Midjourney convierte una frase en cuatro imágenes a la vez y después deja dirigir el resultado con referencias de estilo, perfiles de personalización y parámetros. Cualquier imagen fija puede animarse en un vídeo de cinco segundos.
¿Has usado esta herramienta? Valórala
¿Has usado esta herramienta? Valórala
Midjourney es un servicio de generación de imágenes y vídeo que convierte descripciones escritas en material visual terminado. Escribes una frase que describe lo que quieres ver y el modelo devuelve un conjunto de cuatro imágenes construidas a partir de esa descripción. A partir de ahí el trabajo se vuelve iterativo: eliges el encuadre más cercano a tu intención, generas variaciones, lo amplías, repintas una región concreta, extiendes el lienzo o lo animas en un clip breve. La documentación oficial presenta el producto de forma directa, como un portal para transformar texto en imágenes y vídeos, y esa descripción resulta precisa: no estamos ante un retocador fotográfico que incorpora funciones de inteligencia artificial, sino ante un motor de generación cuyas herramientas de edición funcionan regenerando píxeles en lugar de desplazarlos.
El servicio ocupa una posición muy definida dentro de un mercado saturado. Mientras algunos competidores compiten por la controlabilidad milimétrica o por integrarse dentro de una suite de diseño ya establecida, Midjourney ha competido siempre por la estética: el resultado por defecto tiende a la iluminación dramática, a la composición segura de sí misma y a un punto de vista marcado, a veces a costa de obedecer literalmente lo que pide el prompt. Los lanzamientos recientes lo confirman. El modelo V8.2 pasó a ser el predeterminado el 24 de julio de 2026 y la documentación lo describe como una actualización centrada en la estética, la calidad de imagen y la Personalización, con resultados más creativos, atrevidos, sofisticados y transgresores. Ese estilo de la casa es el principal atractivo del producto y, según el encargo, también su principal limitación.
Hay dos rasgos que separan la experiencia cotidiana de la de casi cualquier rival. El primero es que el acceso se vende como tiempo de GPU y no como un contador de créditos por imagen: suscribirse equivale a comprar una cuota mensual de minutos de procesamiento, y la propia documentación compara ese tiempo de GPU con los datos de una tarifa de móvil. El segundo es que el servicio vive simultáneamente en dos lugares: una aplicación web completa en midjourney.com y un bot dentro de Discord, con los mismos modelos por debajo y una única suscripción que cubre ambos entornos. El perfil habitual de usuario incluye ilustradores, artistas conceptuales, directores de arte, responsables de marketing que producen piezas de campaña, equipos de preproducción de cine y videojuegos que montan paneles de referencia, y creadores independientes que necesitan un volumen alto de imagen original sin encargarla pieza a pieza.
Conviene añadir una nota de contexto histórico, porque el ritmo de versiones influye mucho en lo que encuentras al entrar hoy. V7 se publicó el 3 de abril de 2025. V8.1 llegó el 14 de abril de 2026 y fue el modelo predeterminado entre el 10 de junio y el 23 de julio de ese mismo año, introduciendo imágenes HD en 2K sin necesidad de pasar por un upscale posterior, una diferencia que también se nota en el consumo: una tanda HD cuesta 1,3 minutos de GPU frente a los 0,8 minutos de una tanda SD. En paralelo existe la rama Niji, orientada al anime y a las estéticas de Asia oriental, desarrollada junto a Spellbrush, cuya versión Niji 7 se lanzó el 9 de enero de 2026. Saber qué modelo tienes activo explica buena parte de las diferencias de resultado entre dos personas que escriben prompts casi idénticos.
Generación de texto a imagen en rejillas de cuatro: un solo prompt devuelve cuatro candidatos en lugar de uno, lo que convierte la generación en un ejercicio de selección y no en una lotería. El flujo oficial de primeros pasos lo describe sin rodeos: tras pulsar Enter, Midjourney crea un conjunto de cuatro imágenes que puedes ver formarse en tiempo real en la página Create, y la tanda está lista cuando el progreso llega al 100 %. Trabajar de cuatro en cuatro abarata enormemente el descubrimiento de direcciones inesperadas frente a intentar especificarlas de antemano.
