Corrección, 2026-10-02: esta versión no recogía todas las correcciones de la página original en inglés. Decía que Veo 3.1 produce el movimiento más cinematográfico y que mantiene coherentes la iluminación y la profundidad de campo, algo que no hemos medido. Añadimos que Hailuo H3 entrega 2K, que 8frame ya no ofrece Sora 2 para nuevas generaciones, que ningún plan pone marca de agua, un enlace a la clasificación general de modelos y una sección de fuentes. Las correcciones anteriores sobre el clip más barato, el modelo más caro y qué modelos generan audio ya estaban aplicadas, pero sin nota. Después revisamos también la página en inglés y corregimos lo que traía mal: dábamos 448 créditos como el precio por defecto de Veo 3.1, pero la herramienta Veo se abre en Veo 3.1 Fast (168 créditos por 8 segundos con sonido) y 448 es Veo 3.1 Standard; y decíamos que Veo 3.1 Lite empieza en 27 créditos, cuando a partir de una imagen Veo siempre hace 8 segundos, así que Lite cuesta 54 con sonido (33 sin audio). También presentábamos como hechos cosas de calidad que no hemos medido: que el movimiento de Kling respeta la física, que Veo tiene el mejor movimiento, que Seedance fija una etiqueta o una cara donde otros modelos se desvían, que el movimiento de Hailuo H3 es cinético y que el detalle fino de Wan queda suave, que Runway está un escalón por debajo de Veo y Kling, y qué modelos fallan con caras. Ahora damos para cada modelo el precio, la duración, la resolución, el sonido y las entradas (Seedance 2.5 acepta hasta 9 imágenes de referencia en el canvas) y te decimos qué probar con tu propia imagen. El «plano típico por debajo de US$ 2» es ahora una cuenta hecha, y las fuentes llevan fecha.
La mejor IA de imagen a video en 2026 depende de lo que tu imagen necesita conservar y de lo que la toma tiene que entregar. Kling 2.6 Pro es el punto de partida: 47 créditos por un clip de 5 segundos sin audio en 1080p, 95 con sonido. Veo 3.1 genera el sonido en la misma pasada y, a partir de una imagen, siempre hace 8 segundos: la herramienta Veo se abre en Veo 3.1 Fast, a 168 créditos, y Veo 3.1 Standard cuesta 448. Seedance 2.5 acepta hasta 9 imágenes de referencia en el canvas, a 157 créditos por 5 segundos en 720p. El clip más barato del canvas es Pruna p-video Draft, 4 créditos por 5 segundos, y Runway Gen-4 Turbo cobra por segundo para pruebas cortas. No hay un ganador único, y ninguna ficha técnica te dice cómo moverá un modelo tu imagen concreta: por eso importa comparar todos desde la misma imagen antes de gastar créditos en el modelo equivocado.
Resumen
- Por dónde empezar: Kling 2.6 Pro, 47 créditos (unos US$ 0.47 a precio de paquete) por un clip de 5 segundos sin audio en 1080p, o 95 con sonido, que viene activado por defecto. La herramienta Kling se abre en Kling v3 Standard, así que elige 2.6 Pro en el menú de modelos.
- Sonido en la misma pasada: Veo 3.1, siempre 8 segundos a partir de una imagen. La herramienta Veo se abre en Veo 3.1 Fast, a 168 créditos (1080p); Veo 3.1 Standard cuesta 448 y Veo 3.1 Lite 54, en 720p.
- Imágenes de referencia: Seedance 2.5, 157 créditos por 5 segundos en 720p (70 en 480p), hasta 9 imágenes de referencia en el canvas, de 4 a 30 segundos, con sonido activado por defecto.
- Más de 1080p: Hailuo H3 entrega 2K, 88 créditos por 5 segundos.
- El clip más barato: Pruna p-video Draft, 4 créditos por 5 segundos en 720p (nuevo en 8frame: damos su precio, no su calidad). Para pruebas de 2 segundos, Runway Gen-4 Turbo a 8 créditos por segundo, 16 créditos.
