Tabla de contenidos
Si esta primavera abriste la aplicación de Sora y encontraste un mensaje de despedida, no fue cosa tuya. OpenAI anunció el 24 de marzo de 2026 que dejaría de ofrecer Sora. La aplicación y la web cerraron el 26 de abril, y la API lo hizo el 24 de septiembre.
Sora no va a volver, pero tienes muchas opciones. Los meses posteriores han sido el periodo de mayor actividad en la historia del vídeo con IA. ByteDance, Kuaishou, Google, Alibaba y MiniMax lanzaron modelos nuevos, y varios hacen cosas que Sora nunca pudo hacer, como generar 30 segundos en una sola toma continua o editar un clip simplemente conversando.
Aquí tienes seis modelos que merecen tu tiempo: en qué destaca cada uno, dónde falla y cuánto cuesta. Los seis están disponibles en AI Studio, así que puedes probar el mismo prompt con todos desde una sola cuenta, en lugar de registrarte seis veces.
La versión rápida
| Modelo | Desarrollador | Ideal para | Duración máxima de un clip |
|---|---|---|---|
| Seedance 2.5 | ByteDance | Tomas largas y continuas con sonido | 30 segundos |
| Kling 4.0 | Kuaishou | Escenas planificadas con varios momentos narrativos | 30 segundos |
| Gemini Omni | Google DeepMind | Editar y ampliar vídeos mediante conversación | 10 segundos por pasada, ampliables a 40 |
| Happy Horse | Alibaba | Personas realistas y diálogos con sincronización labial | 15 segundos en AI Studio |
| MiniMax H3 | MiniMax | Salida en 2K y pesos abiertos | 15 segundos |
| Seedance 2.0 | ByteDance | Conversión fiable de imagen a vídeo con audio | Unos 15 segundos |
Estas duraciones son los límites indicados por los desarrolladores a principios de noviembre de 2026. Las plataformas que revenden estos modelos a veces ofrecen un intervalo más reducido, así que comprueba el generador que utilices.
1. Seedance 2.5: especialista en tomas únicas
ByteDance lanzó Seedance 2.5 el 31 de julio de 2026. La gran novedad es la duración: una generación produce hasta 30 segundos de vídeo con audio sincronizado, el doble de lo que conseguía su predecesor en una sola pasada.
Eso importa más de lo que parece. La mayoría de los vídeos con IA siguen pareciendo una sucesión de clips cortos unidos, y se notan las costuras. Treinta segundos sin cortes bastan para una demostración completa de producto, una estrofa de un videoclip o una escena breve con principio, desarrollo y final.
También está pensado para quienes dirigen y quieren tener el control:
- Muchas referencias. ByteDance afirma que una generación admite hasta 30 imágenes, 10 clips de vídeo y 10 clips de audio.
- Prompts con marcas de tiempo. Puedes indicar qué ocurre de 0 a 5 segundos, después de 5 a 12, y así sucesivamente.
- Bocetos 3D. Puedes esbozar una escena con modelos 3D sencillos y sin texturas (ByteDance lo llama «render de arcilla»), y el modelo utiliza esa distribución para las poses, las trayectorias y los ángulos de cámara.
- Ediciones específicas. Edición con pantalla verde, cambios de perspectiva de cámara y edición de momentos concretos mediante marcas de tiempo.
Dónde falla: La propia publicación de lanzamiento de ByteDance reconoce que hay margen de mejora en la física de los movimientos complejos y en la estabilidad de las escenas cuando interactúan varios personajes. Si tu plano es una pelea multitudinaria, cuenta con tener que repetir la generación.
Cuánto cuesta: La publicación de lanzamiento de ByteDance no incluía una lista pública de precios. Al salir, estaba llegando a las aplicaciones Jimeng y Doubao de ByteDance, y el acceso a la API mediante BytePlus ModelArk se describía como «próximamente».
En AI Studio: El generador de vídeo con IA Seedance 2.5 ofrece de 4 a 30 segundos, de 480p a 1080p, hasta 30 imágenes de referencia y audio activado por defecto. Conviene hacer borradores a 480p y renderizar la versión elegida a 1080p.
Elígelo si quieres una toma larga y fluida con sonido y no te importa escribir un prompt detallado con indicaciones temporales.
2. Kling 4.0: el modelo para planificar
Kling 4.0 de Kuaishou llegó en dos etapas. Una versión preliminar llamada Kling 4.0 Flash se abrió a algunos suscriptores el 28 de septiembre de 2026, y el modelo completo llegó en octubre.
