Catálogo de modelos
Elige el modelo adecuado.
Sub Rosa te da cientos de modelos para escribir, escuchar, dibujar, filmar y componer. Empieza por lo que quieres hacer: cada página dice cuál elegir, cuánto cuesta y por qué.
100 familias, 383 modelos, precios consultados el 16 de octubre de 2026.
¿Qué quieres hacer?
- Escribir y conversarTexto y chat · 24 familias
- Sub Rosa empieza con
- GLM 5.2
- Mejor medido
- Claude Opus 5.5
- Desde
- 0,0584 $ por millón de tokens escritos
- TranscribirTranscripción · 4 familias
- Sub Rosa empieza con
- Parakeet ASR
- Mejor medido
- ElevenLabs Scribe V2
- Desde
- 0,048 $ por hora de audio
- Crear una imagenImágenes · 20 familias
- Sub Rosa empieza con
- Venice SD35
- Mejor medido
- GPT Image 2.5 Sunburst
- Desde
- 0,0045 $ por imagen
- Editar una imagenEdición y retoque · 12 familias
- Sub Rosa empieza con
- Ideogram V4.5
- Mejor medido
- GPT Image 2.5 Sunburst
- Desde
- 0,009 $ por edición
- Hacer un videoVideo · 20 familias
- Sub Rosa empieza con
- Kling 2.5 Turbo Pro
- Mejor medido
- MiniMax H3 Max
- Desde
- 0,0081 $ por segundo de video
- Darle una vozVoz · 11 familias
- Sub Rosa empieza con
- Kokoro Text to Speech
- Mejor medido
- ElevenLabs TTS v4 Turbo
- Desde
- 0,00157 $ por 1000 caracteres
- Componer músicaMúsica · 6 familias
- Sub Rosa empieza con
- ACE-Step 1.5
- Desde
- 0,018 $ por pista
- Hacer un sonidoEfectos de sonido · 3 familias
- Desde
- 0,0041 $ por 10 segundos de sonido
Novedades
Recién llegado.
- Nemotron 3.5 Super VL 120B A12BTexto y chat · NVIDIA
- Muse Spark OpenTexto y chat · Meta
- Muse WonderTexto y chat · Meta
- Qwen-Image 2.1 TurboImágenes · Alibaba (Qwen)
- Qwen-Image 2.1 Turbo (edit)Edición y retoque · Alibaba (Qwen)
- Claude Haiku 5.5Texto y chat · Anthropic
- Nano Banana 2.1Imágenes · Google DeepMind
- Nano Banana 2.1 (edit)Edición y retoque · Google DeepMind
- Qwen-Image 2.1 ProImágenes · Alibaba (Qwen)
- Qwen-Image 2.1 Pro (edit)Edición y retoque · Alibaba (Qwen)
Precios
Cuánto cuesta cada tipo de trabajo.
| Tipo de trabajo | Más barato | Predeterminado de Sub Rosa | Mejor medido |
|---|---|---|---|
| Texto y chat | Qwen 2.5 7B E2EE0,0584 $ por millón de tokens escritos | GLM 5.21,978 $ por millón de tokens escritos | Claude Opus 5.58,992 $ por millón de tokens escritos |
| Transcripción | xAI Speech to Text v10,048 $ por hora de audio | Parakeet ASR0,162 $ por hora de audio | ElevenLabs Scribe V20,27 $ por hora de audio |
| Imágenes | Chroma0,0045 $ por imagen | Venice SD350,0045 $ por imagen | GPT Image 2.5 Sunburst0,0315 $ por imagen |
| Edición y retoque | Qwen Image 2.1 Turbo0,009 $ por edición | Ideogram V4.50,117 $ por edición | GPT Image 2.5 Sunburst0,036 $ por edición |
| Video | Longcat Distilled0,0081 $ por segundo de video | Kling 2.5 Turbo Pro0,0351 $ por segundo de video | MiniMax H3 Max0,0279 $ por segundo de video |
| Voz | Kokoro Text to Speech0,00157 $ por 1000 caracteres | Kokoro Text to Speech0,00157 $ por 1000 caracteres | ElevenLabs TTS v4 Turbo0,0207 $ por 1000 caracteres |
| Música | MiniMax Music 2.00,018 $ por pista | ACE-Step 1.50,0135 $ por minuto de música | Sin medir |
| Efectos de sonido | MMAudio V20,0041 $ por 10 segundos de sonido | Sin opción predeterminada | Sin medir |
Todo el catálogo
Todas las familias.
