Wan 3.0 vs Alibaba Wan 2.7: um prêmio de 33% e o fim dos pesos abertos

Dobrar o comprimento máximo do clipe é o destaque do Wan 3.0, e é o número menos interessante desta comparação. O que decide o upgrade é 33%: em 1080p, Alibaba Wan 2.7 está listado a US$ 9,00 por minuto de vídeo gerado e o Wan 3.0 a US$ 12,00, então cada minuto finalizado de trabalho em 1080p custa três dólares a mais no modelo mais novo. O que isso compra é real — uma tomada contínua única de até 30 segundos em vez de 15, e uma entrada de documento que nenhum outro modelo da família aceita. O que isso custa é menos óbvio, e uma parte disso não está em nenhum slide de lançamento: o capítulo de pesos abertos da linha Wan está encerrado.

Uma observação sobre de onde vêm os números, porque este confronto é incomumente fácil de errar. As tarifas por segundo da Alibaba são preços de lista do fornecedor, publicadas no Alibaba Cloud e repetidas em seu próprio post de comparação. Os números de qualidade abaixo não são da Alibaba — vêm do Video Arena, da Artificial Analysis, um ranking independente de comparação cega que agora apresenta as duas gerações lado a lado. A Alibaba não publicou nenhuma tabela de benchmark para nenhum dos dois modelos. Quando uma afirmação é do próprio fornecedor, ela é identificada; quando é da arena, ela traz uma data de captura, porque o Elo nesse ranking varia conforme os votos se acumulam.

A aritmética do upgrade, em todas as resoluções

Ambos os modelos cobram por segundo de vídeo gerado, o que torna a comparação incomumente clara. As tarifas de tabela da Alibaba para o Wan 3.0 são US$ 0,05/s em 480p, US$ 0,10/s em 720p e US$ 0,20/s em 1080p. O Wan 2.7 fica em US$ 9,00 por minuto em 1080p na coluna de preços independente monitorada pela Artificial Analysis — US$ 0,15/s — com a mesma tarifa de US$ 9,00/min no snapshot mais antigo do painel.

Executar as durações dos clipes:

• Um vídeo de 15 segundos em 1080p — o teto do Wan 2.7, metade do teto do Wan 3.0 — custa cerca de US$ 2,25 no Wan 2.7 e cerca de US$ 3,00 no Wan 3.0. Mesma duração, mesma resolução, um terço a mais.

• Um clipe de 30 segundos em 1080p — só o Wan 3.0 consegue produzi-lo em uma única passagem — custa $6,00 lá. No Wan 2.7, o equivalente são duas gerações de 15 segundos mais uma edição, ou seja, $4,50 de geração bruta mais o tempo de montagem e o trabalho de continuidade na junção.

• Um rascunho de 30 segundos em 480p custa US$ 1,50 no Wan 3.0, que é onde o novo modelo é genuinamente barato: uma passagem de conceito de meio minuto completo por menos do que uma única renderização 1080p de 15 segundos em qualquer um dos modelos.

Essa terceira linha é a que as equipes subestimam. O nível 480p não existe no Wan 2.7 de forma alguma, e um nível de rascunho barato muda quantos candidatos você pode se dar ao luxo de descartar — 30 segundos de 480p a US$ 1,50 é um ponto de preço em que “gerar quatro, manter um” deixa de ser uma extravagância.

Mais um detalhe de preços que vale a pena aproveitar enquanto dura: a Alibaba aplicou um desconto de lançamento de 30% por tempo limitado nas plataformas Bailian e Qwen da Alibaba Cloud, válido até 23 de setembro. Num clipe 1080p de 30 segundos com desconto, isso faz com que os US$ 6,00 passem para cerca de US$ 4,20. Se está a avaliar agora, a diferença efetiva entre as duas gerações é mais estreita do que as tarifas de tabela sugerem, e volta a alargar-se no dia 24.

