# Modelos de IA para generar imágenes y vídeos

Analizamos los modelos de generación de imágenes y vídeos más populares: qué saben hacer, en qué se diferencian y para qué tareas sirven. Cada modelo incluye datos clave, ejemplos de prompts y respuestas a preguntas frecuentes.

- [Nano Banana 2.1](https://ai2face.com/es/models/nano-banana-2-1.md): Nano Banana 2.1 es el modelo de generación y edición de imágenes de Google DeepMind basado en Gemini 3.6 Flash. Salió el 6 de octubre de 2026 y sustituye a Nano Banana 2. Crea imágenes de hasta 4K, admite hasta 14 referencias, mantiene la coherencia de hasta 4 personajes, genera panorámicas de hasta 8:1 y cuesta 0,0336 $ por imagen 1K en la API. Nano Banana 2.1 está disponible en el generador de AI2Face.
- [Nano Banana 2](https://ai2face.com/es/models/nano-banana-2.md): Nano Banana 2 es el modelo de Google DeepMind para generar y editar imágenes, oficialmente Gemini 3.1 Flash Image. Salió el 26 de febrero de 2026: calidad cercana a Pro con la velocidad de Flash, resolución de 512 px a 4K y hasta 14 referencias. Está disponible en el generador de AI2Face.
- [Nano Banana](https://ai2face.com/es/models/nano-banana.md): Nano Banana es la familia de modelos de Google para generar y editar imágenes. El primero, Gemini 2.5 Flash Image, salió el 26 de agosto de 2025; hoy la familia tiene cuatro versiones: Nano Banana, Nano Banana 2, 2 Lite y Pro. Las cuatro están disponibles en el generador de AI2Face.
- [Nano Banana 2 Lite](https://ai2face.com/es/models/nano-banana-2-lite.md): Nano Banana 2 Lite es el modelo de imagen más rápido y barato de Google en la familia Nano Banana, oficialmente Gemini 3.1 Flash-Lite Image. Salió el 30 de junio de 2026: una imagen 1K en unos 4 segundos por 0,0336 $ en la API, la mitad que Nano Banana 2. La resolución es solo 1K. Nano Banana Lite está disponible en el generador de AI2Face.
- [Nano Banana Pro](https://ai2face.com/es/models/nano-banana-pro.md): Nano Banana Pro es el modelo de Google DeepMind para generar y editar imágenes, oficialmente Gemini 3 Pro Image. Salió el 20 de noviembre de 2025, crea imágenes de hasta 4K, escribe texto limpio en las imágenes en varios idiomas y acepta hasta 14 referencias. En AI2Face está en el generador y en el constructor de personajes.
- [Veo 3.1](https://ai2face.com/es/models/veo-3-1.md): Veo 3.1 es el modelo de vídeo de Google DeepMind, publicado el 15 de octubre de 2025. Hace clips de 4, 6 u 8 segundos en 720p, 1080p o 4K y genera el sonido junto con la imagen: voz, efectos y fondo. Puede animar una foto, mantener un personaje en tres referencias y construir la transición entre el primer y el último fotograma. En AI2Face están Veo 3.1, Fast y Lite.
- [Gemini Omni](https://ai2face.com/es/models/gemini-omni.md): Gemini Omni es un modelo de vídeo de Google DeepMind presentado en Google I/O en mayo de 2026. Omni 1.1 Flash (27 de agosto de 2026) hace clips de 3 a 10 segundos con sonido a partir de texto, imágenes y vídeos cortos, edita clips terminados con frases normales y los extiende hasta 40 segundos. Google lo llama “Nano Banana para vídeo”. Omni Flash está en el generador de AI2Face.
- [Seedream](https://ai2face.com/es/models/seedream.md): Seedream es la familia de modelos de imágenes de ByteDance Seed. Seedream 4.5 (diciembre de 2025) hace cuadros de hasta 4K y aguanta hasta 10 referencias, 5.0 Lite (13 de febrero de 2026) piensa antes de generar y busca información en internet, y 5.0 Pro (8 de julio de 2026) maqueta diseños complejos, parte la imagen en capas y escribe texto en más de 10 idiomas. Las tres versiones están en el generador de AI2Face.
