Todos los modelos.
Una sola clave.

El modelo de vídeo más reciente de ByteDance: hasta 30 segundos con sonido, imágenes de referencia, vídeo y audio, y primer y último fotograma.

Seedance 2.5 on dedicated, faster compute: your renders start straight away on capacity kept for this model instead of queueing behind shared traffic, so each video comes back sooner and large batches run side by side. 480p, 720p and 1080p, up to 30 seconds with sound, reference images and audio, and first and last frames.

Wan 3.0 de Alibaba: texto a vídeo, imagen a vídeo, primer y último fotograma, referencia a vídeo y vídeo a vídeo, hasta 1080p, con sonido.

Wan 3.0 Prime de Alibaba: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 1080p, con sonido.

Nemesis, aka Genjutsu: envía un clip y hasta 8 imágenes, y obtén los mismos movimientos, el mismo ritmo y la misma cámara, interpretados por tus personas, productos y lugares. Se factura el clip de entrada más el vídeo de salida.

Nemesis Lite: Nemesis sobre Wan 3.0, por menos. Envía un clip de hasta 15 segundos y hasta 8 imágenes, y obtén los mismos movimientos, el mismo ritmo y la misma cámara, interpretados por tus personas, productos y lugares. Se factura el clip de entrada más el vídeo de salida.

El mejor modelo de imagen de Google. Texto preciso en las imágenes, composición de varias imágenes y ediciones exactas, hasta 4K.

Nano Banana 2 de Google: texto a imagen y edición de imágenes, hasta 4K.

GPT Image 2 de OpenAI: texto a imagen y edición de imágenes, hasta 4K.

Higgsfield's Soul 2: fashion-grade, true-to-life photos of people from a prompt, at 720p or 1080p, in seven shapes from 9:16 to 16:9.

El modelo de vídeo Omni más reciente de Google: de 3 a 15 segundos con sonido, a partir de texto, un primer fotograma, un primer y último fotograma, o hasta 10 imágenes de referencia, de 360p a 4K.

El nivel más rápido y económico de Veo 3.1. Movimiento cinematográfico con sonido sincronizado, pensado para iterar en tomas antes de comprometerte con un render final.

El modelo de vídeo insignia de Google. Gran fidelidad al prompt, física realista y diálogo, ambiente y música nativos en la misma pasada.

El Kling más reciente de Kuaishou: hasta 30 segundos a 720p o 1080p, siempre con sonido estéreo, a partir de texto, un primer y último fotograma, o hasta 10 imágenes de referencia.

The fast, low-cost Kling 4.0: 3 to 20 seconds at 720p, always with sound, from text, a first frame, or up to 10 reference images.

Kling 3.0 de Kuaishou: texto a vídeo, imagen a vídeo y primer y último fotograma, hasta 4K, con sonido.

El nivel pro de Kling: 1080p nítido, rostros expresivos y movimientos de cámara fluidos. El sonido es opcional y se cobra aparte.

El modelo de vídeo multitoma de ByteDance. Mantiene personajes y estilo entre cortes, sigue el primer y el último fotograma y acepta imágenes de referencia.

La familia de vídeo de Alibaba. Movimiento sólido a bajo precio, con audio opcional y prompts de varias tomas.

El modelo de vídeo de MiniMax, conocido por la acción dinámica, el baile y el movimiento físico.

Generación de imágenes rápida y de bajo coste, con edición conversacional. Mantiene la coherencia de un sujeto a lo largo de una serie de ediciones.

El modelo de imagen de OpenAI. Sigue de cerca prompts largos y detallados y genera texto legible, composiciones y ediciones.

ByteDance's newest Seedream image model: 1K to 2K pictures from a prompt, or edits from up to 10 reference images, with sharp text and consistent subjects.

El modelo de imagen de ByteDance. Salida nítida en 2K y 4K, buena tipografía y ediciones guiadas por referencias.

Seedream 5.0 Pro de ByteDance: texto a imagen y edición de imágenes, hasta 2K.

El modelo de producción de Black Forest Labs. Detalle fotorrealista, manos y rostros fiables, y edición con varias referencias.

