Wan 3.0 vs MiniMax H3: el de pesos abiertos tiene truco

Aquí está la versión de esta comparación que la mayoría de las coberturas entiende al revés. MiniMax H3 es el modelo de pesos abiertos: puedes descargarlo, inspeccionarlo, ejecutarlo en tu propio hardware, y es el único de estos dos que puedes invocar hoy a través de una API de enrutamiento. Wan 3.0 no tiene ningún peso publicado, lo que continúa un retroceso respecto a la apertura que comenzó mucho antes de este lanzamiento. Hasta aquí, todo conocido. La parte que se omite es la licencia: los pesos de MiniMax H3 se rigen por una licencia comunitaria que excluye explícitamente a Estados Unidos, el Reino Unido, la Unión Europea y Corea del Sur, donde su uso requiere presentar una solicitud a MiniMax. «Pesos abiertos» y «licencia abierta» no son la misma afirmación, y en este par la diferencia decide más que la ficha técnica.

Ambos modelos están vigentes y ambos son potentes. Wan 3.0, de Tongyi Lab, entró en beta pública el 6 de agosto de 2026 y se lanzó oficialmente el 24 de agosto; genera hasta 30 segundos en una sola pasada a hasta 1080p. MiniMax H3, de MiniMax, liberó sus pesos a principios de agosto de 2026 y genera de 4 a 15 segundos a 768p, o 2K mediante un módulo de escalado exclusivo de la API, con audio estéreo nativo. Son las dos mitades del mismo debate sobre qué debería ser un modelo de video.

La cuestión de la licencia, antes que nada

Empieza por aquí, porque si te encuentras en uno de los territorios excluidos, el resto de la comparación pasa a ser algo meramente académico.

• MiniMax H3 — Los pesos de H3-Base pueden descargarse bajo la licencia comunitaria de MiniMax, no bajo Apache ni MIT. La licencia excluye a EE. UU., el Reino Unido, la UE y Corea del Sur. Los usuarios de esas zonas deben solicitar permiso a MiniMax. Lo que es abierto es únicamente el modelo base: el módulo de expansión de prompts Context-IR y el módulo de regeneración 2K permanecen del lado de la API y nunca formaron parte del lanzamiento.

• Wan 3.0 — sin pesos, sin repositorio, sin licencia publicada. El material de lanzamiento de Alibaba describe una API cerrada y de uso medido, y no dice nada sobre abrir nada.

Ese es un tipo de cerrado genuinamente diferente. MiniMax lanzó algo con términos que quizá puedas cumplir. Alibaba no lanzó nada que cumplir.

Lo que cada modelo realmente es

Quita el encuadre y los dos apuntan a tareas distintas.

• Duración máxima — Wan 3.0 genera de 2 a 30 segundos en una sola pasada. MiniMax H3 genera de 4 a 15 segundos. Esta es la mayor diferencia funcional entre ambos y no se puede cerrar con un empalme, porque la costura es justo lo que intentabas evitar.

• Resolución — Wan 3.0 genera 480p, 720p o 1080p, y usa 1080p de forma predeterminada. MiniMax H3 genera 768p de forma nativa, o 2K mediante un módulo de regeneración que solo está disponible vía API y, por lo tanto, resulta inaccesible para cualquiera que aloje los pesos por su cuenta.

• Frecuencia de fotogramas y audio — Ambos generan 24 fps a 768p. MiniMax H3 publica una especificación clara para su audio nativo: estéreo de 32 kHz, generado en la misma pasada que el video. El material de lanzamiento de Wan 3.0 describe salida audiovisual nativa y microexpresiones sincronizadas; un sitio de comparación todavía enumera el audio nativo de Wan 3.0 como no confirmado, así que trata la paridad de audio como declarada por el proveedor en lugar de verificada de forma independiente.

• Entradas — Wan 3.0 acepta texto, imágenes, vídeo, audio y —novedad en la familia— documentos y páginas web: PDF, PPT, DOCX, XLS, Markdown, TXT, hasta 100 MB o 50 páginas, un archivo o enlace por solicitud. MiniMax H3 acepta referencias de texto, imagen, vídeo y audio, hasta 9 imágenes, 3 clips de vídeo y 3 clips de audio.

• Control de salida — MiniMax H3 ofrece control de primer fotograma, último fotograma y primer y último fotograma, además de referencia a vídeo. Wan 3.0 ofrece edición basada en instrucciones, extensión de vídeo, sugerencia inteligente de duración y relación de aspecto adaptativa. Son listas de funciones diferentes, no distintas cantidades de la misma función.

Lo que dicen las tablas de clasificación, y en qué no coinciden

Artificial Analysis clasifica a ambos, y el patrón no es lo que el marketing implica.

• Texto a vídeo (con audio), 18 de septiembre de 2026 — Wan 3.0 ocupa el puesto n.º 2 con un Elo de 1229 en 6.011 muestras. MiniMax H3 ocupa el puesto n.º 4 con 1220 en 8.602. Una diferencia de nueve puntos en ese ranking es real, pero modesta.

