Cómo elegir un modelo de video con IA: haz una prueba con tus propias tomas

Para elegir un modelo de video con IA, haz una prueba entre modelos. Escoge las dos o tres tomas que más publicas, haz una imagen por toma y corre el mismo prompt, con la misma duración, en cada modelo que estés considerando. Califica cada toma en la misma hoja: ¿pasó la revisión de realismo?, ¿hizo lo que pide el prompt y en orden?, ¿la boca coincide con la voz?, ¿qué inventó? y ¿cuánto costó? El modelo que gana tu toma es tu modelo para esa toma. Ni un ranking ni un reel de demostración te lo pueden decir, porque ninguno corrió tu toma.

Hicimos una el 14 de noviembre de 2026 en Hook Studio, un creador de reels con IA para TikTok e Instagram: una toma que habla, una toma de producto y una toma con tres acciones en un orden fijo, en Kling 3, Kling 4, Seedance 2 y Seedance 2.5. Catorce clips, una toma por modelo, 2,126 créditos contando las imágenes. Ningún modelo pasó todas las tomas. Cada toma está en esta página, también las que fallaron. Las personas son personas hechas con IA del elenco listo de Hook Studio. Para saber en qué es bueno cada modelo, revisa qué modelo de video con IA usar para cada trabajo.

Cada modelo es bueno para unas tomas y malo para otras, y la única forma de saber cuál sirve para las tuyas es correrlas. Los rankings públicos te ayudan a escoger candidatos, no ganadores. La arena de video de Artificial Analysis ordena los modelos con votos a ciegas sobre clips cortos. Cuando revisamos su tabla de imagen a video (en inglés) el 14 de noviembre de 2026, Seedance 2.5 iba primero y Kling 3.0 en el lugar 23. En nuestra toma que habla el orden se volteó: las tomas de Kling 3 pasaron en español y en inglés, y las dos de Seedance 2.5 fueron rechazadas. Un voto sobre el clip de otra persona no califica tu prompt, tu persona ni tu precio.

Además, los modelos cambian. Google apagó sus modelos Veo 3.1 en la API de Gemini el 22 de octubre de 2026 y manda a los desarrolladores a Gemini Omni 1.2 Flash (lista de retiros de Google, en inglés). OpenAI cerró la app de Sora en abril de 2026 y su API en septiembre (OpenAI, en inglés). La prueba no es un veredicto para siempre. La vuelves a hacer cuando desaparece un modelo que usas o sale uno nuevo.

1. 1Escoge las dos o tres tomas que más publicas. Un gancho hablando a cámara, un producto en las manos de alguien, una toma donde una persona hace varias cosas en orden. Prueba esas, no una escena que nunca vas a publicar.
2. 2Haz una imagen por toma y apruébala antes de cualquier clip. Todos los modelos parten del mismo primer cuadro, así que la imagen es tu punto de control. Una imagen cuesta 11 créditos o menos en Hook Studio; una de las nuestras tomó cuatro intentos.
3. 3Escribe un prompt por toma y pégalo igual en cada modelo. Nombra la acción, el orden, la cámara y las palabras que se dicen, entre comillas. Si ajustas el prompt para un modelo, estás probando el prompt, no el modelo.
4. 4Usa la misma duración en todos los modelos. Nosotros usamos 5 segundos. Anota también la resolución: Kling 3 solo hace 1080p, así que corrió en 1080p y los demás en 720p.
5. 5Califica cada toma en la misma hoja. Mírala sin sonido y luego con sonido. Usa las cinco preguntas de abajo.
6. 6Trata una toma como una muestra. Elige uno o dos finalistas por toma y corre dos o tres intentos más de cada uno antes de decidir. Un modelo puede pasar una vez y fallar la siguiente.
7. 7Anota qué modelo gana cada tipo de toma. La mayor parte de tu presupuesto va a repetir lo que gana, con el modelo que ganó. Una parte más chica prueba modelos y formatos nuevos, y de ahí sale la siguiente prueba. Esa división es la regla 70/30.

Toma: ________  Modelo: ________  Resolución: ____  Duración: __ s  Intento: __
Precio: ____ créditos

1. Revisión de realismo: pasó / rechazada. Qué marcó: ________
2. ¿Hizo lo que pide el prompt, en orden? sí / a medias / no. Qué se saltó: ________
3. Sincronía de labios (tomas que hablan): coincide / desfasada del segundo __ al __
4. Qué inventó o cambió (personas, objetos, letras, cámara): ________
5. La vi sin sonido y luego con sonido. ¿La publicaría así? sí / no

Veredicto: finalista / fuera

En Hook Studio, la revisión de realismo contesta la pregunta 1: marca lo que se ve falso en cada imagen y cada clip. No contesta la pregunta 2. Si el clip hizo lo que pediste, en el orden que pediste, lo juzgas tú viendo los cuadros. En nuestra prueba, la revisión aprobó una toma de Kling 4 en la que cambió el cuadro de la pared. Cuando un modelo gana, el formato ganador decide qué repites con él.

