Volver al blog
Guía práctica
Publicado el 9 oct 2026
Verificado el 9 oct 2026
7 min de lectura

Primer fotograma o vídeo de referencia: elige la entrada

Decide cómo guiar una nueva toma con Wan 3. Revisa entradas excluyentes, límites de referencia y duración y el coste antes de generar.
Primer fotograma o vídeo de referencia: elige la entrada
Conclusión principalDecide cómo guiar una nueva toma con Wan 3. Revisa entradas excluyentes, límites de referencia y duración y el coste antes de generar.
Elige la entrada según lo que necesitas controlar. Si la toma debe empezar desde una imagen concreta, usa Imagen a vídeo con un primer fotograma. Si quieres orientar una toma nueva con imágenes, vídeo o audio de referencia, usa Referencia a vídeo. Son modos separados de Wan 3 Spicy, no casillas intercambiables.

Define primero el resultado

Escribe una frase sobre el resultado antes de seleccionar archivos. “Empieza desde esta foto de producto con un movimiento suave” corresponde al primer fotograma. “Crea una toma nueva guiada por estas referencias” corresponde a referencias. Si necesitas modificar un clip existente y conservar su línea temporal, ninguna de estas elecciones establece esa capacidad de edición: utiliza una herramienta compatible con vídeo existente.
El primer fotograma describe el inicio deseado, no píxeles idénticos durante todo el clip. Una referencia orienta la generación, pero no garantiza copiar exactamente rostro, movimiento, voz o recorrido de cámara. Anota los detalles que revisarás; “igual que la referencia” no es un criterio suficiente.

No mezcles las dos rutas

Imagen a vídeo requiere una imagen inicial y admite una final opcional. No acepta grupos de referencias. Referencia a vídeo requiere al menos una imagen, vídeo o audio de referencia y no acepta fotogramas inicial/final. Un último fotograma sin el primero es inválido. Poner el mismo archivo en todos los campos no demuestra mayor control.
La ruta de referencias permite hasta 10 imágenes, 5 vídeos y 5 audios. Las imágenes deben tener lados de 240–8.000 píxeles, hasta 20 MiB y relación entre lados no mayor que 8. En el navegador, usa JPEG/PNG/WebP, vídeos MP4/MOV y audio MP3/WAV compatibles con el cargador actual. Son máximos, no una recomendación de llenar todos los espacios. Usa el conjunto mínimo que explique la tarea y conserva los permisos.

Calcula el presupuesto de duración

Wan 3 Spicy ofrece salidas de 2–30 segundos enteros. Los vídeos de referencia juntos no pueden superar 15 segundos; su total más la salida solicitada no puede superar 30. El audio de referencia tiene un límite independiente de 15 segundos en total. No lo añadas por suposición a la regla del vídeo. Los ejemplos siguientes usan duraciones manuales, no duración automática.
Una referencia de 15 segundos más 15 de salida cumple estas comprobaciones. La misma referencia más 20 de salida no. Cinco segundos de referencia y 25 de salida cumplen. Son ejemplos de validación, no pruebas de calidad o copia exacta de movimiento. Comprueba las duraciones medidas por la herramienta, no solo el nombre del archivo.

Revisa el coste de la salida

Las tarifas públicas verificadas el 9 de octubre de 2026 son $0,045/segundo a 480P, $0,090 a 720P y $0,180 a 1080P. Esta operación de ModelRush estima el coste usando los segundos de salida solicitados; el presupuesto de referencias es una comprobación separada. Cinco segundos a 480P dan $0,225, con reserva de $0,23 redondeada hacia arriba. Prevalece la tarifa actual de la cuenta. Esto no describe los cargos de referencias de otros servicios.
Una recarga aumenta el saldo y no es el precio de una salida. Consulta precio y fondos antes de generar y usa las opciones de pago realmente disponibles. No se promete recarga mínima universal, generación gratuita ni tiempo fijo de ejecución.

