Wan 3.0 vs. Alibaba Wan 2.7: un sobreprecio del 33% y el fin de los pesos abiertos

Duplicar la duración máxima del clip es el titular de Wan 3.0, y es la cifra menos interesante de esta comparación. La que decide la actualización es 33 %: a 1080p, Alibaba Wan 2.7 figura a $9.00 por minuto de vídeo generado y Wan 3.0 a $12.00, así que cada minuto terminado de trabajo en 1080p cuesta tres dólares más en el modelo más nuevo. Lo que eso compra es real — una sola toma continua de hasta 30 segundos en lugar de 15, y una entrada de documentos que ningún otro modelo de la familia acepta. Lo que cuesta es menos obvio, y una parte no aparece en ninguna diapositiva de lanzamiento: el capítulo de pesos abiertos de la línea Wan está cerrado.

Una nota sobre de dónde proceden los números, porque es inusualmente fácil equivocarse con esta comparación. Las tarifas por segundo de Alibaba son precios de lista del proveedor, publicados en Alibaba Cloud y repetidos en su propia publicación comparativa. Las cifras de calidad que aparecen a continuación no son de Alibaba: provienen de Video Arena de Artificial Analysis, una tabla de clasificación independiente de comparación a ciegas que ahora incluye ambas generaciones en paralelo. Alibaba no ha publicado ninguna tabla de referencia para ninguno de los dos modelos. Cuando una afirmación es del propio proveedor, se etiqueta; cuando es de la arena, lleva una fecha de captura, porque el Elo en esa tabla deriva a medida que se acumulan los votos.

La aritmética de la mejora, en cada resolución

Ambos modelos facturan por segundo de video generado, lo que hace que la comparación sea inusualmente clara. Las tarifas de lista de Alibaba para Wan 3.0 son $0,05/s a 480p, $0,10/s a 720p y $0,20/s a 1080p. Wan 2.7 se sitúa en $9,00 por minuto a 1080p en la columna de precios independiente que sigue Artificial Analysis — $0,15/s — con la misma tarifa de $9,00/min en la instantánea más antigua del tablero.

Ejecutar las duraciones de los clips:

• Un clip de 15 segundos en 1080p —el máximo de Wan 2.7, la mitad del de Wan 3.0— cuesta alrededor de $2.25 en Wan 2.7 y unos $3.00 en Wan 3.0. La misma duración, la misma resolución, un tercio más.

• Un clip de 1080p de 30 segundos — solo Wan 3.0 puede hacerlo en una sola pasada — cuesta $6.00 allí. En Wan 2.7, el equivalente son dos generaciones de 15 segundos más una edición, así que $4.50 de generación en bruto más el tiempo de ensamblaje y el trabajo de continuidad en el empalme.

• Un borrador de 30 segundos en 480p cuesta $1.50 en Wan 3.0, que es donde el nuevo modelo es realmente barato: un pase de concepto completo de medio minuto por menos de lo que cuesta un solo render de 15 segundos en 1080p en cualquiera de los dos modelos.

Esa tercera línea es la que los equipos subestiman. El nivel de 480p no existe en absoluto en Wan 2.7, y un nivel de borrador barato cambia cuántos candidatos puedes permitirte descartar: 30 segundos de 480p a $1.50 es un precio en el que «generar cuatro, conservar uno» deja de ser un lujo.

Un detalle de precios más que vale la pena aprovechar mientras dure: Alibaba aplicó un descuento de lanzamiento por tiempo limitado del 30 % en las plataformas Bailian y Qwen de Alibaba Cloud, vigente hasta el 23 de septiembre. En un clip de 1080p de 30 segundos con descuento, eso lo lleva de $6.00 a aproximadamente $4.20. Si estás evaluando ahora mismo, la brecha efectiva entre las dos generaciones es más estrecha de lo que sugieren las tarifas de lista, y vuelve a ampliarse el día 24.

La asimetría de facturación que casi nadie menciona

Wan 2.7 no es un único modelo con un único precio. Se lanzó el 3 de abril de 2026 como una suite de cuatro modelos —texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo— y dos de esos cuatro se facturan de manera diferente a los otros dos.