Qué separa de verdad a los modelos de imagen a video
Si el término es nuevo para ti, qué es la IA de imagen a video (en inglés) cubre lo básico. Al elegir entre modelos, hay dos cosas que solo puedes juzgar con tu propia imagen, y el resto lo puedes comprobar antes de gastar un crédito.
Movimiento. A partir de un cuadro fijo, ¿el modelo inventa un movimiento que parece filmado, o deforma, flota y difumina? Ninguna ficha técnica responde eso para tu imagen, y el mismo prompt se mueve distinto en cada modelo, así que haz una toma corta y barata antes de una larga.
Identidad. La razón de partir de una imagen es que ya aprobaste cómo se ve algo. Un modelo que anima tu producto de forma preciosa mientras redibuja la etiqueta ha fallado el encargo. Revisa la etiqueta, el logo y cualquier cara en el último cuadro, no solo en el primero.
Los datos que puedes comprobar antes. Precio por intento, duración, resolución, si genera sonido y qué acepta además de la imagen inicial (un cuadro final, imágenes de referencia). Imagen a video es iterativo: vas a ejecutar la misma imagen varias veces con distintos prompts de movimiento, así que el costo de un intento define cuánto puedes experimentar. La tabla de abajo lo reúne todo.
Todos los modelos de abajo funcionan en el canvas de 8frame, así que puedes compararlos tú mismo: misma imagen de origen, mismo prompt de movimiento, lado a lado. Los precios están en créditos de 8frame, y un crédito cuesta unos US$ 0.01 a precio de paquete. Un hábito ahorra repeticiones: recorta la imagen al formato de entrega antes de generar. A partir de una imagen, Wan, Hailuo H3 y Pruna siguen la forma de tu imagen, y Veo solo hace 16:9 o 9:16.
Kling 2.6 Pro y Kling v3: por dónde empezar
Kling 2.6 Pro, a 47 créditos por un clip de 5 segundos sin audio, es por donde puede empezar la mayor parte del trabajo de imagen a video. Entrega 1080p, dura 5 o 10 segundos (95 créditos sin audio por 10, 189 con sonido) y genera sonido en la misma pasada por 95 créditos a 5 segundos. El sonido viene activado por defecto, así que desactívalo si vas a poner tu propia pista. Anima una imagen inicial y no acepta cuadro final en el canvas. A unos US$ 0.47 por clip, tres variaciones sin audio de la misma imagen (141 créditos) cuestan menos que un clip de Veo 3.1 Fast (168): haz tres y quédate con la mejor.
Kling v3 Standard (86 créditos con sonido, 57 sin audio, por 5 segundos) y v3 Pro (114 con sonido) son la generación más nueva y admiten cualquier duración de 3 a 15 segundos. La herramienta Kling se abre en v3 Standard, que entrega 720p, así que el modelo más nuevo no es el de mayor resolución. Cambia a 2.6 Pro cuando quieras 1080p o el precio más bajo, y deja v3 para duraciones distintas de 5 o 10 segundos.
Veo 3.1: sonido en la misma pasada, tres niveles de precio
A partir de una imagen, Veo 3.1 siempre hace un clip de 8 segundos, y la herramienta Veo se abre en Veo 3.1 Fast: 168 créditos con sonido, 112 sin audio, en 1080p. Veo 3.1 Standard cuesta 448 con sonido (224 sin audio), también en 1080p, y Veo 3.1 Lite 54 (33 sin audio) en 720p. El sonido viene activado por defecto; entre los demás de esta lista, también lo generan la opción de sonido de Kling y Seedance 2.5 (sonido activado por defecto). Veo 3.1 acepta además un cuadro final junto a la imagen inicial, y su modo multirreferencia admite hasta 3 imágenes de referencia, a 448. Solo hace 16:9 o 9:16.