Abre la herramienta correcta

Abre el enlace adecuado, inicia sesión o regístrate y completa la confirmación de acceso indicada. Verifica Wan 3 Spicy y la herramienta. El enlace restaura su modo correspondiente, pero comprueba el formulario al cambiar herramientas o recuperar un borrador. Elimina entradas del otro modo y revisa duración, resolución, formato, audio y estimación antes de enviar.
Al descargar, anota duración y dimensiones. Con primer fotograma, compara la composición inicial. Con referencias, revisa los detalles visuales, de movimiento o sonido definidos antes. Usa la hoja para aceptar, cambiar una referencia o elegir otra clase de tarea. No se realizó una generación de pago para esta guía.

Recursos relacionados

La guía de referencia a vídeo explica esa ruta con más detalle. Las páginas del modelo y de precios muestran disponibilidad y tarifas públicas actuales.

Decisiones de entrada y duración

NecesidadRutaLímite
Empezar desde una imagenImagen a vídeoPrimer fotograma obligatorio; último opcional; sin referencias
Guiar una nueva toma con materialesReferencia a vídeoAl menos una referencia; sin fotogramas inicial/final
15 s de referencia + 15 s de salidaRuta de referenciasCumple 15 s de referencia y 30 s combinados
15 s de referencia + 20 s de salidaCorregir antes de pagar35 s combinados superan 30 s
Editar la línea temporal existenteEdición de vídeo compatibleReferencia no significa edición ni conservación exacta
Comprobaciones de entrada, no pruebas de calidad. El audio de referencia tiene su propio máximo total de 15 segundos.

Hoja de elección y aceptación de entrada

PreguntaAntes de pagarDespués de completar
TareaInicio desde imagen / toma con referencias / editar clip¿La clase de tarea era correcta?
InicioComposición concreta con primer fotogramaDistribución y posición inicial
ReferenciaUn detalle visual/de movimiento/audio por archivo¿La referencia orientó ese detalle?
ConflictosNo combinar extremos y referencias¿Influencia inesperada o modo equivocado?
DuraciónVídeos + salida ≤30 s; audio ≤15 sDuración real y acción cubierta
PrecioSalida × tarifa actual; saldo y límiteCargo registrado sin suponer tarifas de referencia
DecisiónUn requisito de aceptaciónAceptar / cambiar referencia / cambiar modo / parar

Recursos relacionados

Preguntas antes de ejecutar

¿Primer fotograma y referencia de imagen son lo mismo?

No. El primero corresponde a Imagen a vídeo y define un inicio; la referencia pertenece a Referencia a vídeo.

¿Puedo combinar extremos y referencias?

No. Ambos grupos son excluyentes en Wan 3.

¿Puedo usar solo imágenes como referencias?

Sí. Se exige al menos una imagen, vídeo o audio de referencia, no necesariamente vídeo.

¿Cuánto vídeo de referencia se permite?

Hasta cinco archivos, máximo 15 segundos medidos en total y un máximo de 30 segundos al sumar la salida.

¿El audio se suma a esos 30 segundos?

La comprobación verificada de 30 segundos suma vídeo de referencia y salida. El audio tiene un máximo independiente de 15 segundos.

¿Se copiará exactamente la persona o el movimiento?

No se garantiza. Define detalles concretos y revisa el resultado real.

Siguientes pasos

Pasa de este artículo a la ficha del modelo, los precios vigentes, la documentación de la API y el Playground.

Abre la documentación de la API

Traduce las ideas de arquitectura y fiabilidad del artículo a peticiones, estados de tarea y errores.

Sigue leyendo

Continúa con las decisiones que rodean tu stack multimodelo.
Crear un bucle de vídeo con fotogramas inicial y final
Guía práctica

Crear un bucle de vídeo con fotogramas inicial y final

9 oct 2026
7 min de lectura
Alternativa a ElevenLabs para una narración corta
Guía práctica

Alternativa a ElevenLabs para una narración corta

9 oct 2026
7 min de lectura