Comparativa de modelos de IA — texto, imagen y vídeo
Los principales modelos de IA de EE.UU., Europa y China — generación de texto, imagen y vídeo — comparados por calidad (benchmarks de mercado), coste y si son open source, separando siempre modelos remotos (API) y locales (en tu hardware).
Datos a 2026-07-25 · investigación automática (Artificial Analysis, LMArena, precios oficiales) — verificar antes de decidir.
📊 Cómo se mide la calidad — tres índices
Mostramos la calidad de tres formas complementarias. Así se compone cada índice antes de ver las gráficas:
① Calidad de Zendoric (0-100) = media a tercios de SWE-bench-Pro (33% · desarrollo de software real, cotejado con el fabricante) + LMArena (33% · preferencia humana, Elo normalizado) + Terminal-Bench (33% · capacidad agéntica en terminal). Si a un modelo le falta una de las tres, su peso se reparte entre las presentes (se exigen al menos dos).
② AA Index (Artificial Analysis Intelligence Index, 0-100) = índice compuesto y más amplio (razonamiento, ciencia, código, matemáticas). Ofrece una segunda lectura: según cómo se mida, el orden de los fabricantes cambia.
③ Ciberseguridad (0-100) = capacidad en tareas cyber expert (protocolo duro «unguided pass@1»: vuln-research y explotación realista). Usamos una métrica no saturada (el top ronda 71, no 100, y deja ver el recorrido), no el Cybench «pass@k» que la frontera ya satura. Fuentes: UK AISI, NIST-CAISI, CVE-Bench. La encuadramos como capacidad y riesgo, no como ranking ofensivo; donde no hay eval directa se estima «est.».
📈 Evolución de la Calidad de Zendoric (fabricantes frontera)
Índice de calidad (0-100) de los fabricantes punteros (su mejor modelo), últimos 24 meses. Línea punteada = calidad estimada por AA Index (labs sin SWE-bench-Pro). Se actualiza cada día.
📈 Evolución del AA Index (fabricantes frontera)
AA Index (Artificial Analysis Intelligence Index, 0-100) de los fabricantes punteros (su mejor modelo), últimos 24 meses. Es un índice compuesto y más amplio (razonamiento, ciencia, código, matemáticas) que nuestro índice. La serie histórica está reconstruida anclando la trayectoria de cada fabricante a su AA actual. Se actualiza cada día.
🛡️ Evolución en ciberseguridad (fabricantes frontera)
Índice de ciberseguridad (0-100) del mejor modelo de cada fabricante, últimos 24 meses. Métrica: tareas cyber EXPERT en protocolo duro «unguided pass@1» (sin pistas, un intento; vuln-research y explotación realista). La elegimos porque NO está saturada — el top ronda 71, no 100, así que discrimina y deja ver el recorrido (descartamos el Cybench «pass@k», donde la frontera ya hace ~100%). Fuentes: UK AISI (GPT-5.5 71,4 % vs Anthropic preview 68,6 %), NIST-CAISI, CVE-Bench. Confianza alta solo en OpenAI/Anthropic (medidos por AISI); el resto, imputado por proximidad → toda la serie va marcada «est.». Lo encuadramos como capacidad y RIESGO a gobernar, no como ranking ofensivo. Se actualiza cada día.
💰 Calidad de Zendoric frente a coste
Modelos punteros de los fabricantes con mejor calidad (un fabricante puede tener varios, p.ej. Anthropic: Opus 5, Opus 4.8 y Fable 5). Más ARRIBA = más calidad; más a la IZQUIERDA = más barato (eje log). Lo ideal, arriba-izquierda. Punto hueco = calidad estimada (AA Index). Color por fabricante.
💰 AA Index frente a coste
Mismo formato que el de calidad/coste, pero el eje vertical es el AA Index. Más ARRIBA = más capacidad; más a la IZQUIERDA = más barato (eje log). Punto hueco = AA estimado (Terminal-Bench/SWE-Pro). Color por fabricante.
🏁 Frontera eficiente — calidad frente a coste
Todos los modelos cloud con datos. Eje Y = AA Index; eje X = coste de salida, log e INVERTIDO: cuanto más a la DERECHA, más barato — la esquina superior derecha es la ideal. La línea verde une la frontera eficiente: modelos para los que no existe otro mejor y más barato a la vez; elegir fuera de esa línea solo se justifica por factores ajenos al precio (ecosistema, contexto, open source). Punto hueco = AA estimado. Pasa el ratón por un punto para ver el detalle.
