Qué es y en qué destaca
Wan es la familia de vídeo de Alibaba. Durante 2025 fue la referencia del código abierto con Wan 2.1 y 2.2, que se pueden ejecutar en un ordenador propio. A partir de la 2.5 los modelos son cerrados, y Wan 3.0, publicado en agosto de 2026, solo se usa por API o a través de plataformas.
Destaca por tres cosas: clips de hasta 30 segundos, varios planos en una sola generación y un precio por segundo muy bajo. También acepta referencias de imagen, vídeo y audio, y movimientos de cámara predefinidos.
Lo que vimos en nuestra prueba
En la comparativa de diez generadores, Wan 3.0 terminó el plano con un primer plano muy cinematográfico, con la lluvia y el haz del faro bien integrados. Es de los que mejor entendieron la intención del prompt.
Además lo usamos para tres ejercicios largos: un diálogo en plano y contraplano de 20 segundos en un bar de jazz y dos lecciones de cámara de 30 segundos con cinco movimientos cada una (dolly, travelling, grúa, órbita, crash zoom, whip pan, FPV…). En los tres siguió los planos en orden.
Un detalle técnico que te ahorra disgustos: cuando usamos la opción multiplano sin un prompt general, la generación falló. Lo que funcionó fue describir todos los planos dentro de un único prompt, con sus tiempos.
Cuándo usarlo y cuándo no
Úsalo para escenas largas, lecciones, diálogos y cualquier proyecto en el que necesites muchos segundos sin disparar el presupuesto. Es probablemente la mejor relación calidad-precio de 2026.
No lo uses si necesitas ejecutar el modelo en tu propio ordenador: para eso tendrías que ir a Wan 2.2 o LTX-2.5. Y revisa siempre los rótulos y letreros, que a veces salen con texto sin sentido.
En el libro, en el capítulo «Mapa de herramientas y grandes plataformas», explico cómo combinar Wan con otros modelos según el tipo de plano.
PROMPT DE EJEMPLO
A 20-second dialogue scene in five shots. Shot 1 (0-4 s), wide shot: the detective enters a smoky jazz bar. Shot 2 (4-8 s), over-the-shoulder from behind the bartender, she asks in Spanish: "¿Quién te dio esta foto?" Shot 3 (8-12 s), reverse close-up of the bartender. Shot 4 (12-16 s), close-up of the detective. Shot 5 (16-20 s), she walks out into the rain. Audio: soft jazz piano, rain.
En Wan, todos los planos van en un único prompt con sus tiempos marcados.
