Una API de intercambio de rostros puede significar tres cosas muy distintas: un endpoint alojado, un kit de código abierto que ejecutas tú mismo o un modelo de sustitución de video en el navegador. Este artículo compara las tres, muestra qué incluye realmente lo gratuito y recorre un intercambio de video que funciona.
Escribir "face swap API" en un buscador devuelve en una misma página tres productos distintos mezclados. Algunos enlaces llevan a endpoints alojados que reciben dos archivos y devuelven uno. Otros llevan a proyectos de código abierto que necesitan una GPU y una tarde corrigiendo dependencias. Un tercer grupo son herramientas de navegador que nunca exponen una API. Para fotos fijas, cualquiera de ellas funciona. Para video, la diferencia es enorme, porque un solo fotograma malo de cada 240 basta para arruinar un clip de diez segundos.
Este artículo ordena las opciones según lo que cuestan, dónde fallan y qué proyecto encaja con cada una. Incluye también un ejemplo de video que puedes ejecutar hoy mismo en el navegador, y una nota sincera sobre lo que la API de PicassoIA ofrece y no ofrece para los intercambios.
Una API de intercambio de rostros recibe un origen (el rostro que quieres usar) y un destino (la foto o el clip que lo recibe), y devuelve un archivo nuevo en el que el destino muestra la identidad del origen. Detrás del endpoint, casi todos los pipelines siguen los mismos pasos: detectar los rostros, extraer una firma de identidad del origen, generar la nueva región del rostro y reintegrarla con un tono de piel, una iluminación y un ángulo de cabeza coherentes.
Las entradas y salidas típicas tienen este aspecto:
Un intercambio de imagen es una sola operación sobre un fotograma. Termina en uno o dos segundos, y un defecto es fácil de ver y de repetir. Un intercambio de video repite esa operación en cada fotograma y luego añade una pasada de coherencia para que el rostro no parpadee entre fotogramas. Diez segundos a 24 fotogramas por segundo son 240 fotogramas, y el costo, el tiempo de espera y la tasa de fallos crecen con ese número.
| Factor | Intercambio de imagen | Intercambio de video |
|---|---|---|
| Fotogramas procesados | 1 | 24 a 60 por segundo de material |
| Espera típica | Segundos | De segundos a varios minutos |
| Modo de fallo | Un defecto visible | Parpadeo, deriva, seguimiento perdido |
| Patrón de entrega | Normalmente una sola solicitud | Enviar, consultar, descargar |
| Tamaño de entrada | Unos pocos megabytes | Decenas o cientos de megabytes |
Los rostros en movimiento hacen cosas que las fotos fijas nunca ponen a prueba. Una mano cruza la boca. La cabeza gira hasta un perfil. Un destello de ventana cambia el color de la piel a mitad de un plano. Cada una de estas situaciones rompe la coincidencia de identidad durante unos fotogramas, y el ojo detecta un fallo de tres fotogramas al instante, aunque no sepa explicar por qué.
💡 Prueba primero los tres segundos más difíciles. Elige la parte de tu material con el giro de cabeza más rápido, más oclusiones y la luz más complicada. Si una herramienta aguanta ahí, aguantará el resto. Si solo pruebas la mejor toma, todas las herramientas parecerán excelentes.
Los marketplaces de modelos, como Replicate y fal, listan modelos de intercambio de rostros a los que puedes llamar por HTTP. La facturación suele ser por ejecución o por segundo de tiempo de GPU. Te ahorras el hardware, y un prototipo puede funcionar en menos de una hora.
Las contrapartidas son prácticas. Los precios y la disponibilidad de los modelos cambian sin previo aviso. Las colas se alargan en las horas punta. Las subidas tienen límites de tamaño. Y cada rostro que envías sale de tus propios servidores, algo que importa en cualquier revisión de privacidad. Consulta la página de precios actual y las condiciones de datos antes de comprometerte.
FaceFusion, la familia de forks de Roop y los modelos swapper de InsightFace son los nombres que más aparecen. Ejecutarlos tú mismo significa no pagar una tarifa por llamada, tener control total de los ajustes y que el material nunca salga de tu equipo.
