El mercado del vídeo con IA tras la salida de Sora, con precios reales: de 0,50 a 2,50 $ por clip de 10 s, quién lidera ahora y cómo elegir por plano.
| Necesitas… | Elige | Por qué |
|---|---|---|
| Un plano único cinematográfico con sonido | Google Veo 3.1 | 4K + audio 48 kHz sincronizado, el listón de calidad |
| La mejor calidad por dólar | Kling 3.0 | 4K/60 fps nativo, alrededor de un quinto del precio por clip de Veo |
| La generación única más larga + sincronía labial | Seedance 2.0 | Hasta 15 s por llamada, lipsync por debajo de 120 ms, entrada de 12 archivos |
| Un pipeline de producción, no solo clips | Runway Gen-4.5 | Keyframes, Video-to-Video, pincel de movimiento |
| Tu imagen de Midjourney en movimiento | Vídeo de Midjourney | 5 a 21 s; imbatible si la estética de origen ya es tuya |
OpenAI retiró Sora el 25 de marzo de 2026; la API cierra el 24 de septiembre. El modelo que encendió la carrera del texto-a-vídeo se salió de ella: la primera retirada completa de una modalidad insignia por parte de un laboratorio de frontera (el porqué, en nuestro seguimiento de OpenAI).
Las cifras publicadas ni siquiera estaban reñidas: alrededor de 15 M$ diarios de coste operativo frente a unos 2,1 M$ de ingresos totales de por vida, con un coste bruto de generación cercano a 1,30 $ por clip de diez segundos. Sora no perdió una carrera de calidad. Su economía unitaria nunca cuadró.
La clasificación de Artificial Analysis de 2026 no se parece a lo que se predecía a finales de 2025:
La posición mide la calidad de salida de un clip único sobre un conjunto fijo de prompts. No mide si la herramienta te ayuda a terminar un proyecto. La caída de Runway en el índice coincidió con que siguiera siendo una de las herramientas más usadas en equipos de producción reales, porque el valor del flujo de trabajo y el valor de la calidad por clip son productos distintos.
Dos de los tres primeros puestos y cuatro de los diez primeros en manos de ByteDance, Alibaba y Kuaishou: ese es el cambio estructural de 2026. También explica por qué se hundió el suelo de precios: esos laboratorios compiten en coste por segundo de una forma que los actores occidentales solo han seguido a regañadientes.
El buque insignia de Google sigue marcando el listón de la salida cinematográfica: resolución 4K, audio 48 kHz sincronizado generado junto con la imagen y los movimientos de cámara más realistas en comparaciones a ciegas. Se entrega vía Google Flow, con la mejor adherencia al prompt entre los grandes.
| Especificación | Veo 3.1 |
|---|---|
| Resolución | 4K |
| Duración de clip | ~8 segundos por generación |
| Audio | Nativo, sincronizado, 48 kHz |
| Precio API | 0,50 $/s vídeo, 0,75 $/s con audio (Vertex AI) |
| Por clip de 10 s | ~2,50 $ |
Menos control fino durante la generación que Runway: alquilas una cámara, no una sala de montaje. Duración máxima menor que Seedance. Y es con diferencia la opción más cara por segundo, algo que se nota en cuanto el proyecto necesita más de un puñado de planos clave.
Planos clave, publicidad y todo aquello donde la calidad de un clip único es el entregable y el número de planos es bajo. También ancla el empuje multimodal más amplio de Google.
4K nativo a 60 fps más un plan gratuito realmente generoso, a unos 0,50 $ por clip de diez segundos: en torno a un quinto del coste de Veo para la misma duración. Las tarifas por segundo a través de proveedores como fal.ai rondan los 0,029 $/s, las más baratas de los grandes.
La adherencia al prompt cae en escenas complejas con varios sujetos. La calidad del audio generado queda claramente por debajo de Veo 3.1 y Seedance 2.0. El relato de integración y ecosistema es más delgado que el de Google o Runway.
Flujos de volumen donde manda el coste por clip aprovechable: storyboards, borradores, volumen social, previsualización. Cuatro puestos en el top 10 indican que la calidad no es una concesión: la limitación es el control, no la fidelidad.
Hasta 15 segundos en una sola llamada, casi el doble del techo práctico de Veo, con audio nativo de 48 kHz y sincronía labial por debajo de 120 ms. Si en tu plano alguien habla, este es el camino más corto a algo aprovechable.
Seedance admite hasta doce archivos de referencia en una sola generación. Es un modelo de interacción distinto de «prompt más una imagen», y es la razón de su ventaja en flexibilidad creativa: sujeto, estilo, entorno y referencia de movimiento pueden especificarse a la vez en lugar de secuencialmente.
