Modelos de video con IA

Seedance 2.0 / Capacidades — text no acepta material; frames exige un primer fotograma y admite uno último; reference exige un prompt y al menos una referencia de imagen, vídeo o audio. La referencia multimodal no se puede enviar junto con los campos de primer y último fotograma. Seedance 2.0 admite tres escenas mutuamente excluyentes: texto, fotogramas y referencia multimodal. La salida disponible actualmente es 720p, 1080p y 4K durante 4–15 segundos; las solicitudes con vídeo de referencia solo están disponibles en 1080p o 4K porque son las combinaciones con precio vigente. 164–3.840 créditos por solicitud

Seedance 2.0 Fast / Capacidades — text no acepta material; frames exige un primer fotograma y admite uno último; reference exige un prompt y al menos una referencia de imagen, vídeo o audio. La referencia multimodal no se puede enviar junto con los campos de primer y último fotograma. 480p/720p · 4–15 · 47–450 créditos por tarea.

Seedance 1.5 Pro / Capacidades — Seedance 1.5 Pro de Kyeo admite texto o hasta 2 imágenes y ofrece 480p/720p/1080p, 4–12 segundos, generación de audio, 6 relaciones de aspecto y bloqueo de cámara. El rango de 7–180 créditos depende de la combinación de parámetros; ni el nombre Pro ni un precio mayor demuestran que la calidad, la estabilidad o la aptitud para publicar estén verificadas en esta página.

HappyHorse 1.0 / Capacidades — Los flujos disponibles actualmente incluyen vídeo solo con prompt, vídeo con una imagen y vídeo de referencia con entre 2 y 9 imágenes. La edición de un vídeo existente no está disponible actualmente en esta página.

Wan 2.7 reúne texto a vídeo, imagen a vídeo con fotograma inicial o inicial y final, y edición de vídeo. Ofrece 720p y 1080p; compara a la vez archivos, duración, formato y créditos estimados.

Sin medios se selecciona texto a vídeo, exactamente una imagen selecciona imagen a vídeo y entre uno y tres vídeos seleccionan la edición de vídeo; no se pueden mezclar imágenes y vídeos. El valor predeterminado es 1080p, 5 segundos, estructura de planos desactivada y filtro de contenido activado.

Wan 2.5 Video en Kyeo: flujos de texto y una imagen, 5/10 segundos, 720p/1080p, límites del prompt y créditos de 60–200. Kyeo cobra con precisión según resolución y duración: 720p a 5 segundos cuesta 60 créditos, 720p a 10 segundos 120, 1080p a 5 segundos 100 y 1080p a 10 segundos 200; el valor predeterminado de 720p a 5 segundos es 60 créditos. Wan 2.5: cómo calcular 60/100/120/200 créditos — Wan 2.5 Video en Kyeo: flujos de texto y una imagen, 5/10 segundos, 720p/1080p, límites del prompt y créditos de 60–200.

Wan 2.2 A14B Turbo no es un único flujo en Kyeo: sin material se usa la generación a partir de texto; al subir una imagen se pasa a la generación a partir de imagen; y solo una imagen junto con audio activa el flujo de voz. Las tres rutas tienen distintas resoluciones, créditos y controles visibles, así que conviene confirmar primero la combinación de materiales.

Wan 2.2 Animate Replace usa un vídeo de origen y una imagen de sustitución subidos desde el espacio de trabajo para cambiar un personaje, con salida a 480p, 580p o 720p. El precio usa los segundos verificados del vídeo de origen y no admite URL multimedia arbitrarias.

Kyeo ofrece seis combinaciones válidas: en Standard, 768P a 6/10 segundos y 1080P a 6 segundos cuestan 25/40/40 créditos; en Pro cuestan 40/80/70 créditos. 1080P no admite 10 segundos. Obligatorio: 1 archivo JPG/PNG/WebP de hasta 10 MB.

Hailuo Pro genera vídeos de 6 segundos en 1080P desde texto, una imagen o fotogramas inicial y final. Cada solicitud cuesta 57 créditos y añadir el fotograma final no cambia el precio.