100 familias
Texto y chat
El modelo de chat por defecto de Sub Rosa: un modelo abierto de Z.ai con buen razonamiento y uso de herramientas, en modo privado.
- Última versión : GLM 5.3 Flash, 26 de agosto de 2026
- Puesto 13 de 90 en Artificial Analysis Intelligence Index ( 45 points)
La alternativa que sugiere Sub Rosa: un modelo abierto que destaca en tareas largas con herramientas y lee imágenes, en modo privado.
- Última versión : Kimi K3, 16 de julio de 2026
- Puesto 15 de 90 en Artificial Analysis Intelligence Index ( 44 points)
Modelos abiertos de bajo costo con contexto de 1M y buen razonamiento; V4.1 Flash además lee imágenes. Elígelo para hacer mucho por muy poco.
- Última versión : DeepSeek V4.1 Flash, 10 de septiembre de 2026
- Puesto 24 de 90 en Artificial Analysis Intelligence Index ( 39 points)
Los modelos de Anthropic, buenos en redacción, código y trabajo largo de agentes, con visión y contexto de 1M, del pequeño Haiku al máximo Fable. Anonimizados y, en general, algo caros.
- Última versión : Claude Haiku 5.5, 7 de octubre de 2026
- Puesto 1 de 90 en Artificial Analysis Intelligence Index ( 58 points)
Los modelos de OpenAI: Astra para el trabajo más difícil, Sol para programación y agentes, Luna para volumen barato. Anonimizados.
- Última versión : GPT-6.1 Sol, septiembre de 2026
- Puesto 4 de 90 en Artificial Analysis Intelligence Index ( 53 points)
El modelo de pesos abiertos de OpenAI, en modo privado: barato, rápido, con razonamiento ajustable. Bueno para preguntas cotidianas.
- Última versión : gpt-oss-120b, agosto de 2025
- Puesto 79 de 90 en Artificial Analysis Intelligence Index ( 12 points)
Los modelos Gemini de Google: Argon, el nuevo modelo insignia, y la rápida línea Flash. Contexto de 1M, y admiten imágenes, audio y video como entrada. Anonimizados.
- Última versión : Gemini 4 Argon, 30 de septiembre de 2026
- Puesto 5 de 90 en Artificial Analysis Intelligence Index ( 53 points)
Los modelos Grok de xAI, en modo privado, con visión, contexto muy largo y búsqueda en X. Grok 4.7 es el más reciente.
- Última versión : Grok 4.7, 21 de septiembre de 2026
- Puesto 12 de 90 en Artificial Analysis Intelligence Index ( 46 points)
Los modelos Qwen alojados por Alibaba, con contexto de 1M y entrada de imagen y video. Flash es barato y rápido. Anonimizados.
- Última versión : Qwen3.8 Max, septiembre de 2026
- Puesto 14 de 90 en Artificial Analysis Intelligence Index ( 45 points)
Modelos Qwen de pesos abiertos, en modo privado. Qwen 3.8 27B lee imágenes y video a un precio bajo.
- Última versión : Qwen3.8 27B, 14 de agosto de 2026
- Puesto 23 de 90 en Artificial Analysis Intelligence Index ( 40 points)
Los modelos abiertos pequeños de Google, en modo privado: muy baratos, leen imágenes y video y llaman a herramientas.
- Última versión : Gemma 4, abril de 2026
- Puesto 71 de 90 en Artificial Analysis Intelligence Index ( 17 points)
Los antiguos modelos abiertos Llama de Meta y el ajuste fino Hermes 3, en modo privado. Las familias más nuevas rinden más por el mismo precio.
- Última versión : Llama 3.3 70B, 6 de diciembre de 2024
- Puesto 86 de 90 en Artificial Analysis Intelligence Index ( 8 points)
Un modelo compacto de 24 mil millones de parámetros de Mistral AI, en modo privado: muy barato, lee imágenes y llama a herramientas.
