SLíder en imagen conversacional, texto, composición y edición con GPT Image 2
ChatGPT Images 2.0 y la API GPT Image 2 convierten instrucciones complejas en imágenes, carteles, infografías y ediciones multi-turno. Free permite probar; Plus añade más límites y thinking. GPT Image 2 lidera el benchmark independiente y llega hasta 4K por API, aunque high es caro, puede tardar dos minutos y el acabado pixel-perfect aún requiere herramientas profesionales.
Ideal paraPersonas y equipos que crean carteles, infografías, mockups, conceptos, material educativo y ediciones iterativas desde lenguaje natural
SSuite de voz, doblaje, música y agentes con calidad y API de primer nivel
ElevenLabs reúne Eleven v3/Flash, clonación, doblaje, Studio, Scribe, Music, efectos y agentes conversacionales. Destaca por voz expresiva, español, streaming e integraciones de telefonía/API. Free sirve para probar; a escala los créditos son complejos y la privacidad fuerte requiere opt-out o Enterprise/Zero Retention.
Ideal paraLocución, audiolibros, doblaje, e-learning, juegos, accesibilidad, música/efectos y agentes de voz
SImagen Flash 4K con edición conversacional, texto, referencias y grounding de Google
Nano Banana 2 es Gemini 3.1 Flash Image: genera y edita imágenes con rapidez, referencias, personajes consistentes, texto, infografías, 4K y Google Search grounding. Tiene acceso gratuito limitado y amplia API, pero los cupos varían y la privacidad depende mucho del tipo de cuenta.
Ideal paraCreadores, marketing, ecommerce, infografías y equipos Google que priorizan velocidad, edición, texto y API
SGLM-5.2 abierto MIT con 1M de contexto, agentes largos, código y API competitiva
GLM-5.2 de Z.ai lidera los modelos open-weight en evaluaciones actuales, ofrece un millón de tokens, agentes/código de larga duración, niveles de esfuerzo y pesos MIT. Tiene chat gratis, API e integraciones amplias; español y controles enterprise están menos pulidos y el autohospedado exige hardware enorme.
Ideal paraIngeniería agente, repositorios grandes, investigación larga y equipos que quieren inteligencia abierta MIT con API/local
FLUXGeneración de Imágenes
AFamilia de imagen y edición por API, Playground y modelos locales
FLUX.2 combina generación y edición multi-referencia mediante Playground, API, MCP y pesos descargables. Hay variantes para velocidad, producción, calidad y tipografía; klein 4B es Apache 2.0, mientras otros dev usan licencia no comercial. La API parte de 0,014 $ por imagen y ofrece organizaciones, proyectos y regiones, pero cloud puede usar inputs/outputs para entrenar y el self-host exige revisar licencia y hardware.
Ideal paraDevelopers, agencias y equipos que necesitan generación/edición por API, alto volumen, despliegue local, fine-tuning o LoRA con licencia clara
ATipografía y diseño generativo con V4, Canvas, API y open weights
Ideogram 4.0 genera imágenes 2K con texto, layouts y prompts JSON; la app añade Canvas, Magic Fill, Remix, backgrounds, estilos y personajes. Hay API síncrona/asíncrona, webhooks, custom models, Team y pesos para despliegue licenciado. Free ofrece diez créditos slow semanales; Plus cuesta 20 $/mes o 15 $/mes anual, pero los créditos API se facturan por separado.
Ideal paraCarteles, logos exploratorios, packaging, thumbnails, print-on-demand, anuncios y sistemas de marca que necesitan texto legible y API
AVídeo 3.0 multimodal con audio español, storyboard, 4K, API y equipos
Kling VIDEO 3.0 y Omni generan y editan vídeo desde texto, imagen, vídeo, audio y referencias. Ofrecen audio nativo en español, hasta seis planos y 15 segundos, 4K, API y Team Plan. Su calidad independiente es alta y Standard parte de 6,99 dólares promocionales, pero los créditos, las colas, la privacidad y los clips cortos exigen cautela.
