Google cobra unos seis centavos por imagen de try on, Kling Kolors unos siete, y los modelos gratuitos tienen una licencia no comercial. Consulta precios, cuotas, reglas para las fotos y una prueba práctica para elegir la API de virtual try on adecuada para tu tienda de moda o tu app.
Un comprador sube un selfi, toca un trench color oliva y, tres segundos después, se ve a sí mismo con la prenda puesta. Detrás de ese toque hay una API de virtual try on, y la que elijas determina tu costo por imagen, la calidad de las fotos y cuánta ingeniería tendrás que aportar. Tres opciones aparecen en casi todas las búsquedas: el modelo de try on de Google en Vertex AI, el try on de Kling Kolors y los modelos gratuitos de código abierto. Este artículo las pone una junto a la otra con precios, límites y condiciones de licencia reales, y luego muestra una forma rápida de probar tus propias fotos de prendas antes de escribir una sola línea de código de integración.
💡 Respuesta corta: Google gana en documentación y controles empresariales. Kling gana en precios sencillos y en el paso de una foto de try on a un video. La ruta gratuita solo compensa si tu proyecto es no comercial o si ya tienes las GPU.
Una API de try on toma una foto de una persona y una foto de una prenda, y devuelve una nueva imagen de esa misma persona con esa prenda puesta. El rostro, la pose y el fondo se mantienen. Solo cambia la ropa. Parece un truco pequeño, pero sustituye una sesión de fotos por cada conjunto, cada talla y cada color por una sola petición que cuesta centavos.
Todos los proveedores de esta comparativa piden el mismo par de imágenes, y la calidad de ambas decide el resultado más que el modelo:
Regla práctica: si un editor humano no pudiera saber cómo es la prenda a partir de tu foto, tampoco podrá la API.
La moda en línea tiene un problema de talla. Los compradores no pueden ver cómo cae una chaqueta sobre un cuerpo como el suyo, así que piden dos tallas, se quedan con una y devuelven la otra. Cada devolución implica envío, inspección, volver a doblar la prenda y, a veces, una baja contable. Una función de try on le ofrece al comprador una vista previa creíble, y una vista previa creíble sale más barata que un paquete devuelto.
Para las marcas pequeñas el enfoque es otro. Fotografiar cada producto con tres o cuatro modelos resulta caro, así que el try on convierte una sola foto de modelo en un catálogo completo. Por eso las API de try on siguen apareciendo en las hojas de ruta del comercio electrónico, y por eso elegir proveedor merece más que un vistazo rápido a una lista de precios.
La oferta de Google es un modelo llamado virtual-try-on-001, que se sirve a través de la API REST de Vertex AI junto a la familia Imagen. Es la opción más formal de las tres: versionada, documentada, basada en cuotas y vinculada a la facturación de Google Cloud. Si tu empresa ya trabaja con Google Cloud, la contratación y el control de acceso están prácticamente resueltos antes de escribir cualquier código.
Según la documentación de Google, el contrato es el siguiente:
Que la salida coincida con la resolución de entrada es una ventaja discreta. Una foto de estudio de 2000 píxeles vuelve como una foto de 2000 píxeles, así que quizá no necesites un paso aparte de escalado. Pedir varias muestras en una misma petición también te permite mostrar al comprador algunas variaciones, o que tu equipo elija la mejor antes de publicar.
Google factura el modelo con los precios de Imagen. Los rastreadores de precios de terceros indican unos $0,06 por imagen, y el revendedor de servicios alojados Pixazo lista $0,063, así que presupuesta un poco más de seis centavos por resultado y confirma la cifra en la página de precios de Google antes de hacer previsiones.
La cuota documentada es de 50 solicitudes de predicción en línea regionales por modelo base y por minuto. Es suficiente para una tienda, pero escasa para una app social con picos repentinos, así que planifica desde el primer día una cola y una política de reintentos.
💡 Revisa la fecha de fin: la página del modelo indica la disponibilidad general desde el 20 de enero de 2026 y una fecha de descontinuación el 20 de enero de 2027. Lee la página actual antes de construir nada, y mantén al proveedor detrás de un adaptador pequeño para que cambiar a un modelo sucesor sea un cambio de un solo archivo.
El try on de Kling procede de la línea Kolors y está disponible en la plataforma propia de Kling y a través de revendedores como fal. La versión que más prueban los desarrolladores es Kolors Virtual Try On v1.5, que usa inpainting basado en difusión y funciona mejor con fotos de modelo de frente y fotos limpias de la prenda.
En fal, el endpoint es fal-ai/kling/v1-5/kolors-virtual-try-on. Envías dos URL de imagen y recibes una imagen:
{
"human_image_url": "https://example.com/model.jpg",
"garment_image_url": "https://example.com/olive-trench.png"
}
Un flag sync_mode opcional devuelve la imagen directamente en la respuesta. Sin él, el trabajo entra en cola y recoges el resultado más tarde. El ejemplo de salida de la ficha es un PNG único de 768 por 1024 píxeles, que sirve para una miniatura de página de producto, pero se queda corto para un banner principal.
Ese último punto importa a las marcas. Si tu sudadera lleva un logotipo bordado pequeño, pruébalo antes de prometer a los compradores una vista previa exacta.
La plataforma de Kling permite llevar un resultado de try on a su modelo de imagen a video, que convierte una vista previa fija del conjunto en un clip corto. Puedes reproducir ese flujo en PicassoIA llevando cualquier imagen de try on terminada a Kling v3 Video o Kling v2.6 y describiendo el movimiento: un giro lento, un paso hacia una ventana, la tela moviéndose con una brisa suave.
