Wan AI: o modelo de vídeo Wan 3.0 da Alibaba

O que é o Wan AI?

Wan é a família de modelos de geração de vídeo com IA da Alibaba, também conhecida como Tongyi Wanxiang. Ela transforma em um vídeo curto a cena que você descreve ou a foto que você envia e, desde a versão 2.5, gera o som junto com a imagem.

A família tem dois lados. As versões 2.1 e 2.2 saíram como código aberto sob a licença Apache-2.0, então você pode baixar os arquivos do modelo no GitHub e no Hugging Face e rodar no seu computador. Os pesos das versões 2.5, 2.6, 2.7 e 3.0 não foram liberados: essas versões estão disponíveis pela API da Alibaba Cloud, pelo site da própria Alibaba, o wan.video, e por provedores de API.

A versão mais nova é o Wan 3.0. Segundo o Alizila, site de notícias da Alibaba, ele abriu em beta em 6 de agosto de 2026 e, segundo o anúncio da Alibaba Cloud, ficou disponível para todos em 24 de agosto de 2026. A Alibaba diz que ele faz vídeo a 30 fps em 480p, 720p e 1080p, de 2 a 30 segundos, com diálogo, música e efeitos sonoros.

Versões do Wan: do 2.1 ao 3.0

A tabela se baseia nos repositórios da Alibaba no GitHub e nos anúncios da Alibaba Cloud, consultados em setembro de 2026. Durações e resoluções são as que a fabricante oferece na própria plataforma; as opções disponíveis no Klakix estão na próxima seção.

• Fontes: repositório do 2.1, repositório do 2.2, anúncio do 2.5, anúncio do 2.6, anúncio do 2.7, disponibilidade geral do 3.0.
• O repositório oficial do 3.0 no GitHub tem só um README e um arquivo de licença Apache-2.0. O README fala em “open-source”, mas não há arquivos do modelo para baixar.
• Em 2026 a Alibaba continuou lançando modelos abertos à parte: a conta da Alibaba no Hugging Face lista o Wan-Dancer-14B, que faz vídeos de dança a partir de música (julho de 2026), e o Wan-Animate-2 (7 de agosto de 2026), ambos sob Apache-2.0.

O que é o Wan 2.5?

O Wan 2.5 é a versão que a Alibaba anunciou como Preview na conferência Apsara 2025, em 24 de setembro de 2025. Segundo o post da Alibaba Cloud, foi o primeiro da família a gerar som junto com a imagem, e ele aumentou a duração do clipe de 5 para 10 segundos. Segundo a documentação do Model Studio, ele faz vídeos de 5 ou 10 segundos em 480p, 720p e 1080p.

Os arquivos do modelo não foram publicados no Hugging Face; ele só está disponível pela API e pelas plataformas da própria Alibaba. Então, ao contrário do 2.2, não dá para rodar no seu computador.

O Wan 2.5 não está no Klakix; oferecemos a versão mais nova, a 3.0. Ela mantém o som embutido que o 2.5 trouxe e estende uma geração até 30 segundos.

Como usar o Wan 3.0 no Klakix

O modelo está em Texto para vídeo e em Imagem para vídeo. Descreva a cena com palavras simples; com a melhoria de prompt ligada, seu texto vira a descrição detalhada que o modelo entende, mantendo a sua intenção e os detalhes. O prompt pode ter até 2.000 caracteres.

Dizer como a câmera se move e o que você quer ouvir ajuda. Um dos nossos exemplos com o Wan foi feito com este prompt (em inglês, como foi gerado): “Sunset on the Galata Bridge: anglers casting their lines, the New Mosque and ferries behind, the camera moving slowly along the bridge. Seagulls and waves.”

• Duração: 5, 10, 15, 20 ou 30 segundos; o padrão é 10. Outras durações, como 2 ou 25 segundos, não estão disponíveis aqui.
• Resolução: 480p, 720p ou 1080p; o padrão é 720p. Dá para chegar a 30 segundos também em Full HD.
• Proporção: 16:9, 9:16, 1:1, 4:3, 3:4. Não há opção 21:9 em tela larga.
• Som: vem ligado e você pode desligar. Clipes sem som não saem mais baratos; o preço depende só da duração e da resolução.
• Em imagem para vídeo, a foto inicial é obrigatória e o quadro final é opcional: com dois quadros, o modelo cria a transição entre eles. A proporção padrão acompanha a foto, então o vídeo ganha o formato da sua imagem sem cortes. Em imagem para vídeo, o prompt é opcional.
• A regra do rosto real da família Seedance não vale para este modelo. O filtro de segurança geral do provedor continua valendo, e se uma geração for bloqueada, seus créditos voltam automaticamente.
• A geração roda em segundo plano, e estimamos uns 3 minutos. Você pode fechar a página; o vídeo pronto espera na sua Biblioteca em MP4.

