¿Qué es MAGI-2 Preview?
MAGI-2 Preview lo publicó Sand AI el 5 de agosto de 2026 y sustituye a su MAGI-1. Es un transformer mixture-of-experts con unos 114.000 millones de parámetros, de los que unos 6.000 millones están activos por token, que genera el vídeo y su banda sonora a la vez a partir de texto o de texto más una imagen fija. Sand AI lo define como una versión de investigación intermedia.
Los clips duran 10 segundos, la única duración admitida. Una fase de previsualización genera a 512x896 y un refinador de 14 GB lleva el resultado a 1088x1920. El checkpoint completo ocupa unos 307 GB, incluido un codificador de texto Qwen3.5-27B de 56 GB y el VAE de vídeo de Wan2.2, y la inferencia necesita ocho GPU NVIDIA Hopper. Código y pesos están bajo Apache 2.0.
¿Merece la pena MAGI-2 Preview?
MAGI-2 Preview da a la comunidad abierta un modelo de audio y vídeo con una licencia de verdad permisiva, a un precio de hardware que pocos pueden pagar. En la tabla de texto a vídeo con audio de Artificial Analysis ocupa el puesto 16 de 32 con 1040 Elo, por delante de Kling 3.0 1080p (Pro), fijado en 1000 como referencia, y de LTX-2.5 Fast con 942, pero 120 puntos por detrás de MiniMax H3 con 1160.
La licencia es el motivo para interesarse. MiniMax H3, el único modelo abierto por encima, exige una solicitud aparte para usarlo en Estados Unidos, la UE, el Reino Unido y Corea del Sur. MAGI-2 es Apache 2.0, sin tope de ingresos ni regiones excluidas.
El hardware es el obstáculo. El código espera ocho GPU Hopper, e incluso así las fases de previsualización y refinado entran y salen de la memoria de la GPU porque, a 1080p, ninguna cabe en una tarjeta de 80 GB junto a los datos de trabajo de la otra. Solo el codificador de texto es un modelo de lenguaje de 27.000 millones de parámetros.
Sand AI reconoce con franqueza que es una vista previa. Los clips están fijados en 10 segundos, los prompts funcionan mejor como largas descripciones JSON estructuradas de otro modelo de lenguaje, no se publican tiempos de generación y el blog describe sus pruebas de personajes coherentes y subtítulos sincronizados como observación informal y no como ensayos controlados.
Dónde se gana su sitio
Un laboratorio universitario de generación de vídeo con un nodo 8x H100
Estudiar y afinar un gran modelo de vídeo mixture-of-experts sin negociar licencias
Descarga la imagen Docker y el checkpoint de 307 GB; Apache 2.0 permite publicar derivados, y el modo determinista hace las ejecuciones reproducibles bit a bit a costa de algo de velocidad.
Un estudio de publicidad de Berlín que no puede usar modelos con licencias territoriales
Generar spots de 10 segundos con sonido sincronizado en su propio hardware
Alquila un nodo Hopper de ocho GPU, convierte los briefs en descripciones JSON con un LLM y los system prompts incluidos, y renderiza a 1088x1920. A diferencia de MiniMax H3, no hace falta solicitar licencia para la UE.
Antes de decidirte
- Puesta en marcha
- docker pull sandai/magi-2-preview, descarga el checkpoint de 307 GB con hf download y ejecuta scripts/run_demo.sh con torchrun en ocho GPU; hace falta ffmpeg para añadir la pista de audio.
- Integraciones
- Pipeline nativa de PyTorch con MagiAttention y MagiCompiler y una imagen Docker por commit; no figura soporte para Diffusers ni ComfyUI.
- Datos y privacidad
- De momento solo autoalojado, así que prompts y vídeos se quedan en tu hardware; no se publica el volumen de datos de entrenamiento.
- Coste a escala
- Aún no hay precio de API. Autoalojarlo supone un nodo Hopper de ocho GPU por worker, y Sand AI no publica cuántos clips salen por hora.
- Límites
- Solo clips de 10 segundos; dimensiones múltiplos de 16; solo texto a vídeo e imagen a vídeo; una vista previa de investigación con afirmaciones de calidad informales.
Lo bueno
- Pesos Apache 2.0 sin límites de ingresos ni regionales
- Vídeo y audio generados a la vez
- Puesto 16 de 32 en la tabla de audio y vídeo de Artificial Analysis
- El refinador entrega 1088x1920
Lo malo
- Necesita ocho GPU NVIDIA Hopper
- Unos 307 GB de pesos que descargar
- Clips fijos de 10 segundos
- Todavía sin API alojada ni cifras de velocidad
Ideal para
Laboratorios de investigación y estudios con recursos que disponen de un nodo Hopper de ocho GPU y quieren un modelo de audio y vídeo con licencia permisiva.
Alternativas a MAGI-2 Preview
MAGI-2 Preview: preguntas frecuentes
- ¿Merece la pena MAGI-2 Preview?
- MAGI-2 Preview es el modelo de vídeo con sonido más fuerte que puedes usar bajo Apache 2.0, y lo primero que pide son ocho GPU Hopper. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta MAGI-2 Preview?
- Pesos gratuitos bajo Apache 2.0. Aún no hay precio alojado; Artificial Analysis indica la API como próximamente.
- ¿Qué inconvenientes tiene MAGI-2 Preview?
- Necesita ocho GPU NVIDIA Hopper; unos 307 GB de pesos que descargar; clips fijos de 10 segundos; todavía sin API alojada ni cifras de velocidad.
- ¿Para quién es MAGI-2 Preview?
- Laboratorios de investigación y estudios con recursos que disponen de un nodo Hopper de ocho GPU y quieren un modelo de audio y vídeo con licencia permisiva.
- ¿Cuánto cuesta MAGI-2 Preview para un equipo o en producción?
- Aún no hay precio de API. Autoalojarlo supone un nodo Hopper de ocho GPU por worker, y Sand AI no publica cuántos clips salen por hora.
- ¿Es MAGI-2 Preview seguro para los datos de la empresa?
- De momento solo autoalojado, así que prompts y vídeos se quedan en tu hardware; no se publica el volumen de datos de entrenamiento.
- ¿Cuáles son las mejores alternativas a MAGI-2 Preview?
- Las alternativas más cercanas que hemos analizado son MiniMax H3 (Hailuo 3.0), LTX-2.5, Kandinsky 6.0 Video y Wan 3.0.
Respuestas comprobadas el 7 nov 2026.