Modelos de vídeo

Qué tener en cuenta

Las preguntas que distinguen las opciones, por orden de importancia.

1. 01

   El Elo de la arena en la clasificación correcta: con o sin audio

   Artificial Analysis clasifica los modelos de vídeo por Elo a partir de votos a ciegas comparando vídeos lado a lado, con clasificaciones separadas de texto a vídeo y de imagen a vídeo y un selector With Audio / No Audio. Cada Elo lleva un intervalo de ± 95% y una columna Range; en octubre de 2026, los seis primeros modelos de texto a vídeo con audio están a unos 17 puntos entre sí, un empate estadístico. Si vas a añadir tu propio sonido, usa la clasificación sin audio; si partes de una foto de producto o de un fotograma de storyboard, usa la de imagen a vídeo. Kling 3.0 Pro a 1080p está fijado en 1000 como punto de referencia, así que las puntuaciones solo son comparables dentro de esa clasificación.

2. 02

   Precio por segundo a tu resolución

   La columna API Pricing de la clasificación es el coste de un minuto de vídeo a 1080p en la API del creador con los ajustes por defecto. Los costes reales varían mucho según la resolución y el nivel: Veo 3.1 cuesta $0.40 por segundo a 1080p, mientras que Veo 3.1 Fast cuesta $0.12, y Wan 3.0, $0.20. Merece la pena usar los niveles de borrador o rápidos para iterar y reservar el nivel caro para los renders finales.

3. 03

   Duración de los clips y extensión

   Una sola generación va de 8 segundos (Veo 3.1) a 30 (Wan 3.0, Seedance 2.5, Kling 4.0). Los planos más largos suelen construirse por extensión, que puede ir desviando la identidad y la iluminación en cada paso. Si necesitas tomas continuas, prueba la duración máxima en una sola pasada en lugar de fiarte de extensiones encadenadas.

4. 04

   Audio nativo

   Varios modelos generan ya sonido, diálogo y música en la misma pasada (Veo 3.1, Seedance 2.5, Wan 3.0, MiniMax H3, LTX-2.5, FLUX 3). La sincronización labial y el ritmo son mucho mejores cuando el audio se genera junto con la imagen que cuando se añade después. Si el modelo es mudo, presupuesta un modelo de voz o de música aparte.

5. 05

   Control: referencias, fotogramas clave y edición

   Para cualquier cosa más allá de un clip suelto necesitas control: primer y último fotograma, varios fotogramas clave (Luma Ray3.2 admite hasta 16), imágenes de referencia para personajes y productos, y edición de metraje existente mediante prompts. Seedance 2.5 acepta hasta 30 imágenes, 10 vídeos y 10 clips de audio como referencias. Comprueba si estos controles están en la API o solo en la app del creador.

6. 06

   Resolución y formatos profesionales

   Muchos modelos generan de forma nativa a 720p o 1080p y llegan a 4K escalando; comprueba cuál es el caso. Algunas APIs limitan la resolución por debajo de la app (la API ModelArk de Seedance 2.5 se queda en 720p). Para la postproducción, la exportación en HDR, ProRes y EXR (Luma Ray3.2, Runway Gen-4.5) ahorra trabajo de conversión y etalonaje.

7. 07

   Licencia, región y pesos abiertos

   Los modelos alojados licencian los resultados según sus condiciones, pero la disponibilidad varía según la región: la API ModelArk de Seedance 2.5 no se ofrece en EE. UU., y los pesos abiertos de MiniMax H3 requieren una solicitud para usarse en EE. UU., la UE, el Reino Unido y Corea del Sur. Los pesos de LTX-2.5 son gratuitos para empresas con menos de 10 millones de dólares de ingresos. Los pesos abiertos de vídeo también necesitan GPUs serias; el despliegue de referencia de MiniMax usa cuatro.

11 herramientas comparadas

Ordenadas por nuestra nota. Abre cualquier reseña para ver las fuentes, los precios y el veredicto completo.