Referencias de estilo y peso de estilo: el parámetro --sref permite señalar una imagen existente cuyo aspecto y atmósfera quieres replicar, mientras que --sw regula con qué fuerza tira esa referencia del resultado. Junto con los códigos de referencia de estilo, este es el mecanismo real para sostener un lenguaje visual coherente a lo largo de una campaña entera o de una serie, en lugar de volver a describir la estética en prosa cada vez que abres una sesión nueva.
Omni Reference para sujetos consistentes: si la referencia de estilo transporta el aspecto, Omni Reference (--oref) transporta el sujeto: el parecido de una persona o la forma de un objeto concreto, de modo que el mismo personaje o el mismo producto reaparezca en muchas imágenes. Sustituyó al antiguo enfoque de Character Reference a partir de V7 y responde al problema más espinoso del trabajo de producción, que es mantener reconocible a un protagonista a lo largo de una secuencia.
Perfiles de Personalización y moodboards: el servicio puede aprender tu gusto individual a partir de las valoraciones que aportas y de los moodboards que montas, y después inclinar las generaciones hacia ese gusto mediante el parámetro --p. Las notas de la versión V8.2 señalan que la Personalización entiende bastante mejor las preferencias estéticas del usuario, sobre todo en perfiles con muchos puntos acumulados, y que los perfiles construidos para V8.2 se apoyan en un repertorio de imágenes más amplio y mejorado.
Animación de imagen a vídeo: cualquier imagen fija, generada en Midjourney o subida por ti, puede convertirse en un clip de cinco segundos, con la imagen original actuando como primer fotograma y un prompt de texto opcional para orientar el movimiento. La intensidad se elige con --motion low y --motion high, los clips pueden cerrarse en bucle con --loop, es posible fijar un fotograma final con --end y el tamaño de tanda se ajusta con --bs. Por defecto se generan cuatro vídeos por prompt, aunque puedes reducir la cantidad a uno o dos.
Herramientas de edición generativa: más allá de la primera generación, el conjunto incluye Variations para explorar vecindades de una imagen prometedora, Upscalers para subir resolución, Pan para extender el encuadre en una dirección, Zoom Out para alejar la cámara, Remix para alterar el prompt a mitad de proceso y un Editor con repintado por regiones. Todo esto permite terminar una imagen casi correcta sin regenerarla desde cero y sin perder lo que ya funcionaba.
Un lenguaje de parámetros para control fino: los prompts admiten un conjunto documentado de modificadores que se añaden al final: relación de aspecto (--ar), intensidad de estilización (--stylize), rareza (--weird), variedad (--chaos), exclusiones (--no), teselado sin costuras (--tile), semillas reproducibles (--seed) y el modo --raw para retirar el estilizado por defecto. La sintaxis es estricta y poco perdonadora: los parámetros van después del texto, necesitan un espacio antes de los guiones y no deben contener signos de puntuación en su interior.
Arte conceptual y preproducción: los departamentos de arte de videojuegos, cine y animación necesitan recorrer un espacio visual muy rápido antes de comprometer presupuesto de producción. Generar cuatro variantes por prompt y fijar después una dirección con referencias de estilo comprime en una tarde lo que antes eran días de bocetos en miniatura. Omni Reference mantiene coherente al personaje elegido conforme la exploración se ensancha hacia una secuencia completa de planos. El equipo llega a la reunión de aprobación con opciones reales en lugar de descripciones verbales.
Piezas de marketing y campaña: publicaciones sociales, banners, cabeceras de landing y gráfica estacional exigen un flujo constante de imagen alineada con la marca. Un equipo puede establecer el aspecto una sola vez, guardarlo como referencia de estilo o como perfil de personalización, y producir después decenas de variaciones que comparten identidad visual. Así se esquiva a la vez la genericidad del banco de imágenes y el coste de una sesión fotográfica completa para cada hito de la campaña. La coherencia deja de depender de la memoria de quien diseña.
