118 modelos de IA Una sola plataforma

Nano Banana Pro

Generación y edición de imágenes de última generación, de clase Gemini

Kling O1

Modelo de razonamiento Kling O1 con mayor calidad cinematográfica

GPT-Image 1.5

GPT Image 1.5 genera imágenes de alta fidelidad siguiendo el Prompt con precisión y conservando composición, iluminación y detalle fino

Nano Banana 2

Generación y edición de imágenes de clase Gemini: el Nano Banana 2 de tamaño completo.

GPT-Image 2.0

Modelo de imagen de nueva generación — texto casi perfecto (>99%), mayor fotorrealismo, detalle apto para UI y capturas, y texto multilingüe superior (JP/KR/HI/BN). Admite generación opcional guiada por imagen de referencia.

GPT-Image 2.0 Edit

Edición precisa de una sola imagen conservando el detalle. Basado en la arquitectura nativamente multimodal de GPT-Image 2.0.

FLUX Kontext Pro

Edición y transformación de imágenes avanzada

Reve 2.1

NUEVO

Reve 2.1: creado para la fidelidad al Prompt y una tipografía limpia dentro de la imagen. Genera hasta cuatro variaciones por solicitud, en todos los encuadres del cuadrado al panorámico, manteniendo el diseño y la colocación del texto en todo el conjunto. Precio premium y el renderizado de texto más nítido del catálogo.

Cosmos 3 Super

El modelo fotorrealista de texto a imagen insignia de NVIDIA, con refinamiento agéntico opcional: genera varias imágenes candidatas por ronda y reescribe el Prompt entre rondas para una mayor fidelidad al Prompt. Fotorrealismo de gama alta consciente de la física, con expansión de Prompt en JSON estructurado.

Seedream 5.0 Pro

Modelo de imagen premium para pasar de texto a imagen con precisión y editar con varias referencias: visuales de producto, recursos de diseño, composiciones densas y creatividades comerciales. El modo de edición admite hasta 10 imágenes de referencia.

Escalado de imágenes de precisión Gigapixel de Topaz Labs: amplía fotos con fidelidad hasta 4x manteniendo los bordes nítidos y el detalle limpio.

Escalador de imágenes generativo Wonder 3.5 de Topaz Labs: recupera y reconstruye el detalle en imágenes de baja calidad o dañadas mientras las amplía hasta 4x.

GPT Image 2.5 Flare

NUEVO

GPT-Image 2.5 Flare: el modelo de imagen por defecto de OpenAI, presentado con ChatGPT Images 2.5. Generación rápida y de alta calidad con iluminación natural, texturas ricas, composiciones complejas y fondos transparentes (PNG/WebP).

GPT Image 2.5 Flare Edit

NUEVO

GPT-Image 2.5 Flare para edición de imágenes: describe el cambio que quieres en una imagen de origen, con hasta tres imágenes de referencia adicionales. Admite salida transparente.

GPT Image 2.5 Sunburst

NUEVO

GPT-Image 2.5 Sunburst: el modelo de imagen de precisión de OpenAI para trabajo visual premium. Mayor fidelidad en los detalles complejos a cambio de tiempos de generación más largos.

GPT Image 2.5 Sunburst Edit

NUEVO

GPT-Image 2.5 Sunburst para edición de imágenes: ediciones precisas que conservan los detalles, a partir de una instrucción y una imagen de origen, más hasta tres referencias.

El modelo Muse Image de Meta sigue las instrucciones con fidelidad y ofrece una fidelidad visual excepcional: detalles finos como texto, gráficos y códigos QR se representan con precisión. Genera imágenes a partir de Prompts de texto en nueve relaciones de aspecto por $0.01 fijos por imagen.

El modelo Muse Image de Meta en modo edición: ediciones precisas que cambian solo lo que pides, mantienen la coherencia entre pasos y combinan varias imágenes de referencia. Admite 1-10 imágenes de referencia por $0.01 por imagen generada.

Wan 2.7 Image Pro

Modelo de imagen Wan 2.7, nivel de mayor calidad: de texto a imagen y edición de imágenes unificadas.

Ideogram V4

El V4 de Ideogram — el mejor texto dentro de la imagen de su categoría, tipografía más nítida, mayor fidelidad al Prompt y tres velocidades de renderizado (TURBO / BALANCED / QUALITY). Soporte nativo de múltiples relaciones de aspecto, sin ajuste fino para pósteres, logotipos, miniaturas y anuncios.

Divide una imagen en capas editables: fondo, sujeto y cada elemento visual clave como su propio PNG transparente. Se apoya en la comprensión visual de Seedream 5.0 Pro, así que la estructura y el detalle sobreviven a la separación. El número de capas depende de la imagen.

