Corrección, 2026-10-02: esta traducción era una versión resumida de la página en inglés y le faltaban partes que sí están en el original: el equivalente en dólares de cada precio (en el texto y como columna de la tabla), el costo de la vía imagen más clip y el de una generación de Veo 3.1, el aviso de no pegar la cara de referencia sobre un clip, el precio y la duración de Seedance 2.5 en las preguntas frecuentes, el mensaje "flagged as sensitive" del error E005 y varios enlaces. Ya están añadidos. Además, el modo de referencias de Veo 3.1 ahora aparece con su nombre en la aplicación, multi-reference. Después, al revisar otra vez la página en inglés, quitamos comparaciones entre modelos que no hemos medido: el texto decía que la vía de imagen a video "basta la mayoría de las veces", recomendaba "terminar" el plano en Seedance y usar Veo 3.1 multi-reference cuando "la cara es lo que se entrega", afirmaba que fijar la imagen hace "mucho más fáciles" los planos siguientes y oponía 53 créditos a 282 como si una vía necesitara un intento y la otra seis. Ahora da datos que puedes comprobar en el canvas (cuántas imágenes de referencia acepta cada modelo, imagen inicial y fotograma final, duración, resolución y precio) y el consejo de comparar cada toma con la imagen aprobada. La nota sobre los primeros planos en Seedance ahora coincide con nuestra página sobre el error E005: en nuestras pruebas de agosto de 2026 fallaron todas las referencias con la cara en primer plano, en 2.0 y en 2.5, y la fuente citada son esas pruebas, ya no ejecuciones de producción. Ningún precio ha cambiado.
Corrección, 2026-10-01: esta página decía que Wan 3.0 de referencia a video, a 34 créditos por 5 segundos en 480p, era la vía con referencias más barata. Era un error: en el canvas, Wan 3.0 anima una sola imagen inicial y no acepta imágenes de referencia, y el modo de referencia de Wan 3.0 Prime toma un clip de referencia, no imágenes. El precio de 34 créditos solo existe a través del conector MCP de 8frame, y también allí parte de un clip. La vía con imágenes de referencia más barata del canvas es el modo de referencia de Grok Imagine, desde 35 créditos por 5 segundos en 480p. También añadimos que Seedance, Gemini Omni Flash y Happy Horse aceptan una imagen inicial o referencias, no ambas, y que Kling v3 no acepta imágenes de referencia, y convertimos en consejos las afirmaciones sobre dónde se desvía la cara, que no hemos medido.
Para mantener el mismo personaje entre clips de video con IA, la respuesta no es un modelo sino un orden de trabajo: fija el personaje en una imagen fija primero y genera cada clip a partir de esa imagen. En 8frame, una versión barata es Seedream 5 Lite a 6 créditos para el retrato y Kling 2.6 Pro a 47 créditos por un clip de 5 segundos sin audio que arranca desde ese retrato: 53 créditos por el primer plano. Aquí tienes el flujo completo, lo que acepta en el canvas cada modelo de video con referencias y cómo revisar las tomas antes de dar un montaje por bueno.
En resumen
- No arregles la consistencia en el modelo de video. Arréglala en la imagen y luego anima la imagen.
- Fijación barata: Seedream 5 Lite a 6 créditos (Seedream acepta hasta 14 imágenes de referencia). Nano Banana 2 cuesta de 8 a 22 créditos según la resolución, acepta hasta 10 referencias y llega a 4K.
- Video con referencias en el canvas, del más barato al más caro, por 5 segundos: el modo de referencia de Grok Imagine desde 35 créditos en 480p o 48 en 720p (de 1 a 10 referencias), Kling O1 Reference a 73 (hasta 7), Gemini Omni Flash a 85 (de 1 a 7), Happy Horse a 95 en 720p (de 1 a 9) y Seedance 2.5 a 157 en 720p (hasta 9 en el canvas, audio incluido, hasta 30 segundos). Veo 3.1 multi-reference cuesta 448 por sus 8 segundos fijos (hasta 3 referencias).
- Seedance, Gemini Omni Flash y Happy Horse aceptan una imagen inicial o referencias, no ambas. Kling v3 y Wan 3.0 toman una imagen inicial y ninguna imagen de referencia.
- En nuestras pruebas de agosto de 2026, Seedance 2.0 y 2.5 rechazaron todas las referencias con la cara en primer plano (error E005). Las referencias de cintura para arriba, con la cara ocupando más o menos un cuarto de la altura del encuadre, y las de cuerpo entero pasaron.