Ilustración editorial y publicación: blogs, boletines, informes y proyectos de libro necesitan con frecuencia ilustrar asuntos abstractos para los que no existe fotografía posible. Como la generación se dirige por prompt, quien edita puede encargar una imagen metafórica para un concepto difícil en cuestión de minutos, ajustar el tono mediante los valores de estilización y quedarse con algo específico de la pieza. El resultado es material propio en lugar de una foto de archivo que ya han usado otros veinte medios.
Exploración de producto y packaging: diseñadores industriales y equipos de marca recurren al modelo para visualizar formas, materiales, gamas cromáticas y envases en contexto antes de que exista prototipo alguno. Omni Reference hace posible mantener estable una forma de producto mientras varían el entorno y la iluminación. Esa combinación resulta útil para comprobar cómo se lee un diseño en escenarios de presentación distintos, desde un lineal de supermercado hasta una fotografía cenital de estudio.
Piezas breves en movimiento para canales sociales: los clips de cinco segundos animados a partir de una imagen fija sólida cubren un hueco real entre la publicación estática y la producción audiovisual completa. Como la animación parte de una imagen ya aprobada, el paso de movimiento hereda las decisiones de composición y dirección de arte en lugar de volver a discutirlas. La salida en bucle encaja bien con las convenciones de reproducción automática de los feeds. Para volumen alto conviene vigilar el coste, porque el vídeo consume bastante más GPU que la imagen.
Práctica creativa personal y desarrollo de estilo: artistas independientes usan la herramienta como cuaderno de bocetos para ideas visuales, probando composiciones, desarrollando una estética personal reconocible a través de la Personalización y acumulando material de referencia. La dimensión comunitaria también cuenta, ya que las generaciones públicas son visibles y remezclables por defecto, lo que convierte la galería en una fuente viva de técnica. Muchos usuarios aprenden más leyendo prompts ajenos que consultando la documentación.
Suscríbete antes de empezar. A diferencia de muchos competidores, no existe un plan gratuito permanente que permita explorar primero y decidir después. La guía oficial de primeros pasos coloca la suscripción por delante de la creación, así que elegir plan es literalmente el paso uno y no una venta cruzada posterior. Conviene tener esto en cuenta al planificar una prueba de concepto con clientes.
Inicia sesión en midjourney.com y abre la página Create. Ese es el espacio de trabajo principal, donde las generaciones aparecen en tiempo real conforme se renderizan. Quien haya llegado desde Discord debería entrar con la opción de continuar con Discord, de manera que ambas superficies compartan una misma cuenta y una misma galería en lugar de fragmentar el historial en dos sitios.
Escribe tu prompt en la barra Imagine. La barra está situada en la parte superior de la página Create: describe lo que quieres ver y pulsa Enter. Midjourney crea entonces un conjunto de cuatro imágenes y, cuando el progreso alcanza el 100 %, la rejilla está completa y lista para trabajar sobre ella con las herramientas de refinado.
Añade referencias y parámetros para dirigir el resultado. Adjunta una referencia de estilo para igualar un aspecto existente, una Omni Reference para arrastrar un sujeto entre imágenes, o añade parámetros como --ar para la relación de aspecto y --stylize para la intensidad artística. Recuerda que los parámetros van al final del prompt, con un espacio antes de los guiones y sin signos de puntuación dentro de ellos.
Refina la imagen que te convence. Usa Variations para explorar alrededor de un encuadre prometedor, Upscale para aumentar la resolución, Pan y Zoom Out para extender la composición, y el Editor para repintar una zona concreta. Aquí ocurre la mayor parte del trabajo real: la primera rejilla es un punto de partida, nunca un entregable terminado.
Anima o exporta. Para convertir una imagen fija en movimiento, ábrela y usa los botones de animación eligiendo movimiento bajo o alto; si quieres animar una imagen propia, súbela como fotograma inicial desde el panel de imágenes. El material terminado se descarga, ordena y archiva desde la página Organize, que también alberga las carpetas y los filtros de búsqueda.
Describe la imagen, no el encargo. Los prompts funcionan mejor como descripción de una fotografía o ilustración acabada —sujeto, escenario, iluminación, tratamiento de cámara, medio— que como instrucciones dirigidas a un asistente. Fórmulas del tipo «por favor hazme un cartel» gastan espacio sin aportar información visual aprovechable por el modelo.