Grok Imagine Image 2.0 de xAI — text-to-image rápido con opción 2K, control de calidad baja/media y trece relaciones de aspecto, de ultrapanorámica a ultravertical. Hasta cuatro imágenes por solicitud.

Grok Imagine Image 2.0 de xAI a un precio bajo y fijo — tipografía nítida y seguimiento preciso del Prompt, en cinco relaciones de aspecto. Una imagen por solicitud, sin controles de calidad ni de Resolución.

Grok Imagine Image 2.0 de xAI en modo edición — dale hasta tres imágenes y las edita, compone o cambia de estilo manteniendo identidad y estilo. Mismos niveles 1K/2K y de calidad baja/media que el generador, hasta cuatro resultados por solicitud.

Modelo de prueba virtual de Google. Combina la foto de una persona con la imagen de una prenda en una prueba realista.

Escalador creativo de imágenes Bloom 2 de Topaz Labs: reinventa el detalle para una mejora impactante. Ideal para imágenes generadas con IA que merecen un acabado premium.

Krea 2 Turbo — generación text-to-image optimizada para velocidad con todo el rango estético de Krea 2. Ideación rápida con expansión del Prompt y modos de aceleración.

MAI-Image-2.5

MAI-Image-2.5 de Microsoft: generación de texto a imagen de uso general con gran fotorrealismo, fidelidad al Prompt y texto nítido dentro de la imagen. Admite hasta 4 imágenes por solicitud y siete relaciones de aspecto.

Grok Imagine — Image

Variante de imagen de Grok Imagine. Text-to-image más edición de variaciones image-to-image, siguiendo el Prompt con precisión. Modelo hermano de Grok Imagine Video.

Escalado de imágenes SeedVR2: ampliación rápida y barata hasta 4x. Gran relación calidad-precio para escalados del día a día.

Wan 2.7 Image

Modelo de imagen Wan 2.7: de texto a imagen y edición de imágenes unificadas.

Z-Image

Modelo de imagen ligero de 6B de Tongyi-MAI: salida fotorrealista, generación en menos de un segundo y renderizado de texto bilingüe (inglés + chino) notablemente preciso. Con licencia Apache-2.0.

Nano Banana 2 Lite

Modelo de imagen Gemini rápido y económico: ideación ágil, generación de alto volumen y edición ligera. Pensado para explorar conceptos, visuales para redes, bocetos de producto y producción a escala.

Image Translator

Traduce el texto de una imagen a otro idioma y obtén una versión limpia y localizada — ideal para localizar pósteres, menús, capturas de pantalla y fotos de producto.

Nano Banana

Generación de imágenes estándar de Nano Banana

Nano Banana Edit

Nano Banana: edición de imágenes

FLUX 2 Pro Edit

Edición de imagen a imagen con FLUX 2 Pro

FLUX 2 Flex

Generación rápida de texto a imagen con FLUX 2 Flex

Seedream 4.0

Seedream 4.0 de texto a imagen

Seedream 4.5

Seedream 4.5 de texto a imagen con calidad mejorada

Seedream 5.0 Lite

Seedream 5.0 Lite, de texto a imagen rápido

GPT-4o Image

Generación de imágenes multimodal de GPT-4o

Qwen Image

Generación de texto a imagen con Qwen

Qwen 2 Image

Qwen 2: texto a imagen mejorado

Topaz Upscale

Escalado de imágenes con IA de Topaz y mejora del detalle

Recraft Remove BG

Eliminación de fondo con Recraft AI

Recraft Upscale

Escalado de imágenes nítido con Recraft AI

Sora 2 Pro

Sora 2 con calidad mejorada y duraciones más largas

Sora 2

Modelo de generación de vídeo de vanguardia con calidad y comprensión excepcionales

Veo 3.1

Modelo de generación de vídeo premium con audio nativo

Seedance 2.5

NUEVO

El modelo de vídeo más reciente de ByteDance. Genera hasta 30 segundos en una sola toma con audio sincronizado —diálogo, música y efectos en la misma pasada— a partir de un Prompt, un fotograma inicial o hasta 50 referencias de imagen, vídeo y audio.

El nivel premium de Wan 3.0 de Alibaba: entrega más rápida, movimiento cinematográfico y mayor continuidad visual. Modos de texto, imagen y referencia, clips nativos de 30 segundos en una sola pasada, con audio.

MiniMax H3 con post-entrenamiento, #1 en calidad general, comprensión del Prompt y estética frente a los principales modelos de vídeo. Clips de 5-15 segundos en 480p, 768p o 1080p nativos a partir de un Prompt, un fotograma inicial o hasta 9 imágenes de referencia, 3 clips de movimiento y 3 clips de audio. Referencia a vídeo ya disponible de forma general: hasta 2x más rápido, con una preservación del sujeto mucho mayor.