- No hemos medido qué modelo mantiene la cara más parecida, así que esta página no los ordena. Compara cada toma con la imagen aprobada, revisa primero los perfiles, las tomas largas y los planos con dos personajes, y cuenta con repetir algunos clips.
Por qué texto a video no mantiene un personaje
Texto a video genera una cara nueva en cada ejecución. Mismo prompt, mismo modelo, y la cara puede salir como otra persona. Para un clip suelto da igual; cuando dos clips se montan juntos, es un problema de producción. El mecanismo está explicado en qué es la consistencia de personajes en IA (en inglés); la versión práctica es que un prompt es una descripción, y una descripción tiene muchas respuestas válidas.
Una imagen de referencia (en inglés), en cambio, es una imagen y no una descripción: cada plano recibe la misma cara de partida, no una frase con muchas respuestas válidas. No garantiza el parecido, así que igual tienes que comparar cada toma con la imagen, pero por eso el flujo de abajo gasta sus primeros 6 créditos en una imagen y no en un clip.
El error caro es hacerlo en el orden equivocado. Repetir texto a video hasta que una cara te guste cuesta 47 créditos por intento sin audio en Kling 2.6 Pro. Seis intentos son 282 créditos, unos US$ 2,82 al precio de los paquetes, y la cara que te gusta existe en un solo clip: el plano dos vuelve a empezar con una cara nueva. Fijar la imagen primero cuesta 6 créditos y les da a los planos dos, tres y doce la misma imagen de partida.
Paso 1: fija el personaje en una imagen
Genera tú mismo el retrato canónico. No partas de una foto de stock: quieres una cara que no esté usando también la campaña de otra marca.
Seedream 5 Lite, 6 créditos. Seedream acepta hasta 14 imágenes de referencia a la vez, más que cualquier otro modelo de imagen del canvas. Eso importa poco para el primer retrato y mucho para lo que viene después: una vez que tienes la cara, puedes volver a darla junto con una referencia de vestuario, otra de luz y otra de lugar. A unos US$ 0,06 por imagen, es de lo más barato de todo el proceso para trabajar la identidad.
Nano Banana 2, de 8 a 22 créditos. Precio según resolución, hasta 4 imágenes por ejecución y hasta 10 referencias. Úsalo cuando necesites un archivo más grande para recortar: llega a 4K, por 22 créditos.
Escribe el prompt sobre lo que debe quedar fijo, no sobre el ánimo: edad, complexión, largo y color del pelo, color de ojos, tono de piel, un rasgo distintivo y la ropa con un color concreto. El ánimo puede cambiar en cada plano; la estructura no.
Paso 2: crea un paquete de ángulos y haz el storyboard
Un solo retrato frontal no basta cuando los planos muestran al personaje desde otros lados. Genera el mismo personaje en las vistas que necesiten los planos, normalmente de tres a cinco: frontal, tres cuartos, perfil, desde una cámara un poco elevada y un plano de cintura para arriba o de cuerpo entero, el encuadre que pasó el filtro de Seedance en nuestras pruebas. A 6 créditos cada una con Seedream 5 Lite, un paquete de cinco imágenes cuesta 30 créditos, unos US$ 0,30. Ese paquete es el activo: cada clip posterior parte de él.
ShotGrid también se gana su sitio aquí: por 42 créditos genera una hoja de 3x3 con nueve fotogramas a partir de 1 a 10 imágenes de referencia, así ves al personaje en nueve momentos antes de gastar un crédito de video, y detectas los planos donde falla a precio de imagen y no de video.
Paso 3: genera el video desde la imagen
Hay dos vías. No hemos medido cuál mantiene mejor la cara, así que elige según lo que pide el plano: si puede abrir con tu imagen, cuántas referencias quieres adjuntar, cuánto dura y el precio.
Imagen a video desde la imagen fijada. Usa el retrato como primer fotograma y describe el movimiento en el prompt. Kling 2.6 Pro cuesta 47 créditos por 5 segundos sin audio (95 con audio), dura 5 o 10 segundos, entrega 1080p y no acepta fotograma final; el clip abre con la cara que aprobaste. La herramienta Kling se abre en Kling v3, que en 8frame es solo de imagen a video y no acepta imágenes de referencia (Kling O3 también necesita una imagen inicial): su fotograma inicial es la única identidad que recibe, así que créalo también a partir de tu paquete. Comparativa por modelo en las mejores IA de imagen a video. Costo: 6 créditos por la imagen más 47 por el clip, unos US$ 0,53.