- [Seedance](https://ai2face.com/es/models/seedance.md): Seedance es una familia de modelos de vídeo de ByteDance Seed que genera un clip con sonido a partir de texto, fotos, vídeo y audio. Seedance 2.0 salió el 12 de febrero de 2026 y hace de 4 a 15 segundos. Seedance 2.5 salió el 31 de julio de 2026: hasta 30 segundos en una generación, dos extensiones y hasta 50 referencias. Seedance está en el generador de AI2Face.
- [Kling](https://ai2face.com/es/models/kling.md): Kling es una familia de modelos de vídeo de la empresa china Kuaishou. Kling 3.0 salió el 5 de febrero de 2026: clips de hasta 15 segundos en 720p y 1080p, varios planos en una generación, audio nativo en varios idiomas y personajes a partir de fotos y vídeo. El 28 de septiembre de 2026 Kling anunció la versión 4.0, con generación de hasta 30 segundos, aún en acceso anticipado. En AI2Face, Kling está en el generador.
- [GPT Image](https://ai2face.com/es/models/gpt-image.md): GPT Image es la familia de modelos de imágenes de OpenAI con la que ChatGPT genera dibujos. GPT Image 2 salió el 21 de abril de 2026: texto preciso en varios idiomas, maquetación, infografías y cómics. GPT Image 2.5 (8 de septiembre de 2026) tiene dos versiones, la rápida Flare y la precisa Sunburst, hasta un 50% más rápida y mejor con los rostros de las referencias. En AI2Face, GPT Image está en el generador.
- [Midjourney](https://ai2face.com/es/models/midjourney.md): Midjourney es un modelo de imágenes del laboratorio independiente homónimo, conocido por su estética. La versión por defecto es V8.2 desde el 24 de julio de 2026: una estética más atrevida, personalización al gusto del autor, HD hasta 2048 px y un Edit Model nuevo para retoques con referencia. También hace vídeo: un clip desde una imagen, hasta 21 segundos. En AI2Face, Midjourney está en el generador.
- [FLUX](https://ai2face.com/es/models/flux.md): FLUX IA es una familia de modelos del laboratorio alemán Black Forest Labs. FLUX.2 (25 de noviembre de 2025) genera y edita imágenes de hasta 4 MP, admite 10 referencias y dibuja texto e infografías; la versión dev es abierta. FLUX 3 Video (4 de agosto de 2026) crea clips de hasta 20 segundos con sonido y voz y ocupa el 3.er puesto del ranking de vídeo de Arena. FLUX está disponible en el generador de AI2Face.
- [Hailuo](https://ai2face.com/es/models/hailuo.md): Hailuo AI es el modelo de vídeo de la empresa china MiniMax. Hailuo 2.3 (octubre de 2025) crea clips de 6–10 segundos en 768p y 1080p, y el nuevo MiniMax H3 (31 de julio de 2026), de 4–15 segundos hasta 2K con sonido estéreo, hasta 12 referencias y voz en 11 idiomas. H3 tiene pesos abiertos y es 8.º de 48 en Arena. Hailuo está en el generador de AI2Face.
- [Wan](https://ai2face.com/es/models/wan.md): Wan IA es la familia de modelos de vídeo de Alibaba. Wan 3.0, lanzado oficialmente el 24 de agosto de 2026, crea clips de hasta 30 segundos con sonido (voz, efectos y música) y admite hasta 20 referencias: fotos, vídeos, audio e incluso documentos. Es 6.º de 48 en Arena. Los anteriores Wan 2.1 y 2.2 son abiertos con licencia Apache 2.0. Wan está en el generador de AI2Face.
- [Runway](https://ai2face.com/es/models/runway.md): Runway IA es la familia de modelos de vídeo de la empresa estadounidense Runway. Gen-4.5 salió el 1 de diciembre de 2025 y encabezó el ranking de Artificial Analysis en su estreno: clips de 2–10 segundos en 720p a partir de texto e imágenes, cámara compleja y fidelidad al prompt. Aleph 2.0 edita vídeos terminados y Gen-3 se retiró en julio de 2026. Runway está en el generador de AI2Face.
- [Grok Imagine](https://ai2face.com/es/models/grok-imagine.md): Grok Imagine es el generador de imágenes y vídeo de xAI. Imagine Image 2.0 salió el 7 de agosto de 2026: tipografía precisa, edición por zonas, eliminación del fondo y hasta 5 referencias; es 6.º de 80 en Arena. Imagine Video 1.5 crea clips en 1080p con sonido y, desde julio, admite referencias de cara y voz. Grok Imagine está en el generador de AI2Face.