Vídeos NSFW de Wan 3.0: elige 5, 10 o 15 segundos

La imagen inicial de tu personaje está bien: el rostro, la ropa y la habitación están listos. Quieres un teaser corto con una mirada, un pequeño gesto y un final aprovechable. ¿Debes comprar cinco, diez o quince segundos?

Elige cinco segundos para una mirada o un pequeño giro de cabeza; diez para un gesto de la mano que termina y vuelve al reposo; quince cuando la preparación y la recuperación también deban verse. Si la idea cabe cómodamente en cinco segundos, quince suele aportar más espera. Si cinco segundos obligan a precipitar tres movimientos, simplifica la acción o dale diez. Tanto Wan 3.0 estándar como Spicy admiten clips de 2–30 segundos.

Esta guía planifica un teaser de un personaje adulto ficticio con las tres duraciones. Abarca Wan 3.0 de imagen a vídeo y el endpoint independiente de Wan 3.0 Spicy de imagen a vídeo. Las recomendaciones de modelos se basan en nuestros ensayos de septiembre y octubre de 2026.

Elige el movimiento antes que la duración

Planifica el cambio visible entre el inicio y el final.

Un gesto rápido cabe en cinco segundos; uno lento y cuidadoso puede necesitar diez. La pregunta útil es si el espectador ve terminar la acción, no si has pedido la mayor duración disponible.

Prepara una imagen fija que deje espacio al gesto

Usa un retrato 9:16 de una mujer ficticia de 36 años sentada en un sillón tapizado junto a una lámpara de luz cálida. Lleva un top de tirantes azul marino opaco y pantalones negros. Su rostro está ligeramente apartado de la cámara, su pelo largo descansa junto a la oreja derecha y ambas manos se ven sobre los reposabrazos. Encuádrala de cabeza a pies, con espacio sobre la cabeza y junto al codo derecho.

La misma imagen inicial sirve para los tres ejemplos. Ya define el personaje, el vestuario, la habitación y la luz, así que el prompt de movimiento puede centrarse en lo que cambia.

Antes de enviar, revisa la mano que quieres mover. Si los dedos se funden con el reposabrazos, corrige primero la imagen fija. Si una gran masa de pelo oculta la oreja derecha, será más difícil evaluar el gesto de recogerlo por completo; usa en su lugar un pequeño gesto que alise la parte exterior del pelo. Un encuadre cerrado del rostro sirve para la mirada de cinco segundos, pero no deja espacio para que entre una mano en movimiento sin cambiar el encuadre.

Prueba la toma en el Playground de Wan 3.0 de imagen a vídeo:

1. Sube el retrato preparado y pega uno de los prompts de movimiento siguientes.
2. Elige cinco, diez o quince segundos a 480p; desactiva el audio generado y la expansión del prompt para el borrador de movimiento.
3. Genera y compara el gesto con el final previsto antes de aumentar la resolución.

Tanto el estándar como Spicy aceptan duraciones en segundos enteros de 2 a 30. El estándar también ofrece duración automática; elegir una duración fija resulta más sencillo cuando el final debe encajar en un intervalo concreto.

Cinco segundos: haz que el cambio de mirada sea toda la acción

Una mirada basta cuando la imagen fija ya transmite el atractivo de la escena. No añadas un gesto de la mano solo porque el prompt parezca corto.

Establece la duración en 5 y pega:

One continuous five-second shot of the fictional adult woman in the opening image. Keep the same face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 1 second, she remains seated with both hands resting visibly on the chair arms, looking slightly off camera. From 1 to 3 seconds, she turns her eyes and head a little toward the camera and forms a small, relaxed smile. From 3 to 5 seconds, she keeps her gaze toward the viewer and lets the movement settle. Natural blinking and breathing continue. Eye-level fixed camera; the full-length framing remains unchanged. She stays seated and her hands remain on the chair arms. Her mouth stays closed.

El prompt describe un cambio visible y un destino. Las manos permanecen inactivas a propósito, para evaluar el giro del rostro sin tener que juzgar también una mano en movimiento.