• wan2.7-t2v y wan2.7-i2v — se facturan solo por la duración de salida. La región importa: las tarifas internacionales de Singapur son de $0.10/s a 720p y $0.15/s a 1080p, mientras que los endpoints de Pekín y Tokio indican $0.086/s y $0.143/s para el mismo trabajo.

• wan2.7-r2v (referencia a vídeo) — se factura según la duración del vídeo de entrada, con un límite de cinco segundos, más la duración de salida. Introducir una referencia de cinco segundos en una generación de quince segundos se factura por veinte.

• wan2.7-videoedit — solo se factura la salida. El metraje de entrada es gratis.

Esa única distinción da la vuelta a la comparación de costes para cargas de trabajo de edición. Si tu trabajo es la edición basada en instrucciones de metraje existente en lugar de la generación desde cero, la variante de edición de Wan 2.7 no cobra nada por el material que le proporcionas, y el precio efectivo por clip terminado puede quedar muy por debajo de la tarifa anunciada de 1080p. El enrutamiento de tareas todo en uno de Wan 3.0 no expone la misma palanca, porque tarifica la generación en lugar de la tarea. Comprueba para qué variante es realmente tu presupuesto antes de comparar cifras por segundo — una tarifa plana por segundo oculta esto por completo.

El momento también importa más de lo habitual para Wan 2.7. Alibaba Cloud ha publicado un aviso de retirada de Model Studio (ID 118434) que dejará fuera de línea varios modelos más antiguos el 10 de octubre de 2026, y la lista incluye wan2.7-r2v y wan2.7-image. Esto es a nivel de variante, no un cierre de la generación 2.7 — wan2.7-t2v y wan2.7-i2v siguen listados con tarifas vigentes y páginas actualizadas tan recientemente como el 11 de septiembre —, pero si la referencia a video es la razón por la que estabas considerando 2.7, esa ruta tiene fecha límite. No existe un aviso comparable para Wan 3.0.

Donde la arena los pone

Wan 2.7 pasó seis meses sin una puntuación pública. La clasificación actual de texto a vídeo de Artificial Analysis (tabla con audio, capturada el 18 de septiembre de 2026) incluye ambas generaciones, y el orden no deja lugar a dudas:

• Wan 3.0 — #2 en general, Elo 1,229 (IC del 95% ±9), 6,011 comparaciones, $12.00/min.

• Wan2.7-260612 (la compilación de junio) — n.º 7, Elo 1.149 (±6), 16.694 comparaciones, $9,00/min.

• Wan 2.7 (la compilación de abril) — n.º 10, Elo 1.098 (±7), 4.856 comparaciones, 9,00 $/min.

• Wan 2.6 — n.º 27, Elo 1.030, $9,00/min.

Vale la pena leer los intervalos de confianza antes que las clasificaciones, porque determinan qué diferencias son reales. La banda de ±9 de Wan 3.0 y la de ±6 de Wan2.7-260612 no se solapan: la ventaja de 80 puntos del modelo más nuevo sobre la mejor versión de 2.7 es una diferencia resuelta, no ruido. La brecha de 51 puntos entre las dos versiones de 2.7 también está resuelta. Lo que no está resuelto es el margen en la parte superior de la tabla: Wan 3.0 se sitúa tres puntos por detrás del líder con una banda de ±9, lo que es un empate en todo excepto en la presentación.

La duplicación de Wan 2.7 no es un error, y es el detalle más útil de la tabla. Alibaba lanzó más de una compilación bajo el nombre 2.7, y la revisión posterior de junio está 51 Elo por encima de la instantánea anterior al mismo precio. De ahí se desprenden dos lecciones. Primera: «Wan 2.7» como partida de adquisición es ambiguo; pregunta qué compilación. Segunda: la diferencia entre el mejor 2.7 y Wan 3.0 es de 80 Elo, no los 131 que sugiere la comparación titular. Sigue siendo un margen decisivo en una tabla en la que toda la dispersión de 36 modelos abarca unos 336 puntos, pero es una mejora menor de lo que implica el marketing.

