Wan 3.0 vs Alibaba Wan 2.7: un sovrapprezzo del 33% e la fine dei pesi aperti

Raddoppiare la lunghezza massima della clip è il titolo di punta di Wan 3.0, ed è il numero meno interessante di questo confronto. Quello che decide l'aggiornamento è 33%: a 1080p, Alibaba Wan 2.7 è listato a 9,00 $ al minuto di video generato e Wan 3.0 a 12,00 $, quindi ogni minuto finito di lavoro in 1080p costa tre dollari in più sul modello più recente. Quello che si ottiene è reale — un'unica ripresa continua fino a 30 secondi invece di 15, e un input per documenti che nessun altro modello della famiglia accetta. Quello che costa è meno ovvio, e una parte non compare su nessuna slide di lancio: il capitolo open-weights della linea Wan è chiuso.

Una nota sulla provenienza dei numeri, perché questo confronto è insolitamente facile da sbagliare. Le tariffe al secondo di Alibaba sono prezzi di listino del fornitore, pubblicate su Alibaba Cloud e ripetute nel suo stesso post di confronto. I dati sulla qualità riportati di seguito non sono di Alibaba — provengono dal Video Arena di Artificial Analysis, una classifica indipendente di confronto cieco che ora presenta entrambe le generazioni affiancate. Alibaba non ha pubblicato alcuna tabella di benchmark per nessuno dei due modelli. Quando un'affermazione è del fornitore stesso, è etichettata; quando è dell'arena, riporta una data di acquisizione, perché l'Elo su quella classifica si sposta man mano che i voti si accumulano.

L'aritmetica dell'aggiornamento, a ogni risoluzione

Entrambi i modelli fatturano al secondo di video generato, il che rende il confronto insolitamente pulito. Le tariffe di listino di Alibaba per Wan 3.0 sono $0,05/s a 480p, $0,10/s a 720p e $0,20/s a 1080p. Wan 2.7 si attesta a $9,00 al minuto a 1080p nella colonna indipendente dei prezzi monitorata da Artificial Analysis — $0,15/s — con la stessa tariffa di $9,00/min nello snapshot più vecchio della classifica.

Esegui le durate delle clip:

• Un clip 1080p di 15 secondi — il massimo di Wan 2.7, la metà di quello di Wan 3.0 — costa circa 2,25 $ su Wan 2.7 e circa 3,00 $ su Wan 3.0. Stessa durata, stessa risoluzione, un terzo in più.

• Una clip 1080p da 30 secondi — solo Wan 3.0 può realizzarla in un'unica passata — costa $6,00 lì. Su Wan 2.7 l'equivalente è due generazioni da 15 secondi più un montaggio, quindi $4,50 di generazione grezza più il tempo di assemblaggio e il lavoro di continuità al punto di giunzione.

• Una bozza di 30 secondi in 480p costa 1,50 $ su Wan 3.0, ed è qui che il nuovo modello è davvero economico: una passata concettuale completa da mezzo minuto per meno di un singolo render di 15 secondi in 1080p su entrambi i modelli.

Quella terza riga è quella che i team sottovalutano. Il tier 480p non esiste affatto su Wan 2.7, e un tier draft economico cambia quanti candidati puoi permetterti di scartare: 30 secondi di 480p a 1,50 $ sono un prezzo al quale «generane quattro, tienine uno» smette di essere uno sfizio.

Un altro dettaglio di prezzo che vale la pena cogliere finché dura: Alibaba ha applicato uno sconto di lancio del 30% a tempo limitato sulle piattaforme Bailian e Qwen di Alibaba Cloud, valido fino al 23 settembre. Su una clip 1080p da 30 secondi scontata, si passa da 6,00 $ a circa 4,20 $. Se stai valutando proprio ora, il divario effettivo tra le due generazioni è più stretto di quanto suggeriscano i prezzi di listino, e torna ad allargarsi il 24.

L'asimmetria di fatturazione che quasi nessuno menziona

Wan 2.7 non è un singolo modello con un unico prezzo. È stato lanciato il 3 aprile 2026 come una suite di quattro modelli — testo-a-video, immagine-a-video, riferimento-a-video e video-edit — e due di questi quattro hanno una fatturazione diversa dagli altri due.