Al igual que Seedance 2.5, genera de 3 a 30 segundos de forma nativa. Lo que lo distingue son los fotogramas clave. Según la guía de Kling publicada el 30 de septiembre, puedes proporcionar hasta 10 imágenes de fotogramas clave en una sola generación: el plano inicial, la presentación del producto, el instante en que cambia la iluminación, el final. El prompt explica cómo pasa el vídeo de uno a otro. Kling también indica hasta 15 recursos de referencia por tarea (imágenes, vídeos, sujetos y voz) y prompts de hasta 8,000 tokens.
Si Seedance 2.5 es un operador de cámara que clava las tomas largas, Kling 4.0 es un dibujante de guiones gráficos. Brilla cuando ya conoces los momentos de tu historia.
Dónde falla: Las especificaciones varían según la plataforma. Kling promociona funciones como 4K y HDR, pero muchas plataformas de terceros, incluida AI Studio, ofrecen actualmente 720p y 1080p. Más fotogramas clave también implican más posibilidades de que fallen las transiciones. El propio consejo de Kling es cambiar un solo elemento importante cada vez.
Cuánto cuesta: La lista de precios de la API de Kling, a principios de noviembre de 2026, cobra Kling 4.0 a unos $0.157 por segundo a 720p y $0.235 por segundo a 1080p cuando no hay vídeo de entrada. Kling también vende planes de créditos en su propia aplicación, y los revendedores fijan sus propios precios.
En AI Studio: El generador de vídeo con IA Kling 4.0 ofrece de 3 a 30 segundos, 720p o 1080p, proporciones 16:9, 9:16, 1:1 y 21:9, control del primer y último fotograma, y referencias de hasta 10 imágenes y 5 vídeos. La página de AI Studio indica que los créditos de las generaciones fallidas se devuelven automáticamente.
Elígelo si haces anuncios, vídeos explicativos o cualquier pieza con una lista de planos clara.
3. Gemini Omni: el editor
Google DeepMind presentó Gemini Omni en Google I/O el 19 de mayo de 2026. Su baza no es la duración en sí, sino la conversación.
Puedes combinar texto, imágenes, audio y vídeo en un solo prompt y seguir perfeccionando el resultado. Cada instrucción se apoya en la anterior, y los personajes, la física y los detalles de la escena se conservan entre turnos. En vez de volver a generar un plano desde cero porque la iluminación no encaja, basta con pedir una luz más cálida.
La actualización del 27 de agosto, Gemini Omni 1.1 Flash, añadió los controles que pedían los creadores:
- Ampliación de escenas en pasos de 10 segundos, hasta 40 segundos en total, usando hasta 10 segundos del metraje anterior como contexto.
- Primer y último fotograma, para fijar dónde empieza y termina un plano.
- Borradores a 360p que, según Google, se generan hasta un 60% más rápido que a 720p y cuestan aproximadamente un tercio.
- Salida a 1080p y 4K para trabajos terminados.
El 5 de noviembre de 2026, Google lanzó Gemini Omni 1.2 Flash, que ahora es la versión oficial actual. Aumenta la duración oficial de los clips a 15 segundos (de 3 a 15 segundos en pasos de un segundo), reduce un 30% el precio oficial de la API a 720p hasta $0.07 por segundo y mejora el seguimiento de las referencias. La edición conversacional de varios turnos, los borradores a 360p, el reescalado a 1080p y 4K y la extensión de escenas siguen siendo funciones oficiales de las herramientas de Google. Para conocer los cambios y lo que admite realmente este sitio, consulta Gemini Omni 1.2 Flash: novedades, precios y funciones disponibles en AI Studio.
Todos los vídeos de Omni llevan por defecto la marca de agua invisible SynthID de Google, algo relevante si publicas donde se aplican normas de etiquetado de IA.
Dónde falla: Al lanzarse 1.1 Flash, los clips estaban limitados a 10 segundos por generación. Las primeras pruebas prácticas de MindStudio detectaron errores de la API en los días posteriores a esa actualización y un robot que perdía la cabeza mientras bailaba breakdance. Los entornos y la atmósfera resultaban convincentes; los personajes con movimientos complejos eran el punto débil. Ahora 1.2 Flash llega oficialmente, y también en AI Studio, hasta los 15 segundos en una sola generación.
Cuánto cuesta: La página de precios de la API Gemini de Google indica $0.07 por segundo a 720p para 1.2 Flash, un 30% menos que 1.1 Flash (unos $0.10 por segundo). Consultado el 10 de noviembre de 2026.
En AI Studio: El generador de vídeo con IA Gemini Omni utiliza ahora Gemini Omni 1.2 Flash por defecto, con entre 3 y 15 segundos a 720p (imagen a vídeo con dos imágenes tiene un límite de 10 segundos), audio nativo y hasta 10 imágenes de referencia. Gemini Omni 1.1 Flash sigue disponible con entre 4 y 10 segundos. El generador del sitio genera un clip por solicitud y no incluye la edición conversacional de varios turnos ni la extensión de escenas de Google.
