# Mapa de modelos: generación de video Actualizado: 2026-09-30. Un modelo abierto sigue liderando una clasificación: MiniMax H3 mantiene el #1 en imagen a video (su licencia excluye la UE, Reino Unido, EE. UU. y Corea). Omni 1.1 Flash de Google conserva la corona de texto a video de Arena y Wan3.0 encabeza texto a video de Artificial Analysis. OpenAI cerró la API de Sora 2 el 24 sep y LTX-2.5 de Lightricks es la nueva segunda opción abierta. ## Modelos cerrados ### Nivel S (lo mejor) - **Gemini Omni 1.1 Flash** (google deepmind): La actualización que convirtió clips en escenas: extensiones acumuladas de 40 segundos con 10 segundos de contexto previo, control del primer/último fotograma y salida 4K; además arrebató la corona de texto a video a su propio predecesor. - **Gemini Omni Flash** (google deepmind): El modelo de video omni de junio de Google mantuvo la corona de texto a video todo el verano; la actualización 1.1 ya está por encima. - **Wan3.0** (alibaba): El Wan de frontera pasó a entradas de todo tipo: generaciones de 30 segundos desde texto, imágenes, video, audio e incluso documentos; ahora domina la clasificación de edición de video. - **Seedance 2.5** (bytedance): El sucesor de Seedance 2.0 (31 jul): generaciones únicas de 30 segundos en 4K nativo de 10 bits, con hasta 50 recursos de referencia y control por marca de tiempo. ### Nivel A (frontera) - **Seedance 2.0** (bytedance): #5 en Arena I2V (1475, 21 sep) y #4 en AA I2V. Seedance 2.5 está por encima. Hasta 12 archivos de referencia, salida de hasta 4K de 10 bits. Sep 2026. Sincronización labial a nivel de fonema en más de 8 idiomas; salió de los tres primeros de imagen a video al ser superado por Seedance 2.5 y modelos más recientes. - **FLUX 3 Video** (black forest labs): Disponible mediante BFL API y socios desde el 4 ago; la publicación de lanzamiento decía disponibilidad general, pero las notas actuales dicen preliminar, así que trátalo como preliminar hasta que BFL lo aclare (omitido en las revisiones de agosto: una laguna del registro inicial, no un evento de septiembre). #3 en Arena T2V (captura del 25 ago) y #8 en I2V (captura del 2 sep, como versión 20260811). Sin pesos abiertos; la línea FLUX abierta sigue siendo solo de imágenes. Sep 2026. El primer modelo de video de Black Forest Labs, solo alojado: clips de 20 segundos con diálogo y sonido nativos, fotogramas clave y continuación, y una entrada entre los tres primeros de texto a video. - **Grok Imagine Video 1.5** (xai): #8 en Arena I2V y #8 en AA I2V (21 sep / 30 sep). Su variante de modo agente es #4 (preliminar) en Arena T2V. Sep 2026. Generación rápida y un modo Agent de lienzo infinito para unir películas; ya lejos de la cima en imagen a video. - **HiDream-O1-Video** (hidream.ai): Laguna de la clasificación detectada en la comparación del 16 sep. ID de modelo HiDream-O1-Video-1.0, documentación fechada el 14 sep; una imagen de referencia más un prompt de texto. #8 en Arena Image-to-Video (1452±12) en la captura del 14 sep. No se encontraron pesos ni publicación de lanzamiento. Sep 2026. El primer modelo de video del equipo de imágenes de HiDream entró entre los diez primeros de imagen a video, por encima de FLUX 3 Video y HappyHorse. - **Wan 2.7** (alibaba): #4 en AA T2V con audio (1160 como Wan2.7-260612; la entrada base está en 1109), #6 en I2V (1091). Los IDs de API son versiones fechadas (wan2.7-t2v-2026-06-12). Ago 2026. El Wan de frontera de Alibaba solo por API (la línea abierta sigue en 2.2): #4 en la clasificación con audio mediante versiones fechadas del 12 jun. - **HappyHorse-1.1** (alibaba (ath)): #5 en AA T2V con audio (1149 como HappyHorse-1.1; la entrada 1.0 