• wan2.7-t2v e wan2.7-i2v — fatturati esclusivamente in base alla durata dell'output. La regione conta: le tariffe internazionali di Singapore sono 0,10 $/s a 720p e 0,15 $/s a 1080p, mentre gli endpoint di Pechino e Tokyo indicano 0,086 $/s e 0,143 $/s per lo stesso lavoro.

• wan2.7-r2v (reference-to-video) — addebitato in base alla durata del video di input, con un tetto massimo di cinque secondi, più la durata dell'output. Inserire un riferimento di cinque secondi in una generazione di quindici secondi comporta un addebito di venti.

• wan2.7-videoedit — fatturato solo sull'output. Il filmato di input è gratuito.

Quella singola distinzione ribalta il confronto dei costi per i carichi di lavoro di editing. Se il tuo lavoro è editing basato su istruzioni di filmati esistenti anziché generazione da zero, la variante di editing di Wan 2.7 non addebita nulla per il materiale che gli fornisci, e il prezzo effettivo per clip finito può attestarsi ben al di sotto della tariffa 1080p di riferimento. Il routing dei task all-in-one di Wan 3.0 non espone la stessa leva, perché applica un prezzo alla generazione anziché all'attività. Controlla per quale variante è effettivamente il tuo preventivo prima di confrontare i numeri al secondo — una tariffa fissa al secondo nasconde del tutto questo aspetto.

Anche il tempismo conta più del solito per Wan 2.7. Alibaba Cloud ha pubblicato un avviso di dismissione di Model Studio (ID 118434) che mette offline diversi modelli più vecchi il 10 ottobre 2026, e la lista include wan2.7-r2v e wan2.7-image. Questo è a livello di variante, non una dismissione della generazione 2.7 — wan2.7-t2v e wan2.7-i2v sono ancora elencati con tariffe attive e pagine aggiornate fino all'11 settembre — ma se reference-to-video è il motivo per cui stavi considerando la 2.7, quella strada ha una data. Non esiste alcun avviso comparabile per Wan 3.0.

Dove l'arena li mette

Wan 2.7 è rimasto sei mesi senza un punteggio pubblico. L'attuale classifica text-to-video di Artificial Analysis (classifica con audio, rilevata il 18 settembre 2026) elenca entrambe le generazioni, e l'ordinamento è inequivocabile:

• Wan 3.0 — #2 complessivo, Elo 1.229 (IC 95% ±9), 6.011 confronti, 12,00 $/min.

• Wan2.7-260612 (la build di giugno) — #7, Elo 1.149 (±6), 16.694 confronti, 9,00 $/min.

Wan 2.7 (la build di aprile) — #10, Elo 1.098 (±7), 4.856 confronti, 9,00 $/min.

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

Gli intervalli di confidenza vale la pena leggerli prima delle classifiche, perché decidono quali divari sono reali. La fascia ±9 di Wan 3.0 e la ±6 di Wan2.7-260612 non si sovrappongono: il vantaggio di 80 punti del modello più recente rispetto alla migliore build 2.7 è una differenza risolta, non rumore. Anche il divario di 51 punti tra le due build 2.7 è risolto. Ciò che non è risolto è il margine in cima alla classifica — Wan 3.0 si trova tre punti dietro il leader con una fascia ±9, il che è un pareggio in tutto tranne che nella presentazione.

La duplicazione di Wan 2.7 non è un errore, ed è il dettaglio più utile della classifica. Alibaba ha distribuito più di una build con il nome 2.7, e la revisione successiva di giugno si colloca 51 Elo sopra lo snapshot precedente allo stesso prezzo. Ne derivano due lezioni. Primo, "Wan 2.7" come voce di approvvigionamento è ambiguo — chiedi quale build. Secondo, il divario tra il miglior 2.7 e Wan 3.0 è di 80 Elo, non i 131 che il confronto principale suggerisce. Si tratta comunque di un margine decisivo su una classifica in cui l'intera forbice dei 36 modelli è di circa 336 punti, ma è un aggiornamento più contenuto di quanto lasci intendere il marketing.