Elígelo si quieres un modelo actual de Google para clips cortos guiados por referencias o prefieres perfeccionar un plano en las aplicaciones de Google en lugar de volver a generarlo desde cero.
4. Happy Horse: el realista
Happy Horse tiene la historia de origen más interesante de esta lista. Apareció de forma anónima en las clasificaciones de vídeo de Artificial Analysis en abril de 2026 y subió directamente al primer puesto antes de que se supiera quién lo había creado. Después, Bloomberg informó de que Alibaba estaba detrás.
Según la cobertura de lanzamiento de DataNorth, lo desarrolló Taotian Future Life Lab de Alibaba, un equipo dirigido por Zhang Di, anteriormente arquitecto técnico de Kling. En su debut ocupó el primer puesto de Artificial Analysis tanto en texto a vídeo como en imagen a vídeo en las categorías evaluadas sin audio.
Lo interesante es cómo trata el sonido. Happy Horse genera vídeo y audio juntos en una sola pasada, incluidos diálogos, ruido ambiental y efectos de sonido, con sincronización labial nativa en siete idiomas: inglés, mandarín, cantonés, japonés, coreano, alemán y francés. Si en tu vídeo alguien habla a cámara, eso importa mucho.
Dónde falla: Su liderazgo en la clasificación era una instantánea de su debut, y las posiciones en este ámbito cambian cada mes. La duración de los clips también es más modesta que la de los modelos de 30 segundos.
Cuánto cuesta: Según el informe de DataNorth del 28 de abril, al lanzarse en fal Happy Horse costaba $0.14 por segundo a 720p y $0.28 por segundo a 1080p.
En AI Studio: El generador de vídeo con IA Happy Horse ofrece texto a vídeo, imagen a vídeo y referencias a vídeo de 3 a 15 segundos, a 720p o 1080p. Admite hasta nueve imágenes de referencia, que mencionas en el prompt como character1, character2, etc. Cuesta 10 créditos por segundo a 720p y 18 a 1080p, así que un clip de 5 segundos cuesta 50 o 90 créditos.
Elígelo si tu vídeo se centra en personas: intervenciones a cámara, clips de portavoces o escenas de diálogo.
5. MiniMax H3: el de pesos abiertos
MiniMax lanzó H3, al que muchos llaman Hailuo 3.0, el 31 de julio de 2026. Crea clips de hasta 15 segundos con resolución de hasta 2K y audio estéreo sincronizado, y acepta texto, imágenes, vídeo y audio como entradas.
Su verdadera diferencia son los pesos abiertos. GIGAZINE informó el 3 de agosto de que MiniMax había publicado el modelo en Hugging Face y ModelScope. Eso significa que un desarrollador con hardware potente puede ejecutarlo por su cuenta en vez de alquilar el servicio. «Potente» es la palabra clave: según los archivos del repositorio de ComfyUI, solo el modelo de difusión ocupa unos 21 GB y el codificador de texto otros 27 GB.
También es competitivo. En las clasificaciones de Artificial Analysis que GIGAZINE publicó a principios de agosto, H3 quedó segundo en texto a vídeo con audio, por detrás de Gemini Omni Flash, y tercero en imagen a vídeo con audio.
Dónde falla: Cuando GIGAZINE informó del lanzamiento, las condiciones de licencia no estaban detalladas. Lee la licencia antes de crear un producto comercial basado en una copia alojada por tu cuenta.
Cuánto cuesta: Si lo ejecutas tú, pagas por el hardware, no por clip. Los precios de los servicios alojados varían según el proveedor.
En AI Studio: El generador de vídeo con IA MiniMax H3 incluye tres versiones en una sola herramienta. H3 ofrece 768p y 2K. H3 Max y H3 Max Turbo ofrecen 480p y 768p, y Turbo es el más barato. H3 también admite hasta cinco imágenes de referencia y tres vídeos de referencia.
Elígelo si quieres salida a 2K o eres desarrollador y quieres la opción de alojarlo por tu cuenta.
6. Seedance 2.0: el todoterreno probado
Lo más nuevo no siempre es mejor para cada trabajo. Seedance 2.0, lanzado en febrero de 2026, genera unos 15 segundos por pasada y tiene meses de uso real a sus espaldas.
También arrastra polémica. A los pocos días del lanzamiento se viralizaron clips de actores reales creados con él, y Disney y Paramount Skydance enviaron cartas de cese y desistimiento a ByteDance. ByteDance respondió que respeta la propiedad intelectual y reforzaría las medidas de protección.