Alrededor de 0,60 $ por clip de diez segundos: cerca de Kling y muy por debajo de Veo. Combinado con el primer puesto del ranking, es la recomendación por defecto actual para quien no tenga un compromiso de pipeline previo.
Runway optimiza otro premio: el flujo de trabajo. Gen-4.5 lleva la suite completa de control: Image-to-Video, keyframes (fijar estados inicial y final), Video-to-Video, pincel de movimiento, controles de cámara, referencias de estilo. Es donde las generaciones se convierten en trabajo terminado y no en aciertos afortunados.
La fidelidad bruta de un plano único va ahora por detrás de los tres líderes, y no hay audio nativo. La caída en el índice es real y no debería explicarse a la ligera.
Equipos que publican vídeo cada semana, desarrollo iterativo de planos y refugiados del flujo de Sora: keyframes más Video-to-Video cubren la mayoría de los patrones de «extender o variar este plano». Más a fondo en el seguimiento de Runway y en la guía práctica de producción.
| Modelo | Coste aproximado |
|---|---|
| Kling 3.0 | ~0,50 $ |
| Seedance 2.0 | ~0,60 $ |
| Sora 2 (en cierre) | ~1,00 $ |
| Veo 3.1 | ~2,50 $ |
Verás a Kling citado entre 0,029 $/s y 0,07 $/s, y a Veo entre 0,05 $/s y 0,75 $/s. Ambos rangos son reales: reflejan distintos escalones (Lite frente a completo), distintos proveedores y audio activado o no. El precio por clip es la comparación más estable; confirma siempre el escalón exacto antes de presupuestar.
Con un abanico de 5× entre lo más barato y lo más caro a duración comparable, «qué modelo es mejor» deja de ser la pregunta operativa para el trabajo de volumen. Manda el coste por segundo aprovechable, y aprovechable significa después de tu tasa de descarte, que varía entre modelos más que el precio de lista.
La salida de Sora demostró que el tamaño no garantiza la supervivencia. Este escalón está a un invierno de financiación de acabar alimentando a los líderes. No construyas un pipeline que solo una herramienta especializada pueda ejecutar.
| Entregable | Elige |
|---|---|
| Un plano clave con sonido | Veo 3.1 |
| Alguien habla en cámara | Seedance 2.0 |
| 50 clips sociales este mes | Kling 3.0 |
| Una secuencia que pulirás una semana | Runway Gen-4.5 |
| Movimiento a partir de imágenes que ya tienes | Vídeo de Midjourney |
Elige por plano, no por proyecto. La horquilla de precio por clip y las diferencias de capacidad son lo bastante grandes como para que un proyecto de un solo proveedor casi siempre deje calidad o dinero sobre la mesa. Es el mayor cambio de flujo de trabajo entre 2025 y 2026.
Sources: LaoZhang AI — Seedance 2.0 vs Kling 3.0 vs Sora 2 vs Veo 3.1 · BuildFastWithAI — mejor vídeo IA julio de 2026 · Unifically — precios de API Veo 3.1 vs Seedance · TokenMix — estudio de costes de API de vídeo IA · Digital Applied — el mercado tras Sora · Teamday — mejores modelos de vídeo IA 2026
Última actualización: 30 de julio de 2026
Seedance 2.5 reúne 30 segundos de audio y vídeo, 50 referencias mixtas y edición cronometrada. Esto es oficial, cuesta y merece pruebas.
MiniMax H3 genera video 2K con audio estéreo nativo, publica precios por segundo y ofrece pesos H3-Base bajo una Community License.
Hermes Agent combina memoria persistente y skills auto-mejorables; su seguridad y resultados dependen del backend, aprobaciones y revisión elegidos.
OpenClaw es un runtime de agentes muy capaz cuyo valor depende de una seguridad deliberada del gateway, revisión de skills y disciplina operativa.
La música con IA en 2026: capacidades y pleitos de Suno y Udio, el copyright completo de AIVA y cómo el acuerdo de Warner reescribe tus derechos comerciales.
Comparativa honesta de planes gratuitos de 2026: la generosidad de Gemini, la calidad de Claude, la amplitud limitada de ChatGPT y cuándo deja de bastar.
Qué entregó GPT-5 en agosto de 2025, por qué el primer mes descarriló y cómo se lee su arquitectura desde los tres niveles con nombre de GPT-5.6.
Una evaluación honesta de 2026: qué aportan de verdad GPT-5.5, la memoria Dreaming V3 y los agentes, dónde ganan Claude y Gemini, y a quién le conviene Plus.
