Compara cómo Kling 4.0, Wan 3.0, MiniMax H3 y Seedance 2.5 resolvieron el mismo vídeo de cafetería: un barista entrega un vaso con la marca, el cliente da un sorbo y sale del local. Este artículo reúne el análisis detallado y un flujo de trabajo compartido de comparación donde puedes revisar los resultados por tu cuenta.
Para decidir más rápido a partir de las valoraciones con estrellas y el tipo de vídeo, consulta Kling 4.0 vs. Wan 3.0 vs. MiniMax H3 vs. Seedance 2.5.
1. Configuración de la prueba
Cada modelo generó un vídeo de 10 segundos a 720p con el mismo prompt de texto y seis imágenes de referencia. Las instrucciones escritas incluían un movimiento de cámara lento, un ángulo concreto para el plano final y que la lluvia ya hubiera cesado al terminar. Las referencias visuales incluían una vista frontal de la fachada.
Estos resultados corresponden a una generación por modelo, y otras generaciones pueden ser distintas. Abre el flujo de trabajo compartido para comparar los materiales de entrada y ver los vídeos completos con sonido.
2. Movimiento y realismo
2.1 Acción y ritmo
Este criterio evalúa si cada acción se desarrolla a una velocidad natural y se completa, para que la historia resulte íntegra en lugar de apresurada o interrumpida.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El vídeo tiene movimientos enérgicos y un ritmo marcado, lo que le da un aire de anuncio dinámico. |
| Wan 3.0 | La entrega, el sorbo y la salida se desarrollan en orden, con tiempo para la reacción del cliente y una transición clara al pasar por la puerta. |
| MiniMax H3 | Los momentos principales avanzan rápidamente de la entrega al sorbo y a la salida. El ritmo es ágil, pero la historia sigue siendo comprensible. |
| Seedance 2.5 | El deslizamiento del vaso y la interacción de las manos son excelentes. La apertura de la puerta y la salida del cliente resultan especialmente naturales, con una interacción física convincente. |
2.2 Realismo de los personajes
El realismo de los personajes evalúa la anatomía, las expresiones faciales y la estabilidad durante el movimiento o las oclusiones, lo que determina si las personas parecen reales o presentan distorsiones que distraen.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El primer plano muestra al cliente con un rostro nítido y expresivo y un acabado publicitario cuidado. La piel y el pelo parecen naturales a primera vista, aunque los detalles tienen un ligero aspecto sintético. |
| Wan 3.0 | El rostro del cliente en el último plano tiene un problema: los ojos parecen cerrados. |
| MiniMax H3 | Los artefactos faciales son evidentes durante el movimiento. En el último plano, cuando el marco de la puerta pasa por delante del rostro del cliente, su cara parece distinta antes y después de la oclusión. El logotipo de la pared interior también presenta un artefacto visible al pasar el marco. |
| Seedance 2.5 | No hay artefactos notables en el personaje; los detalles faciales se mantienen coherentes durante el movimiento. |
2.3 Interacción entre manos y objetos
Este criterio comprueba si agarrar, deslizar y levantar se corresponden con un contacto físico creíble, lo que determina si los objetos tienen presencia real o parecen flotar, moverse antes de tiempo o atravesar los dedos.
| Modelo | Observación |
|---|---|
| Kling 4.0 | Al inicio de la entrega, el vaso empieza a moverse antes de que la mano del barista lo toque, por lo que el empujón resulta algo irreal. |
| Wan 3.0 | El barista desliza el vaso y el cliente lo recoge, bebe y sale, formando una cadena de acciones clara. Los movimientos de la mano y del vaso son plausibles, aunque los pequeños detalles del diseño del vaso no son del todo estables. |
| MiniMax H3 | Las acciones son bastante naturales: el cliente recibe el vaso, bebe y se lo lleva fuera. La interacción con el vaso funciona bien, con artefactos visuales ocasionales en los bordes finos y los detalles impresos. |
| Seedance 2.5 | El contacto de la mano con el vaso, el gesto de levantarlo, el sorbo y la sujeción resultan especialmente naturales. El movimiento del vaso está bien conectado con las manos y el cuerpo del cliente. |
3. Ejecución de instrucciones
3.1 Cámara y encuadre
Este criterio comprueba hasta qué punto el movimiento, la composición y el enfoque siguen las instrucciones del plano, lo que influye en la atención del espectador, la profundidad espacial y la fluidez del vídeo.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El primer plano se mueve deprisa aunque el prompt pide un movimiento de cámara muy lento. El encuadre final tampoco coincide con el solicitado. |
| Wan 3.0 | El encuadre es mayormente estable y permite seguir fácilmente la entrega y la salida. La composición exterior aporta profundidad espacial, mientras que el movimiento de cámara es relativamente contenido. |
| MiniMax H3 | La secuencia avanza rápidamente de la entrega al sorbo y a la salida. El encuadre suele ser estable, y los cortes y las vistas cercanas aportan más ritmo que un movimiento de cámara sostenido. |
| Seedance 2.5 | Sigue el prompt de cámara con precisión y mantiene un plano visualmente atractivo. |
