Modelos IA
Compara modelos IA de imagen y video disponibles en FireRed Image Edit y abre el modelo o generador adecuado.
Modelos IA de imagen
FireRed Image Edit
Un modelo de edición de imágenes con IA diseñado para inpainting localizado, reemplazo de objetos, modificación de fondos y refinamiento de estilo. Es ideal para realizar ediciones controladas y de alta calidad manteniendo la composición y el sujeto principal originales, especialmente en retoque para e-commerce, actualización de pósters, optimización de recursos para redes sociales y reelaboración creativa.
Grok 4.2 Image
Modelo de generación de imágenes Grok 4.2 de xAI, destacado en composición creativa y estilos visuales. Admite texto a imagen e imagen a imagen para retratos, escenas y creación artística.
FLUX.2 Klein 9B
Modelo de imagen ligero y ultrarrápido de 9B parámetros de Black Forest Labs, pensado para generación por lotes, borradores rápidos e iteración frecuente.
Nano Banana
Modelo de generación de imágenes basado en Google con excelente renderizado de detalles y soporte de múltiples imágenes de referencia. Admite hasta 14 imágenes de referencia.
GLM Image
Modelo texto-a-imagen de Zhipu AI con fuerte comprensión bilingüe. Generación rápida a costo ultra bajo, ideal para creación rápida de contenido.
Nano Banana 2
Modelo de generación de imágenes multimodal de nueva generación que admite hasta 14 imágenes de referencia, búsqueda de Google y salida 4K. Ofrece mayor flexibilidad creativa con prompts ultra-largos de hasta 20.000 caracteres.
Nano Banana 2.1
El eficiente modelo de imagen Gemini de Google: texto más nítido en la imagen y personajes y estilos más coherentes en ediciones de varios turnos. Elige 1K, 2K o 4K y usa hasta 10 imágenes de referencia.
Nano Banana 2 Lite
El modelo Gemini Image más rápido y eficiente de Google DeepMind para generación y edición de imágenes con baja latencia. Úsalo para borradores rápidos, ediciones con referencia y exploración visual ligera.
Nano Banana Pro
Un modelo de generación profesional que requiere alta fidelidad, alto detalle y consistencia en la composición y personajes/objetos.
Seedream 5.0 Lite
Modelo de generación de imágenes ligero de próxima generación con comprensión semántica mejorada y renderizado fotorrealista. Optimizado para generación rápida y de alta calidad de texto a imagen con resoluciones de salida 2K y 3K.
Seedream 5.0 Flash
Generación y edición rápidas con hasta 10 imágenes de referencia y salida en 1K, 1,5K o 2K.
Seedream 5.0 Pro
Modelo de imagen de alta calidad de ByteDance con mejor comprensión de prompts complejos, gran detalle, composición estable y calidad visual comercial.
GPT-Image 1.5
Modelo de generación de imágenes fotorrealistas de nivel profesional, especializado en capturar texturas delicadas de luz/sombra y expresiones humanas naturales. Admite tanto el modo texto-a-imagen como imagen-a-imagen, con excelente rendimiento en fidelidad y restauración de detalles, particularmente adecuado para escenarios comerciales que requieren alto realismo.
GPT Image 2
Un modelo de generación con múltiples referencias que admite hasta 16 imágenes de referencia, pensado para una mayor consistencia, mejor control y flujos comerciales más complejos. Admite tanto texto a imagen como imagen a imagen.
GPT Image 2.5
GPT Image 2.5 Flare de OpenAI mejora el detalle, la fidelidad de las referencias y la edición precisa. Admite texto a imagen e imagen a imagen con hasta 16 imágenes de referencia.
GPT Image 2.5 Flare
GPT Image 2.5 Flare de OpenAI mejora el detalle, la fidelidad de las referencias y la edición precisa. Admite texto a imagen e imagen a imagen con hasta 16 imágenes de referencia.
GPT Image 2.5 Sunburst
GPT Image 2.5 Flare de OpenAI mejora el detalle, la fidelidad de las referencias y la edición precisa. Admite texto a imagen e imagen a imagen con hasta 16 imágenes de referencia.
Seedream 4.5
Modelo insignia de generación visual con una comprensión suprema del lenguaje natural y expresión de luz/sombra. Ya no depende de la acumulación mecánica de etiquetas, sino que entiende 'historias' y 'atmósfera', cambiando libremente entre fotografía hiperrealista y arte surrealista.
FLUX.2
Modelo de grado industrial de próxima generación, rompiendo la 'maldición del texto' del dibujo con IA. Tiene la capacidad de seguimiento de instrucciones más fuerte hasta la fecha, no solo generando perfectamente palabras/texto especificados dentro de las imágenes, sino también controlando con precisión movimientos complejos de manos y relaciones espaciales de objetos.
FLUX 3 Klein
Z-Image
Un modelo optimizado para escenarios de texto a imagen, dedicado a mapear con precisión descripciones complejas a elementos visuales, destacando especialmente en la conceptualización y realización de descripciones abstractas.
Grok Imagine Image 2
Modelo de imagen Grok Imagine de nueva generación de xAI, ideal para composiciones creativas, estilos visuales, retratos, escenas, anuncios y contenido social.
Qwen Image 3
Modelo de imagen Qwen de nueva generación de Alibaba con mejor comprensión de prompts complejos, renderizado de texto, control de composición y salida visual de alta calidad.
Modelos IA de video
Veo 3.1
El último modelo insignia de generación de video de Google. Veo 3.1 Quality cuenta con un motor de física líder en la industria y una fidelidad ultra alta, replicando perfectamente las texturas, dinámicas y detalles del mundo real. Soporta relaciones de aspecto 16:9, 9:16 y Auto, ideal para la producción de video comercial de alta calidad.