Ideal paraCreadores, publicidad, e-commerce y equipos que producen planos cortos con referencias, audio y control multi-shot
AAvatares, traducción con lipsync y vídeo empresarial en 175+ idiomas
HeyGen crea Digital Twins y avatares, traduce y sincroniza labios, genera vídeo desde guion y se integra por API, SCORM y automatización. Destaca en español, formación y localización. Free permite probar, pero no uso comercial; los límites son complejos y fuera de Enterprise el contenido puede contribuir al entrenamiento con opción de exclusión.
Ideal paraFormación, onboarding, ventas, soporte, marketing y localización multilingüe con presentadores digitales
AIA de Microsoft para web, Windows, Office, trabajo y agentes empresariales
Microsoft Copilot abarca chat gratuito, Copilot en Microsoft 365 para hogar, Copilot Chat y el add-on empresarial, Studio y APIs Graph. Integra web, voz, Vision, investigación, Word, Excel, PowerPoint, Outlook, Teams, Work IQ y agentes. Personal cuesta 10 €/mes o 99 €/año en España; empresa 30 $/usuario/mes más licencia base. Su ecosistema es excepcional, pero precios, límites y privacidad cambian según superficie.
Ideal paraUsuarios de Windows/Office y organizaciones Microsoft 365 que necesitan contexto, colaboración, gobierno, agentes y extensibilidad
QwenChatbots y Asistentes
AChat gratis, API potente y modelos abiertos para ejecutar localmente
Qwen combina Qwen Studio gratuito con los flagships propietarios Qwen3.7 y modelos Qwen3.6 Apache 2.0 para self-hosting. Destaca en razonamiento, código, agentes, multimodalidad, precio e integraciones; sus puntos débiles son cuotas opacas, velocidad irregular, privacidad distinta por superficie y restricciones políticas.
Ideal paraDesarrolladores y usuarios avanzados que quieren chat gratuito, API competitiva, multimodalidad y opción de modelos locales
ATTS expresivo y clonación multilingüe con API rápida y modelo S2 abierto
Fish Audio S2-Pro ofrece TTS y clonación expresiva en 80+ idiomas, diálogo multihablante, streaming y 100 ms hasta el primer audio. Su API es barata y S2 puede autohospedarse; privacidad, gobierno empresarial y evidencia independiente aún son menos sólidos que en el líder.
Ideal paraCreadores, agentes de voz y desarrolladores que buscan TTS/clonación expresiva multilingüe, API económica o self-host
KrispProductividad y SaaS
AClaridad de voz en tiempo real y notas bot-free con accent conversion, API y MCP
Krisp limpia ruido, eco y voces en cualquier llamada y añade grabación, transcripción, resúmenes, acciones, AI Chat y conversión de acento sin bot. Destaca en audio; la transcripción puede fallar más que herramientas dedicadas y ya no hay Free permanente.
Ideal paraProfesionales remotos, ventas, soporte y call centers que necesitan voz limpia, comprensión y notas sin bot
AAgente full-stack de Vercel para crear, iterar y desplegar apps web
v0 convierte prompts, imágenes, archivos o repositorios en aplicaciones web editables con React/Next.js, preview, Design Mode, backend, bases de datos, APIs y despliegue en Vercel. GitHub facilita continuar fuera de la interfaz y la Platform API automatiza chats, proyectos y deployments. Plus parte de 30 $ por usuario/mes; créditos y tokens variables hacen que el coste real dependa del modelo, el contexto y las iteraciones.
Ideal paraDiseñadores, developers y equipos que crean productos web React/Next.js, prototipos, herramientas internas e interfaces conectadas con despliegue rápido
ALa IA gratuita de Meta, ahora con Muse Spark 1.1
Meta AI es el asistente gratuito de Meta para web, app, WhatsApp, Instagram, Facebook, Messenger y gafas. Muse Spark 1.1 añade razonamiento, voz, visión, archivos y API; Muse Image refuerza la creación visual. Sobresale en acceso y velocidad, pero no en privacidad, cuotas transparentes ni gobierno de equipos.
Ideal paraPreguntas, recomendaciones, voz y creación visual rápida dentro de WhatsApp, Instagram y el ecosistema Meta
AModelos, bots y apps de IA en una sola plataforma
Poe reúne modelos líderes de texto, imagen, vídeo y audio con un saldo común de puntos, comparación, grupos, API y una plataforma completa para crear y monetizar bots/apps. Es muy flexible y fácil; su coste real, calidad, privacidad y límites cambian según modelo y desarrollador.
