¿Qué es LongCat-Video?
LongCat-Video lo publicó el 25 de octubre de 2025 el equipo LongCat de Meituan. Es un diffusion transformer de 13.600 millones de parámetros que cubre texto a vídeo, imagen a vídeo y continuación de vídeo en un solo modelo, y como se preentrenó en continuación puede alargar un clip una y otra vez hasta un vídeo de varios minutos. Genera 720p a 30 fps refinando una salida aproximada en tiempo y resolución, con atención dispersa por bloques para reducir el coste en alta resolución.
Los pesos tienen licencia MIT y no hay audio. El código incluye además un modo de generación interactiva y una demo en Streamlit. El repositorio de GitHub tiene más de 9.000 estrellas y se actualizó por última vez en mayo de 2026.
¿Merece la pena LongCat-Video?
La única habilidad distintiva de LongCat-Video es la duración. Como se entrenó para continuar vídeo existente, puede alargar un clip una y otra vez hasta minutos de metraje manteniendo la escena coherente, algo que no pueden hacer los modelos pensados solo para clips cortos sueltos.
En calidad, las propias pruebas de Meituan lo sitúan en el pelotón de 2025. En sus valoraciones internas de texto a vídeo obtiene 3,38 en general frente a 3,48 de Veo 3 y 3,35 de Wan 2.2, y en imagen a vídeo queda por detrás de Wan 2.2 con 3,17 frente a 3,26. No aparece en la tabla actual de texto a vídeo de Artificial Analysis, donde todos los modelos clasificados generan sonido.
Su licencia y su precio son el atractivo. Los términos MIT no tienen tope de ingresos ni límites regionales, y fal cobra 0,04 $ por segundo generado a 720p, así que un minuto de vídeo cuesta 2,40 $.
Los vídeos largos cuestan tiempo, eso sí. Cada extensión es otra ejecución de generación, la ficha del modelo no da cifras de cómo se mantiene la calidad a lo largo de varios minutos y no publica requisitos de memoria. El desarrollo se ha frenado: los pesos son de octubre de 2025 y el último push del repositorio fue en mayo de 2026.
Dónde se gana su sitio
Un portal inmobiliario que añade 2.000 viviendas al mes
Hacer vídeos mudos de un minuto tipo recorrido a partir de las fotos del anuncio
Parte de una foto con imagen a vídeo y alarga con continuación en fal a 0,04 $ por segundo: 2,40 $ por vídeo de un minuto, unos 4.800 $ al mes, con la música añadida después.
Una empresa de cartelería digital que da servicio a tiendas en varios países
Producir bucles ambientales largos para pantallas en tienda
Autoaloja los pesos MIT y encadena ejecuciones de continuación en secuencias de varios minutos a 720p y 30 fps, sin licencia que pagar ni límites sobre dónde estén las pantallas.
Antes de decidirte
- Puesta en marcha
- Crea un entorno conda, instala PyTorch, FlashAttention 2 y los requisitos, descarga los pesos con huggingface-cli y ejecuta el script de una o varias GPU para cada tarea.
- Integraciones
- Scripts nativos de PyTorch y una demo en Streamlit, aceleración con CacheDiT de alrededor de 1,7x y los endpoints alojados de texto a vídeo e imagen a vídeo de fal.
- Datos y privacidad
- Los pesos MIT funcionan sin conexión, así que el material se queda en tu hardware; la ficha del modelo no detalla los datos de entrenamiento.
- Coste a escala
- fal factura los segundos generados a 30 fps, así que 100 vídeos de un minuto cuestan 240 $; no se publican los requisitos de GPU para autoalojarlo.
- Límites
- Sin audio; techo de 720p; las pruebas de calidad son valoraciones internas de Meituan; última actualización del código en mayo de 2026.
Lo bueno
- Licencia MIT sin límites de ingresos ni regionales
- Alarga clips hasta vídeos de varios minutos
- 720p a 30 fps
- API en fal a 0,04 $ por segundo
Lo malo
- Sin audio
- Sus notas internas quedan por detrás de Veo 3 y, en imagen a vídeo, de Wan 2.2
- No figura en la tabla de vídeo actual de Artificial Analysis
- Sin requisitos de memoria publicados
Ideal para
Desarrolladores que necesitan secuencias largas y mudas a 720p, como recorridos, bucles ambientales o recursos de B-roll, con una licencia sin restricciones.
Alternativas a LongCat-Video
LongCat-Video: preguntas frecuentes
- ¿Merece la pena LongCat-Video?
- LongCat-Video es el modelo abierto para metraje que tiene que seguir y seguir, con licencia MIT y una API barata, pero es mudo y su calidad tiene un año. Le damos un 3.5 sobre 5.
- ¿Cuánto cuesta LongCat-Video?
- Pesos gratuitos bajo MIT. fal cobra 0,04 $ por segundo generado a 720p y 30 fps.
- ¿Qué inconvenientes tiene LongCat-Video?
- Sin audio; sus notas internas quedan por detrás de Veo 3 y, en imagen a vídeo, de Wan 2.2; no figura en la tabla de vídeo actual de Artificial Analysis; sin requisitos de memoria publicados.
- ¿Para quién es LongCat-Video?
- Desarrolladores que necesitan secuencias largas y mudas a 720p, como recorridos, bucles ambientales o recursos de B-roll, con una licencia sin restricciones.
- ¿Cuánto cuesta LongCat-Video para un equipo o en producción?
- fal factura los segundos generados a 30 fps, así que 100 vídeos de un minuto cuestan 240 $; no se publican los requisitos de GPU para autoalojarlo.
- ¿Es LongCat-Video seguro para los datos de la empresa?
- Los pesos MIT funcionan sin conexión, así que el material se queda en tu hardware; la ficha del modelo no detalla los datos de entrenamiento.
- ¿Cuáles son las mejores alternativas a LongCat-Video?
- Las alternativas más cercanas que hemos analizado son HunyuanVideo 1.5, Kandinsky 6.0 Video, LTX-2.5 y Wan 3.0.
Respuestas comprobadas el 7 nov 2026.