Modelos de video con referencias. Toman varias referencias en lugar de un solo primer fotograma. Úsalos cuando el plano no debe abrir con tu imagen: el personaje entra después, se ve a distancia o de perfil. En Seedance, Gemini Omni Flash y Happy Horse, las referencias sustituyen a la imagen inicial: si adjuntas ambas, la imagen inicial se descarta. Todos los límites están en cuántas imágenes de referencia acepta cada modelo.
- Modo de referencia de Grok Imagine, 35 créditos por 5 segundos en 480p, 48 en 720p. Acepta de 1 a 10 imágenes de referencia; cada imagen extra suma una fracción, así que diez referencias cuestan 37 en 480p y 50 en 720p. Dura de 1 a 10 segundos, en este modo no acepta imagen inicial ni fotograma final, y el sonido va siempre activado. Es la vía con referencias más barata del canvas, así que es un sitio barato para probar un paquete.
- Kling O1 Reference, 73 créditos por 5 segundos, 146 por 10. Genera el clip a partir de hasta 7 imágenes de referencia; si adjuntas una imagen inicial, se envía como una referencia más, no como primer fotograma, y no hay fotograma final. (Kling O1 Video, 109 créditos por 5 segundos, es otro modo: edita un video que subes.)
- Gemini Omni Flash, 85 créditos por 5 segundos. Acepta de 1 a 7 imágenes de referencia y siempre genera audio. Dura de 3 a 10 segundos (8 segundos cuestan 135), entrega 720p y no acepta fotograma final.
- Happy Horse, 95 créditos por 5 segundos en 720p. Acepta de 1 a 9 referencias de personaje y dura de 3 a 15 segundos, sin fotograma final. La herramienta empieza en 1080p, que cuesta 189, así que elige 720p para los borradores.
- Seedance 2.5, 157 créditos por 5 segundos en 720p (70 en 480p). Guiado por referencias, de 4 a 30 segundos, con audio activado por defecto al mismo precio, así que una toma continua del personaje hablando no necesita una pasada aparte. Hasta 9 imágenes de referencia en el canvas; el fotograma final solo funciona con una imagen inicial y sin referencias. El precio sube con la duración: 30 segundos en 720p cuestan 937. Usa referencias de cintura para arriba o de cuerpo entero, no primeros planos de cara: en nuestras pruebas de agosto de 2026, todas las referencias con la cara en primer plano fallaron con un error E005, tanto en 2.0 como en 2.5, repetir con la misma imagen no ayudó, y la misma persona encuadrada de cintura para arriba (con la cara en más o menos un cuarto de la altura del encuadre) o de cuerpo entero pasó. Pide el primer plano en el prompt. Más en Seedance flagged as sensitive (E005).
- Veo 3.1 multi-reference, 448 créditos. Hasta 3 imágenes de referencia, solo 8 segundos, 1080p, sin imagen inicial ni fotograma final en este modo, unos US$ 4,48 por generación. Es más que nueve clips de Kling 2.6 Pro sin audio (423), así que calcula el costo de toda la secuencia antes de elegirlo.
No están en esta lista: Wan 3.0, que en el canvas anima una sola imagen inicial (el modo de referencia de Wan 3.0 Prime toma un clip de referencia, no imágenes), ni Kling v3 y O3, que necesitan una imagen inicial y no aceptan imágenes de referencia.
Una secuencia realista de seis planos: 30 créditos para el paquete de referencias más seis clips de Kling 2.6 Pro sin audio a 47 cada uno suman 312 créditos, unos US$ 3,12. Con los 1.000 créditos del plan Starter de US$ 19, que se acumulan mientras sigas suscrito, son tres secuencias al mes y todavía sobra.
Tabla comparativa
Estas tablas muestran lo que acepta cada modelo en el canvas, no qué tan bien mantiene una cara. Eso lo compruebas tú, frente a la imagen aprobada.
