# Wan 3.0

> O Wan 3.0 é o modelo multimodal de vídeo de terceira geração da Alibaba Cloud, cobrindo durações inteiras de 2 a 30 segundos nas resoluções 480P, 720P e 1080P, com trilha sonora opcional e controle de semente aleatória.

Canonical: https://routemux.com/pt-BR/alibaba/wan-3.0
Provider: Alibaba

## Key facts

| Field | Value |
| --- | --- |
| Model ID | alibaba/wan-3.0 |
| Official model ID | wan3.0-video |
| Input modalities | text, image |
| Output modalities | video |
| Capabilities | Video, Text To Video, Image To Video, Reference Audio, Reference Image, Reference Video, First Last Frame |
| Upstream release | 2026-08-24 |
| Availability | available |

## Pricing

- RouteMux: $0.0411 per second (from — tiered by duration/resolution)
- Official: $0.0411 per second
  - 480P: $0.0411 per second (official $0.0411)
  - 720P: $0.0822 per second (official $0.0822)
  - 1080P: $0.1644 per second (official $0.1644)

Billing is prepaid wallet, charged per successful request only.

## API access

Base URL: https://api.routemux.com

Supported protocols:

- openai_sora

## What is Wan 3.0

O Wan 3.0 é o modelo multimodal de vídeo de terceira geração da Alibaba Cloud, cobrindo durações inteiras de 2 a 30 segundos nas resoluções 480P, 720P e 1080P, com trilha sonora opcional e controle de semente aleatória.

Na RouteMux ele aceita três modos de entrada: texto para vídeo; primeiro quadro ou primeiro e último quadros; e geração por referência multimodal — até 10 imagens, 5 vídeos de referência (1 a 15 s cada, máximo de 15 s no total, sendo que a soma do vídeo de referência com a saída não pode passar de 30 s) e 5 clipes de áudio (1 a 15 s cada, máximo de 15 s no total), limitado a 20 arquivos. Quadros inicial/final e referências não podem ser misturados.

A proporção aceita 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e adaptive (padrão 16:9 sem mídia visual e adaptive com mídia visual); o campo audio (ou generate_audio) liga ou desliga o som pelo mesmo valor, e seed permite fixar a geração.

A cobrança é estritamente pelos segundos de saída: quer você use apenas texto, quadros de ponta ou múltiplas imagens, vídeos e áudios de referência, paga somente segundos_saída × tarifa da resolução escolhida, sem sobretaxa pelas referências. Execução assíncrona via POST /v1/videos, sem cobrança em caso de falha.

## Key capabilities

- **Ampla faixa de 2 a 30 s** — Desde inserções curtas de 2 segundos até cenas completas de 30 segundos.
- **Referências sem sobretaxa** — Imagens, vídeos e áudios de referência não adicionam custo extra.
- **480P, 720P e 1080P** — Três faixas de nitidez (padrão 720P), mesmo preço com ou sem som.
- **Quadros ou 3 referências** — Transição entre quadros ou até 10 imagens + 5 vídeos + 5 áudios.

## Sources

- [Documentação Alibaba Cloud Model Studio](https://help.aliyun.com/zh/model-studio/getting-started/models)
- [Site oficial Wan](https://wan.video)