El panorama cambia según la tarea. En la clasificación de edición de vídeo de Artificial Analysis —una arena distinta con un conjunto de prompts distinto—, Wan 3.0 es el n.º 1 con un Elo de 1.190 y 4.647 votos, y Wan 2.7 es el n.º 5 con 1.080. La edición basada en instrucciones es la única capacidad que ambas generaciones comparten de verdad sobre el papel, ya que Alibaba la mantuvo en lugar de reinventarla, y el modelo más reciente sigue ganando ese cara a cara por 110 puntos. Si la edición es tu carga de trabajo, el argumento a favor de la actualización es más sólido de lo que sugieren por sí solos los números de texto a vídeo.

La pregunta de 30 segundos que nadie se hace antes de comprar

Solo vale la pena pagar por treinta segundos si puedes usar treinta segundos. Vale la pena nombrar dos modos de fallo.

Lo primero es que descartar un clip más largo resulta más caro. Una búsqueda de cuatro intentos para dar con un buen inserto de 5 segundos cuesta $4.00 a 1080p. Esos mismos cuatro intentos con 30 segundos cuestan $24.00. Las generaciones más largas fallan de más maneras —la deriva se acumula, el beat alrededor de los 20 segundos decae, una cara cambia entre las dos mitades del plano—, así que la tasa de descarte en clips largos no es menor que en los cortos. Presupuesta para iterar, no para un único render estrella.

El segundo es que el tiempo extra solo ayuda cuando la continuidad ayuda. Un anuncio de 30 segundos cortado en seis tomas deliberadas de 5 segundos no gana nada con un techo más largo y paga un 33 % más por segundo por ello. Una demostración de producto en una sola toma, un movimiento de cámara continuo, un monólogo que tiene que quedar en un solo plano: esas son las cargas de trabajo en las que duplicar la duración es precisamente lo esencial, y donde ensamblar dos clips de 15 segundos en Wan 2.7 empieza a notarse en la unión: un cambio de luz, un reinicio del movimiento, un reinicio del ritmo.

Mi lectura: si más de aproximadamente un tercio de tu producción se corta intencionalmente en piezas cortas, Wan 2.7 sigue siendo la mejor compra a $9.00/min. Si tus briefs piden con regularidad tomas continuas, los $3.00 adicionales por minuto son más baratos que la edición que corrige una unión defectuosa.

¿Qué más cambió realmente, y qué no?

La propia publicación comparativa de Alibaba es la declaración más clara de la diferencia, y es más limitada de lo que sugiere la cobertura.

• Duración — Wan 2.7: de 2 a 15 segundos por generación. Wan 3.0: hasta 30 segundos en una sola pasada, además de recomendación inteligente de duración y una herramienta de extensión de video para encadenar más allá del límite.

• Entradas — Wan 2.7: texto, imagen, video, audio. Wan 3.0: los mismos cuatro más documentos y páginas web — DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, MD y URLs públicas. La conversión de documento a video es realmente nueva en la familia y no tiene equivalente en el modelo anterior.

• Límites de referencias — Wan 2.7: hasta 5 imágenes de sujeto y 5 clips de referencia. Wan 3.0: hasta 10 imágenes de referencia, 5 videos de referencia y 5 clips de audio de referencia, con un límite máximo general de 20 recursos de referencia por solicitud.

• Edición — la edición de video basada en instrucciones se introdujo en Wan 2.7 y se mantuvo en Wan 3.0 en lugar de ser reemplazada. Esta es la única capacidad en la que el modelo anterior no está simplemente por detrás.

• Consistencia — Alibaba afirma tener un control más preciso sobre los detalles faciales, el cabello, la ropa, los accesorios, la utilería y las relaciones espaciales en Wan 3.0, y que se mantiene en clips más largos. Es una afirmación no evaluada del proveedor; las puntuaciones de la arena anteriores son lo más parecido a una comprobación de eso.