🏆 Calidad de Zendoric (desarrollo SW + arena + agéntica)
| Modelo | Calidad Zendoric | SWE-bench-Pro | DeepSWE | LMArena | Terminal-Bench | LiveCodeBench | GPQA | ARC-AGI-2 |
|---|---|---|---|---|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | 90.7 | — | 67.5 | 1486 | 88.3 | 68.0 | 93.5 | — |
| 🇺🇸 Claude Fable 5Anthropic · USA | 90.1 | 80.3 | 69.7 | 1515 | — | 91.7 | 92.6 | — |
| 🇺🇸 Claude Mythos 5Anthropic · USA | 88.1 | 80.0 | — | 1507 | 84.3 | 91.7 | 94.1 | — |
| 🇺🇸 GPT-5.6 SolOpenAI · USA | 78.9 | 63.0 | 72.7 | 1470 | 88.8 | — | 87 | — |
| 🇺🇸 Grok 4.5xAI · USA | 77.3 | 64.7 | 53 | 1468 | 83.3 | — | 93.1 | — |
| 🇨🇳 GLM-5.2Zhipu AI · China | 76.9 | 62.1 | 46.2 | 1475 | 81.0 | 80.2 | 78 | 7 |
| 🇺🇸 Claude Opus 4.8Anthropic · USA | 76.5 | 69.2 | 59.0 | 1455 | 82.7 | 88.8 | 84 | 14 |
| 🇺🇸 GPT-5.5OpenAI · USA | 76.3 | 58.6 | 67.0 | 1475 | 82.7 | — | 85 | 16 |
| 🇺🇸 Claude Sonnet 5Anthropic · USA | 74.7 | 63.2 | 53.8 | 1461 | 80.4 | — | 83 | 12 |
| 🇺🇸 Grok 4xAI · USA | 74.2 | — | — | 1430 | 83.3 | 79.4 | 84 | 16 |
| 🇨🇳 Qwen3.7-MaxAlibaba · China | 72.6 | 60.6 | — | 1475 | 69.7 | 91.6 | 81 | 7 |
| 🇨🇳 Kimi K2.6Moonshot AI · China | 68.4 | 58.6 | — | 1460 | 66.7 | 89.6 | 78 | 9 |
| 🇨🇳 DeepSeek V4-ProDeepSeek · China | 66.1 | 55.4 | — | 1450 | 67.9 | 93.5 | 82 | 9 |
| 🇺🇸 Gemini 3 ProGoogle · USA | 65.8 | 43.3 | — | 1501 | 54.2 | 91.7 | 84 | 15 |
| 🇺🇸 Claude Sonnet 4.6Anthropic · USA | 63.4 | 58.1 | 29.9 | 1430 | 67.0 | — | 80 | 9 |
| 🇺🇸 MAI-1-previewMicrosoft · USA | 49.4 | 52.8 | — | — | 46.0 | 87.7 | 84.2 | — |
| 🇺🇸 Claude Opus 5Anthropic · USA | — | 79.2 | — | — | — | — | — | — |
| 🇺🇸 Llama 4 MaverickMeta · USA | — | — | — | 1288 | — | 43.4 | 70 | 5 |
| 🇪🇺 Mistral Large 3Mistral AI · Europa | — | — | — | 1415 | — | 74 | 72 | 6 |
| 🇪🇺 Magistral SmallMistral AI · Europa | — | — | — | — | — | 70.88 | 70.07 | 4 |
| 🆕 🇺🇸 GPT-5.6 TerraOpenAI · USA | — | — | — | — | 87.4 | — | — | — |
| 🆕 🇺🇸 GPT-5.6 LunaOpenAI · USA | — | — | — | — | 84.7 | — | — | — |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | — | — | 49 | 1485 | — | — | — | — |
| 🆕 🇨🇳 Qwen3.8-Max-PreviewAlibaba (Qwen) · China | — | — | — | — | — | — | — | — |
Calidad de Zendoric = media a tercios de SWE-bench-Pro (desarrollo de SW) + LMArena (preferencia humana) + Terminal-Bench (capacidad agéntica), las tres con fuente fiable; si falta alguna se reparte su peso entre las presentes (mínimo dos; si no, «—»). LiveCodeBench y GPQA se muestran como referencia (orientativas, pueden estar incompletas) pero NO entran en el índice; ARC-AGI-2 (arcprize.org) mide progreso hacia AGI: los modelos puntúan MUY bajo → aún lejos de AGI. %, salvo LMArena (Elo).
