Actualización de Poyo.ai de agosto de 2026: 8 nuevos modelos para imagen, vídeo, chat y música

Agosto de 2026 incorporó ocho modelos de producción a Poyo.ai, que cubren imagen, vídeo y chat en un solo mes. Ese mismo mes, Suno Music se actualizó a un espacio de trabajo único y Grok Imagine Video 1.5 añadió flujos de trabajo y salida 1080p.

Esta actualización mensual solo incluye modelos que están disponibles actualmente en Poyo.ai. Los precios siguientes coinciden con las páginas públicas de los modelos al 2 de septiembre de 2026. Confirma la tarifa actual en la página del modelo antes de poner en producción un flujo de trabajo.

Cómo elegir

Empieza por la tarea y después abre la página del modelo correspondiente.

Vídeo: el mayor cambio de agosto

Seedance 2.5

Seedance 2.5 se lanzó el 8 de agosto para vídeo más largo y con muchas referencias. Úsalo cuando un clip necesite más que un prompt: los primeros y últimos fotogramas, las imágenes, el vídeo y el audio pueden incluirse en una misma solicitud.

• ID del modelo: seedance-2.5
• Duración: 4–30 segundos
• Salida: 480p, 720p o 1080p
• Referencias: hasta 30 imágenes, 10 vídeos y 10 archivos de audio, con un máximo de 50 archivos por solicitud
• Audio sincronizado opcional mediante generate_audio

Cuando hay un vídeo de referencia, la duración facturada equivale a la duración de salida más la duración del vídeo de referencia. Consulta la documentación de la API de Seedance 2.5 para conocer los campos de solicitud. Para compararlo con MiniMax H3, lee MiniMax H3 vs Seedance 2.5.

Wan 3.0 y Wan 3.0 Video Prime

Wan 3.0 y Wan 3.0 Video Prime se lanzaron el 25 de agosto. Ambos admiten texto a vídeo, imagen a vídeo y referencia multimodal a vídeo. Elige Wan 3.0 cuando importe más el coste; elige Prime cuando importe más el tiempo de generación.

Funciones compartidas:

• Salida de 2–30 segundos en 480p, 720p o 1080p
• Una o dos imágenes como primer fotograma y último fotograma opcional
• Hasta 10 imágenes de referencia, 5 vídeos de referencia, 5 clips de audio de referencia y un documento o página web pública
• Audio generado opcional en los tres flujos de trabajo

ID de los modelos:

• Wan 3.0: wan3.0-text-to-video, wan3.0-image-to-video, wan3.0-reference-to-video
• Wan 3.0 Video Prime: wan3.0-prime-text-to-video, wan3.0-prime-image-to-video, wan3.0-prime-reference-to-video

FLUX 3

FLUX 3 se convirtió en una familia de vídeo de producción el 6 de agosto, con cinco flujos de trabajo en lugar de un único endpoint de texto a vídeo.

• flux-3/text-to-video
• flux-3/image-to-video
• flux-3/first-last-frame-to-video
• flux-3/extend-video
• flux-3/keyframes-to-video

Los flujos estándar cuestan 34 credits / $0.17 per second en 720p y 58 credits / $0.29 per second en 1080p. La extensión de vídeo cuesta 82 credits / $0.41 per second en 720p y 106 credits / $0.53 per second en 1080p. El audio nativo forma parte de la familia.

Usa FLUX 3 cuando necesites control de plano, continuación o fotogramas clave colocados, en vez de una generación de una sola vez. Guías más detalladas: FLUX 3: todo lo que necesitas saber y FLUX 3 vs FLUX 2.

Mejora de Grok Imagine Video 1.5

Es una mejora, no una nueva entrada de catálogo. Grok Imagine Video 1.5 ahora cubre texto a vídeo, imagen de un solo fotograma a vídeo y referencia a vídeo con 1–7 imágenes. La salida incluye 480p, 720p y 1080p.

Imagen: dos opciones complementarias

Qwen Image 3 y Qwen Image 3 Pro

Qwen Image 3 pasó de una página de vista previa a un generador disponible el 6 de agosto. Es la mejor opción para prompts largos, diseños densos en información, texto pequeño y gráficos multilingües.

• ID de los modelos: qwen-image-3, qwen-image-3-pro
• Salida: 1K o 2K
• Tareas: texto a imagen e imagen a imagen

Las imágenes de entrada suman 0.5 credits / $0.0025 cada una. Contexto completo: Qwen Image 3.0: todo lo que necesitas saber.

Grok Imagine Image 2.0

Grok Imagine Image 2.0 se lanzó el 15 de agosto. Un ID de modelo maneja texto a imagen y edición con hasta tres imágenes de entrada.