La forma inteligente de usarlo: haz el borrador en Lite a 54, encuentra el prompt de movimiento que funciona y luego vuelve a ejecutarlo en Fast o Standard. Otro nivel puede mover la misma imagen de otra manera, así que trata el borrador como una prueba del prompt, no como una vista previa. Standard cuesta unas 2.7 veces lo que Fast; si eso vale la pena para tu toma es algo que conviene comprobar una vez con tu propia imagen antes de planear todo un trabajo sobre él. Una nota sobre Sora 2: el acceso a través del proveedor terminó el 24 de septiembre de 2026 y 8frame ya no lo ofrece para nuevas generaciones, así que no construyas un flujo sobre él.
Seedance 2.5: imágenes de referencia para productos y personajes
Seedance 2.5, a 157 créditos por 5 segundos en 720p (70 en 480p), cuesta más que Kling 2.6 Pro, y lo que añade son entradas. En el canvas acepta hasta 9 imágenes de referencia (el modelo admite hasta 30 en su proveedor), más un video de referencia y una pista de audio, mientras que Kling 2.6 Pro, Kling v3 y Wan 3.0 animan una sola imagen inicial. Los límites de cada modelo están en límites de imágenes de referencia por modelo. El proveedor de Seedance describe las imágenes de referencia como "for character consistency, style guidance, and scene composition" (para la coherencia de personajes, la guía de estilo y la composición de la escena) y pide nombrarlas en el prompt como [Image1], [Image2]. Es la descripción del fabricante, no una medición nuestra: si una etiqueta o una cara tienen que sobrevivir, dale el producto desde más de un ángulo, haz una toma en 480p a 70 créditos y revisa la etiqueta en el último cuadro antes de pagar 157 por 720p.
Dos reglas de entrada. Una imagen inicial y las imágenes de referencia no se combinan: si adjuntas ambas, se envían las referencias y la imagen inicial se descarta. Un cuadro final necesita una imagen inicial y ninguna referencia. La duración va de 4 a 30 segundos y se cobra por segundo con el sonido incluido: 313 créditos por 10 segundos en 720p, 937 por 30. A unos US$ 1.57 por 5 segundos, prueba el movimiento primero en un modelo más barato y ejecuta aquí la toma final. Seedance 2.0 cuesta 108 por 5 segundos en 720p (48 en 480p), dura de 4 a 15 segundos y también acepta hasta 9 imágenes de referencia en el canvas.
Si una referencia muestra una cara en primer plano, el filtro de Seedance puede rechazar la generación. En nuestras pruebas de agosto de 2026, la misma persona encuadrada de cintura para arriba pasó (Seedance "flagged as sensitive" (E005)).
Hailuo H3 y Wan: 2K y precio por segundo
Hailuo H3 entrega 2K: 88 créditos por 5 segundos, 176 por 10 y 264 por 15, con cualquier duración de 5 a 15 segundos. Anima una imagen inicial (o trabaja solo con texto), sigue la forma de tu imagen y no tiene ajuste de sonido en 8frame. Úsalo cuando la entrega necesite más de 1080p, y juzga cómo mueve tu imagen en una toma de 5 segundos antes de pagar por 15.
Wan 3.0 cobra por segundo en tres resoluciones: 24 créditos por 5 segundos en 480p, 48 en 720p y 95 en 1080p, con cualquier duración de 2 a 30 segundos. La herramienta Wan se abre en Wan 3.0 a 1080p (95), así que cambia la resolución para pagar 24. En el canvas anima una sola imagen inicial y no tiene ajuste de sonido. Wan 2.5 cuesta 102 en 1080p y en 8frame solo hace clips de 5 segundos, así que Wan 3.0 es más barato a la misma duración y resolución, y llega más lejos. Wan 2.2 (50 créditos por 5 segundos en 720p) necesita una imagen inicial o un video, y sus pesos están publicados bajo Apache 2.0, así que quien lo usa mucho puede ejecutarlo en su propio hardware. Para b-roll a partir de imágenes, moodboards en movimiento y planos de fondo donde 480p alcanza, Wan 3.0 sale a unos US$ 0.24 por clip; si la imagen tiene texto pequeño o una cara, revisa esos cuadros en esa primera toma antes de escalar.
