Saltar al contenido

Modelos

Cómo elegir un modelo

Panorama de los modelos de imagen, vídeo y audio de Clipia: desarrolladores, cómo leer los precios en créditos y qué modelo encaja en cada tarea (calidad, texto, sonido).

Clipia ofrece más de 60 modelos de imagen, vídeo y audio de los principales desarrolladores de IA. Se diferencian en calidad, velocidad, capacidades (renderizar texto en el encuadre, generar sonido, trabajar a partir de sus fotos) y precio. Esta página explica quién desarrolla los modelos, cómo leer los precios y qué modelo elegir para cada tarea. Las fichas detalladas están en las secciones por tipo.

Quién desarrolla los modelos

DesarrolladorImágenesVídeoAudio
GoogleNano Banana 2, Nano Banana Pro, Imagen 4Veo 3.1, Gemini OmniGemini TTS
OpenAIGPT Image 2, GPT Image 2.5, GPT Image 1.5——
ByteDanceSeedream 5.0, Seedream 4.5, Seedream V4Seedance 1.5 Pro, Seedance 2.0, Seedance 2.5—
Kuaishou—Kling 3, Kling O3, Kling 2.6, Kling 2.5 Turbo, Kling Lip Sync, Kling Motion Control—
AlibabaQwen Image 2, Wan 2.7 ImageWan 2.7, Wan 3.0, HappyHorse—
MiniMax—MiniMax H3, Hailuo 2.3—
xAIGrok ImagineGrok Imagine Video 1.5—
Black Forest LabsFLUX Kontext, FLUX 2——
MidjourneyMidjourney V7——
ElevenLabs——ElevenLabs v4, v4 Turbo
Suno——Suno
ClipiaClipia Photo EnhanceClipia 4K Upscale—

La oferta de modelos cambia constantemente: los nuevos aparecen con la etiqueta New y los obsoletos salen de la lista. Todos los modelos están disponibles en todos los planes; solo le limita su saldo de créditos.

Cómo leer el precio

Precios

Los precios de esta página proceden de la tarifa del servicio y se actualizan junto con la documentación. El coste exacto siempre se muestra en el botón de ejecución antes de cobrar ningún crédito.

Todos los precios están en créditos. La forma de calcular el precio depende del tipo de modelo:

TipoDe qué depende el precioEjemplo
ImágenesEl modelo y la resolución (1K, 2K, 4K), a veces el número de imágenesNano Banana 2: 4 créditos por imagen en 1K, 6 créditos en 4K
VídeoDuración y calidad, más un recargo por sonido en algunos modelos. Veo tiene un precio único por clip; el control de movimiento cobra por segundoGrok Imagine Video 1.5: 5 créditos por 5 s en 480p
LocuciónEl número de caracteresGemini 3.1 Flash TTS: 4 créditos por 1000 caracteres
MúsicaUna ejecuciónSuno: 12 créditos por ejecución

Conviene saber:

  • La etiqueta «desde N» en la lista de modelos es una referencia de la opción más barata. El precio exacto está en el botón de ejecución y refleja todos los ajustes que haya elegido.
  • El precio del botón es un presupuesto del servidor válido durante 10 minutos. Al ejecutar se cobra exactamente esa cantidad.
  • Los créditos se reservan al ejecutar y se cobran solo cuando el resultado está listo. Si la generación falla, la reserva se devuelve automáticamente.
  • Los 5 créditos de bienvenida que recibe al registrarse cubren una imagen en la mayoría de los modelos o un clip de 5 segundos en 480p con Grok Imagine Video 1.5.

Los planes, los paquetes y las reglas de cobro están en Créditos y planes.

Imágenes: qué modelo elegir

TareaModeloPrecio
Para empezar, modelo versátilNano Banana 24 créditos en 1K, 6 créditos en 4K
Texto y rótulos en el encuadreGPT Image 23 créditos en 1K, 5 créditos en 2K, 7 créditos en 4K
La imagen más económicaZ-Image1 crédito
Barato y rápidoGrok Imagine, Imagen 4 FastGrok Imagine: 2 créditos; Imagen 4 Fast: 2 créditos
Edición precisa de su fotoFLUX Kontext Pro3 créditos
Combinar varias fotos en unaSeedream 4.53 créditos
Máxima calidadGPT Image 2.5 Sunburst, Nano Banana Pro, Seedream 5.0 Pro, FLUX 2 Prosegún el modelo y la resolución
El estilo de MidjourneyMidjourney V7, solo texto8 créditos
Mejorar una foto terminadaClipia Photo Enhance3 créditos

Nano Banana 2 y Pro, GPT Image 2 y 2.5, Seedream 5.0 Pro y Qwen Image 2 renderizan bien el texto en el encuadre. Todos los modelos y precios están en Modelos de imagen.

Vídeo: qué modelo elegir

TareaModeloPrecio
Un primer clipGrok Imagine Video 1.55 créditos por 5 s en 480p
El precio de entrada más bajoSeedance 1.5 Pro3 créditos por 4 s en 480p sin sonido
Un clip con sonidoVeo 3.1 Lite11 créditos por clip en 720p, sonido incluido
Máxima calidadVeo 3.1 Quality, Kling 3, Kling O3, Seedance 2.5según el modelo, la duración y la resolución
Un vídeo a partir de su fotoGrok Imagine Video 1.5, Hailuo 2.3 FastGrok Imagine Video 1.5: 5 créditos por 5 s en 480p
Un clip largo, hasta 30 sSeedance 2.5, Wan 3.0Wan 3.0: 96 créditos por 30 s en 480p
Varias escenas con un mismo personajeKling 322 créditos por 3 s en 720p sin sonido
Una foto que hablaKling Lip Syncdesde 30 créditos
Editar un clip terminadoHappyHorse Edit, Kling O3 Transform, Gemini Omnipor segundos del original
Transferir movimiento a su personajeKling 3.0 Motion Control18 créditos por 3 s en 720p
Dar nitidez a un clipClipia 4K Upscale10 créditos por 5 s a 2×

Todos los modelos con sus fichas están en Modelos de vídeo.

Audio: qué modelo elegir

TareaModeloPrecio
Locución rápidaGemini 3.1 Flash TTS, el predeterminado, 30 voces4 créditos por 1000 caracteres
Locución finalGemini 2.5 Pro TTS4 créditos por 1000 caracteres
Locución expresiva y diálogosElevenLabs v47 créditos por 1000 caracteres
Locución rápida con ElevenLabsElevenLabs v4 Turbo4 créditos por 1000 caracteres
Música y canciones a partir de una descripciónSuno12 créditos por ejecución

La locución funciona en ruso e inglés. Los detalles están en Modelos de audio.

Dónde funcionan los modelos

Consejos para elegir

  • Empiece con el modelo predeterminado: está elegido como el mejor equilibrio entre precio y calidad para una primera prueba.
  • Compare dos o tres modelos con la misma descripción: cada modelo y cada ejecución dan un resultado distinto.
  • Pula su descripción en un modelo más barato o con menor calidad y luego haga la versión final en uno mejor.
  • ¿Necesita texto en el encuadre? Elija un modelo que sepa renderizarlo; otros pueden deformar las letras.
  • En vídeo, decida primero si necesita sonido: algunos modelos lo incluyen en el precio, otros lo cobran aparte y otros no lo tienen.