Imágenes
| Herramienta | Imágenes de referencia | Créditos | ~US$ al precio de los paquetes | Notas |
|---|---|---|---|---|
| Seedream 5 Lite | Hasta 14 | 6 | ~US$ 0,06 | Precio fijo por imagen |
| Nano Banana 2 | Hasta 10 | 8 a 22 | ~US$ 0,08 a US$ 0,22 | Precio según resolución, hasta 4K, hasta 4 imágenes por ejecución |
| ShotGrid | 1 a 10 | 42 | ~US$ 0,42 | Nueve fotogramas en una hoja de storyboard de 3x3 |
Video
| Modelo | Imágenes de referencia | Imagen inicial / fotograma final | Duración | Resolución | Créditos | ~US$ al precio de los paquetes |
|---|---|---|---|---|---|---|
| Kling 2.6 Pro | Ninguna | Imagen inicial; sin fotograma final | 5 o 10 s | 1080p | 47 (5 s, sin audio), 95 con audio | ~US$ 0,47 |
| Grok Imagine modo referencia | 1 a 10 | Ninguno de los dos en este modo | 1 a 10 s | 480p o 720p | 35 (5 s, 480p), 48 (720p) | ~US$ 0,35 |
| Kling O1 Reference | Hasta 7 | La imagen inicial se envía como referencia; sin fotograma final | 5 o 10 s | No se elige | 73 (5 s) | ~US$ 0,73 |
| Gemini Omni Flash | 1 a 7 | Imagen inicial o referencias; sin fotograma final | 3 a 10 s | 720p | 85 (5 s) | ~US$ 0,85 |
| Happy Horse | 1 a 9 | Imagen inicial o referencias; sin fotograma final | 3 a 15 s | 720p o 1080p | 95 (5 s, 720p) | ~US$ 0,95 |
| Seedance 2.5 | Hasta 9 | Imagen inicial o referencias; fotograma final solo con imagen inicial | 4 a 30 s | 480p o 720p | 157 (5 s, 720p) | ~US$ 1,57 |
| Veo 3.1 multi-reference | Hasta 3 | Ninguno de los dos en este modo | 8 s | 1080p | 448 (8 s) | ~US$ 4,48 |
Si el personaje también tiene que hablar, la parte de audio está en qué modelos de video con IA generan sonido.
Qué revisar antes de montar
Ningún modelo de esta lista garantiza la misma cara en cada clip, y no hemos medido la deriva modelo por modelo, así que tómalo como comprobaciones, no como reglas. El flujo de trabajo completo está en flujo de trabajo para la consistencia de personajes con IA (en inglés).
- Frente a la imagen aprobada. Pon cada toma junto a la imagen de la que salió y revisa los rasgos que fijaste en el prompt: forma de la cara, largo y color del pelo, color de ojos, tono de piel, el rasgo distintivo y el color de la ropa. Cuando pruebes dos modelos en un mismo plano, dales a los dos las mismas referencias y el mismo prompt, para que la diferencia que ves venga del modelo.
- Tomas largas. Cuanto más dura un clip continuo, más ocasiones tiene la cara de cambiar. Planifica cortes en lugar de confiar en una sola toma larga.
- Perfiles. Si un plano muestra al personaje de perfil, dale al modelo una referencia de perfil del paquete, no solo vistas frontales.
- Dos personajes en un plano. Revisa estos planos con atención. Si una cara se desvía, genera planos individuales y alterna entre ellos para dar la sensación de conversación.
- Vestuario y accesorios. No confíes solo en las referencias para la ropa. Si el personaje lleva un color concreto a lo largo de una serie, nómbralo en cada prompt.
- Primeros planos en Seedance. En nuestras pruebas de agosto de 2026 fallaron con E005 en todas las ejecuciones, en 2.0 y en 2.5. Los créditos vuelven automáticamente, pero repetir con la misma imagen no ayuda: cambia el encuadre a cintura para arriba o más abierto y pide el primer plano en el prompt.
- Composición. No pegues la cara de referencia sobre un clip que se desvió. Mejor regenera desde el paquete.
Dos notas para quien lee desde Latinoamérica o España: los precios de 8frame están en dólares estadounidenses, y la interfaz de la aplicación todavía no tiene versión en español; se abre en inglés.
Preguntas frecuentes
¿Cómo mantengo el mismo personaje en varios videos con IA? Genera una imagen canónica del personaje, crea a partir de ella un paquete de tres a cinco ángulos más un plano de cintura para arriba y úsalo como referencia en cada clip. En 8frame: Seedream 5 Lite a 6 créditos por imagen, y luego imagen a video con Kling 2.6 Pro (47 sin audio) o un modelo con referencias, como el modo de referencia de Grok Imagine (desde 35) o Kling O1 Reference (73). Compara cada clip con la imagen aprobada, y nunca repitas texto a video con la esperanza de que la cara coincida.