Cambia una variable cada vez. Cuando un resultado se acerca pero falla en algo, evita reescribir el prompt entero. Ajusta la estilización, cambia la referencia de estilo o mueve la relación de aspecto manteniendo constante todo lo demás, para aprender qué palanca movió realmente la salida. La disciplina de una variable acaba construyendo intuición reutilizable.
Respeta la sintaxis de parámetros al pie de la letra. Van al final del prompt, necesitan un espacio antes de los guiones y no admiten puntuación en su interior. Una coma mal colocada dentro de un parámetro puede hacer que el sistema lo interprete como texto descriptivo, y entonces pasas media hora culpando al modelo de algo que era un error tipográfico.
Usa --seed cuando necesites reproducibilidad. Fijar la semilla permite volver a una salida concreta y aislar el efecto de otros cambios. Resulta especialmente útil en trabajo de cliente, donde alguien pedirá dentro de dos semanas «lo mismo pero con la chaqueta azul» y no querrás reconstruir la imagen a ciegas desde cero.
Separa el problema de estilo del problema de sujeto. --sref resuelve el aspecto y --oref resuelve la identidad; mezclarlos mentalmente conduce a prompts inflados que no controlan bien ninguna de las dos dimensiones. Si el personaje sale distinto en cada plano, el arreglo no está en añadir más adjetivos, sino en aplicar una referencia de sujeto adecuada.
Vigila el consumo de GPU antes de lanzar tandas de vídeo. Un prompt de imagen ronda el minuto de GPU, mientras que un prompt de vídeo se acerca a los ocho minutos, y VentureBeat informó de que las tareas de vídeo cuestan alrededor de ocho veces lo que cuestan las de imagen. Reducir la tanda de cuatro vídeos a uno o dos mientras exploras es la forma más simple de no agotar el tiempo rápido a mitad de mes.
Aprovecha Relax Mode para el trabajo exploratorio. Desde el plan Standard hacia arriba, el modo relajado ofrece imágenes ilimitadas a cambio de esperar en cola. Reservar el tiempo rápido para las entregas con fecha y empujar la exploración libre al modo relajado alarga considerablemente la utilidad de una suscripción sin necesidad de comprar horas adicionales.
Comprueba tu configuración de privacidad antes de trabajar con material sensible. Por defecto el contenido es públicamente visible y remezclable, porque Midjourney se define como una comunidad abierta. El modo Stealth solo está disponible en Pro y Mega, así que si el proyecto lleva acuerdo de confidencialidad, esa decisión de plan hay que tomarla antes de generar la primera imagen y no después.
Directores de arte y equipos creativos que necesitan explorar territorio visual con rapidez y presentar opciones consistentes en reuniones de aprobación, apoyándose en referencias de estilo para que la baraja de propuestas se lea como un conjunto y no como piezas sueltas de autores distintos.
Ilustradores y artistas conceptuales que trabajan sobre encargo y usan la generación como fase de bocetado ampliado, quedándose con la composición y refinándola después, ya sea dentro del propio Editor o exportándola a su flujo habitual de pintura digital.
Responsables de marketing y content managers con calendarios exigentes que consumen imagen original de forma continua, para quienes la capacidad de fijar un aspecto de marca y reproducirlo decenas de veces vale más que el control milimétrico sobre cada detalle individual.
Equipos de preproducción de cine, animación y videojuegos que montan paneles de referencia, exploran diseño de entornos y necesitan mantener personajes reconocibles a lo largo de secuencias completas antes de entrar en modelado o rodaje.
Diseñadores de producto y equipos de marca que quieren visualizar formas, acabados y packaging en contexto antes de fabricar un prototipo físico, probando cómo se comporta un diseño bajo distintas iluminaciones y escenarios de presentación.
Creadores independientes y estudios pequeños sin presupuesto para sesiones fotográficas o encargos de ilustración recurrentes, que necesitan volumen y variedad visual propia a un coste mensual predecible y acotado.