La hicimos en Hook Studio el 14 de noviembre de 2026, en el estilo orgánico, que se ve grabado con el celular de alguien que estaba ahí. Cada clip dura 5 segundos, parte de la misma imagen aprobada para su toma y usa el mismo prompt para su toma, palabra por palabra. Kling 3 solo hace 1080p; los otros tres modelos corrieron en 720p. La toma que habla corrió en tres modelos: Kling 3, Kling 4 y Seedance 2.5. Las tomas de producto y de dirección corrieron en los cuatro. Un intento por modelo y por toma, así que lee cada resultado como una muestra, no como un ranking final. Hook Studio no tiene relación con Kling (Kuaishou) ni con Seedance (ByteDance).

Camila está sentada en una mesita junto a la ventana de un café de la Ciudad de México, con una taza de café, y le habla a su amiga al otro lado de la mesa.

Aquí está la imagen. Pasó la revisión de realismo, con una nota: el encuadre llega a la cintura, no al pecho.

Imagen · 11 créditos

Que diga: «Misma foto, misma frase, otro modelo de IA. ¿Cuál se ve real?». Córrelo en Kling 3, Kling 4 y Seedance 2.5.

Tres clips, cada uno espera tu aprobación. El primero:

Clip de 5 s que habla · Kling 3 · 1080p · 143 créditosAprobar

La toma de Kling 3 pasó la revisión de realismo, aunque al final de la frase la voz va medio segundo antes que la boca. Las tomas de Kling 4 y Seedance 2.5 fueron rechazadas: las dos sobreactúan la línea.

Primer paso: las imágenes, y las tres que fallaron antes

Las imágenes de la toma que habla y de producto pasaron al primer intento. La de dirección tomó cuatro. Primero pusimos a Nia afuera de una panadería, y la revisión de realismo la rechazó por letras inventadas que se podían leer en el toldo, la puerta, un pizarrón y las etiquetas de precio. Otros dos intentos afuera fallaron porque la fachada, y luego un muro de ladrillo, salieron en diagonal detrás de ella, y habíamos pedido una vista de frente. Pasarla adentro, frente a una pared lisa sin letreros, lo resolvió. Seis imágenes, 64 créditos, antes de correr un solo clip.

Toma 1: hablando a cámara, en español y en inglés

Camila le dice una línea a su amiga al otro lado de la mesa, con la voz propia del clip. Las tomas en español usan el mismo prompt con "in Mexican Spanish" y la línea en español; las tomas en inglés dicen "Same photo, same line, different AI model. Which one looks real?". Mandamos los prompts en inglés; el chat de Hook Studio te responde en tu idioma, así que lo puedes pedir en español. Activa el sonido para oír cada una.

Seated at the café table, she is already talking to her friend across the table in Mexican Spanish, calm and friendly, with a small natural nod; her hand stays near the cup. She says: "Misma foto, misma frase, otro modelo de IA. ¿Cuál se ve real?"

Camera: her friend, sitting across the table, eye level, handheld phone, slight natural hand sway. 5 seconds, with speech.

La misma toma en inglés:

Kling 3 fue el único modelo cuyas tomas que hablan pasaron, en los dos idiomas. Kling 4 y Seedance 2.5 sobreactuaron la línea. Kling 4 mantuvo la boca al tiempo de la voz en los dos idiomas; Seedance 2.5 se desfasó en los dos. La toma de Kling 3 en español pasó la revisión de realismo y aun así, al final de la frase, la voz va medio segundo antes que la boca. Hook Studio ofreció una reparación de sincronía de labios por 71 créditos. Las seis tomas que hablan costaron 948 créditos.

Toma 2: un producto en las manos de alguien

Marco sirve café de una jarra de vidrio en una taza y luego deja la jarra en la barra. Líquido, vidrio y dos manos son difíciles para cualquier modelo de video, por eso está en la prueba.

He is already pouring: the coffee streams from the carafe into the green mug and the mug fills about halfway; then he sets the carafe down on the counter beside the mug. Calm, unhurried, no talking.

Camera: his roommate, standing across the counter, chest height, handheld phone, slight natural hand sway. 5 seconds, no sound.

