Video de Flycatcher Studio — flycatcherstudio.com
Hoy lanzamos Boreal, nuestro modelo de video con IA para publicidad. Genera texto a video e imagen a video a un centavo por segundo, lo que equivale a unos $0.05 por un clip de cinco segundos, y renderiza en tiempo real, así que ese clip está listo más o menos en lo que tardas en verlo. En nuestras pruebas comparativas rivaliza con la calidad de los mejores modelos cerrados por los que pagan hoy los anunciantes, a una fracción del precio y hasta 40 veces más rápido.
Este artículo explica por qué lo creamos, cómo funciona y qué muestran realmente las cifras, incluidos sus puntos débiles.
Nos dedicamos a crear anuncios de video, así que partimos de las dos cosas que un anuncio tiene que hacer bien, que resultan ser justo las dos en las que más fallan los modelos de video de uso general. Una persona tiene que parecer un creador real grabándose a sí mismo, con piel natural, ritmo natural y sin ese brillo artificial de la IA. Y un producto tiene que seguir siendo exactamente el objeto que el anunciante comercializa, con la misma etiqueta, el mismo texto y la misma forma, sin variantes inventadas ni una segunda unidad apareciendo a mitad de plano. La mayoría de los modelos cambian sin problema a un creador por otra persona a mitad de clip o convierten la etiqueta de un producto en un sinsentido, y esos son los fallos que un espectador nota al instante.
Entrenado con publicidad, ajustado a las necesidades del marketing
Eso es lo que entrenamos a Boreal para proteger. Está construido sobre un modelo de generación de video de código abierto que genera audio y video de forma conjunta.
Lo post-entrenamos con un gran volumen de material publicitario, orientándolo hacia lo que necesita un anuncio: un producto que sigue siendo exactamente el objeto que el anunciante comercializa y una persona que parece un creador real. Como somos dueños de los pesos y los servimos nosotros mismos, podemos ofrecer esa calidad a un centavo por segundo y a velocidad de tiempo real, en lugar de pagar precio de lista y esperar en la cola de otro para cada clip.
El resto de este artículo muestra lo que aporta ese entrenamiento, medido frente al modelo base sin modificar con un pipeline idéntico y confirmado mediante revisión humana a ciegas y métricas de imagen.
Lo que muestran las cifras
Para medir lo que realmente cambió el post-entrenamiento, mantenemos todo idéntico salvo los pesos entrenados: la misma indicación reescrita, la misma imagen de entrada, la misma resolución, el mismo número de fotogramas y la misma semilla, ejecutados con el pipeline en producción. La única variable es el modelo.
En una revisión comparativa a ciegas, los evaluadores prefirieron Boreal frente a su base sin modificar en el 81% de las comparaciones decisivas (25 a 6, con 9 empates, en 40 casos de producción; prueba de signos p<0.001). Desglosado por tipo de caso, es un 83% en anuncios de producto, un 85% en escenas de creadores y UGC y un 60% en clips de una sola persona hablando, toda la gama de lo que realmente crean los clientes.
Los casos de producto son la mitad difícil y con más en juego, y en la revisión a ciegas quedaron 5 a 1 con 2 empates a favor de Boreal. Para medir la fidelidad sin intervención humana, registramos cuánto detalle de la imagen de entrada sobrevive hasta el último fotograma y qué parte del movimiento es deformación no rígida. Frente a la base, Boreal muestra mejoras significativas en calidad de imagen (MUSIQ, p<0.001) y en conservación del detalle fino (+11.3%, p=0.004), con la deformación a la baja. En pocas palabras: un diario personalizado mantiene el diseño de su portada y el nombre del niño en cámara durante todo el clip; un creador sigue siendo una misma persona en lugar de ser sustituido a mitad de plano; una demo de app muestra la interfaz real donde la base pinta un fondo de pantalla genérico.
Cómo se compara Boreal con los modelos cerrados
La verdadera pregunta comercial no es si el post-entrenamiento supera a su propia base, sino si el resultado compite con el modelo cerrado que un anunciante compraría en su lugar. Así que enfrentamos a Boreal con los modelos cerrados que consideraría un anunciante, con entradas idénticas.
Boreal iguala a Seedance 2.0 en calidad perceptual y lo supera en movimiento, con una velocidad unas 40 veces mayor y un coste 12 veces menor al precio de referencia. Seremos sinceros sobre la contrapartida: en fidelidad pura, las cifras de calidad quedan a unos pocos puntos porcentuales en ambas direcciones, y Seedance renderiza esas entradas en 1080p frente a nuestra salida de clase 720p, así que las medidas sensibles a la resolución le favorecen a él, no a nosotros. Lo que difiere en dos órdenes de magnitud es el tiempo y el coste. Durante nuestra prueba, Seedance 2.0 entregó un clip de cinco segundos en una mediana de 198 segundos por $0.60; Boreal lo entrega en unos 5 segundos por $0.05.
