Leer hojas de especificaciones es una forma terrible de elegir un modelo de video con IA — todos afirman ser los mejores y los números no le dicen cómo se siente un modelo al usarlo. Así que comparemos a los dos miembros más recientes de la familia Wan de Alibaba como usted haría realmente: tiene un proyecto entre manos, necesita un video a partir de él y necesita saber qué herramienta le lleva hasta allí.
El Wan 2.7 (lanzado en abril de 2026) es el caballo de batalla probado de la generación anterior. El Wan 3.0 (en beta pública desde el 6 de agosto de 2026) es el nuevo buque insignia: más grande, más ambicioso y todavía encontrando su terreno. Spoiler: ninguno es universalmente "mejor". La respuesta correcta depende de su plazo, su presupuesto y de cuánto debe durar su video.
La hoja de especificaciones, para el registro
| Especificación | Wan 2.7 | Wan 3.0 |
|---|---|---|
| Lanzamiento | Abril 2026 (producción) | 6 de agosto de 2026 (beta pública) |
| Línea de modelos | 4 modelos: t2v, i2v, r2v, videoedit | 1 modelo unificado todo en uno |
| Duración máxima por ejecución | 15 s (t2v/i2v), 10 s (r2v/videoedit) | 30 s en una sola toma |
| Resoluciones | 720p, 1080p | 480p, 720p, 1080p |
| Entradas | Texto, imagen, video, audio | Texto, imagen, video, audio, documentos, enlaces web |
| Ranuras de referencia | Hasta 5 | 10 imágenes + 5 videos + 5 audios |
| Continuación de video | Sí (clip de origen 2–10 s) | Extensión integrada |
| Formato de prompt | Un párrafo por toma | Lista de tomas con marca de tiempo |
| Pesos abiertos | No (modelos de video) | No (beta solo API) |
| Dónde ejecutarlo | Alibaba + plataformas de terceros | Solo plataformas propias de Alibaba |
| Precio (Pekín) | 720p ¥0.6/s, 1080p ¥1.0/s | 480p ¥0.3/s, 720p ¥0.6/s, 1080p ¥1.2/s |
Lo que las especificaciones no cuentan: cómo se sienten
Ambos llegan a 1080p como máximo — y ese es el primer mito a desmontar. Si ha visto repetido "Wan 3.0 4K nativo" en sitios de comparación, ignórelo. Los archivos de demostración oficiales de Alibaba son 1920×1072 o 1280×720, y la lista de precios de la API tiene exactamente tres niveles: 480p, 720p, 1080p. No existe 4K en ninguna de las dos generaciones, así que la resolución por sí sola no debería decidir su elección.
La mayor mejora visible es la consistencia. El Wan 2.7 mantiene a un personaje reconocible dentro de una sola sesión, pero si empuja una historia a través de varias tomas, los rostros empiezan a desviarse. El Wan 3.0 se construyó precisamente para arreglar esto: Alibaba afirma consistencia entre tomas a nivel de píxel de personajes, accesorios, escenas y relaciones espaciales. En la práctica, esa es la diferencia entre "claramente es la misma persona" y "…espera, ¿acaba de cambiarle el color de ojos?". Si su proyecto es una narrativa de varias tomas, esto importa más que cualquier otra especificación de la hoja.
El audio es donde las generaciones se separan. El audio basado en referencias (R2V) del Wan 2.7 puede igualar una voz, pero no puede darle música, y usted ensamblará el sonido en una herramienta aparte. El Wan 3.0 genera diálogo, efectos de sonido y música en la misma pasada — genuinamente nuevo para la familia Wan. La advertencia honesta: el propio Alibaba admite que la calidad de audio de la beta y la precisión del texto en pantalla aún necesitan trabajo. Piense en el audio del 3.0 como un gran borrador, no como una masterización lista para entregar.
El formato largo es un cambio de categoría, no un ajuste. El Wan 2.7 se limita a 15 segundos (10 para flujos de referencia y edición), así que cualquier cosa más larga significa unir clips — y las uniones son donde muere la continuidad. Una generación única de 30 segundos con Wan 3.0 le da espacio para una escena completa, un revelado de producto con principio y fin, o una narrativa corta que nunca cambia de ángulo a mitad del clip.