La estética distintiva de Midjourney, a partir de un prompt o de una imagen de referencia.

El mejor en texto y diseño gráfico: carteles, logotipos, empaques y gráficos para redes sociales.

El modelo de imagen abierto de Alibaba. Sólido renderizado de texto multilingüe y ediciones basadas en instrucciones a un precio muy bajo.

HappyHorse 1.0 de Alibaba: texto a vídeo, imagen a vídeo, referencia a vídeo y vídeo a vídeo, hasta 1080p.

HappyHorse 1.1 de Alibaba: texto a vídeo, imagen a vídeo y referencia a vídeo, hasta 1080p.

Wan 2.2 Animate de Alibaba: vídeo a vídeo, hasta 720p.

Wan 2.2 Turbo de Alibaba: texto a vídeo e imagen a vídeo, hasta 720p.

Wan 2.5 de Alibaba: texto a vídeo e imagen a vídeo, hasta 1080p, con sonido.

Wan 2.6 Flash de Alibaba: imagen a vídeo y vídeo a vídeo, hasta 1080p, con sonido.

Wan 2.6 I2V de Alibaba: imagen a vídeo, hasta 1080p.

Wan 2.6 I2V Flash de Alibaba: imagen a vídeo, hasta 1080p, con sonido.

Wan 2.7 de Alibaba: texto a vídeo, imagen a vídeo, primer y último fotograma, vídeo a vídeo y referencia a vídeo, hasta 1080p.

Wan 2.7 R2V de Alibaba: referencia a vídeo, hasta 1080p.

Wan 2.7 Video Edit de Alibaba: vídeo a vídeo, hasta 1080p.

Flux 3 Video de Black Forest Labs: texto a vídeo e imagen a vídeo, hasta fhd, con sonido.

ByteDance Lip Sync de ByteDance: vídeo a vídeo, con sonido.

OmniHuman 1.5 de ByteDance: imagen a vídeo, con sonido.

ByteDance's newest talking-human model: one picture and a voice track (4 seconds to 5 minutes) become a 720p video of that person speaking, with natural lip sync, gestures and camera moves.

Seedance 2.0 Face de ByteDance: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 1080p, con sonido.

Seedance 2.0 Fast de ByteDance: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 720p, con sonido.

Seedance 2.0 Fast Face de ByteDance: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 720p, con sonido.

Seedance 2.0 Mini de ByteDance: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 720p, con sonido.

Gemini Omni de Google: texto a vídeo e imagen a vídeo, hasta 4K, con sonido.

Gemini Omni 1.1 Flash de Google: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 4K, con sonido.

Gemini Omni Flash Preview de Google: texto a vídeo, imagen a vídeo y referencia a vídeo, hasta 720p.

Veo 3.1 Lite de Google: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 4K, con sonido.

Higgsfield's Genjutsu motion transfer: the people in your pictures take on every move of a 4 to 30 second clip, at 480p to 1080p.

Higgsfield's Genjutsu object swap: replace a person or object in a 4 to 30 second clip with the one in your pictures, keeping the motion, at 480p to 1080p.

Kling 2.1 Master de Kuaishou: texto a vídeo e imagen a vídeo.

Kling 2.1 Pro de Kuaishou: imagen a vídeo.

Kling 2.1 Standard de Kuaishou: imagen a vídeo, hasta 720p.

Kling 2.5 Turbo Pro de Kuaishou: texto a vídeo e imagen a vídeo.

Kling 2.6 Motion Control de Kuaishou: vídeo a vídeo, hasta 1080p.

Kling 2.6 Standard de Kuaishou: texto a vídeo e imagen a vídeo, hasta 720p.

Kling 3.0 Motion Control de Kuaishou: vídeo a vídeo, hasta 1080p.

Kling 3.0 Omni de Kuaishou: texto a vídeo, imagen a vídeo, primer y último fotograma, referencia a vídeo y vídeo a vídeo, hasta 4K, con sonido.

Kling 3.0 Turbo de Kuaishou: texto a vídeo e imagen a vídeo, hasta 1080p.

