¿Qué modelo de voz elegir, y por qué cobra cada uno?

El catálogo de LUVI tiene ocho modelos de texto a voz, y lo primero que conviene entender no son las voces sino el medidor. Casi todos cobran por cada mil caracteres, de forma lineal, sin mínimo y sin redondear a un bloque. El 22 de septiembre de 2026 las tarifas publicadas iban de 30 créditos por mil caracteres hasta 300, lo que significa que el mismo guion puede costar diez veces más según quién lo lea.

¿Cuánto cuestan de verdad?

Por cada mil caracteres, al 22 de septiembre de 2026:

• Grok Speech (tts-v1): 30 créditos
• Gemini 2.5 Flash TTS: 80 créditos
• MiniMax Speech 2.6 Turbo: 96 créditos
• Gemini 2.5 Pro TTS: 160 créditos
• MiniMax Speech 2.6 HD: 160 créditos
• ElevenLabs v3: 200 créditos
• Gemini 3.1 Flash TTS: 300 créditos

Para hacerlo concreto, cotizamos un párrafo de 311 caracteres en dos de ellos. Grok Speech dio 10 créditos; ElevenLabs v3 dio 63. La cuenta es exactamente lineal —tarifa por caracteres, dividido entre mil y redondeado hacia arriba al crédito entero—, así que una línea corta sale barata en todos los modelos de la lista, y la tarifa empieza a pesar cuando el guion es largo.

Fíjate además en que el nivel más nuevo de Gemini también es el más caro de los siete de la lista. Acá lo nuevo no es lo más barato.

¿Cuál se cobra distinto?

Seed Audio 1.0, y la diferencia conviene saberla antes de mirar su estimación. Se cobra por minuto y no por carácter, y el número que ves antes de correr es una retención de dos minutos: nuestra cotización volvió en 572 créditos sin importar lo corto que fuera el texto.

Eso no es lo que cuesta una línea breve. El cargo se asienta después sobre la duración real, igual que toda generación en LUVI se asienta sobre la factura real del proveedor, así que una lectura de doce segundos no te va a sacar 572 créditos. El centro de ayuda explica en general por qué te cobraron un importe distinto de la estimación.

¿Qué compra la tarifa más alta?

Sobre todo control, y conviene mirar la lista de parámetros antes de suponer.

• ElevenLabs v3 expone veintiuna voces, un control stability de 0 a 1, un código de idioma ISO para forzar una lengua y un interruptor de normalización de texto que decide si los números se escriben con letras. Cuatro de sus voces se describen como multilingües; las demás están ajustadas a su propio idioma y actualizan el campo de idioma cuando las eliges.
• Los niveles de Gemini son la misma familia en tres precios, así que la decisión es el nivel y no el dialecto.
• Grok Speech es con diferencia el más barato, lo que lo vuelve la opción natural para borradores, pistas provisionales y todo lo que después vas a reemplazar.

Acá no hay una sola respuesta sobre "la mejor voz", porque lo que estás juzgando es una interpretación. El método práctico es pasar las mismas dos frases por dos o tres modelos, a unos pocos créditos cada uno, y escuchar.

¿Y en el sentido contrario?

El paso de voz a texto está en la misma página y se cobra de otra forma: el stt-v1 de Grok va por minuto de audio, a 4 créditos el minuto. Las transcripciones llegan a tu biblioteca como resultados de texto y no como archivos de audio, y quedan deliberadamente fuera de los selectores de referencia: una transcripción nunca es entrada de un modelo.

Cómo lo verificamos

• Modelos: Grok Speech tts-v1, ElevenLabs v3 y Seed Audio 1.0; las tarifas de Gemini TTS, MiniMax Speech y Grok stt-v1 se leyeron del catálogo.
• Configuración: un párrafo de 311 caracteres, con la voz y los ajustes por defecto de cada modelo.
• Fecha y qué se leyó: 22 de septiembre de 2026, con una nueva revisión el 20 de octubre de 2026 que dio los mismos resultados. Cotizaciones de créditos en vivo y contratos de parámetros de los modelos dentro de LUVI.
• Resultados: 10 créditos en Grok Speech y 63 en ElevenLabs v3 por el mismo párrafo; 572 créditos cotizados en Seed Audio 1.0 sin importar el largo del texto, que son una retención de dos minutos y no un precio. Las tarifas publicadas por mil caracteres fueron 30, 80, 96, 160, 160, 200 y 300.
• Limitaciones: comparamos medidores y parámetros, no voces. Nada de lo dicho acá indica qué modelo suena mejor, y no se generó audio para este artículo.

En LUVI

Abre la página de modelos, filtra por audio y escribe una sola vez tus dos frases de prueba para correrlas en los dos modelos más baratos antes de comprometer un guion entero con una voz. En esta familia, la estimación de créditos sobre el botón Generar se actualiza mientras escribes: es uno de los pocos lugares del catálogo donde el texto mismo mueve el precio, que es justo lo que quieres cuando el texto es el producto.

Las cuentas nuevas arrancan con 200 créditos y pueden sumar hasta 1500 más verificando un teléfono y una tarjeta. Puedes crear una cuenta de LUVI y hacer casting de voces con tu propio guion.