Hailuo Standard combina texto a vídeo con animación desde un primer fotograma y un último fotograma opcional. Sus cinco combinaciones cuestan entre 12 y 50 créditos.

Conoce Kling 3.0 en Kyeo AI: 3–15 segundos, un plano o hasta 5 planos, fotogramas inicial/final, sonido y tarifas por segundo std/pro/4k. Es adecuada para especificar fotogramas inicial/final o dividir un concepto de 3–15 segundos en hasta 5 planos breves. La consistencia de personas, el movimiento labial, el texto, el sonido y la unión entre planos aún deben validarse con resultados reales.

¿Qué entradas necesita Kling 3.0 Motion Control? — 1 imagen más 1 vídeo — La facturación usa la duración firmada del vídeo: 20 créditos por segundo en `720p` o 27 en `1080p`, multiplicados por la duración verificada de 3–30 segundos y redondeados hacia arriba. Una duración ausente o inválida bloquea la generación.

Kling 2.6 en Kyeo es un servicio de vídeo con dos flujos: sin imagen llama a texto a vídeo y con imagen llama a imagen única a vídeo. Ambos ofrecen 5/10 segundos y el control `sound`; texto a vídeo añade tres proporciones. Las cuatro combinaciones de cobro son 55, 110, 110 y 220 créditos.

Kling 2.6 Motion Control: una imagen y un vídeo, límites de orientación, 3–30 segundos y tarifas por segundo de 11 créditos en 720p o 18 en 1080p. Sirve para comprobar si la transferencia de movimiento de un solo personaje encaja con tu imagen y vídeo; el cuerpo, el rostro, las manos, la identidad, el fondo, el texto y los movimientos rápidos deben probarse con material propio.

Kling V2.5 Turbo Pro en Kyeo ofrece generación de vídeo a partir de texto e imágenes: sin imagen usa la ruta de texto y, al cargar 1–2 imágenes, cambia a la ruta de imagen con fotogramas inicial y final. Ambas rutas permiten elegir 5 o 10 segundos y consumen 42 u 84 créditos respectivamente.

Kling V2.1 Master es la entrada actual de Kyeo para texto y una sola imagen a vídeo en 1080p. Sin imagen usa el flujo de texto; con 1 imagen JPEG/PNG usa el flujo de imagen. Ambos permiten generar 5 o 10 segundos y cuestan 160 o 320 créditos.

Kling V2.1 Pro es la entrada de Kyeo para imagen a vídeo con fotogramas inicial y final en High Quality (1080p). Exige 1 imagen inicial y permite añadir la imagen 2 para definir el cierre; generar 5 o 10 segundos cuesta 50 o 100 créditos respectivamente.

Kling V2.1 Standard es la entrada actual de Kyeo para vídeo desde una sola imagen en 720p. Exige 1 imagen JPEG/PNG y un prompt, y puede generar 5 o 10 segundos; Kyeo cobra 25 o 50 créditos respectivamente.

Capacidades: La interfaz exige exactamente 1 imagen JPEG o PNG y 1 audio MPEG, WAV, X-WAV, AAC, MP4 u OGG. La imagen admite hasta 10 MB; el audio, hasta 100 MB y 5 minutos. El cargo usa la duración de audio firmada a 16 créditos por segundo y redondea al alza. No se puede enviar una duración ausente, no válida o superior a 5 minutos.

Capacidades: La interfaz exige exactamente 1 imagen JPEG o PNG y 1 audio MPEG, WAV, X-WAV, AAC, MP4 u OGG. La imagen admite hasta 10 MB; el audio, hasta 100 MB y 5 minutos. El cargo usa la duración de audio firmada a 8 créditos por segundo y redondea al alza. No se puede enviar una duración ausente, no válida o superior a 5 minutos.

Infinitalk en Kyeo usa 1 imagen, 1 archivo de audio de hasta 15 segundos y un prompt obligatorio para generar un vídeo de presentación. Puedes elegir 480p o 720p y escribir `seed`; el coste depende de los segundos de audio y la resolución, no es un precio fijo por solicitud.

Runway admite actualmente texto a vídeo y vídeo desde una sola imagen. La generación básica ofrece 720p durante 5 segundos, 720p durante 10 segundos y 1080p durante 5 segundos.