💵 Economía (USD / 1M tokens)
| Modelo | Input | Cache | Output |
|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | $3.0 | $0.3 | $15.0 |
| 🇺🇸 Claude Fable 5Anthropic · USA | $10.0 | $1.0 | $50.0 |
| 🇺🇸 Claude Mythos 5Anthropic · USA | $10.0 | $1.0 | $50.0 |
| 🇺🇸 GPT-5.6 SolOpenAI · USA | $5.0 | $0.5 | $30.0 |
| 🇺🇸 Grok 4.5xAI · USA | $2.0 | $0.3 | $6.0 |
| 🇨🇳 GLM-5.2Zhipu AI · China | $0.6 | $0.26 | $2.2 |
| 🇺🇸 Claude Opus 4.8Anthropic · USA | $5.0 | $0.5 | $25.0 |
| 🇺🇸 GPT-5.5OpenAI · USA | $5.0 | $0.5 | $30.0 |
| 🇺🇸 Claude Sonnet 5Anthropic · USA | hasta 31 ago 2026 $2.0 desde 1 sep 2026 $3.0 | hasta 31 ago 2026 $0.2 desde 1 sep 2026 $0.3 | hasta 31 ago 2026 $10.0 desde 1 sep 2026 $15.0 |
| 🇺🇸 Grok 4xAI · USA | $3.0 | $0.75 | $15.0 |
| 🇨🇳 Qwen3.7-MaxAlibaba · China | $1.2 | $0.25 | $6.0 |
| 🇨🇳 Kimi K2.6Moonshot AI · China | $0.6 | $0.16 | $2.5 |
| 🇨🇳 DeepSeek V4-ProDeepSeek · China | $0.28 | $0.03 | $0.87 |
| 🇺🇸 Gemini 3 ProGoogle · USA | $1.25 | $0.31 | $10.0 |
| 🇺🇸 Claude Sonnet 4.6Anthropic · USA | $3.0 | $0.3 | $15.0 |
| 🇺🇸 MAI-1-previewMicrosoft · USA | — | — | — |
| 🇺🇸 Claude Opus 5Anthropic · USA | $5.0 | $0.5 | $25.0 |
| 🇺🇸 Llama 4 MaverickMeta · USA | $0.2 | — | $0.6 |
| 🇪🇺 Mistral Large 3Mistral AI · Europa | $2.0 | $0.2 | $6.0 |
| 🇪🇺 Magistral SmallMistral AI · Europa | $0.5 | $0.05 | $1.5 |
| 🆕 🇺🇸 GPT-5.6 TerraOpenAI · USA | $2.5 | $0.25 | $15.0 |
| 🆕 🇺🇸 GPT-5.6 LunaOpenAI · USA | $1.0 | $0.1 | $6.0 |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | $1.5 | $0.15 | $7.5 |
| 🆕 🇨🇳 Qwen3.8-Max-PreviewAlibaba (Qwen) · China | — | — | — |
Claude Sonnet 5: subida de tarifas programada (mismo modelo) — precio reducido hasta el 31 ago 2026 y tarifa estándar desde el 1 sep 2026.