¿Qué modelo de video con IA es mejor para personajes consistentes? No hemos medido qué modelo mantiene la cara más parecida a su referencia, así que aquí no hay ranking. Elige según lo que pide el plano y luego compara las tomas con tu imagen aprobada. Si el plano puede abrir con la imagen, usa imagen a video: Kling 2.6 Pro cuesta 47 créditos por 5 segundos sin audio y dura 5 o 10 segundos. Si no puede, usa un modo con referencias: Grok Imagine (de 1 a 10 referencias, 35 créditos por 5 segundos en 480p o 48 en 720p, hasta 10 segundos), Kling O1 Reference (hasta 7, 73), Gemini Omni Flash (de 1 a 7, 85, hasta 10 segundos), Happy Horse (de 1 a 9, 95 en 720p, hasta 15 segundos), Seedance 2.5 (hasta 9, 157 en 720p, hasta 30 segundos, solo con referencias de cintura para arriba o de cuerpo entero) o Veo 3.1 multi-reference (hasta 3, 448 por 8 segundos en 1080p).
¿Wan 3.0 acepta imágenes de referencia en 8frame? No en el canvas. Allí Wan 3.0 anima una sola imagen inicial, y el modo de referencia de Wan 3.0 Prime toma un clip de referencia. Wan 3.0 base de referencia a video (34 créditos por 5 segundos en 480p, 68 en 720p, 135 en 1080p) solo está disponible a través del conector MCP de 8frame, y también parte de un clip.
¿Puedo usar una imagen inicial y referencias a la vez? No en Seedance, Gemini Omni Flash ni Happy Horse: con las dos adjuntas, se usan las referencias y la imagen inicial se descarta. Kling v3 solo toma la imagen inicial.
¿Por qué Seedance rechaza mi referencia de personaje? En nuestras pruebas de agosto de 2026, el filtro de Seedance rechazó todas las imágenes de referencia con la cara en primer plano, en 2.0 y en 2.5, con un error E005 "flagged as sensitive" (marcado como sensible). Un plano de la misma persona de cintura para arriba, con la cara en más o menos un cuarto de la altura del encuadre, o de cuerpo entero pasó. Repetir con la misma imagen no ayuda; pide el primer plano en el prompt. Más en Seedance flagged as sensitive (E005).
¿Está resuelta la consistencia de personajes en 2026? Ningún modelo de 8frame la garantiza. Trabaja desde la imagen fija, haz planos cortos, corta a menudo, compara cada toma con la imagen aprobada y cuenta con regenerar un par de clips por secuencia. Los perfiles, las tomas largas y los planos con dos personajes son los primeros que hay que revisar.
Fuentes
- Precios (Seedream 5 Lite, Nano Banana 2, ShotGrid, Kling 2.6 Pro, Kling O1, modo de referencia de Grok Imagine, Gemini Omni Flash, Happy Horse, Seedance 2.5 y 2.0, Veo 3.1, Wan 3.0 de referencia a video): la app de 8frame, consultado el 2026-10-02
- Límites de referencias, reglas de imagen inicial y fotograma final, duraciones, ajustes de resolución, el comportamiento imagen inicial o referencias de Seedance, Gemini Omni Flash y Happy Horse, y las entradas de Wan 3.0 en el canvas: la app de 8frame, consultado el 2026-10-02
- Resolución de salida de Kling 2.6 Pro (1080p) y Gemini Omni Flash (720p), que el nodo no deja elegir: archivos generados en 8frame, solo lectura, 2026-09-30
- Wan 3.0 de referencia a video a través del conector MCP: definiciones de herramientas del conector MCP de 8frame, leídas el 2026-10-01
- Rechazos de Seedance con la cara en primer plano (E005): pruebas de 8frame con Seedance 2.0 y 2.5 en 480p, agosto de 2026; detalles en Seedance flagged as sensitive (E005)
Toda la cadena funciona en un solo canvas: genera la imagen, despliega el paquete de ángulos y mándalo a tres modelos de video lado a lado. Los planes empiezan en US$ 19 al mes, todos sin marca de agua, en 8frame.co/pricing.
Pruébalo sin registrarte: llegas directamente a un tablero real. El canvas de 8frame es gratuito e ilimitado; la generación es de pago desde US$ 19 al mes.