Un personaje, seis tomas: cómo mantener la misma cara en toda la secuencia

Lo primero que hay que entender de una secuencia de varias tomas es que no se consigue corriendo el mismo prompt seis veces. De los 224 modelos del catálogo de LUVI, solo 76 exponen un seed, y en las familias de video que no lo tienen dos envíos idénticos devuelven dos personas distintas con dos abrigos distintos. La consistencia no se pide con palabras: vive en las ranuras de referencia, y esas cambian en cada familia.

¿Cuántas referencias acepta cada familia?

Más de las que suele usar la gente, y de más tipos de los que suele saber. Verificado contra los contratos de modelo en vivo el 22 de septiembre de 2026:

• Seedance 2.5 referencia a video acepta hasta 30 imágenes de referencia, 10 videos de referencia y 10 audios de referencia: tres ranuras separadas y con tipo, ninguna obligatoria.
• Gemini Omni 1.1 Flash referencia a video acepta hasta 10 imágenes y 3 videos.
• MiniMax H3 referencia a video acepta hasta 9 imágenes, 3 videos y 3 audios.
• HappyHorse 1.1 referencia a video acepta hasta 9 imágenes.
• Kling Video O3 referencia a video acepta hasta 7 imágenes y un video.

Las ranuras menos aprovechadas son las de video y audio de referencia. Un video de referencia puede llevar el movimiento, el ritmo o el recorrido de cámara; un audio de referencia puede llevar un timbre de voz. En las familias que los aceptan hacen un trabajo que ninguna cantidad de prosa hará.

¿Cómo se nombra la referencia en el prompt?

Cada familia tiene su propia sintaxis de enlace, y usar la equivocada es la razón más común de que una referencia parezca ignorada. De las guías que LUVI aplica a cada familia:

• Seedance 2.5: numera cada archivo entregado en orden de subida, declara la función de cada uno en una línea inicial de referencias y después los menciona como @Image 1.
• HappyHorse: los sujetos entregados se llaman character1, character2, y la identidad se amarra además con palabras: "face, hair and wardrobe unchanged".
• Wan: la referencia se usa como sustantivo dentro de la frase: "The cat in Image 1 plays in the room in Image 2."
• MiniMax H3: las referencias tienen una gramática entera propia, con definiciones <Subject 1>, un campo retention_analysis que da a cada archivo una fuerza con tipo, y una nota explícita de lo que cada archivo no debe aportar.
• FLUX 3 Video no tiene ninguna marca de enlace. Su manual es explícito: no existe una sintaxis @keyframe1, y la identidad se sostiene con un párrafo de sujeto repetido palabra por palabra en cada toma.

Si no sabes cuál aplica, el contrato del propio modelo te dice la clave de la ranura, y el botón de la pluma te dice la sintaxis del prompt.

¿Cómo se encadena una toma con la siguiente?

Tres mecanismos, de menor a mayor fiabilidad.

• Lleva el último fotograma hacia adelante. Seedance 2.5 tiene un parámetro return_last_frame que además devuelve el fotograma final como imagen suelta. Esa imagen es la entrada natural para la ranura de imagen de la toma siguiente, y es lo más parecido a un punto de montaje real que ofrecen estos modelos.
• Repite la descripción palabra por palabra. No parafraseada: idéntica. El mismo párrafo de sujeto, con las mismas palabras, en cada toma. Es el único mecanismo de identidad que tiene FLUX 3 Video, y ayuda en todas partes.
• Mete los cortes dentro de una sola generación. Donde la familia admite varias tomas en un mismo render (FLUX 3 Video con HARD CUT, HappyHorse con encabezados de toma con tiempos, Seedance 2.5 con tomas en orden), la continuidad la sostiene el modelo en vez de esperarla el prompt. Una generación de cuatro tomas aguanta una cara mucho mejor que cuatro generaciones de una toma.

¿Cuánto cuesta una secuencia de seis tomas?

En Seedance 2.5 referencia a video, una toma de cinco segundos en 720p se estima en 3030 créditos, así que seis suman unos 18,180 créditos antes de cualquier repetición. Ese número es el argumento de dos costumbres.

Primero: fija el personaje antes de gastar nada en movimiento. Genera las imágenes de referencia en un modelo de imagen, donde una imagen cuesta un par de cientos de créditos y no un par de miles, y pasa al video solo cuando la cara sea una que te guste ver seis veces.

Segundo: usa los peldaños baratos mientras todavía decides. Seedance 2.5 renderiza en 480p a 0.465 veces la tarifa de 720p y en 1080p a 1.968 veces, así que un ensayo completo de seis tomas en 480p cuesta menos que tres tomas en 720p. La duración va de 4 a 30 segundos en este modo, lo que hace que una toma larga sea una alternativa real a dos cortas.

Cómo lo verificamos

• Modelos: todos los modos publicados de referencia a video del catálogo, leídos con el código de catálogo de la aplicación, más los contratos en vivo de Seedance 2.5, Gemini Omni 1.1 Flash, MiniMax H3, HappyHorse 1.1 y Kling Video O3.
• Qué se leyó: las claves de ranura de referencia de cada modo, los tipos de archivo aceptados y los límites de cantidad; las listas de parámetros; y las guías de prompts que LUVI aplica a cada familia.
• Fecha: 22 de septiembre de 2026.
• Resultados: los conteos de ranuras de arriba, el conteo de seed (76 de 224 modelos públicos) y 3030 créditos por una toma de cinco segundos en 720p con Seedance 2.5 referencia a video, confirmados contra la página del modelo en vivo.
• Limitaciones: No se generó ninguna secuencia para este artículo, así que no afirma nada sobre qué tan bien sostiene el parecido cada familia. Los multiplicadores de 480p y 1080p son las cifras documentadas del propio modelo, no una medición nuestra.

En LUVI

Las ranuras de referencia tienen tipo en el espacio de trabajo, así que una imagen no cae por accidente en una ranura de video, y el panel te muestra cuántas acepta el modelo. Llénalas, escribe el prompt con la sintaxis de enlace de esa familia y toca primero el botón de la pluma: LuviTransLex aplica la guía de esa familia, y el enlace de referencias es justo el tipo de cosa que corrige de forma determinista.

Para una secuencia sobre la que vas a iterar, la forma correcta es un flujo de trabajo: el nodo de referencia alimenta todas las tomas, así que cambiar de personaje significa cambiar una entrada y no seis. Los flujos de trabajo funcionan solo en computadora. El mismo grafo se puede armar y correr desde Claude con el conector de LUVI, útil cuando la lista de tomas ya existe como texto.

¿Recién llegas? Crea una cuenta de LUVI y ensaya la secuencia completa en la resolución más barata antes de comprometerte con la definitiva.

Fuentes

• Seed Models. ByteDance Seed, índice de modelos (en inglés). Consultado el 22 de septiembre de 2026.
• Veo. Google DeepMind, página del modelo (en inglés). Consultado el 22 de septiembre de 2026.