🔓 Open source y variedad
| Modelo | Open source | Licencia | Variedad |
|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Fable 5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Mythos 5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 GPT-5.6 SolOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Grok 4.5xAI · USA | No | Propietario | Propietario (solo API) |
| 🇨🇳 GLM-5.2Zhipu AI · China | Sí | MIT | Open-weight (pesos abiertos) |
| 🇺🇸 Claude Opus 4.8Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 GPT-5.5OpenAI · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Sonnet 5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Grok 4xAI · USA | No | Propietario | Propietario (solo API) |
| 🇨🇳 Qwen3.7-MaxAlibaba · China | No | Propietario | Propietario (solo API) |
| 🇨🇳 Kimi K2.6Moonshot AI · China | Sí | Modified MIT | Open-weight (pesos abiertos) |
| 🇨🇳 DeepSeek V4-ProDeepSeek · China | Sí | MIT | Open-weight (pesos abiertos) |
| 🇺🇸 Gemini 3 ProGoogle · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Sonnet 4.6Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 MAI-1-previewMicrosoft · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Opus 5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Llama 4 MaverickMeta · USA | Sí | Llama 4 Community | Open-weight (pesos abiertos) |
| 🇪🇺 Mistral Large 3Mistral AI · Europa | Sí | Apache-2.0 | Open-weight (pesos abiertos) |
| 🇪🇺 Magistral SmallMistral AI · Europa | Sí | Apache-2.0 | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 GPT-5.6 TerraOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 GPT-5.6 LunaOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Qwen3.8-Max-PreviewAlibaba (Qwen) · China | No | Propietario | Propietario (solo API) |
🖥️ Open source para tu hardware
Pequeños/medianos que corren en un equipo propio (portátil/PC/Mac). Calidad = Artificial Analysis Intelligence Index (0-100; calidad del output), la medida con mejor cobertura en modelos open pequeños (LMArena no lista los sub-32B). Memoria estimada en cuantización 4-bit (Q4) y 8-bit (Q8); en Apple Silicon es memoria UNIFICADA (RAM=VRAM).
| Modelo | Calidad (AA Index) | GPQA | Params | RAM Q4 | RAM Q8 | GPU | CPU / Mac | Licencia |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27BAlibaba | 42 | 85.5 | 27B | 16 GB | 31 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 31BGoogle | 39 | 86 | 31B | 18 GB | 35 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | Gemma |
| Qwen3.5-35B-A3BAlibaba | 37 | 84.2 | 35B | 21 GB | 40 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 26B A4BGoogle | 31 | 82.3 | 26B | 15 GB | 29 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Gemma |
| Nemotron-Cascade-2-30B-A3BNVIDIA | 28 | 76.1 | 30B | 19 GB | 36 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | NVIDIA Open Model |
| gpt-oss-20bOpenAI | 24 | 71.5 | 20B | 13 GB | 25 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 12BGoogle | 22 | 78.8 | 12B | 8 GB | 15 GB | ≥8 GB | Sí (CPU lento · Mac 16 GB) | Gemma |
| Gemma 4 E4BGoogle | 19 | 58.6 | 4B | 4 GB | 6 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Gemma |
| Gemma 4 E2BGoogle | 15 | 43.4 | 2B | 3 GB | 4 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Gemma |
🗄️ Open source grande (servidor / multi-GPU)
Modelos open potentes pero que necesitan servidor o varias GPU. Calidad = LMArena Elo (preferencia humana sobre el output, fuente lmarena.ai), que sí cubre los modelos grandes. En MoE la memoria cuenta el total de parámetros (todos los expertos se cargan). Memoria estimada en cuantización 4-bit (Q4) y 8-bit (Q8); en Apple Silicon es memoria UNIFICADA (RAM=VRAM).
| Modelo | Calidad (LMArena) | GPQA | Params | RAM Q4 | RAM Q8 | GPU | CPU / Mac | Licencia |
|---|---|---|---|---|---|---|---|---|
| DeepSeek-V4-ProDeepSeek | 1465 | 90.1 | 1600B | 882 GB | 1762 GB | 12× 80 GB (servidor) | No (servidor GPU) | MIT |
| GLM-5.2Zhipu AI | 1465 | 91.2 | 744B | 411 GB | 820 GB | 6× 80 GB (servidor) | No (servidor GPU) | MIT |
| Kimi K2.6Moonshot AI | 1460 | 90.5 | 1100B | 552 GB | 1102 GB | 7× 80 GB (servidor) | No (servidor GPU) | Modified MIT |
| Qwen3.5-397B-A17BAlibaba | 1450 | 88.4 | 397B | 220 GB | 438 GB | 3× 80 GB (servidor) | No (servidor GPU) | Apache-2.0 |
| Llama 4 MaverickMeta | 1420 | 69.8 | 400B | 223 GB | 444 GB | 3× 80 GB (servidor) | No (servidor GPU) | Llama 4 Community |
| Mistral Large 3Mistral AI | 1416 | 68.0 | 675B | 373 GB | 744 GB | 5× 80 GB (servidor) | No (servidor GPU) | Apache-2.0 |
| gpt-oss-120bOpenAI | 1352 | 80.1 | 117B | 66 GB | 130 GB | ≥80 GB | No (servidor GPU) | Apache-2.0 |
🎨 Generación de imagen
Los principales modelos de generación de IMAGEN, separados entre servicios remotos (pagas por imagen vía API) y modelos abiertos que puedes ejecutar en tu propio hardware.