A assimetria de cobrança que quase ninguém menciona

O Wan 2.7 não é um único modelo com um único preço. Foi lançado em 3 de abril de 2026 como uma suíte de quatro modelos — texto para vídeo, imagem para vídeo, referência para vídeo e edição de vídeo — e dois desses quatro são cobrados de forma diferente dos outros dois.

• wan2.7-t2v e wan2.7-i2v — cobrados apenas com base na duração da saída. A região faz diferença: as tarifas internacionais de Singapura são $0.10/s em 720p e $0.15/s em 1080p, enquanto os endpoints de Pequim e Tóquio listam $0.086/s e $0.143/s para o mesmo trabalho.

• wan2.7-r2v (referência para vídeo) — cobrado com base na duração do vídeo de entrada, limitado a cinco segundos, mais a duração da saída. Inserir uma referência de cinco segundos numa geração de quinze segundos resulta numa cobrança de vinte.

• wan2.7-videoedit — cobrado apenas na saída. O material de entrada é gratuito.

Essa única distinção inverte a comparação de custos para cargas de trabalho de edição. Se o seu trabalho é edição baseada em instruções de material existente, em vez de geração do zero, a variante de edição do Wan 2.7 não cobra nada pelo material que você fornece, e o preço efetivo por clipe finalizado pode ficar bem abaixo da tarifa anunciada de 1080p. O roteamento de tarefas tudo-em-um do Wan 3.0 não expõe a mesma alavanca, porque ele precifica a geração, e não a tarefa. Verifique para qual variante o seu orçamento é realmente destinado antes de comparar números por segundo — uma tarifa fixa por segundo esconde isso completamente.

O momento também importa mais do que o habitual para o Wan 2.7. A Alibaba Cloud publicou um aviso de descontinuação do Model Studio (ID 118434) que retira vários modelos mais antigos do ar em 10 de outubro de 2026, e a lista inclui wan2.7-r2v e wan2.7-image. Isto é a nível de variante, não um encerramento da geração 2.7 — o wan2.7-t2v e o wan2.7-i2v continuam listados com tarifas ativas e páginas atualizadas ainda em 11 de setembro — mas se o reference-to-video é o motivo pelo qual você estava considerando o 2.7, essa rota tem uma data marcada. Não existe nenhum aviso comparável para o Wan 3.0.

Onde a arena os coloca

Wan 2.7 passou seis meses sem uma pontuação pública. A tabela de classificação atual de texto para vídeo do Artificial Analysis (quadro com áudio, capturado em 18 de setembro de 2026) lista ambas as gerações, e a ordenação é inequívoca:

• Wan 3.0 — #2 no geral, Elo 1.229 (IC 95% ±9), 6.011 comparações, $12,00/min.

• Wan2.7-260612 (a build de junho) — nº 7, Elo 1.149 (±6), 16.694 comparações, US$ 9,00/min.

• Wan 2.7 (a versão de abril) — #10, Elo 1.098 (±7), 4.856 comparações, US$ 9,00/min.

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

Vale a pena ler os intervalos de confiança antes das posições, porque são eles que decidem quais diferenças são reais. A faixa de ±9 do Wan 3.0 e a de ±6 do Wan2.7-260612 não se sobrepõem: a vantagem de 80 pontos do modelo mais novo sobre a melhor versão 2.7 é uma diferença resolvida, não ruído. A diferença de 51 pontos entre as duas versões 2.7 também está resolvida. O que não está resolvido é a margem no topo da tabela — o Wan 3.0 está três pontos atrás do líder com uma faixa de ±9, o que é um empate em tudo, menos na apresentação.

A duplicação do Wan 2.7 não é um erro, e é o detalhe mais útil do ranking. A Alibaba lançou mais de uma build com o nome 2.7, e a revisão posterior de junho está 51 Elo acima do snapshot anterior pelo mesmo preço. Duas lições se seguem. Primeiro, "Wan 2.7" como item de linha de aquisição é ambíguo — pergunte qual build. Segundo, a diferença entre o melhor 2.7 e o Wan 3.0 é de 80 Elo, não os 131 que a comparação de manchete sugere. Isso ainda é uma margem decisiva em um ranking no qual toda a faixa dos 36 modelos fica em torno de 336 pontos, mas é um upgrade menor do que o marketing implica.