• Imagen a vídeo (con audio) — MiniMax H3 ocupa el puesto n.º 2 con 1181. Wan 3.0 ocupa el puesto n.º 6 con 1164. El modelo de pesos abiertos va por delante aquí.

• Qué significa eso — ningún modelo domina. Wan 3.0 es más fuerte a partir de un brief de texto; MiniMax H3 es más fuerte a partir de una imagen fija. La capacidad de 30 segundos es lo que tiene Wan 3.0 que ninguna tabla de clasificación captura, porque todas las tablas miden clips cortos.

Una segunda fuente, V-Benchmark v2.0 de Megaton (actualizado el 10 de septiembre de 2026), otorga a Wan 3.0 una puntuación global de 81,6 y a MiniMax H3 Max —el hermano post-entrenado del modelo base, no el base en sí— de 74,5. Distinta metodología, distinta respuesta, y el hecho de que los dos benchmarks no coincidan es en sí mismo revelador: estos modelos están lo suficientemente cerca como para que la clasificación dependa de qué se mida.

Costo, en las resoluciones que realmente comprarías

Los precios aquí son por segundo de vídeo generado, que es como facturan ambos proveedores, y ambos se cotizan a precio de lista.

• Wan 3.0 — 0,3 yuanes (unos 0,05 USD) por segundo a 480p, 0,6 yuanes (unos 0,10 USD) a 720p y 1,2 yuanes (unos 0,20 USD) a 1080p, según Alibaba. Artificial Analysis sitúa la configuración de 1080p en 12,00 USD por minuto. Un descuento de lanzamiento del 30 % estará disponible en las plataformas de IA Bailian y Qianwen de Alibaba Cloud hasta el 23 de septiembre de 2026.

• MiniMax H3 — 0,08 $ por segundo a 768p y 0,13 $ por segundo a 2K en la propia plataforma de MiniMax, lo que Artificial Analysis traduce como 7,80 $ por minuto para la configuración equivalente a 1080p. La entrada de audio de referencia es gratuita; las imágenes de referencia son gratuitas para las cinco primeras.

• El truco del borrador no ahorra dinero — generar en 768p y regenerar a 2K cuesta $0.08 + $0.05 = $0.13 por segundo, exactamente la tarifa de 2K. Solo compensa en tomas que ibas a descartar de todos modos.

Hay una trampa real al comparar estos dos números directamente: $0.08 y $0.20 son precios para diferentes resoluciones y diferentes duraciones máximas, por lo que una comparación directa por segundo favorece al modelo hacia el que ya te inclinabas. La métrica honesta es el costo por clip aceptado, que incluye los reintentos.

El ángulo de enrutamiento, que aquí es inusualmente concreto

Esta es la rara comparación en la que el modelo de pesos abiertos es también el más disponible.

MiniMax H3 ya se puede enrutar en OrcaRouter, facturado al precio de lista del proveedor con un 0 % de margen — 0,08 $ por segundo a 768p y 0,13 $ a 2K, mostrado en la página del modelo — con conmutación automática por error, de modo que la caída de una sola ruta de servicio no se lleva consigo todo el pipeline. Wan 3.0 no está en ninguna plataforma de enrutamiento: solo se puede acceder a él a través de sus propias consolas —Model Studio (Bailian), su consola en la nube y el sitio de Wanxiang— y mediante herramientas creativas de terceros como Envato, Leonardo.Ai y ComfyUI. Si tu requisito principal es «una clave, muchos modelos, precio del proveedor», la familia H3 es donde eso ya es una realidad.

Esa asimetría también funciona en sentido contrario. El enrutamiento no arregla una licencia. Si estás en EE. UU., el Reino Unido, la UE o Corea del Sur y tenías la intención de autoalojar los pesos de MiniMax H3, la ruta que realmente funciona hoy es la API alojada, que es la misma forma de acceso que obtienes de Wan 3.0, menos la entrada de documentos y menos los 30 segundos.

Entonces, ¿cuál?

• Necesitas más de 15 segundos, entrega en 1080p, o convertir un documento en un video — Wan 3.0. Ninguno de esos tiene un equivalente en MiniMax H3.

• Necesitas pesos descargables, control de primer/último fotograma o un pipeline en 2K — MiniMax H3, siempre que tu territorio no esté excluido; si lo está, solicita a MiniMax antes de desarrollar sobre él.

• Quieres una sola clave de API y precios de lista del proveedor en toda una familia de modelos — MiniMax H3 es la mitad de este par que ya está enrutada, a precio de lista y con conmutación por error automática.

• Estás eligiendo por benchmark — basta. Intercambian posiciones según si mides desde un texto o desde una imagen, y la diferencia en cualquiera de las dos tablas es menor que la diferencia entre tu prompt y el de tu vecino.

Lo que hay que observar es si Alibaba cambia de rumbo en lo relativo a los pesos. Cada generación desde Wan 2.2 ha sido más cerrada que la anterior, y Wan 2.2 sigue siendo el último buque insignia con licencia Apache, así que el patrón apunta en una sola dirección, pero es un patrón, no una promesa. Si aparece un repositorio, esta comparación tendrá que reescribirse.