- Última versión : Mistral Small 3.2, 20 de junio de 2025
- Puesto 87 de 90 en Artificial Analysis Intelligence Index ( 8 points)
Los modelos abiertos de MiniMax, ajustados para programación y trabajo de agente, en modo privado a un precio bajo.
- Última versión : MiniMax M3, 1 de junio de 2026
- Puesto 61 de 90 en Artificial Analysis Intelligence Index ( 23 points)
Modelos de lenguaje por difusión que escriben muchos tokens a la vez: respuestas muy rápidas, con razonamiento y herramientas, a bajo precio.
- Última versión : Mercury 2.5, 1 de octubre de 2026
- Puesto 76 de 90 en Artificial Analysis Intelligence Index ( 14 points)
Los modelos abiertos de Xiaomi que entienden texto, imágenes, audio y video, con contexto de 1M, en modo privado y muy baratos.
- Última versión : MiMo-V2.6-Flash, 21 de septiembre de 2026
- Puesto 32 de 90 en Artificial Analysis Intelligence Index ( 38 points)
Los modelos abiertos de NVIDIA para trabajo de agentes: Super VL lee imágenes y video, Ultra se encarga de tareas largas con herramientas, Nano es pequeño y barato. Modo privado.
- Última versión : Nemotron 3.5 Super VL 120B A12B, 15 de octubre de 2026
- Puesto 52 de 90 en Artificial Analysis Intelligence Index ( 26 points)
El modelo multimodal de ByteDance para programar y para tareas largas de agente, que lee imágenes y video. Anonimizado.
- Última versión : Seed 2.1 Turbo, agosto de 2026
El primer modelo abierto de Thinking Machines Lab: de uso general, lee imágenes y audio, contexto de 512K, modo privado.
- Última versión : Inkling, 15 de julio de 2026
- Puesto 56 de 90 en Artificial Analysis Intelligence Index ( 25 points)
Modelos sin censura para escritura creativa libre y juego de rol, basados en Mistral Small 24B, en modo privado.
- Última versión : Venice Uncensored 1.2, abril de 2026
Sistemas narrativos en los que varios modelos escriben juntos cada respuesta, para ficción interactiva con temas para adultos.
- Última versión : Aion 3.5, septiembre de 2026
Modelos abiertos modificados por la comunidad para eliminar los rechazos. Elige uno para trabajo creativo sin filtros.
- Última versión : Abliterated Large V2, octubre de 2026
Hy4 preview de Tencent: un modelo abierto de mezcla de expertos de 770 mil millones con contexto de 1M, ajustado para código, ofimática y agentes.
- Última versión : Hy4 preview, agosto de 2026
Los modelos de texto de Meta: Muse Wonder es su primer modelo de frontera y lee texto, imágenes, audio y video con 1M de tokens, y Muse Spark Open es el de pesos abiertos.
- Última versión : Muse Spark Open, 15 de octubre de 2026
- Puesto 7 de 90 en Artificial Analysis Intelligence Index ( 52 points)
Transcripción
La transcripción por defecto de Sub Rosa: rápida y precisa para el dictado y las reuniones del día a día, entre las más baratas, en modo privado.
- Última versión : Parakeet TDT 0.6B v3, agosto de 2025
El modelo abierto de reconocimiento de voz de OpenAI: la mayor cobertura de idiomas aquí, al mismo precio bajo que Parakeet, en modo privado.
- Última versión : Whisper large v3, noviembre de 2023
- Puesto 3 de 4 en Artificial Analysis word error rate ( 4,1 %)
El modelo de transcripción de ElevenLabs, con más de 90 idiomas. Anonimizado, y la transcripción más cara de aquí.
- Última versión : Scribe v2, 9 de enero de 2026
- Puesto 1 de 4 en Artificial Analysis word error rate ( 2,2 %)
El reconocimiento de voz de xAI, la transcripción más barata del catálogo. Anonimizado.
- Última versión : Grok Speech to Text (1.0), 17 de abril de 2026
- Puesto 2 de 4 en Artificial Analysis word error rate ( 4 %)
Imágenes
Los modelos de imagen Gemini de Google: buena comprensión del prompt y conocimiento del mundo real. Elige Nano Banana 2.1 como opción fiable para todo.