O cenário muda conforme a tarefa. No ranking de edição de vídeo da Artificial Analysis — uma arena diferente, com um conjunto de prompts diferente —, o Wan 3.0 está em 1º lugar, com Elo 1.190 e 4.647 votos, e o Wan 2.7 está em 5º, com 1.080. A edição baseada em instruções é a única capacidade que as duas gerações realmente compartilham no papel, já que a Alibaba a levou adiante em vez de reinventá-la, e o modelo mais novo ainda vence esse confronto direto por 110 pontos. Se a edição for sua carga de trabalho, a justificativa para o upgrade é mais forte do que os números de texto para vídeo por si sós sugerem.

A pergunta de 30 segundos que ninguém faz antes de comprar

Trinta segundos valem a pena pagar somente se você puder usar trinta segundos. Dois modos de falha merecem ser nomeados.

A primeira é que descartar um clipe mais longo custa mais caro. Uma busca com quatro tentativas por uma boa inserção de 5 segundos custa US$ 4,00 em 1080p. As mesmas quatro tentativas com 30 segundos custam US$ 24,00. Gerações mais longas falham de mais maneiras — a deriva se acumula, a batida por volta dos 20 segundos cai, um rosto muda entre as duas metades do plano —, então a taxa de descarte em clipes longos não é menor do que em clipes curtos. Planeje o orçamento para iterar, não para um único render de destaque.

O segundo é que o tempo extra só ajuda quando a continuidade ajuda. Um comercial de 30 segundos dividido em seis planos deliberados de 5 segundos não ganha nada com um teto mais longo e paga 33% mais por segundo por isso. Uma demonstração de produto em plano único, um movimento contínuo de câmera, um monólogo que precisa ser capturado em um único plano — essas são as cargas de trabalho em que a duplicação é o ponto principal, e onde montar dois clipes de 15 segundos no Wan 2.7 começa a aparecer na emenda: uma mudança de luz, um reinício de movimento, um reinício de ritmo.

Minha leitura: se mais de cerca de um terço da sua produção for intencionalmente cortado em trechos curtos, o Wan 2.7 ainda é a melhor compra a US$ 9,00/min. Se os seus briefings exigirem regularmente tomadas contínuas, os US$ 3,00 extras por minuto saem mais baratos do que a edição que corrige uma emenda ruim.

O que mais de fato mudou, e o que não mudou

O post de comparação da própria Alibaba é a declaração mais clara da diferença, e é mais restrito do que a cobertura sugere.

• Duração — Wan 2.7: 2 a 15 segundos por geração. Wan 3.0: até 30 segundos em uma única passagem, além de recomendação inteligente de duração e uma ferramenta de extensão de vídeo para encadear além do limite.

• Entradas — Wan 2.7: texto, imagem, vídeo e áudio. Wan 3.0: os mesmos quatro, além de documentos e páginas web — DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, MD e URLs públicas. A conversão de documentos em vídeo é genuinamente nova na família e não tem equivalente no modelo mais antigo.

• Limites de referência — Wan 2.7: até 5 imagens de sujeito e 5 clipes de referência. Wan 3.0: até 10 imagens de referência, 5 vídeos de referência e 5 clipes de áudio de referência, dentro de um limite máximo total de 20 recursos de referência por pedido.

• Edição — a edição de vídeo baseada em instruções foi introduzida no Wan 2.7 e mantida no Wan 3.0, em vez de substituída. Esta é a única capacidade em que o modelo mais antigo não está simplesmente atrás.

• Consistência — A Alibaba afirma ter um controle mais refinado sobre detalhes faciais, cabelo, roupas, acessórios, adereços e relações espaciais no Wan 3.0, mantendo-se em clipes mais longos. Essa é uma alegação não avaliada do fornecedor; as pontuações da arena acima são a coisa mais próxima de uma verificação disso.