3.2 Fidelidad al prompt
La fidelidad al prompt evalúa cómo equilibra el modelo las instrucciones escritas con las referencias visuales, lo que determina si el resultado respeta la acción y el ángulo deseados sin perder los detalles de las referencias.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El plano final sigue la imagen de referencia en lugar de la dirección solicitada en el prompt. |
| Wan 3.0 | El plano final sigue el ángulo de cámara solicitado, pero el diseño exterior del local no coincide con la imagen de referencia proporcionada. |
| MiniMax H3 | Completa la entrega, el sorbo y la salida y da mucha presencia a la luz solar final. La composición exterior se acerca más a la referencia frontal de la fachada que al ángulo solicitado. |
| Seedance 2.5 | Completa la acción principal y destaca el rayo de sol de la esquina superior izquierda. La composición final parece más influida por la referencia frontal de la fachada que por la instrucción escrita sobre el ángulo de cámara. |
4. Coherencia visual
4.1 Continuidad visual
La continuidad visual comprueba si los personajes, la ropa y los objetos se mantienen estables entre planos y ángulos, para que la secuencia resulte coherente sin cambios de identidad o detalles que distraigan.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El cliente, su ropa y la cafetería siguen siendo reconocibles durante la entrega en el mostrador, los primeros planos y el exterior. El vaso acompaña toda la historia, aunque algunos detalles pequeños del logotipo varían entre planos. |
| Wan 3.0 | La continuidad del personaje, la cafetería y el vaso se mantiene durante la entrega, el sorbo y la salida. El cambio del interior al exterior resulta claro, con algunas variaciones en las letras pequeñas y los detalles de la fachada. |
| MiniMax H3 | Hay un problema claro de continuidad con el logotipo de la puerta: aparece en el cristal mientras el cliente abre la puerta y desaparece cuando sale. |
| Seedance 2.5 | La continuidad se mantiene muy estable en todos los planos. |
4.2 Continuidad del entorno
La continuidad del entorno comprueba si la distribución, la arquitectura y la paleta de colores se mantienen coherentes entre cortes, para que los planos consecutivos parezcan conectados al mismo espacio físico.
| Modelo | Observación |
|---|---|
| Kling 4.0 | El interior cálido de la cafetería y la fachada DAYBREAK parecen conectados tras el corte, con la misma identidad visual general de madera y verde. |
| Wan 3.0 | El interior de la cafetería y la fachada exterior parecen pertenecer al mismo lugar, y la vista en ángulo aporta profundidad sin cambiar la identidad del local. |
| MiniMax H3 | La zona cálida del mostrador y la fachada DAYBREAK prolongan la identidad de la misma cafetería en el exterior, aunque la luz de fuera se vuelve notablemente más brillante. |
| Seedance 2.5 | La paleta cálida del interior y la marca DAYBREAK se extienden al exterior. El corte es claro, aunque la composición frontal crea menos conexión espacial. |
4.3 Iluminación y clima
Este criterio comprueba la coherencia de la iluminación, las sombras y los cambios atmosféricos, lo que influye en la naturalidad de las transiciones y en la conservación del ambiente previsto para el vídeo.
| Modelo | Observación |
|---|---|
| Kling 4.0 | La iluminación es buena, pero parece que sigue lloviendo cuando el cliente está en la puerta, y después cambia a un aspecto de lluvia recién terminada. |
| Wan 3.0 | Sigue lloviendo en el último plano, aunque el prompt pide que la lluvia ya haya cesado. |
| MiniMax H3 | El aspecto cálido de la cafetería es coherente y la luz final crea un cierre publicitario marcado. El exterior se vuelve más cálido y luminoso de lo que sugiere la instrucción de cielo nublado. |
| Seedance 2.5 | La iluminación general es algo tenue, pero realista. El interior sigue siendo cálido y la luz solar final es clara y visualmente destacada. El haz intenso crea un cambio más dramático que la iluminación contenida del resto. |
4.4 Marca y detalles
Este criterio comprueba la precisión y la estabilidad de los logotipos, los rótulos y los reflejos, lo que permite mantener reconocibles los elementos de marca sin deformaciones, desenfoque ni errores de espejo.
| Modelo | Observación |
|---|---|
| Kling 4.0 | La marca se mantiene muy coherente en el vaso, dentro del local y en el rótulo exterior. |
| Wan 3.0 | La marca de la fachada es reconocible en general. Los textos pequeños y los detalles del logotipo pueden cambiar o distorsionarse entre vistas. |
| MiniMax H3 | En el primer plano, la marca de la puerta no se invierte correctamente en el reflejo del cristal: algunas partes de las palabras están invertidas y otras no. |
| Seedance 2.5 | El vaso y el local conservan los colores de marca y el concepto del icono previstos, pero las letras pequeñas impresas siguen borrosas o distorsionadas. |
4.5 Continuidad del texto
La continuidad del texto comprueba si las letras siguen siendo legibles, están bien escritas y se mantienen estables durante el movimiento, lo que determina si las etiquetas y los rótulos siguen siendo utilizables durante todo el vídeo.