Kling Avatar Pro de Kuaishou: imagen a vídeo, hasta 1080p, con sonido.

Kling Avatar Standard de Kuaishou: imagen a vídeo, hasta 720p, con sonido.

Kling O1 de Kuaishou: texto a vídeo, imagen a vídeo y referencia a vídeo.

Lightricks's LTX 2.5 Fast: text to video, image to video and first and last frames, up to 4K.

Lightricks's LTX 2.5 Pro: text to video, image to video and first and last frames, up to 1080p.

Midjourney Video de Midjourney: imagen a vídeo, hasta 720p.

Hailuo 02 de MiniMax: texto a vídeo, imagen a vídeo y primer y último fotograma, hasta 1080p.

Hailuo 02 Pro de MiniMax: texto a vídeo e imagen a vídeo, hasta 1080p.

Hailuo 02 Standard de MiniMax: texto a vídeo e imagen a vídeo, hasta 768p.

Hailuo 2.3 Fast de MiniMax: imagen a vídeo, hasta 1080p.

Hailuo 2.3 Standard de MiniMax: imagen a vídeo, hasta 1080p.

MiniMax H3 de MiniMax: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 2K, con sonido.

MiniMax H3 Max de MiniMax: texto a vídeo, imagen a vídeo y referencia a vídeo, hasta 1080p.

MiniMax H3 Regeneration de MiniMax: escalado, hasta 2K.

PixVerse V6 de PixVerse: texto a vídeo, imagen a vídeo, primer y último fotograma, referencia a vídeo y vídeo a vídeo, hasta 1080p, con sonido.

PixVerse V6 Max de PixVerse: texto a vídeo e imagen a vídeo, hasta 1080p, con sonido.

Runway de Runway: texto a vídeo, imagen a vídeo y vídeo a vídeo, hasta 1080p.

Vidu Q3 de Shengshu: referencia a vídeo, hasta 1080p.

Vidu Q3 Mix de Shengshu: referencia a vídeo, hasta 1080p.

Vidu Q3 Pro de Shengshu: texto a vídeo, imagen a vídeo y primer y último fotograma, hasta 1080p, con sonido.

Vidu Q3 Turbo de Shengshu: texto a vídeo, imagen a vídeo y primer y último fotograma, hasta 1080p, con sonido.

Vidu Q4 de Shengshu: imagen a vídeo y referencia a vídeo, hasta 4K.

Vidu Q4 Preview de Shengshu: imagen a vídeo y referencia a vídeo, hasta 4K, con sonido.

SkyReels V4 Fast de Skywork: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 1080p.

SkyReels V4 Standard de Skywork: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 1080p.

Grok Imagine Extend de xAI: vídeo a vídeo, hasta 720p.

Grok Imagine Upscale de xAI: escalado, hasta 1080p.

Grok Imagine Video de xAI: texto a vídeo e imagen a vídeo, hasta 1080p, con sonido.

Grok Imagine Video 1.5 de xAI: texto a vídeo, imagen a vídeo, primer y último fotograma y referencia a vídeo, hasta 1080p, con sonido.

Grok Imagine Video 1.5 Preview de xAI: texto a vídeo e imagen a vídeo, hasta 720p, con sonido.

Qwen Image 2.0 de Alibaba: texto a imagen y edición de imágenes, hasta 2K.

Qwen Image 2.0 Pro de Alibaba: texto a imagen y edición de imágenes, hasta 2K.

Qwen Image 2.1 de Alibaba: texto a imagen y edición de imágenes, hasta 2K.

Qwen Image 3.0 de Alibaba: texto a imagen y edición de imágenes, hasta 2K.

Qwen Image 3.0 Pro de Alibaba: texto a imagen y edición de imágenes, hasta 2K.

Qwen Image Edit de Alibaba: edición de imágenes.

Wan 2.7 Image de Alibaba: texto a imagen y edición de imágenes.

Wan 2.7 Image Pro de Alibaba: texto a imagen y edición de imágenes, hasta 4K.

Z Image de Alibaba: texto a imagen.

