El estado de la generación de vídeo por IA en 2026: un mapa del mercado
Hace año y medio, “vídeo por IA” solía significar clips granulados de seis segundos con caras que se derretían: una curiosidad para reels de demostración, no una herramienta sobre la que nadie construyera un flujo de trabajo real. Esa etapa ha terminado. A mediados de 2026, los modelos punteros generan secuencias coherentes de varios planos, con diálogo sincronizado, salida nativa en 4K y una consistencia de personajes lo bastante buena como para que montadores incorporen planos de recurso generados por IA en producciones comerciales sin avisarlo. Pero el sector también se ha reorganizado de una forma que pocos anticiparon: la empresa que en buena medida encendió la ola actual, OpenAI, se está retirando del producto de consumo que hizo famoso el nombre “Sora”, mientras una mezcla de actores consolidados y bien financiados junto con laboratorios chinos muy rápidos absorbe el público que queda libre. Esto es una fotografía de dónde están ahora mismo los cinco actores más comentados, y de lo que eso dice sobre hacia dónde va la categoría.
Sora: OpenAI se repliega del vídeo de consumo
Pocas trayectorias son tan drásticas como la de Sora. Cuando se lanzó Sora 2, OpenAI lo presentó como la respuesta a toda la categoría a la vez: una app de consumo, una integración con ChatGPT y una API para desarrolladores, todo ello acompañado de un feed social pensado para remezclar las creaciones de otros usuarios. Ese capítulo de consumo se está cerrando: OpenAI discontinuó la app web e iOS de Sora en la primavera de 2026, y ha comunicado a los desarrolladores que la propia API de Sora 2 dejará de aceptar solicitudes a finales de septiembre de 2026. Lo que queda, durante los próximos meses, es un acceso por API con tarifa por segundo de vídeo generado —alrededor de 0,10 dólares por segundo para generación estándar en 720p, bastante más para el nivel Sora 2 Pro en 1024p o 1080p, con una tarifa asíncrona en “lote” más barata para cargas de trabajo que puedan tolerar demora. Para un producto que llegó a encabezar las listas de las tiendas de aplicaciones, este repliegue es una señal llamativa: OpenAI parece haber concluido que su ventaja competitiva no está en poseer una interfaz de consumo específica para vídeo, y que la generación de vídeo se vende mejor como infraestructura que como aplicación independiente. Los equipos cuyos flujos de trabajo dependían de Sora son ahora, por necesidad, la mayor fuente de tráfico de migración a corto plazo hacia sus competidores.
Runway: el kit de herramientas del profesional
Runway ha dedicado 2026 a apostar con firmeza por el público que mejor conoce —montadores, agencias, equipos de producción— en lugar de perseguir el modelo del feed social. Su producto insignia actual, Gen-4.5, se apoya en el punto fuerte característico de la línea Gen-4: personajes, localizaciones y objetos consistentes a lo largo de varios clips generados, junto con control por imagen de referencia y herramientas de trayectoria de cámara que funcionan menos como un campo de prompt y más como un rig de cámara virtual. Un interruptor llamado “Physics Engine” gestiona la gravedad y las colisiones de forma más convincente que en generaciones anteriores, y herramientas como Aleph permiten modificar material ya existente mediante prompts de texto en lugar de generar desde cero cada vez. En cuanto a precios, Runway se apoya —a diferencia de la API de Sora, tarificada por segundo— en un modelo de suscripción por créditos: un plan Standard ronda los 12 dólares al mes con una bolsa de créditos mensual modesta, un plan Pro cercano a los 28 dólares cubre un uso más intenso, y un nuevo plan Max —que sustituirá al antiguo plan Unlimited de forma progresiva hasta finales de 2026— se dirige a estudios con volúmenes de producción altos. La apuesta estratégica es sencilla: Runway no busca ganar en los benchmarks de fotorrealismo puro, sino ser la herramienta a la que un montador profesional recurre de forma natural.
Kling: el salto técnico desde un laboratorio chino
Pocos modelos han avanzado tan rápido en capacidad técnica pura como Kling, desarrollado por el grupo chino Kuaishou. Kling 3.0, lanzado a principios de febrero de 2026, fue el primer modelo ampliamente disponible en producir salida nativa en 4K a 60 fotogramas por segundo, y su modo multiplano “AI Director” puede ensamblar hasta seis planos distintos en una sola pasada de generación, con una pista de audio compartida —diálogo, sonido ambiente y sincronización labial en cinco idiomas incluidos de forma nativa, no añadidos después—. Su sistema de personajes “Elements 3.0” permite subir un vídeo de referencia, del que el modelo extrae la estructura 3D y el movimiento para reproducir a un sujeto con una fidelidad inusualmente alta en escenas por lo demás no relacionadas entre sí; probadores independientes han señalado repetidamente que la simulación física de Kling —caída de telas, movimiento de fluidos, colisiones— es la más convincente de la categoría. La estructura de precios es notablemente agresiva en la gama de entrada: un plan Standard de entre 8 y 10 dólares al mes con varios cientos de créditos mensuales, escalando a través de niveles Pro y Premier hasta un plan Ultra de unos 128 dólares al mes que elimina por completo las colas de espera para estudios de alto volumen. Para equipos fuera de China, Kling se ha convertido en el modelo que se prueba discretamente primero al evaluar si es posible dejar atrás Sora o Runway.