• Audio — diálogo nativo, música y efectos de sonido en la misma pasada en ambos, activado por defecto en Wan 3.0 y desactivable con un flag. El propio anuncio de Alibaba señala la calidad del audio y la precisión del texto en pantalla como áreas que aún necesitan trabajo: una advertencia del propio proveedor, no de un reseñador.

• 4K — no lo compres por la resolución. Los materiales de Alibaba se limitan a 480p, 720p y 1080p. El 4K nativo aparece en páginas de marketing de terceros, no en el anuncio de Alibaba.

Dónde Wan 2.7 sigue ganando, y dónde ambos fallan

Las páginas de comparación lo tratan como una actualización unidireccional. No lo es, por tres razones.

La primera es una afirmación cercana al proveedor que solo existe para el modelo anterior. Wan 2.7 se anunció como el #1 en la tabla de edición de video a video de DesignArena con un Elo de 1.334, por delante de la siguiente entrada por 68 puntos —una cifra publicada en abril de 2026 y basada en votos de crowdsourcing en lugar de en una evaluación de laboratorio controlada. La capacidad de edición por instrucciones de Wan 3.0 se hereda en lugar de reinventarse, por lo que no existe una afirmación equivalente publicada de ser el #1 para él. Trata el número de DesignArena como un resultado cercano al marketing, no como una medición de laboratorio, pero ten en cuenta que nadie ha publicado tampoco una afirmación competidora para el modelo más nuevo.

El segundo es que los fallos son de distinta naturaleza, y los del modelo más antiguo están mejor documentados. Los reseñadores de Wan 2.7 informan de una sincronización labial funcional pero no perfecta fotograma a fotograma: se desvía por encima de unas 150 palabras por minuto, colapsa a varios hablantes simultáneos en una sola voz y deja que la música domine el diálogo a menos que la atenúes manualmente en postproducción. Los artefactos del lado de la generación se concentran en un intenso desenfoque de movimiento en los detalles de cromados y parrillas, y en la pérdida de detalle en giros de cabeza bajo sombras faciales marcadas. La deriva de identidad en escenas largas o complejas es el problema reportado con mayor consistencia, con un buen primer fotograma que enmascara una cara que cambia después.

Wan 3.0 aborda la mitad de esa historia correspondiente a la duración —una única pasada de 30 segundos tiene menos uniones por las que la identidad pueda derivar—, pero los propios materiales de lanzamiento de Alibaba señalan la calidad de audio y la precisión del texto en pantalla como áreas que aún necesitan trabajo. Los clips más largos también acumulan deriva dentro del plano en lugar de en el corte. Ninguna de las dos generaciones es una herramienta de audio acabada, y ambos proveedores lo dicen de sí mismos.

El tercero es la resolución. Wan 2.7 alcanza como máximo 1080p, y Wan 3.0 también. Una comparativa ampliamente difundida afirma que Wan 2.7 genera a 4096×2160; la propia documentación de Alibaba solo incluye 720p y 1080p como niveles facturables, y el anuncio de Wan 3.0 se compromete con 480p, 720p y 1080p. Si se requiere 4K nativo, esta actualización no lo resuelve y ninguna de las dos generaciones es la respuesta.

Lo que cambió para cualquiera que aloja sus propios servicios

Esta es la parte que no aparece en una comparación de especificaciones, y importa más que cualquier característica individual.

Wan 2.1 y Wan 2.2 publicaron los pesos completos bajo Apache 2.0. Wan 2.5 se anunció como abierto y nunca publicó los pesos. Wan 2.6 fue una API cerrada. Wan 2.7 fue solo parcialmente abierto. Wan 3.0 continúa esa dirección: es una API cerrada con cobro por uso, y los materiales de lanzamiento de Alibaba no dicen nada sobre publicar los pesos. Si hoy usas Wan 2.2 y esperas un checkpoint más reciente que se pueda descargar, estás esperando algo que Alibaba no ha prometido, en contra de una tendencia de cuatro lanzamientos que apunta en la dirección opuesta. La suposición de planificación honesta es que el último buque insignia de Wan que se puede autoalojar es Wan 2.2.

