Un videoclip de IA de más de un minuto para Krovostok, montado en 8 horas, con 20 prompts y 55 dólares
Un usuario con el alias yarila2607 montó un videoclip amateur de Krovostok, "Zlye golubi" (Palomas malvadas), de más de un minuto en menos de 8 horas. Claude hizo casi todo el storyboard, GPT Image y Nano Banana dibujaron a los personajes, y Vivix y T1 de TopView generaron el vídeo. El presupuesto fue de unos 55 dólares y el autor necesitó en torno a 20 prompts. Conclusión: un vídeo de más de un minuto con un estilo coherente ya está al alcance de una sola persona en una tarde.
Procesado por IA desde TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Los vídeos largos generados con IA han sido hasta ahora el punto débil del vídeo generativo: los clips cortos de diez segundos lucen bien, pero al llegar al minuto los personajes se deforman, el estilo se desvía y todo acaba convertido en un conjunto de fragmentos inconexos. Por eso el videoclip amateur de la canción "Zlye golubi" (Palomas malvadas), del grupo Krovostok, del que habló el canal "Metaversische i IIische" en su sección "Neiroprozharka", interesa menos por la música que por las cifras de producción: más de un minuto de vídeo coherente, menos de 8 horas de trabajo y unos 55 dólares de presupuesto.
De qué se compone el clip
El autor, que firma como @yarila2607, detalla sus herramientas. Claude hizo la mayor parte del storyboard. Los personajes se generaron con GPT Image y Nano Banana. El vídeo se montó con Vivix y con el modelo T1 de TopView. En la lista aparece también Fable 5.2, pero el post no explica qué papel tuvo, así que no especularemos.
El reparto del trabajo fue este. La idea y la dirección quedaron en manos del humano. El estilo lo tomó de contenido corto, aunque no recuerda de qué autor. El modelo de lenguaje convirtió el concepto en una secuencia de planos: qué sale en cada uno, quién hace qué y cómo se enlazan entre sí. Después, los modelos de imagen dibujaron a los protagonistas y las escenas, y los de vídeo les dieron movimiento. Según el autor, Claude resolvió con buena calidad la mayoría de los planos por sí solo, pero en algunos momentos hubo que ayudarle.
Cuánto costó
El autor da cifras concretas. Claude y las imágenes de GPT y Gemini costaron unos 40 dólares. La generación del metraje de vídeo añadió cerca de 15. El total fue de 55 dólares. Por parte del humano hicieron falta unos 20 prompts y menos de 8 horas.
Comparar esto con un videoclip convencional no es justo: un trabajo amateur no tiene equipo de rodaje, actores ni derechos sobre el tema. Pero el orden de magnitud es revelador. Antes, un vídeo con personajes reconocibles y argumento exigía un equipo y semanas de trabajo. Ahora una sola persona lo resuelve en una jornada y por el precio de unas cuantas comidas.
Qué límites hay que tener en cuenta
Primero, el propio autor admite que a Vivix le falta dinamismo. El modelo de vídeo dio resultados muy dignos en parte de las escenas, pero no en todas, algo habitual: de cada diez generaciones, sirven dos o tres. El post no dice cuántas tomas descartó, y 20 prompts no equivalen a 20 generaciones.
Segundo, no es una prueba independiente ni un benchmark. Es la historia de un entusiasta, y la calidad solo puede juzgarse por el vídeo de YouTube cuyo enlace acompaña al post. Las cifras de coste también las declara el propio autor.
Tercero, el objetivo principal del proyecto no era el clip, sino probar una plataforma que el autor lleva cerca de un año construyendo. Necesitaba rodarla con vídeos largos. Según cuenta, con las últimas mejoras de los modelos vio por primera vez una calidad aceptable en vídeos de más de un minuto. El post no aclara qué hace exactamente esa plataforma.
Qué conclusiones sacar
Para quienes desarrollan productos en torno al vídeo generativo, hay dos observaciones útiles. La primera: la cadena "el modelo de lenguaje hace el storyboard, el modelo de imagen fija a los personajes y el modelo de vídeo los anima" ya puede montarse como un pipeline de trabajo. Fijar a los personajes con imágenes independientes ayuda a mantener su aspecto estable de un plano a otro. La segunda: el cuello de botella se ha desplazado. Lo caro ya no es el renderizado, sino la dirección: la idea, el gusto y la selección de planos siguen en manos del humano.
Para productores y estudios, la conclusión es sencilla. Los clips, anuncios y teasers de más de un minuto han dejado de ser terreno exclusivo de quienes tienen presupuesto para rodar. La competencia se traslada a quienes formulan mejor la tarea a los modelos y saben elegir los planos que funcionan. Por ahora, la dinámica de los modelos de vídeo queda por detrás del rodaje real, pero la brecha, a juzgar por este ejemplo, se reduce más rápido que el coste.
- 21 nov 2026Anthropic recorta un 20 % el precio de Claude Fable 5.2 y, en una prueba de código, queda casi a la altura de Opus 5.5
- 21 nov 2026Dreamteam recauda 53 millones de dólares para un CRM que se alimenta solo a partir del correo y las llamadas
- 21 nov 2026La IA Claude Opus 5.5 completa el terror Dimension 9 a partir de 15 habitaciones del autor
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre De qué se compone el clip?
El autor, que firma como @yarila2607, detalla sus herramientas. Claude hizo la mayor parte del storyboard. Los personajes se generaron con GPT Image y Nano Banana. El vídeo se montó con Vivix y con el modelo T1 de TopView. En la lista aparece también Fable 5.2, pero el post no explica qué papel tuvo, así que no especularemos. El reparto del trabajo fue este. La idea y la dirección quedaron en manos del humano. El estilo lo tomó de contenido corto, aunque no recuerda de qué autor.
¿Qué se sabe sobre Cuánto costó?
El autor da cifras concretas. Claude y las imágenes de GPT y Gemini costaron unos 40 dólares. La generación del metraje de vídeo añadió cerca de 15. El total fue de 55 dólares. Por parte del humano hicieron falta unos 20 prompts y menos de 8 horas. Comparar esto con un videoclip convencional no es justo: un trabajo amateur no tiene equipo de rodaje, actores ni derechos sobre el tema. Pero el orden de magnitud es revelador.
¿Qué se sabe sobre Qué límites hay que tener en cuenta?
Primero, el propio autor admite que a Vivix le falta dinamismo. El modelo de vídeo dio resultados muy dignos en parte de las escenas, pero no en todas, algo habitual: de cada diez generaciones, sirven dos o tres. El post no dice cuántas tomas descartó, y 20 prompts no equivalen a 20 generaciones. Segundo, no es una prueba independiente ni un benchmark. Es la historia de un entusiasta, y la calidad solo puede juzgarse por el vídeo de YouTube cuyo enlace acompaña al post.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.