Runway — Runway Aleph admite imagen de referencia — 90 créditos fijos / vez. Sirve para pedir a partir de un vídeo existente que se añadan, eliminen o sustituyan elementos, se cambie la iluminación o se transforme el estilo y el contenido de la imagen. Sirve para pedir a partir de un vídeo existente que se añadan, eliminen o sustituyan elementos, se cambie la iluminación o se transforme el estilo y el contenido de la imagen.

¿Kyeo AI usa ahora Grok Imagine Video 1.5 Preview? Selección de ruta de plataforma — 1–15 segundos; 480p o 720p; hasta 7 imágenes de referencia

Topaz Video Upscaler es el flujo actual de Kyeo para procesar un vídeo con un factor de ampliación. Recibe una URL de vídeo y `1x / 2x / 4x`, usa `2x` por defecto y no admite prompts.

Veo3.1 Quality es la ruta Veo de Kyeo que usa actualmente el identificador del proveedor Veo 3.1 Quality: una solicitud básica de texto o de 1–2 imágenes de primer y último fotograma cuesta 225 créditos fijos; después de un resultado correcto se pueden iniciar Extend, 1080p o 4K con cobro aparte. Quality es el nombre del flujo y no garantiza una calidad fija en cada resultado.

Veo3.1 Fast en Kyeo AI admite texto, fotogramas inicial/final e imágenes de referencia, con 720p/1080p/4K y duraciones de 4/6/8 segundos seleccionables. 30 / 38 / 90 créditos según resolución.

Veo3.1 Lite en Kyeo AI admite texto, fotogramas inicial/final e imágenes de referencia, con 720p/1080p/4K y duraciones de 4/6/8 segundos seleccionables. 15 / 23 / 75 créditos según resolución.

Kling 3.0 Turbo está pensado para generar vídeos cortos de 3–15 segundos. Sin imagen usa el modo texto; al subir una imagen válida cambia a imagen a vídeo. La resolución y la duración determinan directamente la preautorización previa a la creación.

Seedance 2.0 Mini reúne en una sola entrada la generación desde texto, fotogramas inicial/final y referencias multimodales. Los vídeos de referencia forman parte de la fórmula previa a la creación, por lo que su duración y la de salida deben verificarse con datos fiables.

Seedance 2.5 reúne en un único contrato estricto un máximo de 30 segundos, una mayor cantidad de recursos y entradas de referencia orientadas a la edición de vídeo. La duración automática no se calcula como 5 segundos: se preautoriza con el máximo de salida de 30 segundos.

MiniMax H3 ofrece 768P y 2K con generación desde texto, fotogramas inicial/final y referencias de imagen, vídeo y audio. La duración del vídeo de referencia y las imágenes a partir de la 6.ª participan en la preautorización previa a la creación.

HappyHorse 1.1 selecciona el flujo según la cantidad de imágenes: sin imágenes usa texto, con 1 usa la imagen como fotograma inicial y con 2–9 entra en el modo de referencias. Los tres modos comparten resolución, duración y tarifa por segundo.

El flujo principal de OmniHuman 1.5 genera un vídeo a partir de una imagen de una persona, mascota o personaje de animación y una pista de audio. La duración del audio se verifica durante la carga y determina directamente la preautorización previa a la creación.

Video Lip Sync rehace el movimiento de los labios de un vídeo existente para ajustarlo a un audio de voz. El modo ligero está pensado para vídeos frontales de una sola persona; el básico admite escenas individuales más complejas y puede activar la detección de escenas.

Wan 3.0 combina los niveles Standard y Prime con generación por texto, fotograma inicial/final y referencias multimodales firmadas. La reserva multiplica la tarifa de la variante y la resolución por la suma de los segundos verificados del vídeo de entrada y los segundos de salida reservados, y redondea el total una sola vez. La duración inteligente reserva 30 segundos de salida y no está disponible con vídeo de referencia.

Estado actual — Está disponible la generación de una sola toma desde texto, un fotograma inicial o un par inicial y final. La referencia de vídeo, la transformación, las tomas múltiples y los elementos aún no están disponibles.