← Portada | Mercado

Comparativa de modelos de video con IA en 2026: Wan 3.0 de Alibaba lidera el texto-a-video

2026-11-13 · Fuente:MarkTechPost

Comparativa de modelos de video con IA en 2026: Wan 3.0 de Alibaba lidera el texto-a-video

Último ranking Elo: Wan 3.0 de Alibaba encabeza el texto-a-video con 1175 puntos, Seedance 2.5 de ByteDance domina el imagen-a-video, y la calidad de los modelos tope de gama ya está claramente desacoplada del precio.

La pista del video con IA ha entrado en una etapa donde se compite por puntuaciones, pero también por precios. El Video Arena de la agencia de benchmarks Artificial Analysis clasifica a los modelos mediante Elo de preferencia humana en pruebas ciegas (en las listas v2.1 de texto-a-video e imagen-a-video, ambos con audio), tomando la versión 1080p Pro de Kling 3.0 de Kuaishou como anclaje fijado en 1000 puntos; el intervalo de confianza del top 10 es de aproximadamente ±13 a 15 puntos, y del puesto 3 al 8 las diferencias no son estadísticamente significativas. El último ranking muestra que el primer puesto en calidad y la escala de precios están ya claramente desacoplados.

En texto-a-video, Wan 3.0 de Alibaba encabeza la lista con 1175 puntos (7651 votos); puede generar videos de 1080p de hasta 30 segundos y crear clips directamente desde texto, PDF y diapositivas. El modelo se lanzó el 24 de agosto de 2026 y es de pesos cerrados: Wan 2.2 (julio de 2025) fue el último modelo de video de Alibaba con pesos abiertos. Lo siguen Utopai X de Utopai Studios (1170 puntos, post-entrenado sobre MiniMax H3, sin API pública y facturado a través de su plataforma PAI a 93 puntos/segundo), MiniMax H3 (1161 puntos), Dreamina Seedance 2.5 de ByteDance Seed (1155 puntos) y Gemini Omni Flash 1.2 de Google (1154 puntos).

El líder en imagen-a-video es Seedance 2.5 (1161 puntos), que admite generaciones de hasta 30 segundos y acepta hasta 30 imágenes, 10 videos y 10 audios como referencia, pero su precio es elevado: según Artificial Analysis, unos 34,12 dólares por minuto o 0,569 dólares por segundo, el más alto de la lista. En relación calidad-precio, HeyGen Video 1 se corona como el rey del valor con 0,04 dólares por segundo (unos 3800 puntos de Elo adicional por cada dólar de presupuesto por segundo); también es post-entrenado sobre H3 y cuesta la mitad que H3. MiniMax H3 ocupa el segundo lugar con 0,08 dólares por segundo. En velocidad, el FLUX 3 Max de la colaboración entre fal y Black Forest Labs es el más rápido: renderiza un clip de 10 segundos en 720p en unos 12 segundos, mientras que Seedance 2.5 necesita 277,8 segundos para la misma tarea.

En el campo del código abierto, MiniMax H3 es el modelo de pesos abiertos más potente: transformador denso uniflujo de 33B, codificador Qwen3-VL-32B, audio estéreo nativo de 32 kHz; los pesos se publicaron el 3 de agosto, pero la licencia incluye restricciones regionales (prohíbe el despliegue local en EE. UU., Europa, Reino Unido y Corea), la resolución queda limitada a 768p y los dos checkpoints suman 288 GB; al menos 4 de los 14 primeros del ranking son post-entrenamientos de H3. Pika H3 Flex comprime H3 a 6 pasos de muestreo, un rendimiento unas 1,8 veces más rápido (requiere una H100 de 80 GB); LTX-2.5 Fast de Lightricks (943 puntos) va unos 200 puntos por detrás de la familia H3 pero sin restricciones geográficas; bajo licencia Apache 2.0 también están Wan 2.2 y Hunyuan Video 1.5 (8.3B, ejecutable en una sola GPU). Por su parte, Veo 3.1 de Google (964 puntos) ya ha caído por debajo del anclaje de Kling; Veo 3.1 Lite, aunque cuesta los mismos 0,08 dólares por segundo, va 213 puntos por detrás de H3. Kling 4.0 de Kuaishou ya ofrece de forma completa generación nativa de 30 segundos, pero no ha publicado precios de API; Sora 2 de OpenAI y Runway Gen-4.5 no fueron incluidos por carecer de puntuaciones comparables.

Conclusión: la calidad y el precio ya no guardan correlación, y los tres modelos top más baratos son todos H3 o derivados suyos. Elección según el escenario: para texto-a-video vía API, la primera opción es Wan 3.0 (0,20 dólares por segundo, unos 23 puntos más que HeyGen Video 1 pero a 5 veces su precio); para imagen-a-video con muchas referencias, Seedance 2.5; para máxima relación calidad-precio, HeyGen Video 1 o Gemini Omni Flash 1.2 (unos 0,070 dólares por segundo en 720p); para velocidad, FLUX 3 Max o H3 Max; para autoalojamiento fuera de las regiones restringidas, MiniMax H3 o Pika H3 Flex, y para autoalojamiento en EE. UU. o Europa, LTX-2.5 o el Wan 2.2, de licencia más permisiva.


Lecturas relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado