Crea una clave en tu cuenta, nombra un modelo de video en una solicitud y descarga el clip cuando esté listo. Una sola clave llega al catálogo de texto a video, así que comparar Veo, Kling, Seedance y Wan es cambiar un nombre de modelo, no abrir cuatro cuentas.
Los modelos de video llegan más rápido de lo que ningún equipo puede conectarlos uno por uno: una cuenta distinta, una página de facturación distinta y una forma distinta de pedir un clip cada vez. La API de Picasso IA está pensada para reducir todo eso a una clave de tu cuenta, una solicitud que nombra un modelo y un archivo que descargas cuando el clip está listo. Esta página explica cómo se ve eso en texto a video y dónde se queda corto.
Texto a video es la categoría donde elegir modelo duele más. Veo, Kling, Seedance y Wan convierten una descripción escrita en un clip en movimiento, pero interpretan la misma frase de forma distinta y ninguno gana en todas las tomas. Si tu producto genera video, la pregunta útil casi nunca es cuál es el mejor modelo. Es cuál es el mejor para este prompt, este presupuesto y esta fecha de entrega.
El catálogo de Picasso IA reúne 502 modelos y 121 de ellos están en la categoría de texto a video. En esta página aparecen cinco: veo-3.1 de Google, kling-v3-video de kwaivgi, seedance-2.5 de bytedance, wan-3 de alibaba y ltx-2.5-fast de lightricks. Con la API, la única credencial es una clave de tu cuenta. La solicitud nombra el modelo, así que probar un segundo significa editar un solo valor en lugar de integrar a otro proveedor.
Los mismos modelos funcionan hoy en el toolkit, y eso importa por una razón práctica: primero puedes decidir a mano el prompt y el modelo, y después pedirle a tu código que lo repita. La API usa el mismo sistema de créditos que el toolkit, así que no hay un segundo saldo que vigilar ni nada que conciliar entre los dos.
Conviene saber: una solicitud de video es un trabajo, no una respuesta instantánea. Tu código lo inicia, espera y recoge un archivo, así que diseña la espera desde el primer día en lugar de añadirla después de un timeout.
En palabras simples, una solicitud de texto a video lleva tres cosas: qué modelo debe hacer el trabajo, el prompt que describe el clip y los ajustes que ofrece ese modelo. Esos ajustes no son idénticos entre modelos. Algunos permiten elegir resolución y duración, algunos aceptan una semilla para repetir un buen resultado, algunos pueden producir audio junto con la imagen y otros permiten indicar qué no debe aparecer. wan-3 ofrece un prompt negativo y una semilla, por ejemplo, mientras que ltx-2.5-fast puede generar audio junto al video. Lee la página de cada modelo en el catálogo antes de depender de un ajuste.
El video es asíncrono y eso condiciona todo tu código. Inicias un trabajo, el modelo tarda lo que necesite y, cuando el clip está listo, recibes el archivo. Los clips cortos y los modelos pesados no tardan lo mismo, y la espera no es algo que tu código pueda acortar, solo planificar. Una cola, un worker o una simple consulta de estado con un temporizador sirven, siempre que nada de tu producto se quede congelado esperando un solo clip.
El costo sigue la misma lógica. Cada generación cuesta créditos y cuántos depende del modelo, de la duración y de la resolución que pidas. Un clip más largo y nítido de un modelo pesado cuesta más que un borrador corto de uno ligero. La página de precios lista los planes y las cuentas nuevas empiezan con créditos gratis, suficientes para probar unos prompts reales antes de decidir nada.
No vas a leer la página de cada modelo antes de construir. Esta tabla es un atajo para decidir por dónde empezar, según el trabajo y no según un ranking que estaría caduco en un mes. Trata la última columna como lo que debes mirar cuando pases el mismo prompt por dos modelos lado a lado.
| Trabajo | Modelos para probar primero | Qué comparar |
|---|---|---|
| Borrador rápido para probar un prompt | ltx-2.5-fast | Qué tan cerca queda el clip de tu idea frente al tiempo y los créditos gastados |
| Clip principal pulido | veo-3.1, kling-v3-video | Movimiento, detalle y qué tan fielmente sigue cada uno el prompt |
| Una segunda opinión sobre el mismo prompt | seedance-2.5 | Cómo se diferencian su encuadre y su movimiento de los dos primeros |
| Clip más largo o variaciones repetibles | wan-3 | La duración que permite y si una semilla fija repite el resultado |
| Muchos clips seguidos | Cualquiera de ellos | Créditos por clip con la duración y la resolución que elegiste |
Pasa el mismo prompt por dos o tres de estos antes de atar un producto a uno solo. Las diferencias se ven en los clips, no en las descripciones. Si quieres mirar una familia de cerca primero, las páginas de comparación de Google Veo y Kling AI las cubren con detalle.
El recorrido es corto a propósito. El oficio está en elegir el prompt y juzgar el resultado, no en la fontanería, así que cuenta con repetir los tres últimos pasos más de una vez.
Si tus clips terminan en anuncios o páginas de producto, las páginas de anuncios en video para redes y de videos de demostración de producto muestran cómo se ve ese trabajo terminado. Para un punto de partida que sea una imagen fija y no una frase, mira convertir fotos en videos.
La mayoría de los problemas con video generado vienen de tratar un trabajo como una llamada a función. Estos cinco hábitos marcan la diferencia entre un flujo en el que confías y uno que tienes que vigilar.
