Pague por uso. Sin suscripción ni cargos ocultos.
| Nivel | Precio PoYo |
|---|---|
| Texto a vídeo / Imagen a vídeo / Referencia a vídeo · Todos los flujos de trabajo · 480p | $0.050/s facturado 10 créditos/s facturado 5 segundos facturados: $0.250 · 10 segundos facturados: $0.500 |
| Texto a vídeo / Imagen a vídeo / Referencia a vídeo · Todos los flujos de trabajo · 720p | $0.100/s facturado 20 créditos/s facturado 5 segundos facturados: $0.500 · 10 segundos facturados: $1.00 |
| Texto a vídeo / Imagen a vídeo / Referencia a vídeo · Todos los flujos de trabajo · 1080p | $0.200/s facturado 40 créditos/s facturado 5 segundos facturados: $1.00 · 10 segundos facturados: $2.00 |
Nota: Coste = (duración total de los vídeos de referencia de entrada + duración del vídeo de salida) × precio unitario. Sin vídeos de referencia, solo se factura la duración de salida.
Guía completa para usar Wan 3.0 API: crea vídeos más largos y coherentes a partir de cada referencia
Wan 3.0 admite en PoYo flujos de texto a vídeo, animación con fotogramas inicial y final, y referencias multimodales.
Genera vídeos de 2–30 segundos en 480p, 720p o 1080p, añade audio sincronizado y guía los resultados con imágenes, vídeo, audio, documentos o enlaces web.
Explora las capacidades principales de Wan 3.0, desde referencias multimodales y narrativas coherentes de 30 segundos hasta audio sincronizado.
01
Una foto de producto puede definir el objeto principal, el audio marcar el ritmo y un documento aportar el briefing. Wan 3.0 integra estas señales en una sola dirección creativa.
02
Wan 3.0 genera vídeos nativos de hasta 30 segundos con mayor consistencia, lo que permite que los sujetos recorran acciones y planos conectados sin dejar de ser reconocibles.
03
Las herramientas de edición y extensión permiten revisiones específicas: continuar un momento existente, ajustar una región o cambiar parte de la escena conservando el sujeto, la composición y el movimiento que ya funcionan.
04
Wan 3.0 combina sonido nativo, planos conectados y control de cámara para coordinar diálogo, ambiente, acción y encuadre.
Mantén un producto, un lenguaje visual y una banda sonora reconocibles en una narrativa publicitaria más larga.
Combina imágenes de producto y briefings escritos para mostrar funciones, transformaciones y contexto de forma controlada.
Explora planos conectados, ritmo, movimiento de cámara y sonido antes de una producción completa.
Revisa una región, amplía un momento o crea variaciones protegiendo las partes que ya funcionan.
Ambos niveles admiten los mismos tres flujos y controles principales. Elige según el tiempo de respuesta y el coste por segundo.
| Capacidad | Wan 3.0 | Wan 3.0 Video Prime |
|---|---|---|
| Enfoque | Nivel estándar para generar con menor coste | Nivel Prime optimizado para una respuesta más rápida |
| Flujos | Text to Video · Image to Video · Reference to Video | Text to Video · Image to Video · Reference to Video |
| Controles de salida | 480p, 720p o 1080p · 2–30 s · audio opcional | 480p, 720p o 1080p · 2–30 s · audio opcional |
| Entradas de referencia | Hasta 10 imágenes · 5 vídeos · 5 audios · un documento o enlace | Hasta 10 imágenes · 5 vídeos · 5 audios · un documento o enlace |
| Precio PoYo | 480p 10 · 720p 20 · 1080p 40 créditos/s | 480p 13,6 · 720p 28 · 1080p 56 créditos/s |
| ID de modelo | wan3.0-text-to-video · wan3.0-image-to-video · wan3.0-reference-to-video | wan3.0-prime-text-to-video · wan3.0-prime-image-to-video · wan3.0-prime-reference-to-video |
Los flujos y límites de entrada son iguales. Elige Wan 3.0 para reducir costes o Video Prime cuando priorices la rapidez. Coste = (duración total de los vídeos de referencia de entrada + duración del vídeo de salida) × precio unitario. Sin vídeos de referencia, solo se factura la duración de salida.
Cambia entre texto, fotograma inicial/final y referencias multimodales sin cambiar de herramienta.
Sube imágenes, vídeo, audio y documentos, o añade un enlace público directamente a la solicitud.
Antes de enviar la solicitud, estima el coste con la tarifa de la resolución, la duración total de los vídeos de referencia de entrada y la duración de salida.
Revisa la solicitud JSON, reutiliza el mismo ID de modelo y pasa directamente a producción.