Z Image Turbo de Alibaba: texto a imagen, hasta 2K.

Flux 2 Flex de Black Forest Labs: texto a imagen y edición de imágenes, hasta 4MP.

Flux 2 Max de Black Forest Labs: texto a imagen y edición de imágenes, hasta 4MP.

Flux 3 de Black Forest Labs: texto a imagen y edición de imágenes, hasta 4K.

Flux 3 Klein de Black Forest Labs: texto a imagen y edición de imágenes, hasta 4K.

Flux Kontext Max de Black Forest Labs: texto a imagen y edición de imágenes.

Flux Kontext Pro de Black Forest Labs: texto a imagen y edición de imágenes.

Seedream 3.0 de ByteDance: texto a imagen.

Seedream 4.0 de ByteDance: texto a imagen y edición de imágenes, hasta 4K.

Seedream 5.0 Flash de ByteDance: texto a imagen y edición de imágenes, hasta 2K.

Seedream 5.0 Lite de ByteDance: texto a imagen y edición de imágenes, hasta 4K.

Imagen 4 de Google: texto a imagen.

Imagen 4 Fast de Google: texto a imagen.

Imagen 4 Ultra de Google: texto a imagen.

Nano Banana 2 Lite de Google: texto a imagen y edición de imágenes, hasta 1K.

Nano Banana 2.1 de Google: texto a imagen y edición de imágenes, hasta 4K.

Higgsfield's Marketing Studio Image: text to image.

Higgsfield's Soul: text to image, up to 1080p.

Higgsfield's Soul Cinema: film-still pictures with cinematic light and color grading, at 720p or 1080p.

Ideogram Character de Ideogram: edición de imágenes.

Ideogram's Ideogram V4: text to image and image editing.

MAI Image 2.6 de Microsoft: texto a imagen y edición de imágenes, hasta 2K.

MAI Image 2.6 Flash de Microsoft: texto a imagen y edición de imágenes, hasta 2K.

MiniMax's H3 picture model: text to image and edits from up to 4 reference pictures, 1K to 4K, with the prompt rewritten for detail.

GPT 4o Image de OpenAI: texto a imagen y edición de imágenes.

GPT Image 1 de OpenAI: texto a imagen y edición de imágenes.

GPT Image 2.5 Flare de OpenAI: texto a imagen y edición de imágenes, hasta 4K.

GPT Image 2.5 Sunburst de OpenAI: texto a imagen y edición de imágenes, hasta 4K.

GPT Image 2.6 Flare de OpenAI: texto a imagen y edición de imágenes, hasta 2K.

GPT Image 2.6 Sunburst de OpenAI: texto a imagen y edición de imágenes, hasta 2K.

Recraft Crisp Upscale de Recraft: escalado.

Recraft's Recraft V4.1: text to image, up to 2K.

Recraft's Recraft V4.1 Utility: text to image, up to 2K.

Hunyuan Image 3.5 Preview de Tencent: texto a imagen y edición de imágenes, hasta 4K.

Grok Imagine Image de xAI: texto a imagen y edición de imágenes, hasta 2K.

Grok Imagine Image 2.0 de xAI: texto a imagen y edición de imágenes, hasta 2K.

Grok Imagine Image Quality de xAI: texto a imagen y edición de imágenes, hasta 2K.

ElevenLabs' steady, natural voice model for voiceovers and narration in 29 languages, with dozens of voices to pick from. Priced by the characters read.

ElevenLabs' fast, low-cost voice model: quick voiceovers in 32 languages at half the price of Multilingual v2, with language enforcement. Priced by the characters read.

ElevenLabs' most expressive voice model: lifelike narration with emotion and audio tags such as [whispers] or [laughs], and dialogue, several voices in one take. Priced by the characters read.

ElevenLabs' newest voice model: natural, expressive narration with the steadiness of Multilingual v2, for voiceovers and long reads. Priced by the characters read.

El modelo de música más reciente de Suno: una canción completa con voz, o una pieza instrumental, a partir de una idea, tu letra o un estilo. Cada generación devuelve dos pistas.