Clips así encajan mucho mejor en páginas de producto y anuncios sociales que otra toma estática, y cuestan una fracción de un rodaje real.
"Gratis" tiene dos significados en este mercado: gratis para descargar y gratis para ejecutar. Los modelos de código abierto cumplen lo primero, y rara vez lo segundo.
IDM-VTON es la implementación de investigación detrás del artículo "Improving Diffusion Models for Authentic Virtual Try-on in the Wild". Incluye una demo local en Gradio, scripts de inferencia para los conjuntos de datos VITON-HD y DressCode, y una demo pública en Hugging Face para probarla en el navegador.
El detalle en el que suelen equivocarse los equipos es la licencia: CC BY-NC-SA 4.0, que prohíbe el uso comercial. Eso está bien para investigación, un trabajo de clase o un prototipo personal. No sirve para una función de pago en una tienda. La familia Kolors también se publica en GitHub y Hugging Face, así que lee la licencia del checkpoint exacto que vayas a desplegar.
💡 Una API de pago a unos siete centavos por imagen suele seguir siendo más barata que un pipeline autoalojado hasta que una GPU dedicada esté ocupada gran parte del día. Haz esas cuentas con tus propios volúmenes antes de comprometerte.
La tabla siguiente solo incluye cifras que aparecen en la documentación de los proveedores o en listas públicas de precios. Cuando una cifra no está publicada, lo indica.
| Factor | Google virtual-try-on-001 | Kling Kolors v1.5 | IDM-VTON |
|---|---|---|---|
| Costo por imagen | Unos $0,06 | $0,07 en fal | $0 de licencia, pagas el tiempo de GPU |
| Uso comercial | Sí, como servicio de nube de pago | Sí, como API de pago | No, CC BY-NC-SA 4.0 |
| Entradas | Imagen de persona más fotos de producto | Imagen de persona más una prenda | Imagen de persona más una prenda |
| Salida | Hasta 4 muestras, resolución de entrada | Un PNG, ejemplo de 768 por 1024 | Depende de tu configuración |
| Velocidad | No publicada en la documentación | De 10 a 13 segundos según Kling | Depende de tu GPU |
| Límites | 50 solicitudes por minuto y región, 10 MB por imagen | No indicados en la ficha de fal | Tu hardware |
| Vida útil | Fecha de descontinuación el 20 de enero de 2027 | No indicada | Tú lo controlas |
| Seguimiento en video | Hace falta un modelo aparte | Imagen a video de Kling | Hace falta un modelo aparte |
Antes de escribir código de integración, prueba tus fotos de prendas donde iterar sale barato. PicassoIA aloja P Image Try On, un modelo de cambio de ropa que mantiene el rostro, la pose y la forma corporal originales. Acepta hasta seis imágenes de prenda en una ejecución (se admiten hasta once) y devuelve el resultado con tu resolución original.
💡 Al escribir esto, la API para desarrolladores de PicassoIA sigue un flujo de predicciones al estilo Replicate, pero expone cuatro modelos, y P Image Try On no es uno de ellos. Usa la interfaz web para probar, y Google o Kling cuando necesites una llamada a API en producción.
La página del modelo enumera estas entradas:
Amplía costuras, dobladillos, cuellos y cualquier estampado. Repite el mismo par con otra semilla si una manga no encaja. Los ejemplos de la página del modelo terminan casi siempre en menos de 15 segundos, pero algunos tardaron varios minutos, así que cualquier diseño de producción debe incluir un tiempo límite y un reintento.
Para cambios puntuales de un conjunto en los que solo tienes una referencia, los editores basados en prompt como Image Editor Pro o Nano Banana Pro pueden editar una foto a partir de una instrucción de texto. Los modelos específicos de try on reciben las imágenes de prenda como entrada directa, así que son el punto de partida más seguro para un catálogo.
La mayoría de los resultados decepcionantes se deben a las entradas, no al modelo. Dos malos hábitos causan la mayor parte del daño.
Una sudadera arrugada sobre una cama desordenada bajo una lámpara dura le da al modelo sombras irregulares y una forma distorsionada que copiar. La documentación de los proveedores dice lo mismo con otras palabras: una sola pieza, detalles claros, fondo sencillo, pose simple. Dedica diez minutos a la luz y al vaporizado antes de gastar dinero en generaciones.
El selfi de un comprador es un dato personal, y la foto de un modelo real es una persona que aceptó un uso concreto. Pide permiso, indica cuánto tiempo guardas las subidas, bórralas al terminar la sesión si puedes, y etiqueta las vistas previas generadas como tales. Revisa las normas que se aplican en tu mercado, porque varían. El resultado de Google admite marca de agua y Credenciales de Contenido, lo que facilita el etiquetado.
Ya tienes las cifras: unos seis centavos por imagen en Google, siete centavos en Kling a través de fal, y una licencia gratuita que se detiene en la línea comercial. La forma más rápida de saber qué resultado encaja con tu catálogo es pasar tus propias fotos por ellos.
Abre P Image Try On en PicassoIA, sube una foto de modelo y tres prendas, y compara el resultado con lo que esperan ver tus compradores. Después lleva el mejor resultado a Kling v3 Video y observa cómo se mueve el conjunto. Prueba distintas poses, luces y fotos de prendas, y guarda las configuraciones que funcionen. Tu primera prueba cuesta unos minutos y te dirá más que cualquier tabla comparativa.
Elige tu idioma