• Áudio — diálogo nativo, música e efeitos sonoros na mesma passagem em ambos, ativado por padrão no Wan 3.0 e desativável com uma flag. O próprio anúncio da Alibaba aponta a qualidade de áudio e a precisão do texto na tela como áreas que ainda precisam de melhorias — uma ressalva do próprio fornecedor, não de um avaliador.

• 4K — não compre isto pela resolução. Os materiais da Alibaba comprometem-se com 480p, 720p e 1080p. O 4K nativo aparece em páginas de marketing de terceiros, não no anúncio da Alibaba.

Onde o Wan 2.7 ainda vence, e onde ambos falham

As páginas de comparação tratam isso como uma atualização de mão única. Não é, por três motivos.

O primeiro é uma alegação adjacente ao fornecedor que só existe para o modelo mais antigo. O Wan 2.7 foi anunciado como nº 1 no ranking de edição vídeo para vídeo da DesignArena, com Elo 1.334, 68 pontos à frente da entrada seguinte — um número publicado em abril de 2026 e baseado em votos de crowdsourcing, em vez de uma avaliação laboratorial controlada. A capacidade de edição por instruções do Wan 3.0 é mantida, e não reinventada, portanto não há uma alegação publicada equivalente de nº 1 para ele. Trate o número da DesignArena como um resultado adjacente a marketing, não como uma medição laboratorial, mas observe que, para o modelo mais recente, ninguém publicou uma alegação concorrente tampouco.

A segunda é que as falhas são de natureza diferente, e as do modelo mais antigo estão melhor documentadas. Avaliadores do Wan 2.7 relatam uma sincronia labial funcional, mas não perfeita quadro a quadro: ela se desvia acima de aproximadamente 150 palavras por minuto, funde vários falantes simultâneos em uma única voz e deixa a música encobrir o diálogo, a menos que você abaixe o volume manualmente na pós-produção. Os artefatos do lado da geração concentram-se em desfoque de movimento intenso em detalhes de cromado e grade, além de perda de detalhe em viradas de cabeça sob sombra facial forte. A deriva de identidade em cenas longas ou complexas é o problema relatado com mais consistência, com um primeiro quadro bom mascarando um rosto que muda depois.

O Wan 3.0 aborda a metade dessa história relativa à duração — uma passada única de 30 segundos tem menos junções pelas quais a identidade pode se desviar —, mas os próprios materiais de lançamento da Alibaba apontam a qualidade do áudio e a precisão do texto na tela como áreas que ainda precisam de trabalho. Clipes mais longos também acumulam desvio dentro do plano, em vez de no corte. Nenhuma das gerações é uma ferramenta de áudio acabada, e ambos os fornecedores dizem isso sobre si mesmos.

A terceira é a resolução. O Wan 2.7 vai no máximo até 1080p, e o Wan 3.0 também. Uma comparação amplamente divulgada afirma que o Wan 2.7 gera em 4096×2160; a documentação da própria Alibaba lista apenas 720p e 1080p como níveis faturáveis, e o anúncio do Wan 3.0 compromete-se com 480p, 720p e 1080p. Se 4K nativo for um requisito, esta atualização não o resolve, e nenhuma das gerações é a resposta.

A coisa que mudou para quem faz auto-hospedagem

Esta é a parte que não aparece numa comparação de especificações e que importa mais do que qualquer funcionalidade isolada.

Wan 2.1 e Wan 2.2 entregaram os pesos completos sob a licença Apache 2.0. O Wan 2.5 foi anunciado como aberto e nunca teve seus pesos liberados. O Wan 2.6 foi uma API fechada. O Wan 2.7 foi apenas parcialmente aberto. O Wan 3.0 continua nessa direção: é uma API fechada e tarifada por uso, e os materiais de lançamento da Alibaba não dizem nada sobre liberar os pesos. Se você está no Wan 2.2 hoje e esperando por um checkpoint mais novo para download, está esperando por algo que a Alibaba não prometeu, contra uma tendência de quatro lançamentos que aponta na direção oposta. A premissa honesta de planejamento é que o último carro-chefe Wan que pode ser auto-hospedado é o Wan 2.2.