El costo se traslada a otra parte. Necesitas una GPU capaz, drivers compatibles y paciencia con las versiones de las dependencias. Las licencias merecen la mayor atención: varios pesos de swapper muy populares se publican solo para uso de investigación no comercial. Eso está bien para un experimento de fin de semana, y se convierte en un problema el día en que tu proyecto genere ingresos, así que lee la licencia de los pesos exactos que descargues.
Un enfoque más reciente se salta por completo el pegado de rostros. En lugar de editar una región del rostro, el modelo reemplaza a toda la persona del clip usando una o más fotos de referencia, y conserva el movimiento, el ritmo y el trabajo de cámara del material original.
PicassoIA incluye dos modelos construidos así: P Video Replace y Wan 2.2 Animate Replace. Como reemplazan a la persona y no solo el rostro, el cabello, la complexión y la ropa también siguen la foto de referencia. Es ideal cuando quieres otro presentador en un clip terminado. No es la herramienta adecuada si necesitas cambiar solo la cara y dejar todo lo demás idéntico.
"Gratis" esconde al menos cuatro acuerdos distintos, y confundirlos causa la mayoría de las decepciones.
Ejecuta un kit de código abierto en una GPU de juegos local mientras desarrollas. Cuesta electricidad en lugar de tarifas por llamada, y puedes iterar cientos de veces sobre el mismo clip de prueba. Cuando el prototipo funcione, pasa el tráfico pesado o irregular a un endpoint alojado y compara su precio por ejecución con el costo de mantener tu propia GPU ocupada.
Olvídate del código. La página de Wan 2.2 Animate Replace describe el modelo como gratis para probar en línea: subes un clip y una foto de personaje, y el intercambio se ejecuta en el navegador sin necesidad de software de edición. Empieza con un clip corto a 480p para comprobar la coincidencia y, cuando te convenza, repite la ejecución a 720p.
💡 Gratis no es lo mismo que comercial. Una herramienta gratuita puede restringir el uso comercial, exigir atribución o añadir una marca de agua. Lee la licencia antes de publicar un video intercambiado para un cliente.
Así se comparan las opciones realistas para trabajar con video.
| Opción | Ideal para | Compatibilidad con video | Modelo de costo | Principal inconveniente |
|---|---|---|---|---|
| Endpoints de marketplaces | Desarrolladores que prototipan una app | Depende del modelo | Pago por ejecución | Los precios cambian, las subidas salen de tus servidores |
| Kit de código abierto | Gran volumen, material privado | Sí, fotograma a fotograma | Hardware más tu tiempo | Esfuerzo de configuración, límites de licencia |
| P Video Replace | Reemplazar a una persona en material terminado | Sí, hasta 1080p | Navegador, sin hardware | Reemplaza a la persona, no solo el rostro |
| Wan 2.2 Animate Replace | Intercambio rápido de personaje a partir de una foto | Sí, 720p o 480p | Gratis para probar en línea | Ejecuciones más lentas en los ejemplos publicados |
| API de PicassoIA | Generación de imágenes y video dentro de una app | Sin modelo de intercambio hoy | Predicciones al estilo Replicate | Los modelos de intercambio se ejecutan en la app web |
Tres reglas resuelven la mayoría de las decisiones:
Cuando dos opciones empatan, elige aquella cuyo fallo puedas permitirte. Un parpadeo que puedes volver a renderizar cuesta unos minutos, mientras que una filtración de privacidad por una subida no revisada no tiene vuelta atrás.
P Video Replace toma un video de origen y hasta tres fotos de referencia de la persona que quieres en la escena. Todo lo demás se mantiene igual: el movimiento, el ritmo, el ángulo de cámara y el fondo. La página del modelo indica una salida de hasta 1080p, y los ejemplos publicados allí terminaron en unos 20 segundos o algo más de dos minutos, según el clip.
Usa un archivo .mp4. Elige material en el que la persona a reemplazar aparezca durante la mayor parte del clip, con una iluminación estable y sin cortes rápidos. Recorta el clip a la parte que necesitas, porque los clips más cortos se ejecutan más rápido y fallan menos.