No encaja bien para quien necesita control tipográfico exacto dentro de la imagen, fidelidad documental estricta, o un flujo cerrado por contrato donde ningún material pueda ser público: en esos tres escenarios conviene evaluar antes las alternativas y las condiciones concretas de cada plan.
Aplicación web en midjourney.com: es la superficie principal y la más completa. Incluye la página Create con la barra Imagine, la página Organize con carpetas y filtros para archivar el material, el Editor para repintado por regiones y la gestión de perfiles de Personalización. Es también donde la documentación oficial concentra las instrucciones más actualizadas.
Bot de Discord: el entorno original del producto sigue plenamente operativo, con comandos dentro de servidores y mensajes directos. La documentación oficial ofrece instrucciones paralelas para web y para Discord en la mayoría de flujos, de modo que cada usuario puede elegir dónde trabaja sin perder funcionalidad esencial.
Una suscripción cubre ambos entornos: las cuentas se enlazan entre web y Discord, así que el mismo plan, la misma galería y el mismo tiempo de GPU sirven en los dos sitios. Iniciar sesión con la opción de continuar con Discord es la vía habitual para unificar un historial que de otro modo quedaría partido.
Acceso desde navegador móvil: la aplicación web se usa desde el navegador de un teléfono para revisar tandas, valorar imágenes o descargar material, aunque el trabajo serio de prompting y edición resulta bastante más cómodo en pantalla grande. La disponibilidad de aplicaciones nativas dedicadas conviene comprobarla en la web oficial (por verificar).
Integraciones y automatización: no consta una API pública documentada de generación destinada a desarrolladores, por lo que cualquier automatización de terceros debe evaluarse con cuidado en cuanto a estabilidad y cumplimiento de las condiciones del servicio (según información pública). Antes de construir un flujo automatizado sobre el servicio conviene confirmar el estado actual en los canales oficiales.
Según el sitio oficial en agosto de 2026, Midjourney ofrece cuatro niveles de suscripción: Basic a 10 dólares al mes, Standard a 30, Pro a 60 y Mega a 120. La modalidad anual, pagada por adelantado, aplica un descuento del 20 % y deja el coste efectivo aproximadamente en 8, 24, 48 y 96 dólares mensuales respectivamente. Lo que compra la suscripción no son imágenes sueltas sino tiempo de GPU rápido: 3,3 horas al mes en Basic, 15 horas en Standard, 30 en Pro y 60 en Mega. La propia documentación compara este modelo con el plan de datos de un teléfono móvil, y la analogía es útil hasta cierto punto, con un matiz importante: el tiempo rápido no acumulado no se traspasa al mes siguiente, sino que se reinicia en cada renovación. Si necesitas más capacidad puntual, se pueden comprar horas adicionales a 4 dólares la hora. Un detalle que sorprende a mucha gente al llegar es que no existe ningún nivel gratuito: hay que suscribirse antes de crear la primera imagen, sin periodo de prueba abierto.
Traducir esas horas a trabajo real exige entender el consumo. Un prompt de imagen equivale aproximadamente a un minuto de GPU: una tanda de cuatro imágenes en SD consume 0,8 minutos y una tanda en HD 1,3 minutos, diferencia que explica por qué conviene reservar HD para las piezas que van a publicarse. El vídeo es sensiblemente más caro, con unos ocho minutos por prompt para una tanda de cuatro clips SD, y VentureBeat informó de que las tareas de vídeo cuestan en torno a ocho veces lo que cuestan las de imagen. A partir del plan Standard se incluye Relax Mode con imágenes ilimitadas, lo que cambia por completo la economía del trabajo exploratorio, ya que solo pagas espera. En vídeo las reglas son más restrictivas: todos los niveles pueden generar vídeo en modo rápido, pero solo Pro y Mega pueden hacerlo en modo relajado y únicamente en SD, mientras que el vídeo HD requiere al menos Standard y solo funciona en modo rápido. Por último, el modo Stealth, que mantiene privadas tus generaciones, está reservado a Pro y Mega, un factor decisivo para cualquiera que trabaje bajo acuerdos de confidencialidad. Como los precios y las condiciones cambian con frecuencia, conviene confirmar siempre las cifras en la página oficial antes de comprometer presupuesto.
