5 de septiembre de 2026
Vídeo IA de más de 10 segundos: las duraciones reales por modelo y el método que cuesta la mitad
Hasta dónde llega de verdad cada modelo de vídeo, por qué una generación de 30 segundos cuesta seis veces una de 5, y cómo montar una película de un minuto encadenando planos cortos con un montaje gratuito.
Frank HoubreFundador de Imaginode
El límite que todo el mundo descubre en su primer vídeo
La mayoría de los modelos de vídeo se paran entre 5 y 10 segundos, unos pocos llegan a 15, y solo tres llegan hasta 30 segundos en una sola generación.
Acabas de generar tu primer plano. Es bonito, el movimiento funciona, la luz está ahí. Y dura cinco segundos. Buscas el control para subirlo a un minuto, y no existe.
Es la primera decepción de todos los que llegan al vídeo IA, y es legítima: nos venden películas y nos entregan planos. Solo que la restricción no es la que se cree, y la solución no tiene nada de técnica. Tiene cien años y se llama montaje.
Vamos a mirarlo juntos, con las duraciones exactas de cada modelo del catálogo, los precios reales en créditos, y sobre todo la comparación que duele: lo que cuesta un minuto de vídeo en una sola generación frente al mismo minuto troceado en planos. La diferencia te va a sorprender.
Las duraciones reales, modelo por modelo
Wan 3.0, Wan 3.0 Prime y Seedance 2.5 llegan a 30 segundos, Flux 3 Video a 20, Kling V3, Seedance 2.0, Wan 2.7 y Grok Imagine a 15, mientras Veo 3.1 se topa en 8 segundos.
Este es el estado del catálogo, porque esos topes no están escritos en ningún otro sitio de forma legible. Los más largos primero: Wan 3.0 y Wan 3.0 Prime aceptan de 2 a 30 segundos, Seedance 2.5 de 4 a 30. Son los tres únicos que alcanzan el medio minuto.
Justo debajo, Flux 3 Video va de 5 a 20 segundos. Luego el pelotón de los 15: Kling V3 de 3 a 15, Seedance 2.0 y Seedance 2.0 Fast de 4 a 15, Wan 2.7 de 2 a 15, Grok Imagine Video de 1 a 15.
Y los cortos, que a menudo son los mejores: Kling 2.5 Turbo propone 5 o 10 segundos, sin valor intermedio. Veo 3.1 Lite y Veo 3.1 Fast dan a elegir entre 4, 6 y 8 segundos, ni uno más. El catálogo completo está en la página de modelos, con el precio moviéndose en directo según tus ajustes.
Por qué los modelos se paran tan pronto
El coste de cálculo sube con la duración y la coherencia se degrada: más allá de unos segundos, un modelo pierde el hilo de su propia escena.
Dos razones, una económica y una técnica. La económica es sencilla: generar vídeo es producir veinticuatro imágenes por segundo que tienen que sostenerse todas juntas. El cálculo sube rápido, y los proveedores facturan por segundo porque es lo que les cuesta.
La técnica es más interesante. Un modelo de vídeo sostiene su coherencia en una ventana limitada. Pasado cierto tiempo, las caras se transforman despacio, la ropa cambia de color, un objeto dejado en la mesa desaparece. Seguro que ya has visto un vídeo IA de veinte segundos donde algo deriva lentamente sin que sepas decir qué.
Ten claro que el tope de 5 o 10 segundos no es una mezquindad comercial. Es a menudo la zona donde el modelo es realmente bueno. Más allá, pagas más caro por un resultado que se sostiene peor, que es lo peor de los dos mundos.
El precio de una generación larga: la mala sorpresa
La facturación es proporcional al segundo: treinta segundos cuestan exactamente seis veces cinco segundos, sin ningún descuento por volumen.
Este es el punto que la gente descubre a posteriori, y es el verdadero tema de este artículo. En la mayoría de los modelos, la tarifa va a prorrata de la duración. No hay descuento por tramos, ni tarifa plana, ni precio al por mayor.
Las cifras exactas, en Wan 3.0. Cinco segundos en 720p cuestan 60 créditos. Diez segundos en 1080p, 240 créditos. Y treinta segundos en 1080p, 720 créditos, unos 7 euros por medio minuto. En 720p, ese mismo medio minuto baja a 360 créditos, en 480p a 180.
En Seedance 2.5, treinta segundos en 720p cuestan igualmente 720 créditos, frente a 240 por diez segundos. Flux 3 Video pide 696 créditos por sus 20 segundos en 1080p. Kling V3 está en 303 créditos por diez segundos en 1080p. A ese precio, una sola generación fallida en un plano de treinta segundos y acabas de tirar siete euros por la ventana.