☁️ Remotos (API / cloud)
| Modelo | Calidad (arena) | Precio (por imagen) | Notas |
|---|---|---|---|
| GPT Image 2OpenAI · USA | 1338 AA Arena nº1 confirmado; 2º Reve 2.1 1300 (era 1305), gap ~38; arena.ai +242 (1512) confirmado | $0,211/img high (=$211/1K API OpenAI); fal.ai $0,005 low a $0,401 high 4K (fal.ai no verif. al detalle) | Nº1 t2i confirmado. Lanzado abr-2026. 2K, texto multilingüe y prompt adherence líder |
| MAI-Image-2.5Microsoft · USA | 1269 AA (era 1265), nº3 t2i confirmado; 2º Reve 2.1 1300 | Azure Foundry $47/M img out confirmado; ~$0,048/img estimado | Microsoft. Nº3 t2i (tras Reve 2.1); Flash más barata (~1207 Elo) |
| Nano Banana Pro (Gemini 3 Pro Image)Google · USA | 1222 AA t2i (era 1218), nº9 de 81 (CORREGIDO, era nº13); fuera del top-3 | $0,134/img 1-2K · $0,24/img 4K Gemini API (Batch 50% → 4K ~$0,12) confirmado | = Gemini 3 Pro Image. Salida hasta 4096×4096 |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite)Google · USA | 1262 AA t2i (era 1251), nº4 (CORREGIDO, era nº5) | $0,034/img (1K) Gemini API confirmado (Batch $0,017) | = Gemini 3.1 Flash Lite Image. Rápida/barata ~4s, solo 1K |
| GPT Image 1.5OpenAI · USA | 1260 AA (era 1256), nº6 t2i confirmado | $0,009 low · $0,034 medio · $0,133 high (1024 OpenAI API) — tiers no verif. al detalle | Generación anterior OpenAI, aún competitiva (nº6 AA) |
| Grok ImaginexAI · USA | 1203 AA (image-quality) nº12 (era 1201/nº14); variante base 1178 nº14 | $0,02/img confirmado (1K/2K, hasta 3 refs) | xAI. Precio bajo confirmado. i2v nº1 AA (1336) |
| Cosmos 3 SuperNVIDIA · USA | 1217 AA t2i (era 1214); Nº1 open weights confirmado en AA | Open weights (licencia OpenMDW-1.1, self-host gratis); API $0,04/img en fal y WaveSpeed | NVIDIA, omnimodal MoT ~64B (Qwen3-VL 32B). Nº1 open AA t2i confirmado |
💻 Locales (open-weight, en tu hardware)
| Modelo | Licencia | Hardware | Notas |
|---|---|---|---|
| FLUX.2Black Forest Labs | open-weight + API | GPU dedicada (variantes dev/FP8) | Lanz. 25-nov-2025 (max 16-dic, klein 15-ene-2026), hasta 4MP; open + Pro/Flex/Max API |
| Qwen-Image 2.0Alibaba | Apache-2.0 | 7B — GPU 16GB+ | Lanzado 10-feb-2026, 7B + enc. 8B Qwen3-VL, 2K nativo, tipografía EN/ZH |
| Z-Image TurboAlibaba (Tongyi) | open-weight | ~1 s/imagen en H100; corre en Mac (MLX) | Alibaba Tongyi-MAI, 6B, sub-segundo en H100. El open más rápido |
| Stable Diffusion 3.5Stability AI | Stability Community | GPU 8-16GB | Upgrade gratis desde SD 3.0. Mayor ecosistema (Civitai, ComfyUI, LoRAs) |
| HiDream-O1-Image-1.5HiDream | open-weight | GPU dedicada | v1.5 CERRADO (hosted), hasta 2K. Top-4 AA confirmado |
Datos a 2026-07-29 · fuentes: Artificial Analysis Image/Video Arena · arena.ai · llm-stats.com · Pixazo · documentación de fabricantes · el Elo de arena es preferencia humana a ciegas sobre el resultado; precios orientativos — verificar antes de decidir.
