Las API de imagen a video cobran desde nada hasta 2,00 $ por un solo clip de 5 segundos. Aquí comparamos las rutas gratuitas, las opciones baratas por segundo y los costos ocultos, con precios revisados en octubre de 2026 y un ejemplo funcional de la API de PicassoIA.
Un clip de cinco segundos hecho a partir de una sola imagen puede costar nada, un cuarto de dólar o dos dólares, según la API de imagen a video que llames y el nivel que elijas. Esa diferencia es la verdadera historia de los precios de este mes, y por eso echar un vistazo rápido a la página de un proveedor casi nunca predice lo que costará un proyecto. A continuación encontrarás las rutas gratuitas, las baratas, las caras, el cálculo para un clip de 5 segundos y los puntos donde el precio de la página no coincide con el de la factura.
💡 Los precios cambian cada mes. Todas las cifras de aquí se revisaron en octubre de 2026 frente a la página de un proveedor o a un rastreador citado. Úsalas como una referencia y confirma en la página del proveedor antes de comprometer un volumen.
Envías una imagen como primer fotograma más un prompt corto de movimiento. La API devuelve un MP4, normalmente de 5 a 10 segundos, en resoluciones que van desde 480p hasta 4K. Muchos modelos ya generan audio sincronizado en la misma pasada, y eso cambia el precio (más sobre esto abajo). La imagen fija el sujeto, los colores y el encuadre, así que el resultado es mucho más predecible que el texto a video, donde el modelo lo inventa todo desde cero.
Las entradas se parecen en todos los proveedores: una URL de imagen o un archivo subido, un prompt escrito como descripción cronológica ("la cámara se acerca despacio mientras el vapor sube desde la taza"), una resolución, una duración y, a veces, una semilla para obtener resultados repetibles.
El render lleva su tiempo, así que casi todas las API de video funcionan en dos pasos: crear un trabajo y luego consultarlo hasta que el estado indique succeeded o failed. Los ejemplos de ejecución que aparecen en las propias páginas de modelos de PicassoIA muestran el rango: unos 30 a 80 segundos para clips de 5 segundos en Picasso IA Video, y entre 100 y 190 segundos aproximadamente para clips de 10 a 15 segundos en Seedance 2.5 Lite. Tu código tiene que esperar, reintentar y gestionar los fallos, y un trabajo fallido sigue costándote tiempo y, a veces, dinero.
"Gratis" tiene tres versiones, y solo una de ellas es gratuita como la gente espera.
💡 La trampa: los niveles gratuitos vienen con límites, colas y la palabra "currently" en sus condiciones. Son perfectos para probar prompts y arriesgados como único plan para un producto de pago.
Modelos abiertos como Wan 2.2 I2V, LTX Video y Stable Video Diffusion no tienen tarifa por clip. Pagas con hardware. Según lo reportado, Stable Video Diffusion necesita aproximadamente entre 10 y 16 GB de VRAM a 576x1024, y Wan 2.2 I2V A14B 24 GB o más a 720p. Hugging Face también aloja Spaces de demostración, pero espera colas.
Alquilar una GPU por hora devuelve la factura a un número por clip, así que mide los segundos de GPU que usa cada clip antes de llamarlo gratuito.
La facturación por segundo es la más fácil de comparar: multiplicas la tarifa por la duración del clip y obtienes el costo.
| Modelo | Fuente | Precio por segundo | Clip de 5 segundos |
|---|---|---|---|
| Veo 3.1 Lite, 720p | Página de la API de Google Gemini | $0.05 | $0.25 |
| Veo 3.1 Fast, 720p | Página de la API de Google Gemini | $0.10 | $0.50 |
| Veo 3.1, 720p | Página de la API de Google Gemini | $0.40 | $2.00 |
| Kling 2.5 Turbo Pro | Página de precios de fal | $0.07 | $0.35 |
| Kling 3.0, nivel Pro | Página de precios de fal | $0.14 | $0.70 |
| Kling 3.0 | Rastreador externo, febrero | unos $0.029 | unos $0.15 |
| Imagen a video de MiniMax (dos modelos listados) | Página de precios de fal | $0.025 a $0.05 | $0.13 a $0.25 |
Las filas de Google incluyen audio. Seedance 2 se factura por token (0,014 $ por cada 1000 tokens en la página de fal), así que no puedes convertirlo en una tarifa por segundo sin saber cuántos tokens usa un clip. Haz un clip de prueba y revisa la factura.