Il quadro cambia a seconda del compito. Nella classifica di video editing di Artificial Analysis — un'arena diversa con un set di prompt diverso — Wan 3.0 è al primo posto con Elo 1.190 e 4.647 voti, mentre Wan 2.7 è al quinto posto con 1.080. L'editing basato su istruzioni è l'unica capacità che le due generazioni condividono davvero sulla carta, dato che Alibaba l'ha portata avanti invece di reinventarla, e il modello più recente vince comunque quel testa a testa con 110 punti di vantaggio. Se l'editing è il tuo carico di lavoro, la ragione per l'aggiornamento è più forte di quanto suggeriscano da soli i numeri del text-to-video.

La domanda da 30 secondi che nessuno si pone prima di comprare

Trenta secondi vale la pena pagarli solo se riesci a usare trenta secondi. Due modalità di fallimento meritano di essere nominate.

Il primo è che scartare una clip più lunga costa di più. Una ricerca in quattro tentativi per un buon inserto da 5 secondi costa 4,00 $ a 1080p. Gli stessi quattro tentativi a 30 secondi costano 24,00 $. Le generazioni più lunghe falliscono in più modi — la deriva si accumula, il ritmo intorno ai 20 secondi cala, un volto cambia tra le due metà dell'inquadratura — quindi il tasso di scarto delle clip lunghe non è inferiore a quello delle clip brevi. Prevedi un budget per l'iterazione, non per un singolo render principale.

La seconda è che il tempo extra aiuta solo quando la continuità aiuta. Uno spot di 30 secondi tagliato in sei deliberati piani da 5 secondi non guadagna nulla da un tetto più lungo e paga il 33% in più al secondo per questo. Una dimostrazione di prodotto in un'unica ripresa, un movimento di macchina continuo, un monologo che deve riuscire in un'unica inquadratura — questi sono i carichi di lavoro in cui il raddoppio è il punto centrale, e in cui assemblare due clip da 15 secondi su Wan 2.7 inizia a mostrarsi nella giunzione: uno slittamento di luce, un riavvio del movimento, una ripartenza del ritmo.

Il mio parere: se più di circa un terzo del tuo output viene intenzionalmente tagliato in brevi frammenti, Wan 2.7 resta comunque l'acquisto migliore a 9,00 $/min. Se i tuoi brief richiedono regolarmente riprese continue, i 3,00 $ in più al minuto costano meno del montaggio che corregge una giunzione difettosa.

Cos'altro è effettivamente cambiato, e cosa no

Il post di confronto di Alibaba stesso è la dichiarazione più chiara della differenza, ed è più limitato di quanto la copertura suggerisca.

• Durata — Wan 2.7: da 2 a 15 secondi per generazione. Wan 3.0: fino a 30 secondi in un'unica passata, più raccomandazione intelligente della durata e uno strumento di estensione video per concatenare oltre il limite.

• Input — Wan 2.7: testo, immagine, video, audio. Wan 3.0: gli stessi quattro più documenti e pagine web — DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, MD e URL pubblici. La conversione da documento a video è davvero nuova per la famiglia e non ha equivalenti sul modello precedente.

• Limiti dei riferimenti — Wan 2.7: fino a 5 immagini del soggetto e 5 clip di riferimento. Wan 3.0: fino a 10 immagini di riferimento, 5 video di riferimento e 5 clip audio di riferimento, entro un tetto complessivo di 20 risorse di riferimento per richiesta.

• Montaggio — il montaggio video basato su istruzioni è stato introdotto in Wan 2.7 ed è stato mantenuto in Wan 3.0 anziché essere sostituito. Questa è l'unica capacità in cui il modello più vecchio non è semplicemente indietro.

Coerenza — Alibaba afferma un controllo più preciso su dettagli del viso, capelli, abbigliamento, accessori, oggetti di scena e relazioni spaziali su Wan 3.0, che si mantiene su clip più lunghe. Questa è un'affermazione del fornitore non valutata; i punteggi dell'arena sopra riportati sono la cosa più vicina a una verifica.

• Audio — dialoghi nativi, musica ed effetti sonori nello stesso passaggio su entrambi, attivo per impostazione predefinita in Wan 3.0 e disattivabile con un flag. L'annuncio di Alibaba stesso indica la qualità audio e l'accuratezza del testo a schermo come aree che necessitano ancora di lavoro — una precisazione del fornitore stesso, non di un recensore.