Aun así, sus argumentos de calidad siguen siendo sólidos. En las clasificaciones de Artificial Analysis que GIGAZINE publicó a principios de agosto, Seedance 2.0 quedó primero en imagen a vídeo con audio, por delante de Gemini Omni Flash y MiniMax H3.
Elígelo si quieres animar una imagen fija con sonido y no necesitas 30 segundos. También está en AI Studio. Eso sí, no le proporciones rostros famosos ni personajes de franquicias.
Cómo elegir en dos minutos
- ¿Necesitas una toma larga y sin cortes? Seedance 2.5 o Kling 4.0.
- ¿Conoces de antemano tu lista de planos? Kling 4.0 y sus fotogramas clave.
- ¿Quieres corregir y ampliar en vez de empezar de cero? Gemini Omni.
- ¿Personas hablando a cámara? Happy Horse.
- ¿Quieres alojarlo tú o necesitas 2K? MiniMax H3.
- ¿Animar una sola imagen con sonido? Seedance 2.0.
Pero, sinceramente, la mejor prueba es tu propio prompt. Las fichas técnicas no pueden decirte qué modelo entiende tu idea de un «travelling en la hora dorada». Escribe un prompt que te importe, pruébalo con dos o tres modelos en un generador de vídeo con IA que ofrezca varios y compara los resultados uno al lado del otro. Veinte minutos así valen más que una semana leyendo comparativas, incluida esta.
Pasarse desde Sora
Tu antigua biblioteca de Sora ya no existe. Según The Decoder, OpenAI dijo que los datos de los usuarios se eliminarían de forma permanente una vez superados los plazos de cierre. Si exportaste tus vídeos, guarda los archivos originales en un lugar que controles.
No hay un sustituto exacto de Cameos. La función de Sora 2 para incluirte a ti y a tus amigos en vídeos no tiene un equivalente directo. Lo más parecido son las imágenes de referencia: en AI Studio, Happy Horse admite hasta nueve; Gemini Omni (1.2 Flash o 1.1 Flash), hasta 10; y Seedance 2.5, hasta 30. Usa la imagen de una persona real solo con su permiso.
Reescribe tus prompts para clips más largos. Los prompts de la época de Sora estaban pensados para clips cortos. Con modelos de 30 segundos, divide el prompt en segmentos temporales, como «0–8s: …, 8–20s: …, 20–30s: …», para que el modelo sepa qué ocurre en cada momento.
Si creas productos, no dependas de un solo modelo. El cierre de Sora fue una lección sobre el riesgo de depender de un proveedor. Mantén el modelo detrás de un selector en tu código para que cambiar de proveedor sea un cambio de configuración y no una reescritura.
Respeta los personajes de otras personas. Tanto Sora como Seedance 2.0 afrontaron críticas legales por personajes protegidos por derechos de autor y por la imagen de personas reales. Los personajes originales son más seguros y, francamente, más interesantes.
Fuentes
- The Decoder, OpenAI fija el cierre de Sora en dos fases: la aplicación en abril de 2026 y la API en septiembre, 28 de marzo de 2026
- OpenAI Help Center, Qué saber sobre la retirada de Sora
- ByteDance Seed, Presentación de Seedance 2.5, 31 de julio de 2026
- Kling AI, Guía de múltiples fotogramas clave de Kling 4.0, 30 de septiembre de 2026
- The Next Web, Google lanza Gemini Omni Flash, mayo de 2026
- Google, Gemini Omni 1.1 Flash permite crear con más control, 27 de agosto de 2026
- Google, Gemini Omni 1.2 Flash: vídeo de 15 segundos y precios más bajos, 5 de noviembre de 2026
- Google Cloud, Gemini Omni 1.2 Flash ya está disponible de forma general, 5 de noviembre de 2026
- Google, Precios de la API Gemini, consultado el 2 de noviembre de 2026
- MindStudio, Gemini Omni 1.1 Flash: precios, calidad de vídeo y primeros fallos, 29 de agosto de 2026
- Bloomberg, Un modelo de vídeo con IA desarrollado por Alibaba encabeza la clasificación mundial en su debut, 10 de abril de 2026
- DataNorth, Alibaba lanza el modelo de vídeo HappyHorse, 28 de abril de 2026
- GIGAZINE, MiniMax H3, IA de generación de vídeo, 3 de agosto de 2026
- Wikipedia, Seedance 2.0, con referencias a informaciones de Reuters, Axios, Variety y BBC News de febrero de 2026
- Páginas de modelos de AI Studio, consultadas el 2 de noviembre de 2026
Convierte tu idea en un vídeo
Explora el generador de vídeo y empieza a crear.
Generar un vídeo