La resolución también mueve la factura. En la página de Google, Veo 3.1 Fast cuesta 0,10 $ por segundo a 720p, 0,12 $ a 1080p y 0,30 $ a 4K. Mismo modelo, el triple de precio. Haz borradores a 720p y mejora solo los clips que vayas a conservar.
Kling 3.0 aparece a unos 0,029 $ por segundo en un rastreador y a 0,14 $ en el nivel Pro de fal. La diferencia viene del nivel (estándar o pro), de si el audio está activado, del margen del revendedor y de la fecha de la captura. Compara lo comparable: misma resolución, misma duración, mismo ajuste de audio y mismo nivel.
Los precios bajos suelen venir de variantes más pequeñas, no de un descuento sobre el modelo insignia. Una versión Lite o Fast cambia el máximo detalle y las resoluciones más altas por velocidad y volumen. Seedance 2.5 Lite, por ejemplo, está limitado a 480p y 720p a propósito. Para clips de redes sociales, bucles de producto y storyboards animados, es más que suficiente. Para una toma principal en 4K en la portada de un cliente, no lo es.
Sea cual sea el nivel que elijas, pruébalo con tus propias imágenes antes de comprar volumen. Las mismas pocas cosas rompen los clips en casi todos los modelos: manos en movimiento, texto legible dentro del encuadre, movimientos de cámara rápidos y multitudes de figuras pequeñas. Un sujeto tranquilo con un solo movimiento claro, como vapor, nubes que se desplazan, un acercamiento lento o un giro de cabeza, es donde los modelos baratos rinden mejor. Pasa cinco de tus fotos reales por un nivel barato y por uno intermedio, y compara los resultados lado a lado. Si no puedes distinguirlos al tamaño en que vas a publicar, gana el más barato.
| Estilo de facturación | Ejemplo | Ventaja | Qué vigilar |
|---|---|---|---|
| Por segundo | La familia Veo 3.1 de Google | Cálculo sencillo | El audio y la resolución cambian la tarifa |
| Por token | Seedance 2 en fal | Clips cortos baratos | Difícil de prever |
| Créditos | Apiframe | Un solo saldo para muchos modelos | Los créditos por segundo varían unas 7 veces |
| Suscripción | Planes tipo Runway | Factura predecible | La cuota no usada caduca |
| Autoalojado | Wan 2.2 I2V, LTX Video | Sin tarifa por clip | GPU, configuración, mantenimiento |
La diferencia en créditos es real. La tabla de agosto de Apiframe lista Seedance 1.5 Pro a 720p durante 4 segundos con 15 créditos, y Luma Ray 2 a 720p durante 5 segundos con 131 créditos. Eso equivale a unos 3,75 créditos por segundo frente a 26,2, unas siete veces más.
Las suscripciones siguen una regla sencilla de punto de equilibrio: cuota mensual dividida entre el costo por clip. Un rastreador situó los planes de Runway entre 12 y 76 $ al mes. Un plan de 12 $ equivale a unos 34 clips de 0,35 $ cada uno. Si haces menos clips que eso, paga por segundo.
Esta es una toma por cada uno de 100 clips de 5 segundos a 720p:
| Modelo | Costo por clip | 100 clips |
|---|---|---|
| Veo 3.1 Lite | $0.25 | $25 |
| Kling 2.5 Turbo Pro | $0.35 | $35 |
| Veo 3.1 Fast | $0.50 | $50 |
| Kling 3.0 Pro | $0.70 | $70 |
| Veo 3.1 | $2.00 | $200 |
💡 Prevé los reintentos. Pocos prompts salen bien a la primera. Si necesitas una media de 3 tomas por clip utilizable, multiplica por 3 todos los números de esa tabla.