Ideal paraProbar, comparar y programar muchos modelos de texto y medios con una sola cuenta y presupuesto flexible
AWorkspace todo en uno con proyectos, conocimiento y agentes IA
ClickUp unifica tareas, proyectos, Docs, pizarras, chat, calendario, objetivos, dashboards, tiempo y automatización. Brain y Super Agents añaden IA multi-modelo; API, webhooks, MCP y más de 1.000 integraciones lo hacen muy extensible. Su potencia exige configuración y puede sentirse lenta o abrumadora.
Ideal paraEquipos que quieran consolidar gestión de proyectos, conocimiento, comunicación y automatización en una plataforma extensible
AModelo visual 5.0 Pro de ByteDance para foto, tipografía, diseño y edición por web/API
Seedream 5.0 Pro genera y edita imágenes de alta calidad con gran fotorealismo, texto, composición, referencias y consistencia. Está en Dreamina con interfaz española y en BytePlus desde 0,045 $/imagen; es potente para producción, pero cerrado/cloud y con uso amplio de datos en Dreamina.
Ideal paraDiseñadores, marketers, e-commerce, producto y desarrolladores que necesitan fotografía, texto y edición visual de alta calidad
AConstructor web visual con Agents, CMS, código, hosting y colaboración
Framer 3.0 permite que Agents diseñe y modifique sitios editables, componentes, código y CMS dentro de un canvas profesional. Hosting, SEO, localización, branching y agentes externos completan el flujo; add-ons, créditos y lock-in limitan proyectos complejos.
Ideal paraDiseñadores, agencias y marketing que crean landing pages, portfolios y sitios CMS visuales de alta calidad
AVídeo multimodal con audio nativo, referencias, montaje y control de cámara de nivel director
Seedance 2.0 de ByteDance genera vídeo y audio conjuntamente desde texto, imágenes, vídeo y audio. Destaca en movimiento, referencias, cámara, diálogo y escenas multishot; el API global de fal es potente pero caro, los clips duran 4–15 s y privacidad/moderación dependen del proveedor.
Ideal paraPublicidad, previsualización, acción, producto y cortos con audio, diálogo, cámara y referencias multimodales
AM2.7 barato y rápido para agentes, código, contexto largo, MCP y despliegue local
MiniMax combina M2.7 —204.800 tokens, 60/100 TPS y API desde 0,30/1,20 USD por millón— con Agent, MCP, voz, imagen, vídeo y música. Su relación potencia/precio es excelente y publica pesos locales, aunque español, privacidad/residencia y licencia requieren más revisión que en suites líderes.
Ideal paraAgentes, código, búsqueda, documentos largos y automatización a bajo coste, con opción de despliegue local
ASuite multimodelo para imagen, vídeo, edición, training y producción por API
Leonardo AI reúne modelos propios y externos, Realtime Canvas, Flow State, Blueprints, Elements/LoRA, edición, upscale y vídeo. Essential cuesta 12 $/mes y Free ofrece 150 tokens diarios; Premium/Ultimate añaden Relaxed para modelos propios. API y Team cubren producción y colaboración, pero terceros, vídeo y Flow State pueden consumir tokens con rapidez.
Ideal paraMarketing, gaming, storyboards, ecommerce y equipos que necesitan generar, editar, entrenar estilos, animar y automatizar activos multimodelo
AFamilia open-weight para crear y editar imágenes en local o por API
Stable Diffusion es una familia de modelos y un ecosistema, no una sola app. SD3.5 ofrece pesos locales, fine-tuning, ControlNets y pipelines reproducibles; la API añade generación y edición por créditos. Community es gratis por debajo de 1 M$ de ingresos, pero no es licencia OSI. Su control, privacidad local e integraciones son excelentes; instalación, GPU y calidad base requieren criterio técnico.