- Última versión : Nano Banana 2.1, 6 de octubre de 2026
- Puesto 4 de 37 en Artificial Analysis Text to Image Arena ( 1172 Elo)
Los modelos de imagen de OpenAI, conocidos por su texto legible y por seguir las instrucciones con precisión. Empieza con GPT Image 2.5 Flare.
- Última versión : GPT Image 2.5 Flare and Sunburst, 8 de septiembre de 2026
- Puesto 1 de 37 en Artificial Analysis Text to Image Arena ( 1197 Elo)
Los modelos fotorrealistas de Black Forest Labs. FLUX.2 Pro es el que usa el agente de Sub Rosa para imágenes detalladas y realistas.
- Última versión : FLUX 3 Image, 23 de julio de 2026
- Puesto 20 de 37 en Artificial Analysis Text to Image Arena ( 1020 Elo)
Los modelos de Alibaba para imágenes llenas de texto: carteles, menús, infografías. Qwen Image 3 sigue siendo la elección; 2.1 Turbo es el más barato.
- Última versión : Qwen-Image 2.1 Turbo, 9 de octubre de 2026
- Puesto 11 de 37 en Artificial Analysis Text to Image Arena ( 1090 Elo)
Los modelos de ByteDance para mantener sujetos coherentes y una tipografía limpia en toda una serie. Seedream 5 Pro es el modelo estrella.
- Última versión : Seedream 5.0 Pro, 8 de julio de 2026
- Puesto 12 de 37 en Artificial Analysis Text to Image Arena ( 1081 Elo)
Un modelo pensado para la tipografía: carteles, logotipos, portadas donde las palabras tienen que ser exactas. Ideogram 4.5 es el actual.
- Última versión : Ideogram 4.5, septiembre de 2026
- Puesto 23 de 37 en Artificial Analysis Text to Image Arena ( 1013 Elo)
Un modelo con mirada de diseño: composición equilibrada, color coherente, texto estructurado. Elígelo para visuales de marketing y trabajo de marca.
- Última versión : Recraft V4 and V4 Pro, 17 de febrero de 2026
- Puesto 30 de 37 en Artificial Analysis Text to Image Arena ( 987 Elo)
Los modelos de imagen de xAI, aquí en modo privado. Grok Imagine 2.0 es el más reciente, una buena opción cuando importa la privacidad.
- Última versión : Grok Imagine Image 2.0, agosto de 2026
- Puesto 5 de 37 en Artificial Analysis Text to Image Arena ( 1155 Elo)
El gran modelo de pesos abiertos de Tencent, en modo privado. Elígelo para prompts largos y con mucho conocimiento, en inglés o en chino.
- Última versión : HunyuanImage 3.0, 28 de septiembre de 2025
- Puesto 34 de 37 en Artificial Analysis Text to Image Arena ( 944 Elo)
El modelo propio de Krea, pensado para la estética y los estilos expresivos más que para seguir el prompt al pie de la letra. Turbo es rápido y funciona en modo privado.
- Última versión : Krea 2 Turbo, 3 de junio de 2026
- Puesto 19 de 37 en Artificial Analysis Text to Image Arena ( 1026 Elo)
El modelo de Luma que razona antes de dibujar, bueno con instrucciones espaciales difíciles y estilos. Elígelo cuando otros modelos fallen la escena.
- Última versión : Luma Uni-1 and Uni-1 Max, mayo de 2026
- Puesto 22 de 37 en Artificial Analysis Text to Image Arena ( 1014 Elo)
Los modelos de imagen Wan de Alibaba, con un modo de razonamiento para escenas complejas. Usa el estándar para bocetos y Pro para las imágenes finales de producto.
- Última versión : Wan 2.7 and 2.7 Pro, abril de 2026
- Puesto 29 de 37 en Artificial Analysis Text to Image Arena ( 990 Elo)
El modelo estrella de ImagineArt, ajustado para el realismo, la atmósfera y la composición. Elígelo para pósteres, imágenes de producto y fotogramas cinematográficos.
