Análisis de Wan 3.0: cada nivel sin censura, y va más allá

No mostramos aquí los clips de nuestra escala; solo damos los resultados. Nuestras primeras pruebas sin censura, el 15 de septiembre, fueron cortas a propósito: 2 segundos a 480p, audio y reescritura del prompt desactivados, un prompt de L5 Extremo por tarea. Cada clip mantuvo en pantalla cada elemento de ese prompt del primer fotograma al último, y cada uno pasó por su cuenta a una escena de L4 Intenso. Imagen a vídeo arrancó exactamente en nuestra imagen inicial, y referencias a vídeo mantuvo a la mujer de nuestras imágenes de referencia.

La galería reúne ejemplos publicados y aptos para el trabajo de la página del modelo Wan 3.0, el registro cotidiano por el que empieza la mayoría:

Dos personas, un beso. Dos mujeres en el portón abierto de una ranchera en un autocine, una manta de cuadros sobre las piernas: un conjunto cada una, una acción, y el beso llega al final como estaba escrito.

La imagen sigue siendo la imagen. En el clip del giro junto a la ventana, la imagen subida pasa a ser el primer fotograma sin retoques; el prompt solo añade el giro hacia la cámara.

Una voz sacada de un archivo de audio. El clip del monólogo toma su cara y su vestuario de una imagen de referencia y su voz de un clip de audio de referencia.

Un producto que vuelve a su marca. Con la misma imagen como primer y último fotograma, la botella gira un cuarto de vuelta y vuelve a su ángulo inicial.

Escríbelo como una lista de planos: quién, qué lleva, una acción, un movimiento de cámara, luz, sonido. Wan 3.0 rellena cada hueco que dejes, así que nombra el último momento que quieres. En imagen a vídeo, escribe solo el movimiento. En referencias a vídeo, di para qué sirve cada referencia, o se promedian en alguien que no se parece a ninguna.

1. Dos personas, un beso (texto a vídeo, 720p, 5 s). El prompt exacto del clip del autocine.

35mm film still, warm grain and halation. Two adult women lie back in the open tailgate of a station wagon at a drive-in cinema, a plaid blanket over their legs; one wears a white ribbed tank top, the other a red gingham bikini top and denim shorts. The projector beam flickers across them; one turns, brushes hair from the other's face, and they kiss slowly as the screen light shifts from blue to gold. Summer night, moths in the beam, loose handheld frame.

Ejecuta este prompt en Wan 3.0 →

2. Una toma de 30 segundos desde texto. Ajusta la duración a 30 segundos: $1.35 en 480p. La última frase marca dónde termina la escena.

One continuous take. Two adults, a man and a woman, in a candlelit loft at night. She sits on the edge of the bed; he kneels behind her and gathers her hair over one shoulder; she leans back against him. The camera circles the bed once. Warm candlelight, rain on the skylight, no music.

Ejecuta este prompt en Wan 3.0 →

3. Quédate en tu imagen (imagen a vídeo). Mantiene el clip en tu habitación en lugar de cortar a otro sitio.

Same woman, same bed, same room and light as the first frame, one continuous take with no cut. She turns her head toward the camera, draws one knee up and runs a hand through her hair.

Ejecuta este prompt en imagen a vídeo de Wan 3.0 →

4. Personaje más lugar (referencias a vídeo). Dos imágenes de referencia, cada una con un papel nombrado.

The first image is the character: keep her face, hair and the black slip dress exactly. The second image is the room. She crosses from the doorway to the window and leans against the frame, looking out. Slow lateral track, one practical lamp, night ambience.

Ejecuta este prompt en referencias a vídeo de Wan 3.0 →

Débil: «Couple in a loft, slow motion.» Wan 3.0 elige las personas, el cuarto, la cámara y el final. Fuerte: el prompt 2. La misma idea, cada decisión tuya.