SaldoLa comparación que zanja: treinta segundos, dos métodos
Seis planos de cinco segundos en Kling 2.5 Turbo cuestan 156 créditos frente a 360 de una generación única de treinta segundos en 720p: menos de la mitad, y con un resultado más mirable.
Cojamos una película de treinta segundos y hagamos el cálculo de las dos maneras. Método uno, la generación única: Wan 3.0, treinta segundos, 720p, 360 créditos. Un solo clic, una sola espera, y un plano secuencia de treinta segundos.
Método dos, seis planos de cinco segundos en Kling 2.5 Turbo en 720p, a 26 créditos cada uno. Total: 156 créditos. Con Seedance 2.0 Fast a 48 créditos los cinco segundos, subimos a 288 créditos, todavía por debajo. Y el montaje que ensambla todo no cuesta nada, ya llegamos a eso.
Pero el precio ni siquiera es el argumento principal. Con seis planos, fallas un plano y relanzas ese plano por 26 créditos. Con una generación única, fallas el segundo veintidós y vuelves a pagar los treinta. Es esa asimetría la que cuenta cuando se trabaja de verdad, no el ahorro de partida.
Lo que el cine lleva cien años haciendo
La duración media de un plano en una película reciente ronda los pocos segundos: nadie mira treinta segundos de plano fijo, y la IA solo te obliga a respetar esa gramática.
Mira cualquier anuncio, cualquier tráiler, cualquier videoclip. Cuenta los planos. En treinta segundos de publicidad encontrarás a menudo una decena. El plano largo existe, es magnífico, es raro, y está reservado a momentos concretos.
Un vídeo memorable no es una imagen bonita que dura, es una emoción que evoluciona. Y una emoción evoluciona por el corte: se muestra la cara, luego lo que mira, luego la mano que tiembla. Tres planos de tres segundos cuentan infinitamente más que nueve segundos fijos sobre el mismo encuadre.
Así que sí, la restricción de los modelos se sufre al principio. Pero te empuja exactamente adonde había que ir. Quienes producen los mejores vídeos IA hoy no buscan el plano de treinta segundos, encadenan planos de cinco.
El nodo Montaje, y el hecho de que no cuesta nada
El montaje ensambla los clips, los recorta, añade cortes o fundidos y una pista de sonido, y la exportación se calcula en tu aparato sin consumir un solo crédito.
Es el nodo que cambia el planteamiento práctico de todo este artículo. Conectas tus nodos Vídeo a su puerto Clips, o coges directamente de los medios del proyecto, y obtienes una línea de tiempo. Cada clip se recorta con un inicio y un final. Entre dos clips eliges un corte seco, un fundido encadenado o un paso a negro.
Acepta también imágenes fijas, con duración ajustable, lo que permite colar un rótulo o una foto de producto entre dos planos animados. Y lleva pistas de audio separadas, con un desfase y un volumen por pista: tu voz en off por un lado, la música por otro.
El punto importante: la exportación es gratuita. El cálculo se hace en tu navegador, en tu máquina, y no se cobra ningún crédito. Así que puedes remontar tu película quince veces, probar tres órdenes de planos, cambiar una transición, sin que te cueste nada. Solo deja la pestaña abierta durante la exportación.
El método completo, del plan de trabajo a la exportación
Trocea primero en planos, valida cada plano en imagen fija por unos pocos créditos, genera vídeo solo sobre las imágenes validadas, y luego ensambla.
Etapa uno, en papel o en un nodo Texto: trocea tus treinta segundos en planos. Seis planos de cinco, u ocho planos de tres a cinco. Escribe lo que muestra cada uno. Eso es lo que se llama un desglose, y lleva diez minutos.
Etapa dos, y es la que más ahorra: valida cada plano en imagen fija antes de pagar el vídeo. Una imagen de Flux 2 Klein cuesta 3 créditos, un plano de vídeo cuesta de 26 a 96. Encuadras, ajustas la luz, validas el personaje, todo a precio de imagen. He detallado este método en el storyboard IA antes de rodar.
Etapa tres: cada imagen validada se convierte en la imagen de partida de un nodo Vídeo. El modelo anima lo que ya has aprobado en lugar de inventar un encuadre. Etapa cuatro: todo va al Montaje. A estas alturas, lo esencial del trabajo creativo ya está hecho.
Mantener la continuidad de un plano a otro
Un nodo Referencia para el personaje y un nodo Estilo conectado a todos los planos bastan para que los seis clips pertenezcan a la misma película.
El verdadero riesgo del montaje por planos es que no parezca una película sino seis vídeos distintos pegados. El personaje cambia de cara, la luz salta, el grano no es el mismo. Ahí es donde el canvas se vuelve útil y no solo bonito.