• ID del modelo: grok-imagine-image-2.0
• Resolución: 1K o 2K
• Calidad: baja o media
• Hasta 4 imágenes por solicitud
• Salida: JPEG, PNG o WebP

Chat: dos nuevos modelos de producción

Grok 4.6

Grok 4.6 se lanzó el 15 de agosto para agentes de larga ejecución, programación, ingeniería y trabajo de conocimiento. Llámalo mediante la API Chat Completions compatible con OpenAI.

• ID del modelo: grok-4.6
• Entrada: 320 credits / $1.60 per 1M tokens (official $2.00)
• Salida, incluidos los tokens de razonamiento: 960 credits / $4.80 per 1M tokens (official $6.00)

Eso es un 20% por debajo de las tarifas oficiales por token. Documentación: chat compatible con OpenAI.

Gemini 3.7 Flash

Gemini 3.7 Flash también se lanzó el 15 de agosto. Úsalo para programación agéntica, razonamiento multimodal, uso de herramientas y trabajo con contexto largo cuando prefieras el modelo GA Flash de Google a un modelo insignia más grande.

• ID del modelo: gemini-3.7-flash
• Entrada: 120 credits / $0.60 per 1M tokens (official $0.75)
• Entrada en caché: 12 credits / $0.06 per 1M tokens (official $0.075)
• Salida, incluidos los tokens de pensamiento: 600 credits / $3.00 per 1M tokens (official $3.75)

Documentación: formato nativo de Gemini.

Música: mejora del espacio de trabajo Suno

El 28 de agosto, Suno Music pasó a ser un espacio de trabajo con 24 herramientas. Puedes cambiar entre generación, edición, mashups, voces reutilizables, separación de pistas y conversión de formatos sin salir de la página. Cada herramienta muestra su ID de modelo, precio y documentación de API.

Las funciones nuevas y mejoradas incluyen:

• Generate Mashup: mezcla dos pistas de audio con controles de estilo, voz, versión de modelo y duración. 12 credits / $0.06 per generation.
• Generate Sounds: efectos de sonido y ambientes con controles de bucle, tempo y tonalidad. 2.5 credits / $0.0125 per generation.
• Suno Voice: valida una voz, crea un Voice ID reutilizable, vuelve a generar la frase de verificación y consulta la disponibilidad. Las operaciones de voz son gratuitas.
• Generate MIDI: 1 credit / $0.005 per generation.
• La generación y extensión de música ahora admiten V5, V5.5, Style Persona, Voice Persona y duración de hasta 360 segundos.
• La edición cubre versiones, extensiones, reemplazo de secciones, voces añadidas, instrumentales añadidos, separación vocal y divisiones en 12 pistas.

Documentación de API: Generate Music.

Cambios de plataforma que puedes usar ahora

Estos son los cambios de producto de agosto que afectan a tu forma de trabajar en Poyo.ai:

• Una vista general del panel que reúne historial y uso en un solo lugar.
• Un historial de generaciones que vuelve a mostrar vistas previas de los resultados.
• Un mercado de modelos más claro, con precios de descuento en directo en las tarjetas de modelo cuando hay una promoción activa.
• Nuevos puntos de entrada para desarrolladores: MCP, CLI, Skill, además de las guías de n8n y ComfyUI.
• Locales del sitio en vietnamita e indonesio.

Hoja de referencia de modelos de agosto de 2026

Mejoras de agosto, no incluidas en los ocho lanzamientos: Grok Imagine Video 1.5 y Suno Music.

Cómo empezar

1. Abre la página del modelo y ejecuta una generación de prueba con la herramienta disponible.
2. Copia el ID de modelo en tu flujo de Poyo existente: envío asíncrono y consulta de estado para medios, o Chat Completions / formato nativo de Gemini para chat.
3. Si lo conectas a una herramienta interna, empieza con MCP, CLI, n8n o ComfyUI.

Después de agosto: lanzamientos de principios de septiembre

Dos modelos más se lanzaron justo después del periodo de esta actualización de agosto:

• Gemini Omni 1.1 Flash el 1 de septiembre, para texto a vídeo, primer y último fotograma, imágenes de referencia y flujos de vídeo de referencia de 360p a 4K. Guía: API Gemini Omni 1.1 Flash.
• Claude Fable 5.1 el 2 de septiembre, para programación y trabajo de conocimiento de largo horizonte con una ventana de contexto de 1M.

No forman parte de los ocho de agosto. Usa los enlaces anteriores si ya estás evaluando las opciones más recientes de vídeo y chat.