Dónde brilla el Wan 3.0
El Wan 3.0 se siente como el modelo al que recurre cuando quiere dirigir, no ensamblar:
- 30 segundos en una sola ejecución — suficiente para una escena completa, un revelado de producto o una mini-historia sin unir
- Los documentos se vuelven videos — cargue un archivo Word/Excel/PPT/PDF/Markdown (≤100 MB / 50 páginas) o un enlace web y obtenga una presentación narrada, la función que más interés genera en marketing y educación
- Un modelo en lugar de cuatro — t2v, i2v, r2v y edición de video viven en un solo modelo, más control de primer/último fotograma y extensión
- Hasta 10 imágenes + 5 videos + 5 audios de referencia por generación, que es lo que hace posible la consistencia entre tomas
- Audio nativo — diálogo, efectos y música salen juntos, sin procesos separados
Dónde se queda corto el Wan 3.0
La otra cara es que es una beta — y una encerrada:
- Solo API. Sin pesos abiertos, sin despliegue local, sin ComfyUI, sin ajuste fino. La historia de "código abierto Apache 2.0" que circula es un rumor reciclado (la especificación 1.3B + 14B pertenece al Wan 2.1); la era de pesos abiertos de la familia Wan terminó efectivamente en Wan 2.2.
- Solo plataformas de Alibaba, por ahora. No puede usarlo en proveedores de terceros como hace con el 2.7.
- Sin 4K — y 1080p cuesta ¥1.2/s, aproximadamente 20% más que el 2.7.
- Bordes ásperos. La calidad de audio de la beta y la precisión de texto en video son puntos débiles honestos.
- Una nueva habilidad de prompting. El 3.0 quiere una lista de tomas con marca de tiempo; el 2.7 quiere un párrafo por toma. Sus prompts antiguos no se transfieren estructuralmente.
Por qué el Wan 2.7 sigue valiendo la pena
Es fácil descartar el modelo del año pasado, pero el 2.7 es el amigo confiable que aparece:
- Estable en producción y disponible en todas partes. Sin puerta de solicitud, sin etiqueta de beta, y corre en las plataformas de terceros que quizá ya use.
- Más barato en 1080p — ¥1.0/s frente a ¥1.2/s se acumula rápido cuando genera mucho.
- Controles probados. Primer/último fotograma, entrada de cuadrícula multiimagen para imagen a video, un endpoint dedicado de edición de video, diálogo en lenguaje natural y edición de cámara — todo maduro y bien documentado.
- Un formato de prompt más amable. Un párrafo por toma es más fácil de dominar que un guion gráfico con marcas de tiempo.
- La continuación de video funciona hoy (el clip de origen debe ser de 2–10 segundos).
Lo que el Wan 2.7 no puede hacer
- Tomas largas. Máximo 15 segundos por ejecución (10 para referencia/edición) significa que todo video más largo es un trabajo de unión.
- Consistencia entre tomas. Solo 5 ranuras de referencia, y la consistencia vive dentro de una sesión — al pasar a varias tomas, el desvío se cuela.
- Sin entrada de documentos, sin música nativa. Ambos son exclusivos del 3.0.
- Sin nivel de 480p, si quiere la salida más barata posible.
La cuestión del dinero
Por segundo, los dos modelos son iguales en 720p (¥0.6/s) y el Wan 3.0 es alrededor de 20% más caro en 1080p. Pero no paga por segundo, paga por video terminado — y ahí aparece la brecha. Un clip de 30 segundos en 1080p con Wan 3.0 cuesta aproximadamente ¥36 en una ejecución. Con Wan 2.7, la misma longitud significa dos clips de 15 segundos por unos ¥30, más su tiempo uniéndolos en algo sin fisuras. En 720p ambos rondan los ¥18, así que la prima real está en la mayor resolución. Trate estas cifras como instantáneas de la era beta, no como promesas.
Entonces, ¿cuál?
Si su video necesita durar más de 15 segundos, empieza desde un documento, depende de que un personaje siga siendo reconocible entre tomas, o necesita música integrada — el Wan 3.0 es su modelo, con las imperfecciones de la beta incluidas. Si está produciendo clips sociales cortos, trabajando con presupuesto en 1080p, o necesita un flujo estable que pueda conectar hoy, el Wan 2.7 sigue siendo la opción pragmática.
Y honestamente, la mayoría de los equipos terminan usando ambos: el 3.0 para las tomas principales y las piezas largas, el 2.7 para las ejecuciones rápidas y sensibles al presupuesto. Ejecute el mismo prompt y las mismas imágenes de referencia en ambos antes de comprometerse con un flujo de trabajo — los números son una cosa, pero ver la diferencia con sus propios ojos es la única reseña que cuenta.
Pruebe Wan 3 y Wan 2.7 lado a lado en wan3video.io — mismo prompt, mismas referencias, y puede ver la diferencia en minutos.