Runway Gen-4 Turbo: paga por segundo, prueba barato
Runway Gen-4 Turbo cuesta 8 créditos por segundo, de 16 créditos por 2 segundos a 80 por 10. La herramienta se abre en 5 segundos (40 créditos), así que ponla en 2 para una prueba. Necesita una imagen inicial (el prompt es opcional) y no tiene ajuste de sonido. Eso lo convierte en una forma barata de comprobar si una dirección de movimiento funciona con tu imagen: cinco pruebas de 2 segundos cuestan 80 créditos, menos de un dólar, antes de gastar una generación más larga en otro sitio. El mismo prompt puede moverse distinto en el modelo con el que terminas, así que vuelve a ejecutar el ganador allí antes de escalar. Pruna p-video Draft es todavía más barato por prueba, 4 créditos por 5 segundos en 720p, con imagen inicial opcional; es nuevo en 8frame, así que solo damos su precio.
La tabla comparativa
Créditos por un clip a partir de una imagen, según la app de 8frame. "Activado por defecto" significa que la herramienta cobra el precio con sonido salvo que lo desactives.
| Modelo | Créditos por clip (~US$ a precio de paquete) | Duración y resolución | Sonido | Qué acepta |
|---|---|---|---|---|
| Pruna p-video Draft | 4 por 5 s en 720p, 7 en 1080p (US$ 0.04 a 0.07) | 1 a 20 s, 720p o 1080p | Sin confirmar en Draft | Imagen inicial opcional |
| Runway Gen-4 Turbo | 8 por segundo, 16 a 80 (US$ 0.16 a 0.80) | 2 a 10 s | Sin ajuste | Imagen inicial obligatoria, prompt opcional |
| Wan 3.0 | 24 / 48 / 95 por 5 s en 480p / 720p / 1080p (US$ 0.24 a 0.95) | 2 a 30 s, hasta 1080p | Sin ajuste | Una imagen inicial |
| Kling 2.6 Pro | 47 sin audio, 95 con sonido, por 5 s (US$ 0.47 a 0.95) | 5 o 10 s, 1080p | Activado por defecto | Imagen inicial, sin cuadro final |
| Veo 3.1 Lite | 54 con sonido, 33 sin audio (US$ 0.33 a 0.54) | 8 s desde una imagen, 720p | Activado por defecto | Imagen inicial |
| Kling v3 Standard | 86 con sonido, 57 sin audio, por 5 s (US$ 0.57 a 0.86) | 3 a 15 s, 720p | Activado por defecto | Imagen inicial obligatoria, sin cuadro final |
| Hailuo H3 | 88 por 5 s, 264 por 15 s (US$ 0.88 a 2.64) | 5 a 15 s, 2K | Sin ajuste | Imagen inicial |
| Wan 2.5 | 102 (US$ 1.02) | Solo 5 s, 1080p | Sin ajuste | Imagen inicial |
| Seedance 2.5 | 157 por 5 s en 720p, 70 en 480p (US$ 0.70 a 1.57) | 4 a 30 s, 480p o 720p | Activado por defecto, incluido en el precio | Imagen inicial o hasta 9 imágenes de referencia, más 1 video y 1 pista de audio |
| Veo 3.1 Fast (el que abre la herramienta Veo) | 168 con sonido, 112 sin audio (US$ 1.12 a 1.68) | 8 s desde una imagen, 1080p | Activado por defecto | Imagen inicial y cuadro final |
| Veo 3.1 Standard | 448 con sonido, 224 sin audio (US$ 2.24 a 4.48) | 8 s desde una imagen, 1080p | Activado por defecto | Imagen inicial y cuadro final; modo multirreferencia con hasta 3 imágenes |
Cómo ejecutarlo como flujo de trabajo
En la práctica, los modelos no compiten, son etapas. Genera o ajusta tu imagen, prueba direcciones de movimiento barato en Runway (16 créditos por 2 segundos) o en Pruna p-video Draft (4 por 5 segundos), produce el clip de verdad en Kling 2.6 Pro o Veo 3.1, y pasa a Seedance 2.5 cuando la toma necesita imágenes de referencia del producto o del personaje. Hecha la cuenta: cinco pruebas de 2 segundos en Runway (80 créditos) y dos tomas sin audio en Kling 2.6 Pro (94) suman 174 créditos, unos US$ 1.74. La cadena completa, de la imagen de origen al clip final, está en el flujo de imagen a video, y la clasificación general de modelos está en best AI video generator 2026 (en inglés).