Ideal paraDesarrolladores, estudios y usuarios avanzados que necesitan control local, privacidad, fine-tuning, estilos propios o integración por API
ASuite profesional multimodelo para generar, editar y automatizar vídeo
Runway combina Gen-4.5, Aleph 2.0, Act-Two, Characters, imagen, audio y modelos de terceros en una suite y API. Destaca por control y flujo profesional, pero Gen-4.5 se limita a 10 segundos y 720p, Standard solo cubre unos 52 segundos al mes y las cuentas normales permiten entrenamiento con inputs y outputs.
Ideal paraCineastas, agencias y equipos que necesitan generar, editar, organizar y automatizar medios en una misma plataforma
KimiChatbots y Asistentes
AK3, agentes y Kimi Code para trabajo complejo
Kimi reúne K3, agentes, Deep Research, documentos, hojas, slides, webs y Kimi Code. Es muy potente para contexto largo, programación y automatización; sus créditos y cuotas son complejos, y el servicio cloud permite uso de contenido para mejora salvo exclusión expresa.
Ideal paraAgentes, coding y trabajo de conocimiento de largo contexto sin usar datos confidenciales por defecto
AVoz realtime TTS/STT y agentes con despliegue privado
Cartesia ofrece Sonic 3.5 TTS, Ink STT y Line voice agents mediante API/WebSocket, 42 idiomas y baja latencia. Tiene Free/Pro económicos, organizaciones ilimitadas y Enterprise cloud/on-prem. Los términos estándar permiten entrenamiento con inputs/outputs, por lo que voz sensible exige DPA y despliegue contractual.
Ideal paraDesarrolladores y empresas que construyan agentes de voz/TTS/STT de baja latencia, incluida infraestructura privada
ASuite creativa IA todo en uno para diseño, marca, vídeo y contenido colaborativo
Canva Magic Studio combina generación y edición de imagen/vídeo, layouts, presentaciones, copy, traducción, redimensionado y marca dentro del editor más accesible. Es excepcional para producir y adaptar piezas; los generadores especializados conservan más fidelidad y control fino.
Ideal paraMarketing, pymes, educación y equipos de marca que necesitan crear, adaptar y publicar contenido sin curva profesional
AAvatares y formación multilingüe con SCORM, colaboración y API
Synthesia convierte guiones, prompts, documentos y presentaciones en vídeos con avatares, voces, doblaje, traducción e interactividad. Sobresale en formación y comunicación empresarial, con buen español, SCORM, equipos y privacidad documentada. Basic permite probar 10 minutos al mes; Creator añade API, pero cuesta 89 dólares y los créditos no se acumulan.
Ideal paraFormación, compliance, onboarding, soporte y comunicaciones empresariales multilingües con avatares
ACanciones completas, voces y edición multipista con v5.5 y Studio
Suno transforma prompts, letras o audio en canciones completas y añade Voices, modelos personalizados, stems, edición y Studio multipista. Es rápido, fácil y canta bien en español, con API oficial reciente. Sus límites clave son legales y de control: entrenamiento controvertido, licencia amplia, copyright no garantizado, sin equipos y Free no comercial.
Ideal paraDemos, jingles, música social, prototipos, letras/canciones rápidas y preproducción
AAgentes, búsqueda y reuniones dentro del workspace
Notion AI integra redacción, investigación, búsqueda con citas, reuniones y agentes en documentos, bases de datos y proyectos. Business incluye Agent, Meeting Notes y Enterprise Search; los Custom Agents autónomos consumen créditos aparte. Su valor es máximo cuando el equipo ya centraliza conocimiento en Notion.
Ideal paraEquipos que centralizan conocimiento, proyectos, documentos y reuniones en Notion
AAutomatización no-code líder en integraciones y acciones IA
Zapier conecta más de 9.000 apps mediante Zaps, Tables, Forms, webhooks, código, Copilot, MCP, Agents y Chatbots. Es especialmente rápido para equipos no técnicos, pero Free solo da 100 tareas y dos pasos; acciones, MCP e IA consumen cuotas, pueden generar excesos y varios productos se facturan aparte. No ofrece self-hosting y la interfaz/ayuda siguen solo en inglés.
Ideal paraEquipos no técnicos, pymes y operaciones que priorizan conectar SaaS con la máxima rapidez y cobertura