Un nodo Referencia sostiene el personaje: le das tres fotos y un nombre, y luego lo llamas con una @mención en cada uno de tus seis prompts. El tema se trata en detalle en personaje coherente en IA, y es el ladrillo más importante si un humano aparece en más de un plano.
Un nodo Estilo conectado a los seis nodos sostiene la dirección artística: misma paleta, misma materia, mismo tratamiento de luz en todas partes. Y un nodo Cámara compartido mantiene la coherencia de objetivo y apertura. Tres nodos para seis planos, cableados una vez.
La imagen final: encadenar dos planos sin corte visible
Varios modelos aceptan una imagen final además de la imagen de partida: el plano siguiente puede así arrancar exactamente donde acaba el anterior.
Existe un truco para los momentos en que de verdad quieres continuidad en lugar de un corte. Algunos modelos gestionan una imagen final, además de la imagen de partida: les das el principio y la llegada, y ellos fabrican el camino entre ambas.
En el catálogo, Seedance 2.0 y Seedance 2.0 Fast, Seedance 2.5, Kling V3, Wan 3.0 y Wan 3.0 Prime, MiniMax H3 y Veo 3.1 Fast aceptan una imagen final. El puerto aparece solo en el nodo cuando el modelo seleccionado sabe hacerlo, no hace falta buscar un ajuste escondido.
La técnica que se deriva: coge la última imagen de tu plano uno y conviértela en la imagen de partida del plano dos. Obtienes dos clips de cinco segundos que se encadenan sin ruptura, por el precio de dos clips cortos. Así se fabrica un movimiento de veinte segundos que se sostiene.
El sonido: una sola pista, no seis
Generar el audio en cada plano produce seis ambientes que se contradicen en el montaje: mejor planos mudos y una pista sonora puesta sobre el conjunto.
Trampa clásica, y cuesta cara dos veces. Muchos modelos ofrecen un interruptor de audio, y a menudo está activo por defecto porque un vídeo mudo se nota enseguida. En un plano aislado, está muy bien.
En seis planos destinados a montarse, es mala idea. Cada generación se inventa su propio ambiente, y en el montaje oyes seis salas distintas que se cortan bruscamente. Y el audio se paga: en Veo 3.1 Lite, ocho segundos en 720p cuestan 29 créditos sin sonido y 48 con él. Seis veces, son 114 créditos de diferencia para un resultado inservible.
Genera mudo, y luego pon el sonido sobre el montaje completo. Una voz en off, una música, algunos efectos de sonido colocados en los puntos justos de las pistas de audio del nodo Montaje, con su desfase y su volumen. La película gana una unidad que los planos sonorizados por separado nunca tendrán.
Cuándo se justifica igualmente una generación larga
El plano secuencia conserva su interés en un movimiento continuo sin corte posible, un travelling o una transformación progresiva, y ahí hay que aceptar pagar el precio.
No voy a decirte que la generación larga no sirve nunca, sería deshonesto. Hay casos en que es la única respuesta. Un travelling continuo por un decorado, una transformación que debe verse sin interrupción, un baile, un plano donde cortar destruiría justamente el efecto.
En esos casos, coge Wan 3.0 o Seedance 2.5 y acepta la tarifa. Pero hazlo con conocimiento: valida el encuadre en imagen primero, baja la resolución durante tus pruebas, y sube a 1080p solo en la versión que sabes buena. Treinta segundos en 480p cuestan 180 créditos en Wan 3.0 frente a 720 en 1080p, y para validar un movimiento 480p sobra.
Dicho sea de paso, es también la lógica del resto del catálogo: explora a tarifa mínima, finaliza a tarifa alta. El detalle de esta aritmética está en cuánto cuesta de verdad una imagen o un vídeo IA, y la calculadora pública te deja simular tu propia película antes de gastar un crédito.
Lo que hay que retener
Treinta segundos en planos cortos cuestan menos de la mitad de una generación única, se corrigen plano a plano, y se montan gratis.
Los topes reales: 30 segundos en Wan 3.0, Wan 3.0 Prime y Seedance 2.5, 20 en Flux 3 Video, 15 en Kling V3, Seedance 2.0, Wan 2.7 y Grok, 8 en Veo 3.1. Ningún modelo te hará un minuto de golpe, y está muy bien.
El método que funciona: trocear, validar en imagen, generar planos de cinco segundos, sostener la coherencia con un nodo Referencia y un nodo Estilo, encadenar con las imágenes finales cuando la continuidad lo exija, y luego montar y sonorizar de una vez. Siendo el montaje gratuito, el único coste es el de los planos.
Para un primer intento, coge tu primer vídeo IA si nunca has generado, y luego vuelve a hacer una película de treinta segundos en seis planos. Cuenta unos 156 créditos en Kling 2.5 Turbo, o sea alrededor de un euro cincuenta, montaje incluido.