Kling 4 y Seedance 2.5 pasaron. Kling 3 sirvió y dejó la jarra, pero inventó a un segundo hombre que se asoma por el borde derecho y luego deja un brazo atrás. Seedance 2 hizo el café más creíble de los cuatro y fue rechazado porque la cámara se acercó hasta cortarle la cara. Cuatro tomas, 557 créditos.

Toma 3: tres acciones, en orden

Esta es la prueba de dirección. Nia hace tres cosas en un orden fijo en 5 segundos: da un sorbo, deja la taza en la repisa y saluda con las dos manos. Un modelo que sigue instrucciones hace las tres, en ese orden, sin romper el cuarto.

Three actions, in this order, starting at once: first she takes one sip from the white mug; then she steps toward the narrow wooden wall shelf at waist height and sets the mug down on it; then she turns back to the camera and waves with both hands, smiling. No talking.

Camera: her friend, standing about two meters in front of her in the living room, eye level, handheld phone. 5 seconds, no sound.

Los cuatro modelos hicieron las tres acciones en el orden correcto. Lo que los separó fue el cuarto. Kling 3 fue rechazado: la repisa angosta se volvió larga, y la taza que dejó ahí ya no estaba al final. Los otros tres pasaron. Seedance 2.5 tuvo el saludo más claro. Seedance 2 hizo todo, con un saludo chiquito y las manos abajo. Kling 4 cambió el cuadro de la pared, y la revisión de realismo no lo marcó. Cuatro tomas, 557 créditos.

Ningún modelo pasó todas las tomas. El modelo que ganó la toma que habla falló las otras dos. Para eso sirve hacer tu propia prueba: un ganador gana un tipo de toma.

Cuánto costó

Los créditos son los precios de Hook Studio del 14 de noviembre de 2026, para clips de 5 segundos, y las tomas rechazadas se cobraron igual que las demás. Compara la toma más barata que pasó, no el clip más barato: 143 créditos para la toma que habla (Kling 3), 134 para la de producto (Kling 4) y 130 para la de dirección (Seedance 2).

Qué pasa a la segunda ronda

Un intento por modelo te da pistas, no veredictos. De esta ronda, los finalistas son Kling 3 para la toma que habla, Kling 4 y Seedance 2.5 para la de producto, y Seedance 2.5 y Seedance 2 para la de dirección. Kling 4 también pasó la de dirección, pero cambió el cuadro, así que se queda fuera. Cada finalista corre dos o tres intentos más de la misma toma, con la misma imagen y el mismo prompt, antes de quedar anotado como ganador.

• Se gana por tipo de toma. Kling 3 ganó la toma que habla en los dos idiomas y falló las de producto y dirección. Anota el ganador junto a la toma, no junto a tu cuenta.
• La revisión de realismo marca lo que se ve falso, no lo que está mal. Aprobó una toma de Kling 4 en la que cambió el cuadro. Revisa cada toma contra el prompt tú mismo, cuadro por cuadro.
• Si todos los modelos cambian lo mismo, revisa la imagen. En nuestra imagen la repisa se veía con una sola correa. Los cuatro modelos la rehicieron más larga y con dos correas; la revisión solo rechazó a Kling 3 por eso. Muestra el objeto completo en la imagen o déjalo fuera.
• No pongas letras en la imagen. Nuestra primera imagen de dirección falló por letras inventadas en el toldo, la puerta, el pizarrón y las etiquetas de precio de una panadería. Una pared lisa lo resolvió. El texto va en pantalla, como capa encima del video.
• Prueba cada idioma en el que publicas. La toma de Kling 3 en inglés coincidió con la voz; la de español adelantó la voz 0.5 s al final. Kling 4 falló por razones distintas en cada idioma.
• Cuenta el precio de la toma que pasa, no del clip. El clip más barato de la prueba, Kling 3 a 96 créditos, falló las dos tomas sin sonido. La toma más barata que pasó la de producto costó 134.

• No califica la dirección. La revisión de realismo juzga lo que se ve real. Si el clip hizo lo que pide el prompt, en orden, lo decides tú.
• No hay un botón de prueba entre modelos. Cada clip es su propio trabajo, con su modelo y su precio por aprobar.
• Las tomas rechazadas cuestan lo mismo que las que pasan. Se cobraron nuestras tres imágenes rechazadas y nuestros siete clips rechazados.

Para saber por qué se conoce cada modelo, más allá de una sola prueba, revisa qué modelo de video con IA usar para cada trabajo, realismo vs control y Kling vs Seedance. Para hacer la imagen y el clip desde cero, revisa cómo hacer videos con IA.