Adobe Firefly: su principal argumento es la integración nativa dentro del ecosistema de Adobe y un enfoque comercial pensado para equipos que ya trabajan en Photoshop e Illustrator, lo que reduce la fricción de llevar un resultado generado hasta el archivo de producción final.
Ecosistema Stable Diffusion: al tratarse de modelos que pueden ejecutarse localmente y ajustarse con entrenamiento propio, ofrece un grado de control y personalización técnica que ningún servicio cerrado iguala, a cambio de exigir hardware, tiempo de configuración y conocimientos que no todo equipo creativo tiene.
DALL·E en ChatGPT: su ventaja está en la conversación: puedes describir, corregir y refinar en lenguaje natural dentro del mismo hilo donde ya estás trabajando en textos, lo que resulta cómodo para quien no quiere aprender una sintaxis de parámetros.
Ideogram: destaca específicamente por representar texto legible dentro de las imágenes, un punto históricamente débil en los generadores, lo que lo hace atractivo para carteles, portadas y piezas donde una palabra bien escrita es parte del diseño.
Runway: su orientación es primero vídeo, con herramientas pensadas desde el inicio para movimiento, duración y edición temporal, de modo que encaja mejor que Midjourney cuando la pieza final es audiovisual y no una imagen fija animada brevemente.
Precisión visual fina: las reseñas recogidas en G2 elogian la calidad de imagen, el control creativo y el ahorro de tiempo, pero repiten una frustración concreta con la dificultad de conseguir detalles visuales exactos y con errores que afectan al realismo y a la consistencia. Si tu encargo depende de un detalle específico e innegociable, cuenta con iteraciones adicionales.
Sin nivel gratuito: la ausencia de un plan gratuito obliga a pagar antes de poder evaluar si el estilo del modelo encaja con tu trabajo. Para un equipo que compara varias herramientas, esto convierte la prueba de Midjourney en una decisión de presupuesto, por pequeña que sea, y no en una exploración sin coste.
El tiempo rápido no se acumula: la cuota mensual de GPU se reinicia en cada renovación, así que un mes de poca actividad no compensa un mes intenso. Los picos de producción hay que planificarlos, comprar horas extra a 4 dólares o desplazar la carga hacia Relax Mode donde el plan lo permita.
Visibilidad pública por defecto: el contenido es visible y remezclable de forma predeterminada porque el servicio se define como una comunidad abierta. El modo Stealth solo existe en Pro y Mega, de modo que la privacidad no es una casilla que se activa en cualquier plan sino una característica ligada al nivel de suscripción contratado.
Derechos y uso comercial: eres propietario de las imágenes y vídeos que creas, incluso tras cancelar la suscripción, con matices relevantes. Ampliar la imagen de otro usuario no te convierte en propietario, ya que sigue perteneciendo a su creador original, y una empresa que factura más de un millón de dólares anuales necesita Pro o Mega para uso comercial. Midjourney indica explícitamente que no ofrece asesoramiento sobre derechos de autor y recomienda consultar con un abogado.
Moderación impredecible: los filtros pueden bloquear prompts en apariencia inofensivos, lo que interrumpe el flujo de trabajo sin explicación siempre clara. El lado positivo es que las tareas bloqueadas no consumen créditos. Además, quien sube imágenes debe poseer los derechos sobre ellas, y está prohibida la manipulación abusiva de imágenes de personas reales.
Litigios en curso: diversos medios informaron de que grandes estudios de Hollywood, entre ellos Disney y Universal, demandaron a Midjourney por personajes protegidos por derechos de autor presentes en los datos de entrenamiento y en los resultados. Según la información publicada a mediados de 2026, el caso seguía en fase de litigio y práctica de prueba, con Midjourney alegando uso legítimo y sin resolución definitiva. Aquí solo se recoge lo publicado por la prensa, sin emitir ninguna valoración jurídica; las organizaciones con exposición al riesgo deberían consultar a sus propios asesores legales.