| Modelo | Observación |
|---|---|
| Kling 4.0 | Excelente: el texto del vaso, la pared y el exterior del local se mantiene coherente durante todo el vídeo. |
| Wan 3.0 | Correcta: el texto de la pared y el exterior se mantiene coherente, pero el del vaso a veces aparece algo borroso durante el movimiento. |
| MiniMax H3 | El texto de la pared y el exterior es correcto, pero el del vaso está borroso durante todo el vídeo y presenta ruido en movimiento. El texto de la puerta de cristal también es incorrecto a veces. |
| Seedance 2.5 | Excelente: el texto del vaso, la pared y el exterior del local se mantiene coherente durante todo el vídeo. |
5. Audio
5.1 Efectos de sonido
Los efectos de sonido se evalúan por su presencia, equilibrio y sincronización con el movimiento visible, lo que refuerza la inmersión mediante un volumen y una sincronización creíbles, sin sonidos ausentes o sin explicación.
| Modelo | Observación |
|---|---|
| Kling 4.0 | Los sonidos del deslizamiento del vaso y del contacto de la mano son demasiado fuertes y resultan irreales. La apertura y el cierre de la puerta en el último plano también suenan demasiado altos. |
| Wan 3.0 | Los efectos de sonido suelen estar equilibrados. Faltan algunos sonidos esperados, como la voz del barista cuando se le ve hablar; el sonido del sorbo está presente y suena bien. |
| MiniMax H3 | Sonidos de acción sutiles y equilibrados, incluidos el deslizamiento del vaso y el sorbo. |
| Seedance 2.5 | Los efectos de sonido funcionan muy bien en general, pero se oye un «ah» después del sorbo aunque el cliente solo sonríe en pantalla. |
5.2 Música de fondo
La música de fondo se evalúa por su adecuación a la escena y su continuidad entre planos, lo que sostiene el tono emocional y el flujo del vídeo sin saltos bruscos ni interrupciones.
| Modelo | Observación |
|---|---|
| Kling 4.0 | La música es coherente y tiene un tono adecuado. |
| Wan 3.0 | La música en sí es buena, pero presenta un corte o salto claro y molesto en la transición al exterior. |
| MiniMax H3 | La música es coherente y su tono es adecuado. |
| Seedance 2.5 | La música se mantiene coherente, tiene un tono adecuado y encaja con la escena. |
6. Coste, velocidad y límites
| Dimensión | Kling 4.0 | Wan 3.0 | MiniMax H3 | Seedance 2.5 |
|---|---|---|---|---|
| Límites de referencias | Prompt de texto: 8.000 Imágenes: 10 Vídeos: 5 | Prompt de texto: 20.000 Imágenes: 10 Vídeos: 5 Audios: 5 | Prompt de texto: 7.000 Imágenes: 6 Vídeos: 3 Audios: 3 | Prompt de texto: 30.000 Imágenes: 30 Vídeos: 10 Audios: 10 |
| Tiempo de generación | 2,93 minutos (175,8 segundos). | 7,98 minutos (478,7 segundos). | 3,10 minutos (185,7 segundos). | 5,80 minutos (348 segundos). |
| Coste en créditos | 15/s | 16/s | 11,3/s | 45/s |
Antes de generar, revisa la configuración del modelo seleccionado y la estimación de créditos en CawCut.
7. Revisa el flujo de trabajo
Abre el flujo de trabajo de comparación de los cuatro modelos en CawCut para revisar los resultados por tu cuenta.
- Revisa el prompt, las imágenes de referencia y los ajustes de generación disponibles junto con los cuatro resultados.
- Reproduce cada vídeo completo con sonido. Sigue la entrega, el sorbo y la salida en orden antes de juzgar detalles concretos.
- En cada vídeo, revisa la entrega hacia 1,5 segundos y después la reacción hacia 5,5 segundos y el exterior hacia 9,3 segundos de reproducción.
- Vuelve a ver el contacto con el vaso y el paso por la puerta. Comprueba si el objeto se mueve después del contacto de la mano y si el rostro y los logotipos se mantienen estables durante las oclusiones.
- Escucha el audio antes y después del corte al exterior. Compara el volumen del vaso y de la puerta, las voces ausentes o adicionales y la continuidad de la música.
- Elige el resultado que cumpla la necesidad principal del plano. Si haces tu propia comparación, mantén los materiales de entrada y los ajustes lo más similares posible y revisa varias generaciones de los planos importantes.
Usa las valoraciones y recomendaciones de modelos para convertir estas observaciones en una primera elección para tu próximo vídeo.