Quantos créditos custa o Wan 3.0?

O preço depende só da duração e da resolução, e é o mesmo em texto e em imagem para vídeo, com ou sem som. Os números da tabela vêm do nosso catálogo de modelos; o custo exato aparece acima do botão Gerar antes de começar.

• A configuração padrão (720p, 10 segundos) custa 100 créditos, cerca de R$ 19,73–R$ 37,20 dependendo do pacote que você comprar.
• A configuração mais longa e mais nítida (1080p, 30 segundos) custa 600 créditos. Testar a ideia primeiro em 480p por 5 segundos (25 créditos) e aumentar depois, quando ela funcionar, economiza créditos.
• O menor pacote é o Mini: 75 créditos por R$ 27,90. Todos os pacotes estão na página de preços.

O Wan AI é grátis?

O site da própria Alibaba, o wan.video, tem um plano gratuito. Segundo a página de preços, o plano gratuito dá créditos por check-in diário e permite gerar um vídeo e uma imagem por vez; downloads sem marca d'água aparecem como recurso do Pro. O Pro custa US$ 5 por mês no plano anual (preço de tabela US$ 10) e dá 300 créditos por mês, o que, segundo a página, cobre até 60 vídeos, além de liberar 1080p e vídeos de 10 a 30 segundos. O Premium custa US$ 20 por mês no plano anual. O uso da API é cobrado à parte. Conferimos esses preços em setembro de 2026, e eles podem mudar.

Para ser franco: há jeitos mais baratos ou grátis de usar esses modelos, como o plano gratuito e o Pro barato do site da Alibaba e, se você tem uma placa de vídeo potente, as versões abertas 2.1 e 2.2. O que o Klakix acrescenta não é o modelo em si: são vários modelos de vídeo em uma conta, créditos pagos conforme o uso e nenhuma assinatura obrigatória.

O Klakix não oferece vídeo grátis: pagamos ao provedor de IA por cada geração. Os 20 créditos que você ganha ao confirmar o e-mail valem só para narração. O Wan 3.0 é liberado depois da sua primeira compra de créditos, e a configuração mais barata (480p, 5 segundos) custa 25 créditos. Antes de comprar, você pode assistir na página de exemplos a vídeos do Wan que fizemos, sem edição.

Rodar as versões abertas no seu computador

Os arquivos do modelo das versões 2.1 e 2.2 são abertos sob Apache-2.0; o código e os passos de instalação estão nos READMEs dos repositórios do 2.1 e do 2.2. Você vai precisar de uma placa de vídeo (GPU) potente. Segundo o README do 2.1, um vídeo de 5 segundos em 480p leva cerca de 4 minutos em uma RTX 4090, e o modelo TI2V de 5B parâmetros do 2.2 roda em 720p a 24 fps em uma 4090.

A versão 2.5 e as posteriores, inclusive a 3.0, não podem ser baixadas, então não rodam localmente. E as versões que dá para rodar por conta própria são justamente as sem som: o som embutido só chegou com o 2.5.

Wan vs Seedance vs Hailuo vs Veo

• Tomadas únicas longas em Full HD: o Wan 3.0 chega a 30 segundos mesmo em 1080p. O Seedance 2.5 também chega a 30 segundos, mas em Full HD vai só até 25 segundos e não aceita fotos com o rosto de uma pessoa real.
• Clipes curtos, baratos e rápidos: Hailuo AI (MiniMax H3 Max Turbo), de 5 a 15 segundos.
• O vídeo mais barato para testar: o Veo 3.1 Lite, na página do Google Veo, com 12 créditos por um clipe de 4 segundos em 720p sem som; o Gemini Omni Flash está na mesma página.
• Estilos de anime, stop-motion ou miniatura: descreva o estilo no prompt e teste; os resultados variam de modelo para modelo.

Fontes

wan.video e a sua página de preços, os repositórios do 2.1 e do 2.2 no GitHub, os posts de lançamento da Alibaba Cloud do 2.5, do 2.6, do 2.7 e do 3.0, e a conta Wan-AI no Hugging Face.

O Klakix não tem vínculo com a Alibaba; oferecemos acesso a este modelo por meio de um provedor de API. Informações atualizadas em 24 de setembro de 2026.