aún lo supera sin audio), #5 en I2V (1108). Ago 2026. La actualización 1.1 (22 jun) del modelo Transfusion unificado del exarquitecto de Kling: video + audio conjuntos, sincronización labial en 7 idiomas. - **Kling 3.0 / Omni** (kuaishou): Entre los cinco primeros de AA T2V (1094-1104); opción de la comunidad por calidad visual y fidelidad al prompt. Jun 2026. La opción de costo/calidad: guiones gráficos con varios planos, prompts y cámaras por plano a unos $0.10/seg. ### Nivel B (situacional) - **Veo 3.1** (google deepmind): 1094 en AA T2V / 1085 en I2V, ahora 11.º y 9.º, dentro del ruido estadístico del grupo B, por eso bajó de nivel. La mejor distribución en el ecosistema (Gemini, Flow). Aún sin Veo 4 (verificado en ago 2026). La API de video occidental más potente: fiabilidad, fidelidad al prompt y el único diálogo sincronizado de 48kHz ampliamente disponible. - **SkyReels V4** (skywork ai): 1106 en AA T2V. V1-V3 eran abiertos; los pesos de V4 siguen sin publicarse (Skywork en HF llega hasta V3). Jul 2026. Generación conjunta de video y audio de doble flujo con relleno y edición a 1080p/32fps/15s. - **Runway Gen-4.5** (runway): Brevemente #1 en su lanzamiento; la falta de audio nativo lo deja fuera de la clasificación con audio. Jun 2026. Superado en calidad pura, pero aún con la mejor interfaz de control profesional; la edición de video en contexto de Aleph 2 sigue siendo única. - **Vidu Q3 Pro** (shengshu): 1082 en AA T2V / entre los 12 primeros de I2V. Jun 2026. Anime y coherencia de referencia a video a bajo costo. - **Hailuo 2.3** (minimax): En mitad de la tabla frente a la oleada de feb 2026; sin Hailuo 3.0 verificado. Jun 2026. Realismo de acciones físicas y microexpresiones con una relación costo-eficiencia récord. ## Modelos abiertos ### Nivel S (lo mejor) - **MiniMax H3** (minimax · minimax community license (excludes eu/uk/us/kr)): El modelo omnimodal de video de MiniMax (31 jul) ya es #1 absoluto en imagen a video de Arena: un modelo de pesos abiertos por encima de todos los laboratorios cerrados, con una licencia que excluye la UE, Reino Unido, EE. UU. y Corea. - **LTX-2.5** (lightricks · ltx-2 community): El modelo abierto de video más reciente de Lightricks: múltiples planos nativos, audio sincronizado, compatibilidad con ComfyUI desde el primer día y las mejores puntuaciones abiertas después de MiniMax H3. ### Nivel A (frontera) - **LTX-2.3** (lightricks · apache 2.0): Líder abierto en AA (LTX-2.3 Fast #20 / Pro #21 general), muy detrás de la frontera cerrada, pero único entre los pesos abiertos a esa altura. Jul 2026. La frontera del video abierto: 22B con 4K nativo y audio sincronizado, sucesor del LTX-2 abierto. - **MAGI-2 Preview** (sand.ai · apache 2.0): Versión preliminar de investigación publicada el 5 ago (114B en total, 6B activos, clips de 10 segundos). #2 abierto en imagen a video de AA. API aún no disponible. Sep 2026. Un modelo de video con licencia Apache que genera sonido e imagen juntos; la entrada abierta más potente de imagen a video después de MiniMax H3, pero necesita ocho GPU de centro de datos. - **HunyuanVideo 1.5** (tencent · tencent community license): El mejor equilibrio abierto entre calidad y VRAM; código completo publicado en may 2026. Jun 2026. 720p cercano al estado del arte con solo 8.3B de parámetros en una sola 4090; la opción de la comunidad para ajuste fino local. ### Nivel B (situacional) - **Wan 2.2** (alibaba · apache 2.0): MoE de 27B-A14B; modelo de uso diario de la comunidad pese a su edad. Jun 2026. Sigue siendo el Wan ABIERTO más reciente (2.5/2.6 pasaron a ser solo por API) y el estándar de facto de ComfyUI con el ecosistema LoRA más profundo.