La respuesta corta, por tarea
| Si necesitas | Usa | Porque |
|---|---|---|
| Nuevos planos al precio más bajo | Wan 3.0 | $1.00 por 5 s a 1080p, y además seguido de un prompt largo de 30 segundos en su primera ejecución |
| Para cambiar una localización o volver a elegir el reparto de un metraje | Kling 4.0 Edit | Se mantuvo cada corte y movimiento, con el cambio de localización más drástico |
| Personas de fondo en ese mismo montaje | Wan 3.0 montaje | Reemplaza extras de la mejor manera, en series de dos o tres planos |
| Una persona real para que siga siendo reconocible | Seedance 2.5 Edición de vídeo | La única opción que mantuvo el rostro a tamaño completo |
| Acción y rivalidad con una dirección temporal | Seedance 2.5 | La toma seleccionada de seis, aunque solo como un borrador de 480p |
Especificaciones y precio
De las páginas de proveedores y modelos fal el 2 de noviembre de 2026, además de los archivos producidos por nuestras propias ejecuciones. Los precios son los precios de lista por 5 segundos de vídeo 16:9.
| Kling 4.0 | Seedance 2.5 | Wan 3.0 | Veo 3.1 | |
|---|---|---|---|---|
| Precio a 720p | ≈ $0.79 | ≈ $1.16 BytePlus, ≈ $2.31 fal | $0.50 | $2.00 con audio, $1.00 sin audio |
| Precio en 1080p | ≈ $1.18 | ≈ $2.84 BytePlus, ≈ $5.69 fal | $1.00 | $2.00 con audio, $1.00 sin audio |
| Precio de edición, 5 s de entrada y 5 s de salida, 1080p | $1.41 | ≈ $3.40 BytePlus | $2.00 | No comparado |
| Resolución máxima indicada | 1080p | 1080p en las rutas que usamos; 4K reclamado por CapCut | 1080p | 4K |
| Fotogramas por segundo | 24 fps en nuestro archivo | 24 fps según la fórmula de fal | 30 fps en nuestro archivo | 24 fps |
| Generación individual más larga | 30 s | 30 s | 30 s | 8 s, ampliable en pasos de 7 s en fal |
| Texto, imagen, referencia | Los tres | Los tres, hasta 50 referencias | Los tres | Los tres |
| Sonido en la misma toma | Sí, siempre activado | Sí, sin cargo adicional | Sí, sin cargo adicional | Sí, al doble de precio |
| Locución | Sí; voz personalizada mediante un ID de voz creado | Sí; diálogo entre comillas; referencia de voz | Sí; referencia de voz de hasta 15 s | Sí |
Fuentes: Kling 4.0, Seedance 2.5, Wan 3.0 y Veo 3.1 en fal, además de la página de Google DeepMind Veo. fal también indica que ese Veo 3.1 endpoint dejará de utilizarse el 17 de noviembre de 2026, así que es posible que esas filas cambien.
Qué ocurrió en nuestras propias pruebas
Estos son trabajos reales con una o pocas tomas cada uno, así que léelos como casos y no como estadísticas. Sigue los enlaces para ver las tomas y los prompts reales.
Consistencia de personajes y objetos
En el recast de 16 segundos, todas las rutas recibieron las mismas imágenes aprobadas. Kling 4.0 Edit dio un buen parecido pero dejó un extra en el fondo. Wan 3.0 dio los mejores extras. Seedance 2.5 en Dreamina acertó con las personas y los lugares, pero volvió a montar el plano, porque un vídeo más imágenes en ese modo genera un nuevo clip. En la prueba de talking-head, por el contrario, el modo dedicado Video Edit de Seedance fue la única ruta que mantuvo un rostro reconocible.
Movimiento de cámara y realismo físico
Seedance 2.5 logró que el movimiento lateral y el esfuerzo facial se vieran mejor en el anuncio en ejecución, y su borrador en 480p hizo que la taza fuera hacia la ventana trasera en lugar de que Google Flow la lanzara hacia la cámara.
También puede pasar a cámara lenta: las listas negativas largas y palabras como “cinematográfico” provocaron eso en una de nuestras tomas.
Para probar causa y efecto, ejecutamos una grúa levantando un barco: con los mismos fotogramas y el mismo prompt, una ejecución de pago de Seedance mantuvo el gancho golpeando el agua 2 segundos antes de que el barco subiera, mientras que Veo 3.1 Lite en Flow hizo que el barco subiera por su cuenta.
Precisión del prompt
Wan 3.0 siguió muy de cerca un prompt paso a paso en la escena de la casa de muñecas y en One Prompt Studio, incluyendo un estudio que se eleva y una entrada en él. Empieza a saltarse instrucciones cuando se sobrecarga: una ejecución con seis planos y nueve imágenes cambió la apariencia de las personas y dejó la tienda antigua en su sitio. Dos planos con dos imágenes salieron limpios. La primera 30-segundos de toma de Kling 4.0 para One Prompt Studio fue rechazada, pero se ejecutó con un prompt anterior, por lo que no es una comparativa justa.
Audio y sincronización labial
En la escena de la casa de muñecas, Wan 3.0 entregó ambas líneas de voz y añadió algunas notas musicales que habíamos descartado. La primera toma de Google Flow asignó ambas líneas a un solo personaje. La guía de diálogo cubre esto correctamente.
Generaciones fallidas y costes de reintento
El modo referencia Seedance 2.5 en Higgsfield falló dos veces tras unos 45 segundos y se reembolsó, luego el mismo trabajo funcionó en el modo Video Edit. fal rechazó el clip de una persona real en Seedance 2.5, sin coste alguno, por lo que derivamos esos casos a otro lugar. La guía de costes de 30 segundos explica cómo afectan las nuevas tomas a la factura.
Coste por segundo utilizable
La cifra que importa es el precio por toma. Tenemos un dato claro: las dos tomas de One Prompt Studio cuestan $13.05 para un montaje de 23.6 segundos, unos $0.55 por segundo útil. No hemos probado los cuatro modelos con el mismo brief bajo las mismas reglas, por lo que no daremos una clasificación. Ten precaución con cualquier sitio que lo haga sin mostrar sus tomas, especialmente si vende el acceso al ganador.
Dónde encajan otros modelos
MiniMax H3 completo frente a Wan 3.0 en la escena de la casa de muñecas, con nuestro propio material de Hugging Face. Turbo es un modelo de prueba. Runway Aleph 2.0 y Luma Ray 3.2 aparecen en las notas de edición de objetos y de reencuadre, y el resumen incluye el resto, incluyendo por qué Sora ya no es una opción.
Elige el modelo por plano
El AI Video Production Lab analiza referencias, movimientos de cámara y tomas fallidas en tus propios planos, a través de estos modelos.
Encuentra tu taller ↗