Cómo alargar videos con IA: dos formas de pasar los 15 s de Grok y los 30 de Kling
Hay dos formas de alargar un video hecho con IA: la función de extensión o empezar el siguiente clip desde el último fotograma. De una sola vez, Kling 4.0, Seedance 2.5 y Wan 3.0 llegan a 30 segundos, Sora 2 a 20, Grok a 15 y Veo 3.1 a 8. La app de Grok extiende los videos hasta 30 segundos en total. Cuando les pedimos 31 segundos a los tres modelos de 30 en estimaciones gratuitas de la API, los tres lo rechazaron (revisado el 26 de octubre de 2026).
Al 26 de octubre de 2026, lo máximo que genera un modelo de video con IA de una sola vez son 30 segundos. Kling 4.0, Seedance 2.5 y Wan 3.0 llegan a ese tope. Sora 2 se queda en 20 segundos, Grok Imagine 1.5 en 15, Gemini Omni Flash en 10 y Veo 3.1 en 8. Para ir más allá hay que extender un clip o empezar el siguiente desde el último fotograma del anterior. La app de Grok extiende los videos hasta 30 segundos en total.
Las duraciones y las reglas de extensión salen de la documentación de la API de cada empresa y de las páginas oficiales de la app de Grok, todas en inglés. En Sera Studio añadimos lo que las API aceptaron en la práctica, comprobado con estimaciones de precio gratuitas y esquemas públicos.
Video con IA: cuántos segundos por generación
Kling/Seedance/Wan
- Máximo por generación
- 30 sKling 4.0, Seedance 2.5, Wan 3.0
- Cómo extenderlo
- Wan extiende hacia adelante y hacia atrás. Kling prevé extender hasta 2 minutos
- Documentación
- Kling, BytePlus, Alibaba
Sora 2
- Máximo por generación
- 20 sA elegir entre 4, 8, 12, 16 y 20 s
- Cómo extenderlo
- Hasta 20 s, 6 veces, 120 s en total
- Documentación
- OpenAI
Grok
- Máximo por generación
- 15 sImagine 1.5, app a 720p
- Cómo extenderlo
- App: 30 s en total. API: de 2 a 10 s cada vez
- Documentación
- xAI, app de Grok
Omni, Veo 3.1
- Máximo por generación
- 10 · 8 sOmni 3–10 s, Veo 4, 6 u 8 s
- Cómo extenderlo
- Omni hasta 40 s. Veo de 7 en 7 s hasta 37 s
- Documentación

Tres modelos generan 30 segundos de una vez
- Kling 4.0 genera de 3 a 30 segundos. Según las notas de versión de Kling, produce hasta 30 segundos de una vez y admite hasta 10 fotogramas clave (anuncio de Kling 4.0). El 4.0 Flash, más rápido, va de 3 a 20 segundos.
- Seedance 2.5 genera de 4 a 30 segundos. BytePlus da el mismo rango en su tutorial de generación de video y en la página de Seedance 2.5, en 480p, 720p o 1080p y a 24 fps.
- Wan 3.0 genera de 2 a 30 segundos. Según la guía de Alibaba Cloud, si pones la duración en -1, el modelo decide cuánto dura el video (guía de generación de video de Wan 3.0).
Sora 2 llega a 20 segundos, Grok a 15, Omni a 10 y Veo a 8
- Sora 2 acepta 4, 8, 12, 16 o 20 segundos, con 4 por defecto. OpenAI subió el máximo de 12 a 20 segundos en marzo de 2026 (guía de prompts de Sora 2).
- Grok Imagine Video 1.5 (grok-imagine-video-1.5) acepta de 1 a 15 segundos, con 8 por defecto. En grok-imagine-video, el modelo sin número de versión, el modo de referencia a video tiene un tope de 10 segundos (documentación de generación de video de xAI).
- Gemini Omni Flash genera de 3 a 10 segundos (ficha del modelo Gemini Omni Flash).
- Veo 3.1 genera 4, 6 u 8 segundos, y solo 8 cuando parte de imágenes de referencia (documentación de Veo 3.1).
La app de Grok extiende los videos hasta 30 segundos en total
- Según la página de Grok de xAI, en la app de Grok el texto a video llega a 15 segundos en 720p (página de Grok).
- Grok agregó la extensión de videos el 17 de febrero de 2026, según sus notas de versión. La duración que se añade se elige desde un banner y la barra de herramientas, y el video completo tiene un tope de 30 segundos (notas de versión de Grok del 17 de febrero de 2026).