🎬 Generación de vídeo
Los principales modelos de generación de VÍDEO, separados entre servicios remotos (pagas por segundo generado vía API) y modelos abiertos para tu propio hardware.
☁️ Remotos (API / cloud)
| Modelo | Calidad (arena) | Precio (por segundo) | Notas |
|---|---|---|---|
| Kling 3.0 / TurboKuaishou · China | Con audio 1112 (Pro 1080p, ~#6 t2v). Gemini Omni lidera, no Kling. Sin audio 1244 NO VERIF; arena.ai 1991 NO VERIF | CORREGIDO: fal Kling 3.0 Turbo 1080p ~$0,14/s (no $0,08); ~$2,10 por 15s | Kuaishou feb-2026; Turbo/Omni 17-jun-2026. Hasta 15s + audio nativo |
| Veo 3.1Google · USA | CORREGIDO: NO top-3. Con audio 1096, ~#6-9 t2v. Lidera Gemini Omni Flash en AA | Lite ~$0,05/s · Fast $0,10/s (720p) · Std $0,40/s con audio (720p/1080p) — Vertex/Gemini API | Tres niveles + audio nativo (Vertex AI). Std $0,40/s audio incluido |
| Gemini Omni FlashGoogle · USA | 1244 con audio #1 t2v · 1325 sin audio #1 (orig 1326). Lidera t2v e i2v (i2v 1199 c/audio, 1375 s/audio) | ~$0,10/s (720p,24fps) preview Gemini API/AI Studio. Precio exacto NO VERIFICADO | Google, I/O may-2026. Multimodal, audio nativo, edición conversacional, 3-10s |
| Seedance 2.0 (Dreamina)ByteDance · China | 720p 1228 con audio #2 (orig 1227) · 1272 sin audio #4. Fast 1703 arena.ai NO VERIF | ~$0,10/s std (AA ~$9/min 1080p). EvoLink desde $0,045/s. Fast ~$0,081/s NO VERIF | ByteDance SEED 12-feb-2026. Multimodal, 15s + audio estéreo |
| Sora 2OpenAI · USA | — (ausente del leaderboard AA) | $0,10–0,70/s aún activo hasta cierre (orig '—') | EN RETIRADA: app cerrada 26-abr-2026; API se apaga 24-sep-2026 (410 después). Aviso 24-mar-2026 |
💻 Locales (open-weight, en tu hardware)
| Modelo | Licencia | Hardware | Notas |
|---|---|---|---|
| Wan 2.7Alibaba | open-weight | 16-24GB VRAM (14B) | Alibaba, release 22-abr-2026. Suite T2V/I2V/ref-to-video con voz + edición por instrucciones, multi-imagen |
| LTX-2.3Lightricks | open-weight | desde 12GB VRAM (FP8: flujos de 32GB) | Lightricks, 22B DiT, audio+vídeo en una pasada; ~18x más rápido que Wan 2.2 (NO VERIF directo) |
| HunyuanVideoTencent | open-weight | 16-24GB VRAM | Tencent 13B, open dic-2024; sucesor HunyuanVideo-1.5 (8.3B, ~14GB VRAM, Apache 2.0) publicado 20-nov-2025. No en AA |
| Mochi 1Genmo | open-weight | fine-tune en 1×H100/A100 80GB | Genmo, 10B (AsymmDiT), oct-2024, Apache 2.0; 480p preview, alta adherencia al prompt. No en AA |
| SkyReels V1Skywork | open-weight | GPU dedicada | Skywork, feb-2025, primer open human-centric (fine-tune de HunyuanVideo); T2V+I2V. Ojo: SkyReels V4 (1110 AA) es otra versión |
Datos a 2026-07-29 · fuentes: Artificial Analysis Image/Video Arena · arena.ai · llm-stats.com · Pixazo · documentación de fabricantes · el Elo de arena es preferencia humana a ciegas sobre el resultado; precios orientativos — verificar antes de decidir.