Llamar a cualquiera de los dos, y cómo debería verse la factura

Se puede acceder a ambos modelos a través de las propias consolas de Alibaba —Model Studio en Alibaba Cloud y Qwen Cloud—, y mediante herramientas creativas de terceros que los han integrado. La API de Wan 3.0 se abrió por completo en el lanzamiento del 24 de agosto, eliminando la restricción de solicitud que existía desde la beta del 6 de agosto.

Donde el estilo de facturación por segundo genera un riesgo real es en la cotización. Cuando un modelo se tarifica por segundo por resolución, el número que te entrega un intermediario a menudo no es el número del proveedor, y el margen de beneficio se esconde dentro de una tarifa que parece un precio de lista. La comprobación es sencilla: pregunta si la tarifa que te están cotizando es la tarifa publicada de Alibaba para esa resolución, y compárala con la lista de $0.05 / $0.10 / $0.20.

Para los modelos que sí enrutamos, esa pregunta tiene una respuesta estructural en lugar de una promesa asociada. OrcaRouter repercute el precio de lista del proveedor con un 0 % de margen en más de 200 modelos con una sola clave de API, lo que significa que un recorte de precio del proveedor —el tipo que está vigente actualmente en Wan 3.0 hasta el 23 de septiembre— está activo de nuestro lado el mismo día en lugar de después de un ciclo de contrato. Wan 3.0 no es uno de los modelos que enrutamos; está disponible a través de las propias plataformas de Alibaba y de plataformas de terceros que lo han integrado. Preferimos decirlo claramente en lugar de insinuar lo contrario, porque la lección sobre precios es la misma en cualquier caso: el modelo no es donde se filtra el dinero, la facturación sí.

Si estás haciendo la comparación como una decisión de compilación y no como un ejercicio de investigación, la forma de la prueba que la responde son tres prompts —una toma continua de 25 segundos, una secuencia de 30 segundos con seis cortes, y una instrucción de edición aplicada a material existente— ejecutadas en ambas generaciones a 720p, evaluadas según el costo por clip que realmente enviarías a producción. A $0.10 y $0.15 por segundo, esas ejecuciones cuestan unos pocos dólares y resuelven una pregunta que ninguna posición en la tabla de clasificación resuelve para tu material en particular.

Cuál llamar

Wan 3.0 es el modelo superior, y no es la mejor compra para todos. El margen de la arena sobre la versión 2.7 de junio es de 80 Elo, la prima de precio es del 33 %, y el delta de capacidades es un tipo de entrada genuinamente nuevo, un techo duplicado, un presupuesto de referencia más amplio y un nivel de borrador económico.

Elige Wan 3.0 si tu trabajo implica tomas continuas de más de 15 segundos, si tus briefs se basan en documentos o páginas web en lugar de imágenes, si necesitas mantener más de cinco referencias a lo largo de una escena, o si quieres un nivel de borrador en 480p para iterar de forma económica antes de comprometerte con un render en 1080p. Elige Alibaba Wan 2.7 —en concreto, la build de junio, y pídela por su build— si tu resultado se corta deliberadamente en planos cortos, si la edición basada en instrucciones es la carga de trabajo principal en lugar de una de apoyo, o si estás ejecutando grandes volúmenes en 1080p y los tres dólares por minuto se acumulan. Y si el autoalojamiento es un requisito indispensable, ninguna de estas es la respuesta; Wan 2.2 sigue siéndolo.

La pregunta abierta para el próximo trimestre es si Alibaba mantiene las dos líneas separadas. Wan 2.7 a $9.00/min con la edición por instrucciones intacta es un producto perfectamente funcional y un piso más barato para la familia. Mantenerlo vivo es cómo Alibaba conserva el extremo sensible al precio del mercado mientras Wan 3.0 se queda con la cima. Lo que hay que observar no es un nuevo modelo, sino el precio de 2.7: si se mueve, la aritmética de actualización de este artículo se mueve con él, y el descuento de lanzamiento del 30% que vence el 23 de septiembre es el primer punto de datos.