H3 Max es el otro punto de referencia. Declara una inferencia bruta más rápida que nuestro objetivo de cinco segundos, pero cuesta unas ocho veces más por clip de cinco segundos a su precio de lista del día de lanzamiento, lo que deja a Boreal como la mejor relación calidad-coste del grupo. Frente al más reciente Seedance 2.5, cuyo precio de lista de imagen a video en 720p era de unos $0.473 por segundo a principios de septiembre de 2026, Boreal a un centavo por segundo es unas 47 veces más barato: unos $0.05 por un clip de cinco segundos frente a $2.31.
En una única escala de calidad publicitaria, la contrapartida es fácil de ver. Con un evaluador a ciegas y justo con el producto sobre 20 indicaciones de anuncios, Boreal aprueba el 70% de las veces a cinco centavos por clip. Seedance 2.0 puntúa más alto, con un 80%, pero a su precio de lista actual esa calidad cuesta más de 30 veces más; H3 Max se queda en el 65% por ocho veces el precio; y la base sin modificar llega al 50%. Boreal es la mejor relación calidad-dólar del grupo y, en velocidad, supera a todos excepto a H3 Max, que puntúa por debajo.
En la práctica se traduce así: un storyboard de veinte planos de cinco segundos cuesta alrededor de $1 y termina en menos de dos minutos en Boreal, frente a unos $12 y más de una hora de cola del proveedor en Seedance 2.0. Todas las comparaciones proceden de nuestras propias pruebas con estos modelos y entradas idénticas. Puedes ver las especificaciones de Boreal en su página del modelo.
Precio y velocidad, pensados para usuarios de la API
La diferencia es mayor a nivel de API, donde los equipos generan en volumen, así que ahí es donde Boreal está diseñado para ganar. Hay dos factores que lo impulsan.
El primero es cómo facturamos. Boreal se cobra por segundo de video terminado, no por crédito ni por token, así que puedes calcular el coste de generación de video con IA antes de ejecutar el trabajo y no después. Un segundo de video cuesta un centavo. Un clip de cinco segundos, cinco centavos. Veinte clips, alrededor de un dólar. Para cualquiera que haya intentado deducir el coste por segundo de generación de video a partir de un sistema de créditos opaco, esa previsibilidad es lo importante.
El segundo es el rendimiento. Funcionando sobre nuestra propia infraestructura de servicio optimizada, Boreal genera un segundo de video terminado por cada segundo de tiempo de GPU, 1:1 con el tiempo real. Una generación barata que sigue tardando minutos no cambia tu forma de trabajar; una generación barata que responde en segundos, sí. Puedes ejecutar varias versiones de un plano a la vez, quedarte con la que funciona y aun así pagar menos que por una sola generación en otro sitio.
Dónde está Boreal hoy, con sinceridad
Boreal es un modelo nuevo y preferimos contarte dónde es más débil antes de que lo descubras a mitad de campaña. Es más fuerte en clips cortos y escenas sencillas. Donde menos mejora respecto a su base es en los clips de una sola persona hablando, donde ambos están más cerca, con un 60%. En sincronización labial se mantiene a la par con su base, y una variante distinta especializada en audio del mismo linaje lo hace mejor, que es la dirección hacia la que avanza ese trabajo. Y en resolución pura, un modelo insignia en 1080p sigue teniendo ventaja en el tipo de plano donde lo que pagas es precisamente la resolución.
De lo que estamos seguros es de la contrapartida para la que se creó Boreal: la calidad que decide un anuncio, con el producto y el creador intactos, a un coste y una velocidad que nada en su nivel de calidad iguala.
¿Qué sigue?
Estamos entrenando un evaluador que puntúa defectos explícitos como objetos de más, cambios en las etiquetas y deriva de identidad, para que el modelo pueda optimizarse precisamente contra las alucinaciones que perjudican a un anuncio. También estamos ampliando Boreal a la generación condicionada por referencias, para anuncios de varios planos creados a partir de varias vistas del producto o del rostro de un creador. Ambas cosas apuntan a lo mismo: más de la coherencia que necesitan los anunciantes, en spots más largos y complejos.
Prueba Boreal
Boreal ya está disponible, con texto a video e imagen a video desde el lanzamiento. Puedes acceder a él a través de nuestra API, generar con él en el Model Playground de Creatify, ponerlo a trabajar dentro de AdFlow o ejecutarlo en fal.ai. Todos los detalles están en la página del modelo Boreal. Creemos que es la opción con mejor relación calidad-dólar en video con IA ahora mismo, y está ahí para que la pongas a prueba.