- Según las notas de versión del 3 de octubre, puedes elegir si una imagen adjunta será el primer fotograma, el último, un bucle o una referencia. Así que la app también puede empezar un clip nuevo desde el último fotograma del anterior.
- Las reglas de extensión de la API son distintas a las de la app. Están en la sección siguiente.
La extensión toma un video terminado y lo continúa
Una extensión le pasa al modelo un video ya terminado y genera lo que viene después. Algunos modelos también pueden agregar material antes del inicio.
- Las extensiones de Sora 2 usan todo el clip original como contexto y devuelven un video nuevo ya unido. Cada una añade hasta 20 segundos, un video se puede extender seis veces y el total tiene un tope de 120 segundos. Solo reciben el video original y un prompt, sin personajes ni imágenes de referencia (guía de generación de video con Sora).
- Omni Flash añade 10 segundos por vez, hasta una duración total de 40 segundos. Usa los últimos 10 segundos del original como contexto y edita algunos de sus fotogramas finales para disimular la unión (documentación de Gemini Omni Flash para generar y editar videos).
- En Google Cloud (Gemini Enterprise Agent Platform), Veo 3.1 extiende un video 7 segundos por vez. El video de entrada debe durar de 1 a 30 segundos, ir a 24 fps, estar en 720p, 1080p o 4K y en 9:16 o 16:9. Los videos de Veo extendidos llegan hasta 37 segundos (documentación para extender videos).
- Las extensiones de Grok funcionan con el modelo grok-imagine-video. La documentación de xAI dice que continúa desde el último fotograma del original y no aclara si lee el clip entero. El original debe ser un MP4 de 2 a 15 segundos. La extensión dura de 2 a 10 segundos, con 6 por defecto. El resultado conserva la relación de aspecto y la resolución del original, con un tope de 720p. El ajuste de duración solo cuenta la parte nueva (documentación de extensión de video de xAI).
- Wan 3.0 extiende hacia adelante, hacia atrás o en ambos sentidos si le pasas el video original con un prompt que pida extenderlo o continuarlo. Si pones la relación de aspecto en adaptive, conserva la del original.
- Las notas de versión de Kling 4.0 anuncian que pronto se podrá subir un video y extenderlo varias veces, hasta 2 minutos.
| Modelo | Por generación | Cómo extender (documentación) |
|---|---|---|
| Kling 4.0 | 3–30 s | Varias veces hasta 2 min (próximamente) |
| Seedance 2.5 | 4–30 s | No aparece en la documentación |
| Wan 3.0 | 2–30 s | Hacia adelante, hacia atrás o en ambos sentidos |
| Sora 2 | 4, 8, 12, 16, 20 s | Hasta 20 s, 6 veces, 120 s en total |
| Grok Imagine 1.5 | 1–15 s | grok-imagine-video, 2–10 s sobre un original de 2–15 s |
| App de Grok | Hasta 15 s, 720p | Hasta 30 s en total |
| Omni Flash | 3–10 s | 10 s cada vez, 40 s en total |
| Veo 3.1 | 4, 6, 8 s | En Google Cloud, de 7 en 7 s hasta 37 s |
Sin función de extensión, vuelve a empezar desde el último fotograma
Un modelo que convierte imágenes en video puede armar una pieza más larga aunque no tenga función de extensión. Usas el último fotograma de un clip como imagen inicial del siguiente.
La documentación de OpenAI explica cuándo conviene cada camino. La extensión sirve para conservar el movimiento, la dirección de la cámara y la continuidad de la escena. Si solo necesitas fijar el fotograma inicial, usa input_reference.
También puedes hacer varios clips cortos y unirlos en un editor. La guía de prompts de OpenAI dice que el modelo sigue las instrucciones con más fiabilidad en clips cortos, y que dos clips de 4 segundos unidos pueden funcionar mejor que uno de 8.
En las estimaciones de precio, cinco modelos solo aceptaron sus duraciones publicadas
El 26 de octubre, en Sera Studio comprobamos los límites de duración con estimaciones gratuitas de la API de Higgsfield y con los esquemas públicos de fal. Una estimación pide un precio y no genera nada. Sora 2, Omni y Veo no pasaron por estimaciones.
- Kling 4.0 con 31 segundos se rechazó por superar el máximo de 30. Con 30 segundos pasó, y con 2 se rechazó porque no llegaba al mínimo de 3.