Sube de una a tres fotos de la persona que va a reemplazar. Usa imágenes nítidas, de frente, con luz uniforme y sin gafas de sol ni sombras fuertes. Añadir un segundo ángulo, como una vista de tres cuartos, ayuda a que el rostro se mantenga coherente cuando la cabeza gira.
El valor predeterminado es 720p, y 1080p está disponible cuando el clip es para entregar. Deja activado el audio original si la voz debe quedarse como está. Ajusta los fotogramas por segundo a los del original, salvo que tu proyecto necesite 24 o 48. Para borradores rápidos, activa turbo: es más rápido y ligeramente inferior en calidad.
El campo del prompt es opcional, y basta con una frase corta. Algo como "reemplaza al presentador por la persona de la imagen 1" le indica al modelo lo que esperas. Si el resultado se desvía, corrige primero las fotos de referencia antes de reescribir el prompt, porque las fotos pesan más.
Wan 2.2 Animate Replace sigue un flujo parecido, pero con una imagen de personaje en lugar de hasta tres. Funciona a 720p o 480p, genera 30 fotogramas por segundo y combina el audio original de forma predeterminada. Un modo rápido ofrece vistas previas más veloces. Los ejemplos publicados tardaron entre aproximadamente un minuto y medio y más de doce minutos, así que prevé esperas en clips más largos.
💡 Haz un borrador antes de la versión final. Usa turbo o 480p para comprobar la coincidencia del rostro y dedica la ejecución más larga a la versión que vas a publicar.
Los desarrolladores preguntan a menudo si la API de PicassoIA puede ejecutar estos intercambios desde código. Esta es la respuesta sincera, basada en las páginas para desarrolladores en el momento de escribir.
La API está en api.picassoia.com/v1 y usa un token bearer para la autenticación. Sigue el estilo de Replicate: creas una predicción con un POST a /v1/models/{owner}/{name}/predictions y después consultas GET /v1/predictions/{id} hasta que el trabajo termina, y puedes cancelar un trabajo en curso. Los trabajos son asíncronos, lo que encaja con el video.
Se exponen cuatro modelos: generación de imágenes, edición de imágenes mediante PicassoIA Image Editor Pro y dos opciones de video, una de ellas con audio. Ninguno es un modelo dedicado de intercambio de rostros, así que los modelos de intercambio descritos arriba se ejecutan actualmente en la app web y no a través de la API.
Algunos límites importan para el trabajo con video:
💡 Verifica el texto sobre precios. La documentación dice que las predicciones son actualmente gratuitas y no usan créditos, pero también menciona un plan obligatorio, y la página de precios incluye el acceso a la API en un conjunto distinto de planes. Revisa ambas páginas para el plan que realmente necesitas antes de construir un producto sobre la API.
La tecnología de intercambio de rostros puede usarse para trabajos inofensivos, como sustituir a un presentador en un video de formación o probar una idea de casting. También puede usarse para engañar a las personas, y la línea divisoria es el consentimiento. Considera estos puntos como el mínimo:
Si creas un producto sobre una API de intercambio de rostros, añade una casilla de consentimiento al subir los archivos, guarda un registro de las solicitudes, ofrece una vía para solicitar la retirada del contenido y rechaza las subidas que no puedas verificar. Esos pasos cuestan una tarde y evitan los problemas que acaban con los proyectos.
La forma más rápida de juzgar un intercambio es ejecutar tu propio material. Abre P Video Replace con un clip corto y una foto de referencia nítida, o prueba Wan 2.2 Animate Replace para un intercambio de personaje gratis para probar en línea a 480p. Si también necesitas trabajo con fotos fijas, PicassoIA Image Editor Pro edita fotos a partir de una instrucción de texto.
Empieza con tres segundos de tu material más difícil, compara dos modelos uno al lado del otro y quédate con el que aguanta cuando la cabeza gira. Cuando quieras ver qué más hay disponible, explora todos los modelos en picassoia.com/en/all-models y crea tus propias imágenes y videos en PicassoIA hoy mismo.
Elige tu idioma
