wan3.0-text-to-video

Text to Video

Image to Video

Reference to Video

Uncensored

Modelo:

Gera vídeos Wan 3.0 de 2 a 30 segundos a partir de texto, do primeiro e do último frame ou de referências multimodais, com áudio sincronizado opcional.

Obter chave de API

Documentação da API

Input

Prompt

649/20000

Resolution

Duration

2s30s

Aspect Ratio

Seed

(optional)

Generate Audio

Enable Safety Checker

Safety checks are always enabled in the playground and cannot be disabled.

Output

Resultado de exemplo

Estes são dados de exemplo. Gera um novo resultado para veres o resultado real.

ID da tarefa:ZHY7GXZCH5W7M77FCriada:2026-08-25

Estado:finishedProgresso:100%

Example video

Examples

Detalhes dos preços

Paga conforme utilizas. Sem subscrição, sem custos escondidos.

1 crédito = $0.005

Nível	Preço PoYo
Texto para vídeo / Imagem para vídeo / Referência para vídeo · Todos os workflows · 480p	$0.050/s faturado 10 créditos/s faturado 5 segundos faturados: $0.250 ·10 segundos faturados: $0.500
Texto para vídeo / Imagem para vídeo / Referência para vídeo · Todos os workflows · 720p	$0.100/s faturado 20 créditos/s faturado 5 segundos faturados: $0.500 ·10 segundos faturados: $1.00
Texto para vídeo / Imagem para vídeo / Referência para vídeo · Todos os workflows · 1080p	$0.200/s faturado 40 créditos/s faturado 5 segundos faturados: $1.00 ·10 segundos faturados: $2.00

Como é faturado: Segundos faturados = duração da saída + duração do vídeo de referência. Sem vídeo de referência, só a saída é faturada.

Nota: custo = (duração total dos vídeos de referência de entrada + duração do vídeo de saída) × preço unitário. Sem vídeos de referência, só é faturada a duração de saída.

API WAN 3.0

Guia completo para utilizar API Wan 3.0: cria vídeos mais longos e mais coerentes a partir de cada referência

API Wan 3.0: cria vídeos mais longos e mais coerentes a partir de cada referência

O Wan 3.0 suporta, no PoYo, texto para vídeo, animação do primeiro e do último frame e workflows multimodais de referência para vídeo.

Cria vídeos de 2 a 30 segundos em 480p, 720p ou 1080p, acrescenta áudio sincronizado e guia os resultados com imagens, vídeo, áudio, documentos ou ligações da web.

O que a API Wan 3.0 foi concebida para desbloquear

Descobre as principais capacidades de vídeo do Wan 3.0, desde as referências multimodais e as narrativas coerentes de 30 segundos até ao áudio sincronizado.

Contexto multimodal com Omni-Reference: reúne todos os contributos criativos

Uma fotografia de produto pode definir o objeto principal, uma referência de áudio pode estabelecer o ritmo e um documento pode transportar o briefing mais amplo. O Wan 3.0 junta todos esses sinais numa única direção criativa.

Suporta texto, imagem, áudio, vídeo, documentos e páginas web
Mais contexto para personagens, produtos, locais, movimento e atmosfera
Um único briefing criativo em vez de fragmentos de prompt desligados

Narrativas coerentes de 30 segundos: mantém sujeitos e planos consistentes

O Wan 3.0 gera vídeos nativos até 30 segundos com maior consistência, dando aos sujeitos espaço para percorrerem ações e planos encadeados sem deixarem de ser reconhecíveis.

Até 30 segundos numa só geração
Maior continuidade entre ações e planos encadeados
Mais espaço para revelações, movimento e ritmo narrativo

Edição de precisão e extensão de vídeo: revê sem refazer tudo

As ferramentas de edição e extensão permitem revisões pontuais: continuar um momento existente, ajustar uma região ou alterar parte da cena, preservando o sujeito, a composição e o movimento que já funcionam.

Alterações precisas em vez de regenerar a cena inteira
Continuação de vídeo para prolongar um momento já estabelecido
Mais adequado a workflows de revisão, variação e pós-produção

Geração audiovisual nativa: dirige o movimento, a câmara e o som

O Wan 3.0 combina som nativo, planos encadeados e um controlo deliberado da câmara, para que o diálogo, o ambiente sonoro, a ação e o enquadramento funcionem como uma única experiência.