Sora 2
La edición estándar de la serie Sora. Mantiene la comprensión superior de las indicaciones de OpenAI mientras optimiza la velocidad y el costo. Perfecto para guiones gráficos, videos cortos para redes sociales e iteración creativa rápida.
HappyHorse
HappyHorse es el modelo multimodal de nueva generación de Alibaba, con co-generación nativa de audio y vídeo. Un único modelo cubre cuatro escenarios — texto a vídeo, imagen a vídeo, referencia multi-imagen a vídeo y edición de vídeo en el lugar — ideal para publicidad, e-commerce, mini-series y creatividades sociales.
Wan 2.6
Wan 2.6 es un modelo de generación de video avanzado que admite los modos de texto a video, imagen a video y video a video. Ofrece opciones de duración de 5s, 10s y 15s con resoluciones de 720p y 1080p. Incluye capacidades de tomas múltiples para crear diversos contenidos de video.
Kling 3.0
Kling 3.0 Omni
Kling 4.0
Kling 3.0 Motion Control
Kling Control de movimiento
El modelo Kling Motion Control controla con precisión los movimientos y poses de los personajes mediante imágenes y videos de referencia cargados. Admite videos de 3 a 30 segundos, genera acciones de personajes consistentes con las referencias, ideal para animación de personajes y escenarios de transferencia de movimiento.
Kling 2.6
Reconocido por capturar movimientos complejos y leyes físicas. Kling 2.6 destaca en la generación de movimientos de personajes de alta dinámica, interacciones complejas de objetos y movimientos de cámara cinematográficos con fluidez.
Seedance 1.5 Pro
Modelo avanzado de generación de video de ByteDance. Seedance 1.5 Pro sobresale en animación de personajes con sincronización labial precisa y expresiones naturales. Cuenta con física de movimiento realista, soporta múltiples relaciones de aspecto (1:1, 21:9, 4:3, 3:4, 16:9, 9:16) y ofrece opciones de duración flexibles (4s, 8s, 12s) con generación de audio opcional.
Seedance 2
Modelo de video de nueva generación de ByteDance. Seedance 2 se centra en una alta calidad visual, movimiento complejo y control multimodal mediante referencias. Soporta entradas de texto, imagen, video y audio, ideal para producciones profesionales que requieren mayor consistencia y un lenguaje de cámara más rico.
Wan 3.0 Video
Wan 3.0 Video es el modelo de vídeo multimodal de Alibaba para texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo con referencias de imagen, vídeo y audio.
Wan 3.0 Video Prime
Wan 3.0 Video Prime es la variante Wan de mayor fidelidad para proyectos exigentes de texto, imagen y referencia a vídeo, con un movimiento y una composición más controlados.
Seedance 2.5
El modelo de vídeo de nueva generación de ByteDance. Admite texto a vídeo, imagen a vídeo con fotogramas inicial y final, y referencias multimodales de imagen, vídeo y audio, además de 480p/720p, 4–30 segundos y generación de audio opcional.
Seedance 2 Fast
La versión más rápida y rentable de Seedance 2. Es ideal para iterar ideas rápidamente, probar prompts en lote y producir contenido de alta frecuencia, manteniendo el soporte para referencias de imagen, video y audio.
Seedance 2 Mini
Lightweight Seedance 2 for lower-cost drafts with first/last frames and multimodal references.
Grok Imagine
Modelo de generación de video creativo de xAI. Grok Imagine sobresale en transformar descripciones de texto en contenido de video imaginativo, admite múltiples relaciones de aspecto (2:3, 3:2, 1:1, 9:16, 16:9), ofrece tres modos de estilo (fun, normal, spicy), perfecto para producción de contenido creativo y prototipado rápido.
Grok Imagine Video 1.5 Preview
Grok Imagine Video 1.5 Preview is an image-to-video model. It requires one reference image, outputs fixed 720P video, supports 5-15 second durations, and supports 16:9, 9:16, 3:2, 2:3, 1:1, 3:4 and 4:3 aspect ratios.
Grok Imagine Video 1.5 Lite
Gemini Omni
Gemini Omni es el modelo avanzado de generación de vídeo de Google basado en Omni-Flash-Ext. Soporta texto a vídeo, imagen a vídeo y fusión de 3 imágenes de referencia. Ofrece duraciones de 4/6/8/10 segundos con relaciones de aspecto 16:9 y 9:16.
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash es el modelo de vídeo multimodal de Google para texto a vídeo, imagen a vídeo e imágenes de referencia, con duración flexible y varias proporciones.
MiniMax H3
MiniMax H3 es un modelo de vídeo multimodal para generar desde texto, imagen y referencias, con salida 768p/2K, duración flexible y audio de referencia.
MiniMax H3 Max
MiniMax H3 Max es un modelo de vídeo rápido para texto a vídeo e imagen a vídeo con fotograma inicial/final en 480p/768p y clips de 5 a 15 segundos.
MiniMax H3 Max Turbo
MiniMax H3 Max Turbo es la versión rápida y de menor coste para texto a vídeo 480p/768p e imagen a vídeo con fotograma inicial obligatorio y final opcional.
PixVerse V6 Max
Convierte texto o una imagen en vídeos de 1–15 segundos, hasta 1080p y con audio generado opcional.
PixVerse V6
PixVerse V6 es un modelo de vídeo versátil para texto a vídeo, animación de imágenes, transiciones entre fotogramas iniciales y finales y extensión de vídeos. Admite 360p a 1080p, 1 a 15 segundos y audio nativo opcional.
Vidu Q4
Anima una imagen inicial o usa hasta 15 imágenes de referencia. De 540p a 4K; 3–16 segundos con imagen inicial o 1–16 con referencias, con audio sincronizado opcional. Audio de referencia: MP3 de 3–12 segundos.