MiniMax H3 Max with a built-in camera rig. Your still frame stays frozen while the camera flies a path you choose — orbit around a subject, push in, crane overhead, or set up to 12 poses by hand. 5-15 second clips in native 480p, 768p or 1080p.

Kling 3.0

Último buque insignia de Kling: movimiento de primer nivel y calidad cinematográfica

El modelo de vídeo más reciente de Alibaba. Clips nativos de 30 segundos en una sola pasada —sin uniones— con audio y movimiento de nivel realista, a partir de un Prompt, un fotograma inicial o referencias de imagen, vídeo y audio.

MiniMax H3 (Hailuo-03) con soporte LoRA para image-to-video. Anima imágenes con modelos LoRA propios en cuatro niveles de Resolución (480p/720p/1080p/2K), de 4-15 segundos y con audio estéreo nativo. Mayor calidad que el H3 base.

MiniMax H3

NUEVO

Modelo de vídeo multimodal de nueva generación de MiniMax (Hailuo-03). Genera vídeo de hasta 2K con audio estéreo nativo a partir de un Prompt de texto o una imagen de referencia, con buen seguimiento de instrucciones, movimiento y texto en pantalla legible.

El modelo de vídeo de Google que acepta cualquier entrada. Crea clips de 4-10 segundos con audio nativo a partir de un Prompt, una imagen, tres imágenes de referencia o un vídeo existente, y luego rehaz las escenas con lenguaje corriente. Apoyado en el conocimiento del mundo real de Gemini para una física y un movimiento coherentes.

El modelo de vídeo Omni de Google v1.1: ahora con control de Resolución (360p/720p/1080p/4K) y edición de vídeo. Crea o transforma clips de 3-10 segundos con audio nativo a partir de texto, una imagen, referencias o un vídeo existente. Mejorado desde v1 con total flexibilidad de Resolución.

MiniMax H3 Max on a faster inference stack at half the price. The same post-trained model tuned for prompt adherence and aesthetics — 5-15 second clips from a prompt or a start frame, in native 480p, 768p or 1080p.

Kling 2.1 Master

Kling más reciente, con movimiento y calidad de primer nivel

Grok Imagine Video 1.5

Grok Imagine Video 1.5 — image-to-video con audio sincronizado, gran fidelidad al Prompt y calidad visual constante. Actualmente #1 en la tabla de pruebas ciegas de Arena para image-to-video, por delante de Seedance 2.

Veo 3.1 Fast

Versión más rápida y más rentable de Veo 3.1

FLUX 3 de Black Forest Labs: texto a vídeo con audio sincronizado generado por el propio modelo. Hasta 20 segundos en 1080p, sin imagen de referencia.

Kling 2.0 Master

Kling 2.0 con calidad y movimiento notablemente mejorados

Wan 2.7

Wan 2.7: de texto a vídeo y de imagen a vídeo (primer fotograma / primer y último fotograma / continuación).

Escalador creativo de vídeo Astra 2 de Topaz Labs: reimagina el detalle fino y suele entregar salida en 4K. Clips de hasta 5 minutos.

Conversión profesional de SDR a HDR con Hyperion 2.5 de Topaz Labs: redistribuye la luminancia y el color conservando el detalle en textos, rostros y movimiento.

Kling 1.5 Pro

Generación de vídeo de alta calidad

Runway Gen 4.5

El más reciente Runway Gen 4.5: de texto a vídeo con imagen de referencia opcional, 5/10s.

Seedance 2.0

Seedance 2.0: de texto a vídeo y de imagen a vídeo.

Superresolución de vídeo hasta 4K impulsada por FLUX 3 de Black Forest Labs, con un modo Precise fiel al original y un modo Creative que realza el detalle. Clips de hasta 20 segundos.

Escalador de vídeo generativo profesional Starlight de Topaz Labs (Starlight Precise 2.6): reconstruye detalle que no está en el original, hasta 4K.

Luma Ray 2

Generación de vídeo cinematográfico

Sync LipSync

Sincronización labial profesional

Kling 3.0 Motion Control

Transferencia de movimiento con imagen de referencia + vídeo de referencia. Elige qué pose dirige el resultado con el selector de orientación del personaje.

Kling 3.0 Turbo

Kling 3.0 optimizado para velocidad — generación más rápida con alta calidad visual. Text-to-video (Prompts de hasta 2,500 caracteres), image-to-video desde el primer fotograma y storyboard multiplano (hasta 6 planos con Prompt en un clip). El nivel Standard es 720p y el Pro, 1080p.

Runway Gen-4 Turbo

Runway Gen-4 Turbo video generation from text or a reference image. 5 or 10 seconds; 1080p supports 5 seconds.