Áudio nativo sincronizado
Controlo de planos encadeados para uma sequenciação mais cinematográfica
O movimento e o som podem servir o mesmo momento criativo

Onde a API Wan 3.0 pode encaixar no teu workflow

Histórias de campanha

Leva um produto reconhecível, uma linguagem visual e uma banda sonora ao longo de uma narrativa social ou publicitária mais longa.

Demonstrações de produto

Combina imagens de produto e briefings escritos para mostrar funcionalidades, transformações e contexto numa única sequência controlada.

Pré-visualização narrativa

Explora planos encadeados, ritmo, movimentos de câmara e som antes de te comprometeres com um workflow de produção completo.

Pós-produção iterativa

Revê uma região, prolonga um momento ou cria variações, protegendo as partes do plano que já funcionam.

Wan 3.0 vs Wan 3.0 Video Prime

Ambos os níveis suportam os mesmos três workflows e controlos principais. Escolhe em função do tempo de resposta e do custo por segundo.

Capacidade	Wan 3.0	Wan 3.0 Video Prime
Posicionamento	Nível standard para geração económica	Nível Prime otimizado para um tempo de resposta mais rápido
Workflows	Texto para vídeo · Imagem para vídeo · Referência para vídeo	Texto para vídeo · Imagem para vídeo · Referência para vídeo
Controlos de saída	480p, 720p ou 1080p · 2–30 s · áudio opcional	480p, 720p ou 1080p · 2–30 s · áudio opcional
Entradas de referência	Até 10 imagens · 5 vídeos · 5 clipes de áudio · um documento ou ligação	Até 10 imagens · 5 vídeos · 5 clipes de áudio · um documento ou ligação
Preço no PoYo	480p 10 · 720p 20 · 1080p 40 créditos/s	480p 13,6 · 720p 28 · 1080p 56 créditos/s
IDs 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

Os workflows e os limites de entrada são os mesmos. Escolhe o Wan 3.0 para um custo mais baixo ou o Video Prime quando a prioridade for um tempo de resposta mais rápido. Custo = (duração total dos vídeos de referência de entrada + duração do vídeo de saída) × preço unitário. Sem vídeos de referência, só é faturada a duração de saída.

Perguntas frequentes sobre a API Wan 3.0

O que é o Wan 3.0?

O Wan 3.0 é o modelo de vídeo com IA de nova geração da Alibaba, para clipes nativos até 30 segundos, referências multimodais, áudio sincronizado, controlo de planos encadeados e edição precisa.

Como posso usar o Wan 3.0 no PoYo?

Usa o Playground ou a API com o wan3.0-text-to-video, o wan3.0-image-to-video ou o wan3.0-reference-to-video.

Que entradas suporta a API Wan 3.0?

O texto para vídeo usa um prompt; o imagem para vídeo aceita uma ou duas imagens como primeiro e último frame; o referência para vídeo aceita até 10 imagens, 5 vídeos, 5 clipes de áudio e um documento ou uma página web pública. Os documentos e as páginas web não podem ser combinados.

Que duração podem ter os vídeos do Wan 3.0?

Define a duração como qualquer número inteiro de 2 a 30 segundos.

O Wan 3.0 gera áudio?

Sim. Usa o interruptor de áudio para pedir áudio sincronizado.

Quanto custa a API Wan 3.0 no PoYo?

O 480p custa 10 créditos por segundo, o 720p custa 20 créditos por segundo e o 1080p custa 40 créditos por segundo. Custo = (duração total dos vídeos de referência de entrada + duração do vídeo de saída) × preço unitário. Sem vídeos de referência, só é faturada a duração de saída.

Porquê criar com o Wan 3.0 no PoYo

Três workflows, um só Playground

Alterna entre geração a partir de texto, do primeiro e último frame e de referências multimodais sem mudares de ferramenta.

Referências multimodais integradas

Carrega imagens, vídeo, áudio e documentos, ou acrescenta uma ligação pública diretamente no pedido.

Preços por segundo previsíveis

Estima o custo a partir da taxa da resolução escolhida, da duração total dos vídeos de referência de entrada e da duração do vídeo de saída, antes de submeteres.

Do Playground para a API

Inspeciona o pedido JSON, reutiliza o mesmo ID de modelo e passa diretamente para a integração em produção.