- Seedance 2.5 y Wan 3.0 también se rechazaron con 31 segundos. Por debajo de sus mínimos se rechazaron con 3 y 1 segundos, respectivamente.
- Kling 3.0 y Grok Imagine 1.5, ambos con un máximo de 15 segundos, se rechazaron con 16.
- La API de Higgsfield tiene una ruta aparte para extender con Seedance 2.5 que añade de 4 a 30 segundos. El texto de su estimación dice que se cobran tanto la duración de entrada como la generada.
- La extensión de MiniMax H3 Max en fal añade de 0.71 a 15 segundos a un original de 1.625 a 60 segundos. El clip nuevo incluye además los últimos 1.625 segundos del original.
| Modelo y dónde se revisó | Duración aceptada | Extensión |
|---|---|---|
| Kling 4.0, cotización de Higgsfield | 3–30 s. Rechaza 2 s y 31 s | Ninguna, solo una ruta de edición de video |
| Kling 3.0, cotización de Higgsfield | 3–15 s. Rechaza 16 s | Ninguna |
| Wan 3.0, cotización de Higgsfield | 2–30 s. Rechaza 1 s y 31 s | Ninguna |
| Seedance 2.5, cotización de Higgsfield | 4–30 s. Rechaza 3 s y 31 s | 4–30 s. También se cobra la duración del original |
| Grok Imagine 1.5, cotización de Higgsfield | 1–15 s. Rechaza 16 s | Ninguna |
| Grok Imagine, esquema de fal | - | 2–10 s sobre un original de 2–15 s |
| Veo 3.1, esquema de fal | 4s, 6s, 8s | 7s por defecto, original de 720p o 1080p |
| MiniMax H3 Max, esquema de fal | 0.92–15 s | 0.71–15 s sobre un original de 1.625–60 s, superpuesto a sus últimos 1.625 s |
Qué camino elegir
El resto de esta sección es nuestro análisis, no documentación de las empresas.
Dos generaciones de 30 segundos unidas te dan un Short o un Reel de un minuto. Cuanto más larga es cada generación, menos uniones tienes que disimular.
Las extensiones mantienen la acción continua, pero pueden salir más caras. La lista de precios de BytePlus cuenta en tokens de Seedance 2.5 la duración de cualquier video de entrada. Con esa regla, extender 10 segundos un clip de 20 segundos en 720p cobra 30 segundos de tokens (los 20 que entran más los 10 nuevos) a US$6.40 por millón. Un clip nuevo de 10 segundos sin video de entrada cobra 10 segundos a US$10.70 por millón. Si los tokens por segundo son los mismos, una extensión cuesta unas 1.8 veces lo que un clip nuevo de 10 segundos.
También cambia si recibes el video completo o solo una parte nueva. Sora 2 devuelve el resultado ya unido. MiniMax H3 Max devuelve un clip nuevo que se superpone con los últimos 1.625 segundos del original. Omni edita los fotogramas finales del original, así que el final de tu archivo puede no coincidir con el resultado. Antes de unir clips en un editor, revisa si se superponen.
Empezar desde el último fotograma funciona con cualquier modelo que convierta imágenes en video, pero el clip siguiente solo ve ese fotograma. La dirección del movimiento y el sonido pueden romperse en la unión, algo más fácil de disimular en un corte entre escenas.
Lo que no pudimos confirmar
- Kling no ha dado una fecha para las extensiones de 2 minutos.
- No encontramos en la documentación de BytePlus las reglas de duración para extender con Seedance 2.5. La ruta de extensión la confirmamos en la API de Higgsfield.
- La guía de Alibaba limita los videos de referencia a 15 segundos en total, mientras que el campo de referencia de Wan 3.0 en Higgsfield admite 30. Ninguna de las dos indica una duración máxima del original para extender.
- No comprobamos si las extensiones de Sora 2, Omni, Veo o Grok cobran la duración del video de entrada.
- Las páginas oficiales que leímos no dicen si las duraciones de la app de Grok cambian según el plan.
- Las apps de Sora y Kling pueden ofrecer opciones distintas a las de sus API. Este artículo se basa en la documentación de las API, en las páginas oficiales de la app de Grok y en nuestras propias pruebas con las API.
- Motion Studio de Sera Studio usa la mayoría de estos modelos. Su opción “Continuar” les pasa el video original a los modelos Seedance y a los demás les da el último fotograma como imagen inicial. Unir escenas en una sola exportación no cuesta créditos. Este artículo lo escribió Sera Studio.