Kling 1.6 Pro

Kling 1.x más reciente, con calidad mejorada

Luma Dream Machine

Generación de vídeo de alta calidad de Luma AI

Happy Horse 1.1

Modelo de vídeo corto cinematográfico mejorado — movimiento más fluido, mejor seguimiento de instrucciones, audio nativo y lip-sync multilingüe. Text-to-video, image-to-video desde el primer fotograma y vídeo a partir de referencias (hasta 9 imágenes de referencia).

Generación de vídeo de alta calidad con movimiento potente

Volcengine Lip Sync

Sincronización labial de vídeo a vídeo: alinea los movimientos de la boca de un vídeo existente con el audio de destino. Admite doblaje multilingüe.

Eliminación de fondo de vídeo con licencia y nivel empresarial de Bria, con supresión del derrame de pantalla verde. Elimina fondos de clips de vídeo con limpieza, con corrección del derrame verde para un recorte profesional.

Happy Horse

Modelo de vídeo corto cinematográfico — movimiento superior, iluminación de cine, gran fidelidad al Prompt y narrativa multiplano. Un único endpoint text-to-video + image-to-video.

Video Upscaler

Amplía y afina un vídeo a una resolución mayor. Elige un factor de escala de 1x a 8x (2x por defecto).

Pika 2

El último modelo de generación de vídeo de Pika

MiniMax Video 01

Generación rápida de vídeo desde imágenes

Video Background Removal

Elimina el fondo de un vídeo y obtén un recorte limpio del sujeto, listo para componer sobre cualquier escena. Audio de paso y color de fondo opcionales.

LatentSync

Modelo de lip sync en espacio latente

Seedance 2.0 Mini

Modelo de vídeo rápido y económico: de texto a vídeo y de imagen a vídeo (primer fotograma, último fotograma o referencia) con audio sincronizado opcional. Ideal para borradores rápidos y clips sociales en volumen.

Video Translator

Traduce vídeos cortos: transcribe el habla y genera audio doblado más subtítulos en tu idioma de destino. Hasta 6 minutos por clip.

Genera un vídeo para compartir a partir de una pista, con créditos opcionales de artista y sitio.

Seedance 2.0 Fast

Variante más rápida y económica de Seedance 2.0: de texto a vídeo y de imagen a vídeo.

Kling 1.0 Standard

Modelo de generación de vídeo de nivel Standard

Veo 3.1 Lite

Veo 3.1 Lite: generación de vídeo económica con modos de texto a vídeo, imagen a vídeo y referencia a vídeo

Generación de vídeo de alta calidad con MiniMax Hailuo 2.3 Pro

Generación de vídeo con MiniMax Hailuo 2.3 Standard

Hailuo 02 Pro

Generación de vídeo con MiniMax Hailuo 02 Pro

Wan 2.6 Flash

Wan 2.6 Flash, de imagen a vídeo rápido

Topaz Video Upscale

Escalado de vídeo con IA de Topaz

ElevenLabs Multilingual V2

Texto a voz multilingüe de alta calidad

OpenAI TTS HD

Modelo de texto a voz premium

Suno Music

Generación de música con IA: crea canciones, instrumentales y bandas sonoras

ElevenLabs Turbo V2.5

Texto a voz rápido con buena calidad

OpenAI TTS

Modelo de texto a voz

F5-TTS

Texto a voz de alta calidad

Google DeepMind's latest music generation model. Generate almost any type of music from text descriptions, with optional image inspiration.

Gemini 3.1 Flash TTS

Texto a voz con Gemini 3.1 Flash. 30 voces predefinidas, más de 80 idiomas, etiquetas expresivas en línea ([sigh], [laughing]), instrucciones de estilo de hasta 4K caracteres y soporte multilocutor.

Divide una pista en stems de voz e instrumental, o en hasta doce stems de instrumentos individuales.

Continúa una pista existente desde cualquier punto, manteniendo su estilo.

Canta sobre un instrumental que subas.

Crea una pista instrumental bajo las voces que subas.

Vuelve a generar un intervalo de tiempo de una pista, sin tocar el resto.

Reconstruye una malla 3D a partir de hasta cuatro vistas del mismo objeto. Resuelve los lados que una sola foto no puede ver. Exporta GLB, FBX, OBJ, USDZ y STL.

Convierte una sola foto en una malla 3D texturizada. Topología y número de polígonos controlables, mapas PBR y auto-rigging opcionales. Exporta GLB, FBX, OBJ, USDZ y STL.

Genera una malla 3D con texturas a partir de una descripción de texto. Topología y número de polígonos controlables, mapas PBR y auto-rigging opcionales. Exporta GLB, FBX, OBJ, USDZ y STL.