• 4K — non compratelo per la risoluzione. I materiali di Alibaba garantiscono 480p, 720p e 1080p. Il 4K nativo compare su pagine di marketing di terze parti, non nell'annuncio di Alibaba.

Dove Wan 2.7 ha ancora la meglio, e dove entrambi falliscono

Le pagine di confronto lo trattano come un aggiornamento a senso unico. Non lo è, per tre motivi.

La prima è una rivendicazione di parte del fornitore che esiste solo per il modello più vecchio. Wan 2.7 è stato annunciato come n. 1 nella classifica di editing video-to-video di DesignArena con Elo 1.334, con 68 punti di vantaggio sulla voce successiva — un dato pubblicato ad aprile 2026 e basato su voti raccolti tramite crowdsourcing anziché su una valutazione controllata in laboratorio. La capacità di instruction editing di Wan 3.0 è stata portata avanti anziché reinventata, quindi non esiste una rivendicazione equivalente di essere n. 1 pubblicata per esso. Considera il dato di DesignArena come un risultato riconducibile al marketing, non una misurazione di laboratorio, ma nota che nessuno ha pubblicato una rivendicazione concorrente nemmeno per il modello più recente.

Il secondo è che i guasti sono di natura diversa, e quelli del modello più vecchio sono documentati meglio. Chi ha recensito Wan 2.7 segnala un lip sync funzionale ma non perfetto al fotogramma: va fuori sincrono oltre circa 150 parole al minuto, collassa più interlocutori simultanei in un'unica voce e lascia che la musica sovrasti il dialogo a meno che non la si abbassi manualmente in post-produzione. Gli artefatti lato generazione si concentrano su un forte motion blur sui dettagli di cromature e calandre, e su una perdita di dettaglio nei movimenti della testa sotto ombre facciali marcate. La deriva dell'identità su scene lunghe o complesse è il problema segnalato con maggiore costanza, con un buon primo fotogramma che maschera un volto che cambia in seguito.

Wan 3.0 affronta la metà di quella storia che riguarda la durata — una singola passata da 30 secondi ha meno giunture su cui l'identità può andare alla deriva — ma i materiali di lancio di Alibaba stesso indicano la qualità audio e l'accuratezza del testo a schermo come aree che necessitano ancora di lavoro. Le clip più lunghe accumulano inoltre deriva all'interno dell'inquadratura anziché al taglio. Nessuna delle due generazioni è uno strumento audio finito, e entrambi i fornitori lo dicono di se stessi.

Il terzo è la risoluzione. Wan 2.7 arriva al massimo a 1080p, e lo stesso vale per Wan 3.0. Un confronto ampiamente ripreso sostiene che Wan 2.7 generi a 4096×2160; la documentazione ufficiale di Alibaba elenca solo 720p e 1080p come livelli a pagamento, e l'annuncio di Wan 3.0 promette 480p, 720p e 1080p. Se il 4K nativo è un requisito, questo aggiornamento non lo risolve e nessuna delle due generazioni è la soluzione.

La cosa che è cambiata per chiunque faccia self-hosting

Questa è la parte che non emerge in un confronto delle specifiche, e conta più di qualsiasi singola funzione.

Wan 2.1 e Wan 2.2 hanno distribuito i pesi completi sotto Apache 2.0. Wan 2.5 è stato annunciato come aperto e non ha mai rilasciato i pesi. Wan 2.6 era un'API chiusa. Wan 2.7 era solo parzialmente aperto. Wan 3.0 continua quella direzione: è un'API chiusa a consumo, e i materiali di lancio di Alibaba non dicono nulla sul rilascio dei pesi. Se oggi sei su Wan 2.2 e aspetti un checkpoint scaricabile più recente, stai aspettando qualcosa che Alibaba non ha promesso, contro una tendenza di quattro rilasci che punta nella direzione opposta. L'ipotesi di pianificazione onesta è che l'ultimo flagship Wan auto-ospitabile sia Wan 2.2.