Revisa el primer segundo y los dos últimos. ¿El rostro sigue siendo reconociblemente el mismo durante el giro? ¿La sonrisa es suficientemente discreta para este personaje? ¿La cámara mantiene la distancia original? Si la sonrisa se exagera, sustituye “forms a small, relaxed smile” por “her expression softens slightly while her lips remain together.” Si el giro es demasiado grande, pide un movimiento de ojos y solo un ligero ajuste del mentón.

Si esto produce todo el momento de acción que necesitas, conserva la versión corta.

Diez segundos: termina el gesto de la mano antes de la pausa

Elige diez cuando el movimiento tenga un recorrido de ida y otro de vuelta. Devolver la mano al reposo hace que el final parezca intencionado, en vez de cortar un gesto a medias.

Establece la duración en 10 y pega:

One continuous ten-second shot of the fictional adult woman in the opening image. Keep her face, opaque navy camisole, black trousers, chair and warm lamp unchanged. From 0 to 2 seconds, she turns her gaze gently toward the camera while both hands rest on the chair arms. From 2 to 5 seconds, she lifts her right hand from the right chair arm, keeping it beside her cheek rather than across her face, and tucks the loose hair behind her right ear. From 5 to 8 seconds, her right hand travels back down and rests on the same chair arm; she maintains a small, relaxed smile. From 8 to 10 seconds, she remains in that settled seated pose, with both hands visible at rest. Natural blinking and breathing continue. Fixed eye-level camera, unchanged full-length framing, one take. Her outfit stays in place and her mouth stays closed.

Los cinco segundos adicionales permiten el recorrido de la mano, el contacto con el pelo, el regreso y la recuperación. No son simplemente una versión más lenta de la mirada.

Plan de movimiento ilustrado: pose inicial, mano junto a la oreja y regreso al reposo para el prompt de diez segundos.

Revisa el momento en que la mano llega a la oreja. Los dedos que desaparecen dentro de la mejilla, el rostro que cambia detrás de la mano o el brazo que regresa a otro lugar son motivos para revisar el gesto. Primero hazlo más pequeño: sustituye el gesto de recoger el pelo por “she gently smooths the outside of her hair beside her neck, then returns her hand to the chair arm.” Esto elimina el contacto estrecho entre mano y oreja y conserva un movimiento visible.

Quince segundos: incluye anticipación y recuperación

Quince segundos sirven para un teaser en el que el inicio tranquilo y la reacción del personaje forman parte de la escena. Es excesivo si el único requisito es «mirar a la cámara».

Establece la duración en 15 y pega:

One continuous fifteen-second seated shot of the fictional adult woman from the opening image. Preserve her face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 3 seconds, she rests with both hands on the chair arms, looking slightly off camera; her shoulders relax and her eyes shift toward the viewer. From 3 to 7 seconds, she lifts her right hand beside her face and gently smooths the loose hair back beside her right ear, keeping her face visible. From 7 to 10 seconds, she lowers that hand to the same chair arm and finishes the movement. From 10 to 12 seconds, she makes a small seated shoulder adjustment toward the camera and lets a restrained smile form. From 12 to 15 seconds, she settles facing the viewer, both hands visible at rest, with natural blinking and breathing. Eye-level fixed camera, unchanged full-length framing, no cuts. She stays seated, her outfit remains in place and her mouth stays closed.

Aquí, el movimiento de la mano se parece al ejemplo de diez segundos, pero la anticipación y la reacción final tienen espacio para verse. El ajuste de hombros es pequeño; no es un giro completo del cuerpo ni una pose nueva.

Si los primeros tres segundos no aportan nada útil, acorta el inicio en vez de añadir otra acción para llenarlo. Si la mano termina pronto y el resto del clip repite gestos, elimina el ajuste de hombros y pide una recuperación tranquila, o vuelve a diez segundos. Si la expresión o la ropa cambian más adelante, acorta el momento previsto y especifica el estado final deseado. Las tomas largas dejan más margen a acciones imprevistas; comprar más segundos no arregla una intensificación no deseada.

La guía oficial de prompts usa descripciones temporales para organizar escenas. Estos horarios aplican esa idea a una toma continua. Conserva “one continuous shot” en el prompt: las marcas temporales organizan el gesto, pero no exigen un corte en cada límite. Son peticiones de ritmo, no una línea de tiempo de edición precisa por fotogramas. Mira el resultado real antes de colocar un rótulo o recortar una toma.