Una API te da repetición, no criterio. Todo lo que un modelo hace mal en el toolkit también lo hace mal desde código, solo que más rápido y en mayor cantidad, así que el primer límite es la revisión: alguien tiene que ver los clips antes de que lleguen a un cliente.
Los modelos son distintos y sus ajustes también. Una solicitud que funciona en un modelo puede necesitar cambios en otro, porque las opciones de duración, resolución, audio y semilla no son las mismas en todas partes. Cambiar de modelo es una edición pequeña, pero es una edición que conviene probar, no suponer.
Generar lleva tiempo y cuesta créditos. Un clip es un trabajo que puede tardar un rato, un modelo pesado con un clip largo y nítido cuesta bastante más que uno ligero con un borrador corto, y un clip fallido o descartado igualmente usó el intento. Las manos, el texto en pantalla, las multitudes y la física son los puntos débiles habituales de cualquier modelo, y escribir bien el prompt los reduce sin eliminarlos.
Los rostros y las voces piden cuidado. Usa tu propia imagen, personas que dieron su permiso o personajes ficticios, nunca a una persona real e identificable que no lo haya dado. Y esta página describe lo que hace la API, no más: no es un editor de video, una línea de tiempo ni una forma de garantizar un resultado concreto. Cuando publiques clips en una plataforma, revisa los requisitos vigentes de esa plataforma sobre formato y contenido generado con IA.
Es una forma de generar video desde tu propio código en lugar de desde la aplicación web. Creas una clave en tu cuenta, envías una solicitud que nombra un modelo y da un prompt, y el clip generado vuelve como un archivo que puedes descargar. Usa los mismos modelos y el mismo sistema de créditos que el toolkit, así que lo que puedes probar allí es el tipo de cosa que una solicitud puede pedir.
La categoría de texto a video del catálogo tiene 121 modelos, entre ellos veo-3.1, kling-v3-video, seedance-2.5, wan-3 y ltx-2.5-fast. La cobertura prevista va más allá del video: incluye los modelos de imagen, voz, música, escalado, eliminación de fondo, 3D, lipsync y chat del mismo catálogo. Eliges el modelo por nombre en cada solicitud y la lista completa está en la página de todos los modelos.
Sí, y es el mejor primer paso. El toolkit ejecuta hoy el mismo catálogo: eliges un modelo, escribes un prompt, generas y miras el clip. Decide ahí qué modelo y qué redacción funcionan para tu idea, y luego pídele a tu código que lo repita. Las cuentas nuevas reciben créditos gratis, así que unos cuantos clips de prueba no cuestan nada para empezar.
Porque generar video lleva tiempo real, y la espera depende del modelo, de la duración y de la resolución. Por eso la solicitud inicia un trabajo y el archivo llega cuando el trabajo termina. Diseña pensando en eso: inicia el trabajo, mantén tu aplicación fluida mientras corre y recoge el resultado cuando esté listo. Nunca bloquees la pantalla de un usuario por un solo clip.
Cuesta créditos y la cantidad depende del modelo y de los ajustes. Un clip más largo, una resolución más alta o un modelo más pesado cuestan más que un borrador corto en uno ligero. Esta página no cita cifras porque cambian con el tiempo. La página de precios lista los planes vigentes, y generar unos clips en el toolkit te muestra cuánto cuestan tus propios ajustes.
Trátala como una contraseña. Guárdala en tu servidor como secreto, nunca dentro de código del front-end, un repositorio público o una captura de pantalla, y nunca la compartas en un chat. Cualquiera que tenga la clave puede gastar tus créditos. Si crees que se filtró, crea una nueva en tu cuenta y deja de usar la anterior, y luego revisa tu saldo de créditos por si hay actividad que no reconoces.
La solicitud nombra el modelo, así que cambiar empieza por cambiar ese nombre. El detalle es que los ajustes difieren entre modelos: las opciones de duración, resolución, audio y semilla no son las mismas en todos. Mantén los ajustes propios de cada modelo en un solo lugar, cambia el nombre, genera el clip y compara. Una prueba corta por modelo es más rápida que descubrir un desajuste en producción.
Solo con tu propia imagen o con personas que hayan aceptado claramente, y los personajes ficticios siempre están bien. No generes personas reales e identificables que no lo hayan consentido, y no presentes un clip generado como la grabación de algo que ocurrió. Si un clip pudiera confundir a los espectadores sobre lo que es real, indícalo como generado con IA y revisa las reglas vigentes de la plataforma antes de publicar.
A menudo sí, pero revisa dos cosas primero. Mira los derechos de lo que introduces, como una imagen o un recurso de marca, y los términos de tu plan para los resultados generados. Después haz que una persona vea cada clip antes de que salga, porque el texto en pantalla, las manos y los detalles físicos son donde los modelos de video fallan con más frecuencia.
Empieza repitiendo el mismo prompt una vez, porque los resultados varían entre ejecuciones. Si el clip se acerca pero no del todo, reduce el prompt a un sujeto, una acción y un movimiento de cámara, o prueba otro modelo, que es solo un cambio de nombre. Si un trabajo falla varias veces o algo parece roto de nuestro lado, escribe a soporte con el modelo, el prompt y la hora en que ocurrió.
¿Quieres ver los clips antes de escribir una línea de código? Abre el toolkit, pasa un prompt por dos modelos y decide cuál debe nombrar tu solicitud.
Elige tu idioma