Chiamare l'uno o l'altro, e come dovrebbe apparire il conto

Entrambi i modelli sono raggiungibili tramite le console di Alibaba — Model Studio su Alibaba Cloud e Qwen Cloud — e tramite strumenti creativi di terze parti che li hanno integrati. L'API di Wan 3.0 è stata aperta completamente in occasione del lancio del 24 agosto, eliminando l'accesso su candidatura che era in vigore dalla beta del 6 agosto.

Il vero rischio dello stile di fatturazione al secondo si annida nella quotazione. Quando un modello è prezzato al secondo per risoluzione, il numero che ti viene fornito da un intermediario spesso non è quello del fornitore, e il ricarico si nasconde dentro una tariffa che sembra un prezzo di listino. Il controllo è semplice: chiedi se la tariffa che ti viene quotata è quella pubblicata da Alibaba per quella risoluzione, e confrontala con la lista di $0.05 / $0.10 / $0.20.

Per i modelli che effettivamente instradiamo, quella domanda ha una risposta strutturale anziché una promessa a essa legata. OrcaRouter trasferisce il prezzo di listino del fornitore con un ricarico dello 0% su oltre 200 modelli con una sola chiave API, il che significa che un taglio di prezzo del fornitore — quello attualmente in corso su Wan 3.0 fino al 23 settembre — è attivo dalla nostra parte lo stesso giorno anziché dopo un ciclo contrattuale. Wan 3.0 non è uno dei modelli che instradiamo; è disponibile attraverso le piattaforme di Alibaba stesse e attraverso piattaforme di terze parti che lo hanno integrato. Preferiamo dirlo chiaramente piuttosto che lasciar intendere il contrario, perché la lezione sui prezzi è la stessa in entrambi i casi: il modello non è dove si perde il denaro, lo è la fatturazione.

Se stai eseguendo il confronto come decisione di build anziché come esercizio di ricerca, la forma del test che risponde è composta da tre prompt — una ripresa continua da 25 secondi, una sequenza di 30 secondi con sei tagli, e un'istruzione di montaggio applicata a footage esistente — eseguiti su entrambe le generazioni a 720p, valutati in base al costo per clip che effettivamente pubblicheresti. A $0,10 e $0,15 al secondo, quelle esecuzioni costano qualche dollaro e risolvono una domanda che nessuna posizione in classifica risolve per il tuo footage specifico.

Quale chiamare

Wan 3.0 è il modello migliore e non è l'acquisto migliore per tutti. Il margine nell'arena rispetto alla build 2.7 di giugno è di 80 Elo, il sovrapprezzo è del 33%, e il delta di capacità è un tipo di input davvero nuovo, un tetto raddoppiato, un budget di riferimento più ampio e un livello economico per le bozze.

Scegli Wan 3.0 se il tuo lavoro prevede riprese continue più lunghe di 15 secondi, se i tuoi brief sono guidati da documenti o pagine web anziché da immagini, se devi mantenere più di cinque riferimenti in una scena, o se desideri un livello di bozza a 480p per iterare a basso costo prima di impegnarti in un render a 1080p. Scegli Alibaba Wan 2.7 — nello specifico la build di giugno, e richiedila specificando la build — se il tuo output viene deliberatamente suddiviso in inquadrature brevi, se l'editing basato su istruzioni è il carico di lavoro principale anziché di supporto, o se gestisci volumi elevati a 1080p e i tre dollari al minuto si accumulano. E se il self-hosting è un requisito imprescindibile, nessuna di queste due è la risposta; Wan 2.2 lo è ancora.

La questione aperta per il prossimo trimestre è se Alibaba manterrà le due linee separate. Wan 2.7 a $9,00/min con l'editing delle istruzioni intatto è un prodotto perfettamente funzionale e una soglia di prezzo più bassa per la famiglia. Mantenerlo in vita è il modo in cui Alibaba presidia la fascia di mercato sensibile al prezzo mentre Wan 3.0 occupa la fascia alta. La cosa da tenere d'occhio non è un nuovo modello ma il prezzo di 2.7: se si muove, i calcoli per l'upgrade in questo articolo si muovono con esso, e lo sconto di lancio del 30% in scadenza il 23 settembre è il primo dato.