Veo: Google integra el vídeo en un ecosistema más amplio
El enfoque de Google se ha basado menos en un lanzamiento aislado y llamativo que en la distribución. Veo 3.1 sigue siendo el modelo insignia actual, distinguido sobre todo por su audio sincronizado de forma nativa —diálogo, efectos de sonido y ruido ambiente generados junto con la imagen en lugar de añadidos en posproducción—, lo que lo sigue diferenciando de la mayoría de sus competidores en trabajos de estilo publicitario. En marzo de 2026, Google lanzó Veo 3.1 Lite, un nivel más económico pensado para generación de alto volumen y presupuesto ajustado a una velocidad similar a la del modelo estándar, además de seguir desarrollando un pipeline de escalado capaz de llevar material —generado por Veo o no— hasta 4K. El movimiento más relevante podría ser estructural: en la I/O 2026, Google renombró su interfaz creativa como “Flow” e integró ahí la generación de vídeo junto a una nueva herramienta musical, posicionando a Veo menos como un producto independiente que se elige por separado y más como una capacidad que atraviesa Gemini, Vertex AI y el conjunto de la suite creativa de Google. Se esperaba un modelo de nueva generación, “Veo 4”, antes del verano, pero seguía sin anunciarse oficialmente en el momento de escribir esto, un recordatorio de que Google tiende a priorizar la integración en el ecosistema por encima de los lanzamientos de modelo con gran repercusión mediática.
Pika: la apuesta por el juego frente al prestigio
Mientras Sora, Veo, Kling y Runway compiten en fidelidad cinematográfica, Pika ha elegido otro camino. Sus herramientas distintivas —Pikaffects (transformaciones surrealistas como derretir o inflar un objeto), Pikadditions y Pikaswaps (insertar o sustituir elementos en material ya existente) y Pikaformances (interpretación de personajes impulsada por audio)— están pensadas para la rapidez y lo compartible antes que para el acabado de producción. A finales de 2025, la empresa lanzó una aplicación social al estilo TikTok cuyo feed entero está generado por IA, alimentado por los selfies y los prompts de los propios usuarios. Los precios se mantienen accesibles: un nivel gratuito ofrece una asignación mensual modesta de créditos en 480p con marca de agua, un plan Standard de unos 8 dólares al mes desbloquea resolución completa y uso comercial, y los niveles Pro y Fancy amplían los créditos para creadores más intensivos. Es la apuesta de que no todo el que trabaja con vídeo por IA busca un plató de rodaje virtual: algunos solo quieren la forma más rápida y más rara de producir algo que merezca la pena compartir antes de comer.
Qué viene ahora
El patrón que atraviesa a estos cinco actores apunta más a la especialización que a un único ganador. La retirada de OpenAI del terreno de consumo sugiere que poseer una aplicación de vídeo vale estratégicamente menos que poseer el modelo que hay detrás: infraestructura antes que interfaz. Runway apuesta a que los flujos de trabajo profesionales seguirán siendo un nicho duradero que justifica herramientas propias. El ritmo de Kling demuestra que la brecha de capacidad técnica pura entre laboratorios estadounidenses y chinos, durante mucho tiempo dada por hecha a favor de Silicon Valley, se ha reducido hasta volverse irrelevante para muchos compradores. La estrategia de ecosistema de Veo insinúa que, en las plataformas más grandes, la pregunta “qué modelo de vídeo” acabará pesando menos que “en qué ecosistema ya estás”. Y el giro social de Pika es la apuesta de que el público más numeroso del vídeo por IA no está formado por profesionales, sino por gente que solo quiere publicar algo raro y divertido antes de cenar. Es probable que los próximos doce meses traigan menos lanzamientos aislados y espectaculares, y más de este patrón: modelos absorbidos por plataformas más grandes, precios que se deslizan hacia una infraestructura tarificada por uso, y una competencia que se desplaza poco a poco de “quién tiene el mejor modelo” a “quién ha construido el producto que la gente realmente sigue abriendo”.