Catálogo de Modelos de IA

Modelo Nano Banana de nueva generación que ofrece generación de imágenes superior con más detalle y excelente adhesión al prompt. Optimizado para velocidad y eficiencia de costos, representa un gran salto para profesionales creativos.

Text-to-video generation with optional web search. 4-15s duration, 480p/720p, native audio sync.

Transfer human motion from a reference video onto a character in a reference image. Supports std/pro quality with per-second billing.

DeepSeek V4 series models with 128K context window and competitive pricing. Available in Chat and Reasoner variants for different use cases.

Modelo Nano Banana rentable con imágenes de entrada gratuitas. Ideal para generación de alto volumen con una gran relación calidad-precio.

Último modelo insignia de OpenAI para tareas de código y agentes con ventana de contexto de 1.05M, salida máxima 128K y capacidades avanzadas de razonamiento.

Next-gen AI image generation with 2K/3K quality, web search integration, and flexible size options including custom pixel dimensions. Supports batch generation (1-15 images).

Generación de texto-a-video e imagen-a-video con audio opcional. Duración 4-12 s, calidad 480p/720p/1080p.

Google's most cost-efficient model for high-volume agentic tasks, translation, classification, and data processing

Kling O3 (V3 Omni) next-generation video model with text-to-video, image-to-video, reference-to-video, and video editing. Supports 3-15 second videos with per-second billing.

Kling 3.0 video model with text-to-video and image-to-video. Supports 3-15 second videos with per-second billing.

Modelo de generación de video Tongyi Wanxiang 2.6 con variantes de texto-a-video, imagen-a-video y video de referencia.

Modelo de video de próxima generación de Google DeepMind con variantes Fast y Pro. Soporta generación de video de 8 s con calidad mejorada.

El último modelo de generación de video de 10~15 segundos de OpenAI con audio. Soporta eliminación de marca de agua (precio 1.65x).

Modelo profesional de generación de video de 10~15 segundos de OpenAI con opciones de calidad mejoradas (estándar/alta).

Modelo de generación de imágenes ultrarrápido con una relación calidad-velocidad excepcional. Ideal para generación de alto volumen con excelente adhesión al prompt.

Generación avanzada de imágenes con soporte de calidad 2K/4K. Admite generación en lote (1-15 imágenes), imágenes de referencia y opciones de tamaño flexibles.

xAI Grok Imagine video generation API supporting both text-to-video and image-to-video. 6-10s duration with fun/normal/spicy modes.

Google's advanced model optimized for custom tool calling and function execution with full reasoning capabilities

MiniMax's latest text model deployed on Alibaba Cloud, excelling at coding, office tasks, and text summarization with fast output speed. 204K context window with built-in reasoning capabilities.

Google's latest iteration of Gemini 3 Pro with advanced multimodal capabilities and extended context support

Best balance of speed, intelligence, and cost for coding and agentic tasks. 200K context window with 128K max output.

BytePlus's latest LLM series with 256K context, tiered pricing by prompt length (32K/128K/256K), and cache billing. Available in Pro, Lite, Mini, and Code variants.

High-performance general-purpose chat model (DeepSeek-V3) with 128K context window and competitive pricing for everyday AI tasks

Advanced reasoning model (DeepSeek-R1) with chain-of-thought capabilities, 128K context window, optimized for complex problem-solving tasks

Anthropic's most powerful Claude model with exceptional reasoning, coding, and agentic capabilities. 200K context window.

Google's most cost-efficient model for high-volume tasks like translation, classification, and data processing

Modelo de generación de imágenes Tongyi Wanxiang (Wan 2.5 Image) con variantes de texto-a-imagen e imagen-a-imagen.

Generación de música con IA con voces, letras e instrumentales. Crea canciones de calidad profesional desde prompts de texto con múltiples versiones de modelo.

Modelo de generación de video Tongyi Wanxiang (Wan 2.5 Video) con variantes de imagen-a-video y texto-a-video.

Modelo avanzado de generación de imágenes de OpenAI optimizado para precisión de color real, tareas estructuradas y salidas visuales analíticas. Basado en tecnología DALL-E 3.

OpenAI GPT Image 1 admite texto-a-imagen, imagen-a-imagen y edición de imágenes. Procesamiento asíncrono con salida de alta calidad.

Modelo frontier más rápido de Google con 3x de velocidad, multimodal con entrada de audio y precios rentables.

API MiniMax Hailuo 2.3 con variantes Fast y Standard. Soporta T2V/I2V con salida 768p/1080p.

MiniMax Hailuo 02 - completo con modos T2V, I2V y FLF. Soporta resolución 512p/768p/1080p.

Modelo insignia de OpenAI para tareas de código y agentes con ventana de contexto de 400K, salida máxima 128K y capacidades avanzadas de razonamiento.

El último modelo insignia de OpenAI con razonamiento avanzado, caché de prompts y ventana de contexto de 400K para tareas complejas.

El modelo Claude más potente de Anthropic con capacidades excepcionales de razonamiento, codificación y agentes. Ventana de contexto de 200K.

Modelo de generación de video Kling O1 con variantes de imagen-a-video, edición de video y edición rápida. Soporta videos de 3-20 segundos con imágenes de referencia para generación guiada por estilo.

Modelo avanzado de razonamiento de Moonshot con capacidades de pensamiento extendido y soporte de búsqueda web para resolver problemas complejos.

Modelo de lenguaje de próxima generación de Google con capacidades multimodales avanzadas y soporte de contexto extendido.

Asistente de codificación rápido y rentable con ventana de contexto de 200K y soporte de caché de prompts para un rendimiento óptimo.

El modelo más inteligente para construir agentes y programar. Incluye contexto de 200K, pensamiento extendido y capacidades avanzadas de razonamiento.

El modelo Claude más potente para razonamiento complejo, tareas creativas e investigación. Contexto de 200K con rendimiento excepcional.

Modelo equilibrado con gran rendimiento para tareas generales. Ventana de contexto de 200K con soporte de caché de prompts.

Modelo de lenguaje rápido y eficiente de Google con soporte de caché de prompts para optimización de costos.

Modelo avanzado de generación de video con capacidades de texto-a-video e imagen-a-video. Soporta duración de 2-12 s con opciones de calidad 720p/1080p.

El modelo de lenguaje más potente de Google con contexto extendido y capacidades avanzadas de razonamiento.

Generación de video de humano digital con IA y lip-sync impulsado por audio. Transforma imágenes estáticas en avatares hablantes con expresiones y movimientos naturales.

Modelo de edición de imágenes Tongyi Qianwen con comprensión inteligente y capacidades de edición colaborativa multiimagen.

Generación de imágenes basada en historias con calidad 4K: crea 9+ visuales consistentes con fusión de múltiples referencias y edición en tiempo real.

El último modelo de generación y edición de imágenes de OpenAI.

Gemini 2.5 Flash Image Preview es un modelo de IA avanzado que destaca en generación y edición de imágenes impulsadas por lenguaje natural.