¿Los mejores modelos para generar videos de hoy en dia?

Gemini Omni Flash: Google dejó de competir por el clip

Google presentó Gemini Omni el 19 de mayo de 2026 y con eso enterró en silencio la expectativa de un Veo 4 que nunca existió. No hubo sucesor de Veo: hubo un cambio de arquitectura. Omni fusiona la capa de razonamiento de Gemini con el stack generativo de la casa, y el primer modelo de esa familia es Omni Flash, orientado a velocidad y a algo que ningún competidor está haciendo igual de bien: editar hablando.

Los números oficiales, los de la documentación de Google y no los de los blogs de afiliados: 720p a 24 fps, clips de salida de 3 a 10 segundos, acepta video de entrada de hasta 10 segundos para editarlo, y una ventana de contexto de más de un millón de tokens. Está en preview, se prueba gratis en Google AI Studio y se llama por API como gemini-omni-flash-preview.

Lo de editar hablando no es marketing. Le pasas un clip y le dices que quite el auto del fondo, que la escena sea de noche, que el personaje camine más lento, y lo hace manteniendo la consistencia del personaje y una física creíble: gravedad, líquidos, telas que se mueven como telas. No abres un editor. No exportas capas. Conversas. Para cualquiera que haya perdido tardes enteras reescribiendo prompts desde cero porque un detalle salió mal, ese solo cambio vale más que dos puntos de resolución.

Y después está la jugada que casi nadie está midiendo: Omni Flash llegó gratis a YouTube Shorts y a la app YouTube Create, además de estar dentro de la app de Gemini y de Google Flow para suscriptores de Google AI Plus, Pro y Ultra. Google no necesita ganar el benchmark si gana el lugar donde ya está parado el creador. Es el mismo manual con el que ganó el navegador y el mapa, aplicado al video.

Lo malo, que lo hay: diez segundos es un techo bajo y se nota apenas intentas contar algo. 720p en 2026 ya no impresiona a nadie cuando hay rivales entregando 2K. Y preview significa exactamente eso: puede cambiar, encarecerse o restringirse sin aviso.

Seedance 2.5: treinta segundos, y lo que cuestan

ByteDance mostró Seedance 2.5 el 23 de junio en su conferencia Volcano Engine FORCE y lo abrió globalmente el 12 de agosto de 2026. Su titular es la duración: hasta 30 segundos en una sola pasada, con audio generado en el mismo proceso. No son tres clips pegados con transiciones. Es una toma continua, con la misma luz, el mismo personaje y la misma cámara de principio a fin.

Quien haya intentado armar un video real con IA sabe exactamente cuánto vale eso. El ochenta por ciento del trabajo no es generar: es lograr que la toma dos se parezca a la toma uno.

El resto de la ficha: 480p y 720p documentados, con 1080p y 4K todavía sin precio ni endpoint confirmado; hasta 30 imágenes, 10 videos y 10 audios de referencia en una misma generación, cuatro veces lo que aceptaba la versión anterior; y edición local por redibujado, que te deja cambiar un elemento dentro de un cuadro sin alterar el movimiento ni la iluminación del resto.

El precio es la parte que duele: alrededor de 0,23 dólares por segundo en 720p y entre 0,10 y 0,12 en 480p. Traducido a algo útil: un clip de cinco segundos ronda 1,16 dólares en 720p y 0,51 en 480p. Un minuto terminado en 720p se va a casi 14 dólares, asumiendo que aciertas a la primera. No aciertas a la primera.

Los defectos existen y conviene saberlos antes de pagar. La voz sintetizada tiene deslices raros —cambia palabras cortas por otras parecidas y toca repetir la generación— y el modelo interpreta como beso casi cualquier gesto de la mano hacia la frente o la oreja, así que olvídate del saludo militar o del personaje pensativo. Además, el salto de calidad respecto a Seedance 2.0 es incremental, no el terremoto que sí fue la 2.0. Y no hay pesos abiertos ni forma de correrlo en tu propia máquina.

El duelo, sin diplomacia

• Duración: 30 segundos contra 10. No hay discusión posible.
• Resolución: empate en 720p. Los dos se quedaron cortos frente a competidores que ya entregan 2K.
• Edición: Omni Flash edita conversando; Seedance redibuja zonas puntuales. Uno sirve para iterar rápido, el otro para corregir con precisión quirúrgica.
• Referencias: Seedance acepta cincuenta entradas entre imagen, video y audio. Omni Flash trabaja con texto, imagen y video, pero sin ese nivel de control de marca.
• Precio: gratis dentro de YouTube contra catorce dólares el minuto. Es la diferencia más grande de las cinco y la que va a decidir por ti.
• Madurez: los dos son jóvenes. Uno está en preview oficial; el otro tiene disponibilidad de API que conviene verificar por región antes de montarle nada encima.

La cuenta que sí importa

Ninguna comparativa sirve si no calculas cuánto te cuesta el clip que sí usaste, no el que generaste. Si Seedance te cobra 1,16 por cinco segundos y descartas tres de cada cuatro intentos, ese clip te salió 4,64 dólares y cuarenta minutos de tu vida. Si Omni Flash es gratis pero el techo de diez segundos te obliga a pegar tres tomas que no terminan de coincidir, tu costo tampoco es cero: es el tiempo de edición más un resultado que se nota fabricado.

Los modelos de 2026 ya no compiten por realismo. Todos llegaron a un realismo suficiente. Compiten por obediencia: cuántas veces tienes que repetir el prompt hasta que el modelo hace lo que le pediste. Esa es la métrica real y no aparece en ninguna tabla de precios.

Cuál te conviene

Usa Gemini Omni Flash si publicas seguido, trabajas en vertical, iteras mucho y tu pieza vive en Shorts, TikTok o Reels. Diez segundos alcanzan y sobran para un gancho, y editar hablando te ahorra el noventa por ciento del ida y vuelta. Es también la opción obvia para probar ideas antes de gastar un peso en producción.

Usa Seedance 2.5 si necesitas una toma continua larga, consistencia de producto o de personaje entre piezas, o estás produciendo algo que un cliente va a aprobar. Esas cincuenta referencias son la diferencia entre "se parece a mi producto" y "es mi producto". Y si el presupuesto aprieta, itera en 480p y sube a 720p solo la versión final: ahí está la mitad del ahorro.

Y si puedes, usa los dos. Prototipa gratis en Omni Flash, valida el concepto con alguien que no seas tú, y recién ahí paga por la toma larga en Seedance. Es la combinación más barata que existe hoy y casi nadie la está haciendo.

Lo que esta comparación revela

Google no está vendiendo un modelo, está vendiendo distribución: te lo pone gratis donde ya publicas y apuesta a que nunca te vayas. ByteDance está vendiendo control: duración, referencias, edición quirúrgica, y te lo cobra por segundo. Son dos maneras distintas de ganar el mismo mercado y ninguna de las dos tiene que ver con quién hace el clip más bonito.

Para ti la lectura práctica es más simple. La calidad ya dejó de ser el criterio de decisión: elige por duración, por precio y por cuánto control necesitas sobre el resultado. Y no montes toda tu operación sobre un solo proveedor. OpenAI acaba de apagar Sora con aviso previo, y quien tenía todo construido ahí está migrando a las apuradas.