Cuando fallan el movimiento o el final

Una duración mal elegida suele manifestarse como un problema concreto. Cambia esa parte de las instrucciones antes de comprar otro clip más largo.

Opciones de gesto ilustradas. Izquierda: la mano tapa un ojo. Derecha: la mano permanece en el pelo junto al cuello y deja visible el rostro.

El parámetro opcional last_image_url puede aportar la composición final deseada en ambos endpoints. Usa una imagen fija aprobada con el mismo personaje, ropa, sillón e iluminación. La imagen de cierre fija el último fotograma; usa una con la mano en reposo para terminar en esa pose. En este teaser, el final puede ser distinto del inicio. Un bucle sin cortes visibles tiene un requisito adicional en la unión que este clip de recorrido único no tiene.

Si tu idea incluye levantarse, cruzar la habitación y sentarse en otro sillón, divídela en tomas. Crea una imagen fija aprobada para cada composición y usa un corte deliberado entre ellas. Puedes reintentar una toma fallida por separado. Dos solicitudes de cinco segundos cuestan lo mismo que una de diez con la misma tarifa por segundo, antes de reintentos; las tomas separadas no se convierten automáticamente en una toma continua sin cortes. Para una secuencia realmente más larga y continua, consulta la guía de vídeos NSFW más largos.

¿Wan 3.0 estándar o Spicy para este teaser?

Empieza con Wan 3.0 estándar de imagen a vídeo para este teaser con ropa. Genera contenido para adultos y es más barato a 480p. En el ejemplo comparable con ropa, el estándar mantuvo el vestuario y Spicy lo cambió.

Wan 3.0 Spicy puede llevar una escena más hacia el contenido para adultos, incluidos cambios de vestuario no deseados. Elígelo cuando esa dirección encaje con la escena prevista, en vez de esperar que resuelva problemas de movimiento o ritmo. En teasers contenidos, especifica el estado final y usa la duración más corta que complete la acción.

Cuánto cuestan cinco, diez y quince segundos

Costes por solicitud en USD, sin incluir la generación de la imagen de origen:

Para el gesto de diez segundos, un borrador estándar a 480p y otro revisado cuestan $0.90 en total. Una generación de diez segundos a 1080p con Wan 3.0 Pro añade $1.44, para $2.34 en total; con el estándar a 1080p el total es $2.70. Cambiar a Pro crea una toma nueva, no aumenta la resolución del borrador aprobado.

Si solicitas quince segundos pero conservas solo los ocho primeros en el editor, sigues pagando la generación de quince segundos. Recortar no devuelve el coste de la cola descartada. Una solicitud más corta solo ahorra dinero si completa la acción que necesitas.

Para el primer borrador, usa la mirada de cinco segundos si solo quieres que el personaje salude al espectador. Pasa a diez cuando importe el gesto de la mano. Elige quince únicamente si la preparación y la recuperación merecen aparecer en el teaser final. Después revisa la parte que realmente ves fallar.

Ejecuta el movimiento aprobado mediante la API

Define SPICY_API_KEY en tu entorno y SPICY_IMAGE_URI con la URL accesible de tu imagen inicial o la URI spicy:// subida. Este ejemplo de Python 3 envía una toma nueva después de que confirmes su precio.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": False,
    "enable_prompt_expansion": False
}
settings["prompt"] = 'One continuous fixed-camera shot. The seated adult turns her gaze toward the camera and gives a small smile, then rests. Keep the outfit, chair and framing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "alibaba/wan-3.0/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Guarda la clave de solicitud impresa para recuperar esa misma solicitud; una toma nueva recibe una clave nueva. La documentación de la API de tareas explica la entrega de resultados y la recuperación.

Para tomas repetidas, deja que un Agent use un archivo de entrada aprobado: CLI spicyapi tasks create --model alibaba/wan-3.0/image-to-video --input-file input.json --wait; MCP pídele que llame a spicyapi_task_create con ese modelo y esa entrada; Skill pide “Use the spicyapi Skill to generate this approved shot and return the result.” CLI y MCP muestran el precio antes de crear. Consulta la documentación de integración con Agent.