Ligar para qualquer um dos dois, e como a fatura deve ficar

Ambos os modelos estão acessíveis por meio dos próprios consoles da Alibaba — o Model Studio no Alibaba Cloud e o Qwen Cloud — e por ferramentas criativas de terceiros que os integraram. A API do Wan 3.0 foi totalmente liberada no lançamento de 24 de agosto, removendo a exigência de candidatura que vigorava desde a beta de 6 de agosto.

Onde o estilo de cobrança por segundo cria um risco real é na cotação. Quando um modelo é precificado por segundo por resolução, o número que um intermediário lhe entrega muitas vezes não é o número do fornecedor, e a margem se esconde dentro de uma tarifa que parece um preço de tabela. A verificação é simples: pergunte se a tarifa que estão lhe cotando é a tarifa publicada da Alibaba para aquela resolução, e compare com a lista de $0,05 / $0,10 / $0,20.

Para os modelos que roteamos, essa pergunta tem uma resposta estrutural, em vez de uma promessa atrelada a ela. OrcaRouter repassa o preço de tabela do provedor com 0% de markup em mais de 200 modelos usando uma única chave de API, o que significa que um corte de preço do fornecedor — do tipo que está em vigor atualmente no Wan 3.0 até 23 de setembro — já está valendo do nosso lado no mesmo dia, em vez de depois de um ciclo de contrato. O Wan 3.0 não é um dos modelos que roteamos; ele está disponível nas próprias plataformas da Alibaba e em plataformas de terceiros que o integraram. Preferimos dizer isso claramente a insinuar o contrário, porque a lição de precificação é a mesma de qualquer forma: o modelo não é onde o dinheiro vaza; a cobrança é.

Se você está conduzindo a comparação como uma decisão de build, e não como um exercício de pesquisa, o formato do teste que responde a isso são três prompts — uma tomada contínua de 25 segundos, uma sequência de 30 segundos com seis cortes e uma instrução de edição aplicada a filmagens existentes — executados nas duas gerações em 720p, com pontuação baseada no custo por clipe que você realmente entregaria. A US$ 0,10 e US$ 0,15 por segundo, essas execuções custam alguns dólares e resolvem uma questão que nenhuma posição em ranking resolve para o seu material específico.

Qual chamar

O Wan 3.0 é o melhor modelo, mas não é a melhor compra para todos. A margem na arena sobre a build 2.7 de junho é de 80 Elo, o prêmio de preço é de 33%, e o delta de capacidade é um tipo de entrada genuinamente novo, um teto dobrado, um orçamento de referência mais amplo e um nível de rascunho barato.

Escolha o Wan 3.0 se o seu trabalho envolver tomadas contínuas com mais de 15 segundos, se os seus briefings forem guiados por documentos ou páginas da web em vez de imagens, se você precisar manter mais de cinco referências ao longo de uma cena, ou se quiser um nível de rascunho em 480p para iterar com baixo custo antes de se comprometer com uma renderização em 1080p. Escolha o Alibaba Wan 2.7 — especificamente a build de junho, e peça-a especificando a build — se a sua saída for deliberadamente cortada em planos curtos, se a edição baseada em instruções for a carga de trabalho principal, e não apenas uma de apoio, ou se você estiver executando grandes volumes em 1080p e os três dólares por minuto se acumularem. E se a auto-hospedagem for um requisito rígido, nenhuma dessas é a resposta; o Wan 2.2 ainda é.

A questão em aberto para o próximo trimestre é se a Alibaba mantém as duas linhas separadas. O Wan 2.7 a US$ 9,00/min, com a edição por instrução intacta, é um produto perfeitamente utilizável e um piso mais barato para a família. Manter o 2.7 vivo é como a Alibaba segura a ponta sensível a preço do mercado, enquanto o Wan 3.0 assume o topo. O que é preciso acompanhar não é um novo modelo, mas o preço do 2.7: se ele mudar, a aritmética de upgrade deste artigo muda junto, e o desconto de lançamento de 30% que expira em 23 de setembro é o primeiro ponto de dados.