Comparativa de herramientas de Modelos de vídeo

Herramienta	Nota	Nuestro veredicto	Ideal para	Precio
Wan 3.0modelo	4.5/5	Wan 3.0 gana las votaciones a ciegas por muy poco y llega a 30 segundos por clip, pero Alibaba se ha guardado los pesos y los detalles técnicos.	Creadores y desarrolladores que quieren vídeo de primera calidad y tomas largas sin pagar precios premium.	Qwen Cloud: 0,05 $/segundo a 480p, 0,10 $ a 720p y 0,20 $ a 1080p de tarifa (12 $ por minuto a 1080p), ahora con un 30% de descuento. Runway: las mismas tarifas, o de 0,068 $ a 0,28 $ para la variante wan3_prime.
Seedance 2.5modelo	4.4/5	Seedance 2.5 vende control sobre la continuidad y cobra por ello casi el triple del precio por minuto del líder de la clasificación.	Equipos de publicidad y contenidos que necesitan mantener estables los mismos personajes, productos y voces a lo largo de muchos planos.	ModelArk: 10,70 $ por 1 millón de tokens sin entrada de vídeo, 6,40 $ con entrada de vídeo (unos 0,51 $ por 5 segundos en 480p, 1,16 $ en 720p). Runway: de 0,20 $ a 0,68 $ por segundo según la resolución, mínimo de 80 créditos.
MiniMax H3 (Hailuo 3.0)modelo	4.3/5	Vídeo casi de frontera a una séptima parte del precio de Seedance, aunque los pesos abiertos están vetados en los cuatro mercados donde está la mayoría de los compradores.	Equipos que quieren calidad de vídeo puntera a bajo coste mediante una API, y equipos fuera de EE. UU., la UE, Reino Unido y Corea que quieren alojar o ajustar un modelo de vídeo de primer nivel.	API de MiniMax: $0,08 por segundo a 768p, $0,13 a 2K ($4,80 por minuto a 768p); reescalado a 2K de un clip existente $0,05 por segundo. Runway: $0,10 por segundo a 768p. Pesos gratuitos bajo la MiniMax H3 Community License.
Gemini Omni Flash 1.1modelo	4.3/5	Gemini Omni Flash cede unos pocos puntos Elo a cambio de la vía más barata para editar un clip conversando, y con las vistas previas de Veo retiradas esta semana es el único modelo de vídeo en la lista de precios de la Gemini API.	Desarrolladores de la Gemini API que quieren generar y revisar clips cortos conversando.	$1,50 por 1M de tokens de entrada y $17,50 por 1M de tokens de vídeo de salida, unos $0,10 por segundo de vídeo en 720p; sin nivel gratuito. Runway: de $0,034 a $0,30 por segundo según la resolución.
FLUX 3modelo	4.2/5	Una versión preliminar capaz con controles de producción reales, con precios y límites de uso propios de un modelo que aún se está asentando.	Estudios y agencias que iteran los planos en borradores y necesitan entregas en 4K de un proveedor que ya usan para imágenes.	Por segundo de vídeo: Draft HD 0,06 $; HD 0,17 $, FHD 0,29 $, QHD 0,40 $, 4K 0,80 $ (continuación de 0,12 $ a 0,95 $); audio incluido. FLUX 3 Image, unos 0,048 $ por imagen.
Kling 4.0modelo	4.1/5	Kling 4.0 tiene la ficha técnica más larga de la generación de vídeo y, de momento, nada independiente que la respalde.	Equipos creativos que ya usan la aplicación de Kling, quieren planos largos dirigidos por fotogramas clave y pueden esperar a una API.	Suscripciones de la aplicación de Kling; API en fal a $0,157 por segundo en 720p y $0,235 por segundo en 1080p, con audio.
Luma Ray3.2modelo	3.9/5	Una herramienta para la sala de etalonaje más que un modelo de clasificación: vale lo que cuesta para planos HDR dirigibles, no para nada que necesite sonido.	Equipos de VFX, postproducción y agencias que necesitan planos dirigibles que encajen en una canalización de etalonaje HDR.	API por clip: texto/imagen a vídeo de 5 segundos $0,15 (540p), $0,30 (720p), $1,20 (1080p) en SDR; de 10 segundos $0,45/$0,90/$3,60; HDR 2x, HDR+EXR 3x. Aplicación: Plus $30, Pro $90, Ultra $300 al mes.
Runway Gen-4.5modelo	3.8/5	El mejor argumento que le queda a Gen-4.5 es la exportación en HDR y ProRes, y las condiciones estándar de Runway le permiten entrenar con todo lo que le subas.	Estudios y casas de posproducción que ya usan Runway y necesitan planos generados entregados en ProRes o HDR.	Plan gratuito con 125 créditos únicos; Standard 15 $/mes (12 $ al año), Pro 35 $ (28 $), Max 95 $ (76 $). API: 12 créditos (0,12 $) por segundo, más 0,05 $ por ProRes y de 0,20 $ a 0,40 $ por HDR.
LTX-2.5modelo	3.8/5	Fácil de autoalojar, ajustar e integrar en ComfyUI, LTX-2.5 cambia 200 Elo de calidad de imagen por control.	Desarrolladores y estudios pequeños que quieren un modelo de vídeo abierto que puedan ajustar y ejecutar en sus propias GPU.	Pesos gratuitos por debajo de $10M de ingresos anuales (LTX-2.x Community Licence). API por segundo: Fast $0,09 (720p), $0,13 (1080p), $0,19 (1440p), $0,30 (4K); Pro $0,12, $0,17, $0,25, $0,39.
Pika H3 Flexmodelo	3.8/5	Pika H3 Flex es MiniMax H3 más rápido y más barato de alquilar, pero los pesos abiertos heredan una licencia que excluye el propio mercado de Pika.	Equipos que ya usan MiniMax H3 y quieren el mismo modelo más rápido y más barato a través de una API, y estudios fuera de las regiones excluidas por la licencia que hacen ajustes finos en H100.	API de Pika por segundo de salida, de texto o imagen a vídeo: 0,02 $ (480p), 0,04 $ (768p), 0,07 $ (1080p), 0,08 $ (2K), 0,16 $ (4K); de referencia a vídeo, de 0,06 $ a 0,20 $. A mitad de precio en el lanzamiento. Pistas de audio a 0,001 $ por segundo. Adaptadores gratuitos con la MiniMax H3 Community License.
Veo 3.1modelo	3.3/5	Veo 3.1 es ahora un modelo heredado de nube empresarial: sigue en GA en Google Cloud, ha desaparecido de la Gemini API y está 170 Elo por detrás de su propio sustituto.	Equipos con canalizaciones de Veo ya existentes que dependen de ampliaciones largas o del control del fotograma final y pueden trabajar en Google Cloud.	Google Cloud, por segundo: Veo 3.1 0,40 $ con audio o 0,20 $ sin él (720p/1080p), 0,60 $/0,40 $ en 4K; Fast de 0,10 $ a 0,12 $ con audio; Lite de 0,05 $ a 0,08 $ con audio, desde 0,03 $ sin él.

Lado a lado

Las especificaciones que importan en este paso. Comprobado el 19 oct 2026; confírmalo en la web del proveedor antes de decidirte.

Comparativas directas y guías con ranking

• Mejores modelos de IA de vídeo

Dónde encaja esta etapa

• Producción de vídeo: empezaríamos con Veo 3.1, Kling 4.0, Wan 3.0.

Fuentes de esta guía

• Artificial Analysis: text-to-video leaderboard
• Arena leaderboard (video arenas)