La API está en https://api.picassoia.com/v1 y usa un token Bearer que empieza por pia_sk_. Los endpoints siguen el patrón conocido de Replicate: crear una predicción, consultarla y obtener la salida. Se exponen cuatro modelos:
Los límites importan en cualquier trabajo por lotes: 5 predicciones en curso a la vez por cuenta (una sexta devuelve 429 concurrency_limit), un cuerpo de solicitud de 10 MB, 5 MB por imagen en data URL, prompts de hasta 4000 caracteres y 2 tokens por cuenta.
La documentación indica que las predicciones de la API son actualmente gratuitas y no usan créditos, y que el precio es "Free with the Infinite plan". Sin ese plan, crear una predicción devuelve 403 plan_required. Hay un matiz: la página de precios enumera API Access y MCP Connections como funciones nuevas de sus planes, mientras que la documentación exige Infinite. Toma la documentación como norma y revisa la página de planes antes de construir sobre ella. Y recuerda la palabra currently.
Esta solicitud anima una foto con Seedance 2.5 Lite. Los parámetros van dentro de un objeto input:
curl -s -X POST https://api.picassoia.com/v1/models/picassoia/seedance-2.5-lite/predictions \
-H "Authorization: Bearer $PICASSOIA_TOKEN" \
-H "Content-Type: application/json" \
-d '{"input": {"image": "https://example.com/first-frame.jpg", "prompt": "The camera pushes in slowly as steam rises from the cup and morning light shifts across the table", "resolution": "720p", "duration": 5}}'
Recibes una respuesta 201 con un id, un status de starting, una URL de consulta y un eta. Consulta GET /v1/predictions/{id} hasta que el estado sea succeeded, failed o canceled. El bucle de Python documentado es corto:
import os, time, requests
API = "https://api.picassoia.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['PICASSOIA_TOKEN']}"}
def run(model, input):
r = requests.post(f"{API}/models/{model}/predictions", json={"input": input}, headers=HEADERS)
p = r.json()
if not r.ok:
raise RuntimeError(f"{p['code']}: {p['detail']}")
while p["status"] not in ("succeeded", "failed", "canceled"):
time.sleep((p.get("eta") or {}).get("next_poll_in_seconds", 2))
p = requests.get(p["urls"]["get"], headers=HEADERS).json()
if p["status"] != "succeeded":
raise RuntimeError(p["error"] or p["status"])
return p["output"]
No necesitas código si solo quieres unos cuantos clips. Seedance 2.5 Lite funciona desde la página del modelo, y su descripción dice que los miembros de Wonder pueden generar sin límites.
save_audio para un clip sin sonido.Tres prompts iniciales para un movimiento tranquilo y de bajo riesgo:
¿Necesitas el primer fotograma en sí? Genéralo con Picasso IA Image, corrige los detalles con Picasso IA Image Editor Pro y luego anímalo. Picasso IA Video es la alternativa más sencilla: cada clip dura 5 segundos fijos a 24 fotogramas por segundo, a 480p o 720p.
El precio por segundo es el precio de un intento. Manos que se deforman, caras que se desvían y un movimiento de cámara que ignora tu prompt significan otra toma. Con 3 tomas por clip utilizable, un clip de 0,25 $ cuesta en realidad 0,75 $. Pregunta a cada proveedor si las predicciones fallidas o canceladas se cobran, y lleva la cuenta de las tomas por clip utilizable en tu propio contenido, porque esa proporción cambia con cada modelo.
La forma más barata de saber cuánto costarán tus clips es hacer uno. Elige una foto que ya tengas, como una foto de producto, un paisaje o un retrato. Abre Seedance 2.5 Lite o Picasso IA Video en PicassoIA, añade un prompt de movimiento de una sola frase y renderiza un borrador a 480p. Después prueba tres variaciones del prompt y anota cuántas necesitaste para obtener un clip que publicarías.
Si necesitas un primer fotograma nuevo, créalo con Picasso IA Image y anímalo en la misma sesión. Cuando el borrador funcione, pasa a 720p y, si tu volumen lo justifica, llama a la API con la solicitud de arriba. Explora todos los modelos de video e imagen en picassoia.com/en/all-models y haz tu propia comparativa antes de comprometerte con un proveedor de pago.
Elige tu idioma