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
¿Cuál es la mejor IA de imagen a video en 2026? No hay una sola; depende de la toma. Empieza con Kling 2.6 Pro, a 47 créditos (unos US$ 0.47) por un clip de 5 segundos sin audio en 1080p, lo bastante barato para iterar. Usa Veo 3.1 cuando quieras el sonido generado en la misma pasada (168 créditos en Fast, el que abre la herramienta Veo, o 448 en Standard, siempre 8 segundos a partir de una imagen), Seedance 2.5 cuando quieras darle al modelo hasta 9 imágenes de referencia, y Hailuo H3 cuando la entrega necesite 2K. Prueba la misma imagen en dos de ellos antes de decidir.
¿Qué IA de imagen a video mantiene mi producto idéntico? Ningún modelo lo garantiza y no hemos medido la deriva entre modelos, así que pruébalo con tu propia imagen. Seedance 2.5 es el modelo de esta lista que acepta más material de partida: hasta 9 imágenes de referencia en el canvas, que su proveedor describe como pensadas para la coherencia de personajes. Dale el producto desde más de un ángulo, haz una toma en 480p a 70 créditos y revisa la etiqueta y el logo en el último cuadro antes de pagar 157 por 720p. Si una referencia muestra una cara en primer plano, el filtro de Seedance puede rechazarla, así que encuadra a las personas de cintura para arriba.
¿Cuánto cuesta la IA de imagen a video por clip? En 8frame, de 4 créditos (unos US$ 0.04) por un clip de 5 segundos en Pruna p-video Draft a 448 créditos (unos US$ 4.48) por un clip de 8 segundos con sonido en Veo 3.1 Standard. La herramienta Veo se abre en Veo 3.1 Fast, a 168, y Seedance 2.5 cuesta 157 por 5 segundos en 720p. Cinco pruebas de 2 segundos en Runway y dos tomas sin audio en Kling 2.6 Pro suman 174 créditos, unos US$ 1.74. Los planes empiezan en US$ 19 al mes por 1000 créditos.
Fuentes
- Precios, duraciones, resoluciones, ajustes de sonido, valores por defecto y entradas de cada modelo en 8frame (imagen inicial, cuadro final, límites de imágenes de referencia, los 8 segundos fijos de Veo a partir de una imagen, los clips de 5 segundos de Wan 2.5): la app de 8frame, consultado el 2026-10-02
- Resolución de salida de Kling 2.6 Pro (1080p) y Kling v3 Standard (720p): archivos generados en 8frame, solo lectura, 2026-09-30
- Imágenes de referencia de Seedance 2.5 (hasta 30 en el proveedor, "for character consistency, style guidance, and scene composition", nombradas
[Image1],[Image2]en el prompt) y sonido activado por defecto: esquema de la API de Seedance 2.5 en Replicate, consultado el 2026-10-02 - Referencias con la cara en primer plano rechazadas por Seedance, encuadre de cintura para arriba aceptado: pruebas de 8frame en Seedance 2.0 y 2.5 en 480p, agosto de 2026
- Pesos de Wan 2.2 bajo Apache 2.0: ficha del modelo Wan2.2-I2V-A14B en Hugging Face, consultada el 2026-10-02
- Fin del acceso a Sora 2 a través del proveedor, 2026-09-24: página de deprecaciones de OpenAI, consultada el 2026-10-02
Lee también
- Mejores generadores de video con IA gratis en 2026
- Mejores generadores de texto a video gratis en 2026
- Mejores upscalers de imagen con IA gratis en 2026
Todos los modelos de arriba funcionan lado a lado en el canvas de 8frame: sube una imagen, envíala a tres modelos y mira qué movimiento gana. Los planes empiezan en US$ 19 al mes, sin marca de agua en ningún plan: 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.