Wan 3.0 superó cada nivel que probamos en cada tarea. El 15 de septiembre, un prompt de L5 Extremo volvió tal como se escribió con entrada de texto, imagen y referencias, y cada clip pasó a una escena de L4 Intenso sin que se lo pidiéramos. El 24 de septiembre probamos cada nivel tres veces por tarea: de L1 Sugerente a L4 Intenso y los dos tipos de prueba de L5 Extremo, cada ejecución volvió tal como se escribió, sin un rechazo ni un clip suavizado. La etiqueta de la página es Sin censura: no añadimos ningún filtro de contenido por nuestra parte. Las versiones de Wan que suavizan o rechazan escenas están en nuestra prueba de las versiones sin censura de Wan.

Freedom Score: aparece en la ficha de puntuación de esta página y se recalcula cada vez que añadimos ejecuciones. Cada nivel se probó en cada tarea, y ninguna ejecución fue rechazada ni suavizada.

Una regla sencilla para el trabajo sin censura: lo que esté en el fotograma inicial o en el prompt, Wan 3.0 lo trata como punto de partida, no como límite. Desde imágenes fijas y referencias añadió una persona extra a 17 clips de las versiones de Wan 3.0. Las peticiones rechazadas no cuestan nada; lo que se genera se cobra.

Aún sin probar: si una frase de cierre como «the scene ends here» detiene la escalada; fotos reales como fotogramas iniciales; escenas con dos mujeres o dos hombres; estilos anime.

Solo adultos, en cada prompt, imagen y resultado. Ninguna persona real e identificable sin su consentimiento, y necesitas los derechos de cada archivo que subas.

Las votaciones a ciegas lo sitúan cerca de la cima: en la arena de texto a vídeo de Artificial Analysis, Wan 3.0 estaba primero entre los clips sin audio y segundo con audio el 24 de septiembre. La reseña de Curious Refuge lo vio cerca de los modelos punteros «por una fracción del coste» en planos de apoyo, pero siguió eligiendo Seedance para los momentos clave de los personajes y la sincronía labial.

La frustración va por la apertura. Los usuarios de código abierto siguen resentidos con Alibaba por dejar de publicar pesos después de Wan 2.2: «Wan 2.2 dio la espantada y dejó un enorme vacío a la comunidad». Cuando MiniMax H3 salió con pesos abiertos, un usuario local «borró de inmediato las carpetas de LTX2 y WAN». Wan 3.0 solo funciona mediante API alojadas como la nuestra.

Donde nuestras pruebas coinciden, estamos de acuerdo: aquí las tomas largas salen baratas y mantiene un personaje cuando le das referencias. La sincronía labial frente a Seedance no la hemos probado nosotros.

• ¿El clip debe parar donde lo escribiste? Texto a vídeo de Wan 2.6 generó una escena de L4 Intenso exactamente como estaba escrita el 17 de septiembre, sin añadir nada. $0.45 por 5 segundos en 720p.
• ¿Un clip corto más barato? MiniMax H3 generó cada nivel que probamos, de L1 Sugerente a L5 Extremo. $0.185 por 5 segundos en 768p, 15 segundos como máximo. Nuestro análisis de H3.
• ¿Diálogo y acabado por encima del precio? Seedance 2.5 también hace 30 segundos y es el que eligen los reseñadores para la sincronía labial, a $1.39 por 5 segundos en 720p frente a $0.45 aquí. Nuestro análisis de Seedance 2.5.
• ¿2K o 4K? Wan 3.0 Pro: las mismas tres tareas, $0.92 por 5 segundos en 4K, ampliado desde 1080p.
• ¿El mismo modelo, más rápido? Wan 3.0 Prime es la versión rápida de Alibaba con los mismos campos, $0.31 por 5 segundos en 480p.
• ¿Clips sin censura desde una imagen con poco presupuesto? Wan 2.2 Spicy, $0.095 por 5 segundos en 480p, hasta 8 segundos, sin sonido.