Por Redacción Pangea IA · 30 de octubre de 2026
Pika ha lanzado H3 Flex, un modelo para generar clips de hasta 15 segundos con vídeo y sonido sincronizado. Su versión alojada puede terminar el resultado en 4K y entregar por separado diálogo, música, efectos, foley y ambiente, lo que permite ajustar el audio sin volver a producir todo el vídeo.
El lanzamiento original se realizó el 29 de octubre a las 18:37, hora peninsular española. H3 Flex ya está disponible mediante la API de Pika, mientras que su llegada al producto de creación para usuarios está prevista para el 2 de noviembre. La compañía también ha publicado código y adaptadores descargables, aunque esa parte tiene una limitación importante para España: la licencia de MiniMax H3 no autoriza su uso en la Unión Europea.
Qué ofrece Pika H3 Flex
H3 Flex no es un modelo entrenado desde cero. Pika ha realizado un postentrenamiento de MiniMax H3 y lo ha reducido a seis pasos de generación frente a los 50 del modelo de partida. La versión descargable admite texto a vídeo, animación a partir de un fotograma inicial o final y generación guiada por referencias de imagen, vídeo y audio.
Según el repositorio oficial de Pika, los clips locales pueden durar entre 5 y 15 segundos, se generan a 24 fotogramas por segundo y salen en 480p o 768p con audio estéreo a 32 kHz. El sistema acepta hasta 12 archivos de referencia: un máximo de nueve imágenes, tres vídeos y tres audios, respetando el límite total.
La API alojada añade las funciones más atractivas para un flujo profesional. Puede elevar un borrador a 1080p, 2K o 4K, mejorar el prompt y separar la banda sonora en cinco archivos WAV: diálogo, música, efectos, sonidos de objetos o movimientos —foley— y ambiente. Esas funciones no forman parte de los adaptadores descargables.
Un ejemplo práctico para una campaña
Un equipo de marketing podría generar varias versiones de un anuncio corto a partir de una imagen de producto, una referencia de movimiento y una pista musical. Después elegiría el montaje más convincente, lo terminaría en 4K y reduciría la música para que se entienda mejor la locución. Separar las pistas evita aceptar la mezcla que produce el modelo como un bloque indivisible.
Ese enfoque encaja con la tendencia que ya analizamos al explicar cómo Runway lleva la generación publicitaria a sus planes de pago. La diferencia de H3 Flex está en combinar iteración rápida, referencias multimodales y control posterior del sonido dentro de la misma familia de herramientas.
Cuánto cuesta y qué puede ahorrar
Pika cobra por segundo de vídeo. Las tarifas regulares publicadas empiezan en 0,02 dólares por segundo para 480p y 0,04 dólares para 768p. Suben a 0,07 dólares en 1080p, 0,08 en 2K y 0,16 en 4K. La separación de las cinco pistas de audio añade 0,001 dólares por segundo.
Con esos precios, un clip de 15 segundos costaría 0,60 dólares en 768p o 2,40 dólares terminado en 4K; obtener las pistas separadas añadiría 0,015 dólares. Son costes de generación, no un presupuesto completo: hay que sumar el tiempo de selección, los reintentos, la edición humana y, si se usan vídeos de referencia, los segundos de entrada que también se facturan.
La utilidad económica está en probar más variantes antes de dedicar recursos al acabado. Para un autónomo o una pequeña agencia, generar borradores baratos puede acortar la fase de exploración. No elimina el trabajo de dirección creativa ni garantiza que el primer resultado sea publicable. También conviene revisar derechos sobre imágenes, voces, música y referencias antes de usar el material en una campaña.
La promesa de siete segundos necesita contexto
Pika afirma que H3 Flex puede producir un clip de 15 segundos a 768p en siete segundos. La propia compañía aclara que esa cifra mide únicamente el cálculo del transformador en una prueba controlada, no el tiempo total que espera el usuario. La carga de referencias, la cola del servicio, la separación de audio y el acabado en alta resolución pueden alargar el proceso.
DesignArena sitúa actualmente H3 Flex en el séptimo puesto general de su clasificación de vídeo. Pika lo presenta como el primer modelo con pesos disponibles dentro de esa tabla, pero la posición corresponde a la fotografía del lanzamiento y puede cambiar. Tampoco demuestra por sí sola cómo funcionará con el estilo, los personajes o los productos de cada empresa.
«Pesos abiertos», pero no para utilizar en la Unión Europea
La publicación del código y los adaptadores podría sugerir que cualquier estudio español puede ejecutar H3 Flex en sus propios servidores. No es así. Los adaptadores se distribuyen bajo el acuerdo comunitario de MiniMax H3, que excluye expresamente a la Unión Europea, Reino Unido, Estados Unidos y Corea del Sur del territorio autorizado. El código de inferencia sí usa Apache 2.0, pero eso no elimina las restricciones aplicables al modelo.
Además de la licencia, el despliegue local exige infraestructura considerable. La documentación indica unos 210 GB para los componentes base y 5,5 GB adicionales para los adaptadores. Pika probó una solicitud por GPU en una NVIDIA H100 de 80 GB y advierte de que los clips largos o con muchas referencias pueden superar la memoria disponible.
Para un lector español, la vía práctica es por tanto el servicio alojado, sujeto a que su cuenta y su caso de uso cumplan las condiciones de Pika. La página del lanzamiento no concreta una restricción geográfica equivalente para la API, pero tampoco debe confundirse el acceso al servicio con un derecho a descargar y operar los pesos en España.
Qué cambia para creadores y empresas
La novedad más útil no es solo generar más deprisa, sino conservar margen para editar. En vídeo con IA, imagen y sonido suelen llegar unidos en un resultado difícil de corregir. Entregar cinco pistas convierte parte de esa salida en material de posproducción y permite trabajar con herramientas convencionales.
Esto puede ayudar a pequeñas agencias, comercios y creadores que producen piezas breves para redes sociales, demostraciones o anuncios. Nuestra guía para crear anuncios con IA muestra por qué el ahorro real depende de un flujo completo: guion, referencias, generación, revisión, formato y publicación.
H3 Flex mejora una parte de ese proceso, pero no resuelve por sí solo la continuidad en vídeos largos, la aprobación legal o la coherencia de marca. Pika reconoce que la física, la consistencia entre escenas y el control de referencias complejas todavía necesitan mejoras.
Conclusión
Pika H3 Flex aporta una combinación concreta: clips con sonido sincronizado, hasta 12 referencias y cinco pistas de audio editables en el servicio alojado. Sus precios permiten experimentar con piezas cortas sin una inversión elevada, pero la cifra de velocidad no representa toda la espera y el despliegue local queda fuera del alcance legal y técnico de la mayoría de equipos españoles. Para ellos, el valor estará en probar la API con encargos reales y medir cuántas tomas útiles obtiene cada euro.
Fuentes
- Pika: anuncio de H3 Flex, 29 de octubre de 2026. Consultado el 30 de octubre de 2026.
- Pika: explicación técnica y límites del modelo, 29 de octubre de 2026. Consultado el 30 de octubre de 2026.
- GitHub: código, requisitos y especificaciones oficiales, consultado el 30 de octubre de 2026.
- Hugging Face: licencia de MiniMax H3 aplicada a los adaptadores, consultada el 30 de octubre de 2026.
- DesignArena: clasificación independiente de modelos de vídeo, consultada el 30 de octubre de 2026.
- Neural Brew: comprobación de disponibilidad y especificaciones, 29 de octubre de 2026. Consultado el 30 de octubre de 2026.
Deja una respuesta