No. Según el sitio oficial en agosto de 2026 no hay ningún nivel gratuito permanente y la propia guía de primeros pasos sitúa la suscripción antes de la creación. Para probar la herramienta hay que contratar al menos el plan Basic de 10 dólares mensuales, o su equivalente anual con el descuento del 20 %.
Como norma general, eres propietario de las imágenes y vídeos que creas y sigues siéndolo aunque canceles la suscripción. Hay dos matices importantes: ampliar la imagen creada por otro usuario no te otorga la propiedad, que permanece en su autor original, y una empresa con facturación superior a un millón de dólares anuales necesita un plan Pro o Mega para el uso comercial. Midjourney aclara que no da asesoramiento sobre derechos de autor y sugiere consultar a un abogado.
Compra tiempo de GPU rápido al mes, no un número fijo de imágenes. La documentación oficial compara el modelo con el plan de datos de un teléfono móvil: 3,3 horas en Basic, 15 en Standard, 30 en Pro y 60 en Mega. Ese tiempo no acumulado se reinicia en cada renovación y se pueden comprar horas adicionales a 4 dólares.
Un prompt de imagen equivale aproximadamente a un minuto de GPU. En detalle, una tanda de cuatro imágenes en SD cuesta 0,8 minutos y una tanda HD 1,3 minutos, mientras que un prompt de vídeo ronda los ocho minutos para cuatro clips SD. VentureBeat informó de que las tareas de vídeo cuestan alrededor de ocho veces lo que cuestan las de imagen, así que el vídeo conviene planificarlo con cabeza.
Salvo que lo cambies, estarás usando V8.2, que pasó a ser el modelo predeterminado el 24 de julio de 2026 y se centra en estética, calidad de imagen y Personalización. Antes ocupó ese puesto V8.1, predeterminado entre el 10 de junio y el 23 de julio de 2026, que introdujo imágenes HD en 2K sin necesidad de ampliación posterior. Para estética anime existe además la rama Niji, cuya versión Niji 7 se lanzó el 9 de enero de 2026.
Sí. Una imagen fija se convierte en un clip de cinco segundos en el que esa imagen actúa como primer fotograma, con prompt de texto opcional. Se controla con --motion low o --motion high, --loop, --end y --bs. Todos los planes pueden generar vídeo en modo rápido, solo Pro y Mega en modo relajado y únicamente en SD, y el vídeo HD exige al menos Standard en modo rápido. TechCrunch informó en junio de 2025 sobre el modelo de vídeo V1, que producía cuatro clips de cinco segundos extensibles cuatro segundos hasta cuatro veces, alrededor de 21 segundos como máximo.
Por defecto no lo son. El contenido es públicamente visible y remezclable, ya que Midjourney se describe a sí misma como una comunidad abierta donde las generaciones alimentan la galería común. Si necesitas confidencialidad, el modo Stealth está disponible únicamente en los planes Pro y Mega, así que esa necesidad debe influir en la elección de plan desde el principio.
No es obligatorio. Existe una aplicación web completa en midjourney.com con la página Create, la barra Imagine, la página Organize, el Editor y la gestión de Personalización. El bot de Discord sigue funcionando en paralelo y la documentación oficial ofrece instrucciones para ambos entornos; una única suscripción cubre los dos y las cuentas se enlazan entre sí.
La herramienta prevista para eso es Omni Reference, que se aplica con el parámetro --oref y transporta el parecido de una persona o la forma de un objeto entre generaciones. Sustituyó al enfoque anterior de Character Reference a partir de V7. Conviene no confundirla con la referencia de estilo --sref, que gobierna el aspecto general y no la identidad del sujeto.
Varios medios informaron de que grandes estudios de Hollywood, incluidos Disney y Universal, demandaron a Midjourney por el uso de personajes protegidos en los datos de entrenamiento y en los resultados generados. Según la información publicada a mediados de 2026, el procedimiento continuaba en fase de litigio y práctica de prueba, con Midjourney defendiendo el uso legítimo y sin sentencia firme. Esta respuesta se limita a recoger lo publicado por la prensa y no constituye valoración ni asesoramiento jurídico de ningún tipo.
