Luma Uni 1 crea y edita imágenes a partir de descripciones claras: di lo que quieres, nunca lo que no quieres, y nombra la luz. En LUVI cuesta 89 créditos por imagen y 96 por edición; Uni 1 Max, 220 y 227. Luma sugiere de 80 a 250 palabras para una imagen nueva y de 30 a 100 para una edición.
Seedream 5.0 Pro y Flash convierten una imagen en una imagen base y hasta 16 capas PNG transparentes. Sin prompt separan todos los elementos principales; con prompt eliges cuáles, incluso por coordenadas. En Flash la estimación marca hasta 612 créditos y el cobro depende de las capas que regresan.
Nano Banana 2.1 solo lee prosa: describe lo que debe aparecer en la imagen, nunca lo que no, y elige tamaño y formato en los controles. En LUVI, a 1k, texto a imagen cuesta desde 80 créditos, la edición desde 83 y el modo que convierte un video en imagen desde 400.
Sí se puede, si tu plan de ChatGPT permite agregar un servidor MCP personalizado: agrega LUVI desde Plugins, inicia sesión con tu cuenta de LUVI y ChatGPT podrá cotizar y generar con Veo 3.1, Kling, Seedance 2.5 y Nano Banana usando tus créditos. Nombra a LUVI y al modelo, y pide primero el costo.
Las páginas para crear imágenes y videos con IA son de tres tipos: la app de la empresa que hace el modelo (Midjourney, Google Flow, Kling, Runway), una herramienta de diseño con IA integrada (Canva, Adobe Firefly) y una plataforma multimodelo (Krea, Higgsfield, OpenArt, LUVI Creator).
Ampliar un clip en LUVI se cobra por segundo del video original: 36 créditos por segundo a 1080p y 48 a 2K. Eso hace que renderizar en la resolución más barata y ampliar después salga bastante más económico, aunque agrega píxeles y no detalle.
Image 2.0 lee el prompt como una especificación y arma una jerarquía tipográfica: nombrar la pieza y los niveles de texto rinde más que cualquier pila de adjetivos. Además es una familia aparte de los modelos Grok anteriores. Desde 80 créditos por imagen.
Qwen-Image está hecho para renderizar texto: la forma de aprovecharlo es poner entre comillas cada cadena visible y darle una posición. Las palabras negativas en el cuerpo del prompt no se leen; algunos modelos traen un campo aparte. Una imagen cotizó 105 créditos en Max.
En GPT Image 2.5 todo el control está en la prosa y en las imágenes de referencia: sin seed, sin campo de prompt negativo, sin selector de estilo. El nivel de calidad mueve el precio mucho más que los píxeles: una imagen en 4K a calidad media cotizó menos que una de 1024 píxeles en alta.
En Vidu Q3 el control de estilo está documentado como inefectivo, así que el look y la energía del movimiento viven en la frase. Su relación de aspecto además arranca en 4:3, no en 16:9. Un clip de cinco segundos cotizó 510 créditos en Q3-Turbo y 1063 en Q3-Pro a 720p.
Grok Imagine Video genera imagen y sonido en la misma pasada y no tiene un interruptor para apagar el audio, así que un prompt que no nombra su sonido recibe el que el modelo invente. La negación tampoco se lee. Ocho segundos en 720p cotizaron 1120 créditos.
Un prompt de PixVerse son tres frases: sujeto y una acción, después un movimiento de cámara con la luz y el lente nombrados, y al final las restricciones escritas como cosas que se mantienen. Cuatro palabras comunes juegan en contra. Cinco segundos en 720p cotizaron 600 créditos.
Hailuo recibe la dirección de cámara como un comando entre corchetes de una lista cerrada de quince, puesto donde ocurre el movimiento. Además es solo imagen, así que cada palabra dedicada al sonido se pierde. Seis segundos arrancan en 380 créditos.
Wan 3.0 lee una fórmula que se va sumando: entidad, escena, movimiento, luego el look y al final el sonido. Genera el audio en la misma pasada. Si no nombras la cámara en cada plano, corta dentro del clip que querías en una sola toma. Cinco segundos arrancan en 400 créditos a 480p.
En los modos de imagen a 3D de Hunyuan3D el campo de texto no se lee: el propio contrato del modelo dice que no acepta prompt. Todo el control que tienes está en cómo preparas la imagen de entrada. Las mallas parten desde 600 créditos en Rapid y 1000 en Pro.
Seedream 5.0 Pro no tiene parámetro de proporción. La forma de la imagen vive en size, que se escribe ANCHO*ALTO con asterisco, y una proporción escrita en el texto se ignora. Aquí están los trece tamaños válidos, el interruptor thinking y la estructura de frase que premia. Desde 144 créditos.
Una plataforma de IA multimodelo reúne modelos de video, imagen, audio y 3D de muchas empresas en un solo espacio de trabajo y con un solo saldo. Para elegirla, fíjate en las versiones exactas que ofrece, en si te dice el precio antes de generar y en si te ayuda a escribir el prompt de cada modelo.
Nano Banana Pro vuelve a generar toda la imagen en cada edición, así que una instrucción sin cláusula de preservación cambia cosas que nunca pediste. Di qué cambia y qué se queda, y nombra las referencias como Image 1. La edición parte desde 175 créditos en 1k.
HappyHorse genera imagen y sonido juntos, pero no deduce el sonido de lo que ve: un prompt sin una línea de audio devuelve un video casi mudo. También es de los pocos modelos de video que respeta los tiempos por toma, justo al revés que Seedance 2.5.
FLUX 3 Video genera imagen y sonido en una sola pasada, así que el audio se escribe en el prompt en lugar de activarse con un botón. Pon cada línea entre comillas y dale a alguien visible que la diga, o puede salir como texto sobre la imagen. En LUVI cuesta desde 1870 créditos.
Seedance 2.5 lee marcas de tiempo en segundos enteros, canales de audio tipados y un solo movimiento de cámara por plano. La mayoría de los malos resultados vienen de tratarlo como Seedance 2.0. Esta es la estructura que funciona, sacada de la guía que aplicamos dentro de LUVI.
En Kling 3 un plano se escribe en este orden: sujeto, movimiento, escenario y recién después cámara, luz y atmósfera. Entre 60 y 100 palabras, un solo movimiento de cámara y una sola acción. El prompt completo tiene un tope de 2,500 caracteres y pasarse cancela el envío.
Para usar Veo 3.1, arma el prompt empezando por la cámara: plano, sujeto, acción, contexto y estilo, con diálogos y efectos dentro de la escena. En LUVI activa la Generación de audio, que viene apagada; Veo 3.1 Lite no tiene sonido. Un clip de 8 segundos a 720p cuesta desde 800 créditos.