Anonimizado Low cost1 modeloImágenes · MetaMuse ImageEl primer modelo de imagen de Meta (julio de 2026), con texto limpio en la imagen. Por alrededor de 1 crédito, una forma barata de conseguir gráficos legibles.
- Última versión : Muse Image, 7 de julio de 2026
- Puesto 7 de 37 en Artificial Analysis Text to Image Arena ( 1115 Elo)
Un modelo abierto derivado de FLUX.1, en modo privado por alrededor de 0,5 créditos. El agente de Sub Rosa lo usa como opción versátil.
- Última versión : Chroma1-HD, agosto de 2025
SD 3.5 Large de Stability AI, privado y por alrededor de 0,5 créditos. Es el modelo por defecto del agente de Sub Rosa cuando no indicas ninguno.
- Última versión : Stable Diffusion 3.5 Large, 22 de octubre de 2024
- Puesto 37 de 37 en Artificial Analysis Text to Image Arena ( 840 Elo)
Un modelo abierto pequeño y rápido, con buen fotorrealismo, privado y por alrededor de 0,5 créditos. Elígelo para bocetos rápidos que sigan pareciendo reales.
- Última versión : Z-Image-Turbo, noviembre de 2025
- Puesto 35 de 37 en Artificial Analysis Text to Image Arena ( 941 Elo)
Un ajuste fino de Illustrious XL muy popular para anime, privado y por alrededor de 0,5 créditos. Elígelo para personajes de anime y arte estilizado.
Privado Low cost1 modeloImágenes · Community fine-tune (SDXL)LustifyAjustes finos de SDXL para contenido adulto, sin censura, privados y por unos 0,5 créditos. Usa la v8, la más reciente.
Privado Low cost3 modelosImágenes · VeniceEscaladorUn modelo utilitario, no un generador: el escalador amplía una imagen de 2x a 4x, con una pasada de mejora opcional, en modo privado.
Privado1 modeloEdición y retoque
Retoques que siguen la instrucción y dejan intacto el resto de la imagen. Qwen Image 2 es la primera opción «Automático» del Studio.
- Última versión : Qwen-Image 2.1 Turbo (edit), 9 de octubre de 2026
- Puesto 12 de 26 en Artificial Analysis Image Editing Arena ( 1075 Elo)
Los editores de ByteDance conservan la iluminación, el color y el aspecto del sujeto mientras cambian lo que pides. Seedream 5 Lite es la segunda opción «Automático».
- Última versión : Seedream 5.0 Pro (edit), 8 de julio de 2026
- Puesto 8 de 26 en Artificial Analysis Image Editing Arena ( 1107 Elo)
Los editores conversacionales de Google: describe el cambio con tus propias palabras. Nano Banana 2 es la cuarta opción «Automático».
- Última versión : Nano Banana 2.1 (edit), 6 de octubre de 2026
- Puesto 3 de 26 en Artificial Analysis Image Editing Arena ( 1152 Elo)
El editor preciso de Ideogram, con el que se abre la pestaña Retoque: pinta una zona, describe el cambio y el resto de los píxeles se queda igual.
- Última versión : Ideogram 4.5 (retouch), septiembre de 2026
- Puesto 16 de 26 en Artificial Analysis Image Editing Arena ( 1064 Elo)
Los editores de OpenAI para cambios localizados y correcciones de texto. Sunburst mantiene mejor los detalles complejos; Flare es más rápido al mismo precio.
- Última versión : GPT Image 2.5 Flare and Sunburst (edit), 8 de septiembre de 2026
- Puesto 1 de 26 en Artificial Analysis Image Editing Arena ( 1182 Elo)
Ediciones fotorrealistas que mantienen reconocibles los rostros, la ropa y los productos. FLUX 3 es el más reciente de los dos, al mismo precio.
- Última versión : FLUX 3 Image (edit), 23 de julio de 2026
- Puesto 25 de 26 en Artificial Analysis Image Editing Arena ( 995 Elo)
Los editores de xAI en modo privado: la opción cuando nadie debe conservar la foto que editas. La versión 2.0 es la más reciente.
- Última versión : Grok Imagine Image 2.0 (edit), agosto de 2026
- Puesto 7 de 26 en Artificial Analysis Image Editing Arena ( 1107 Elo)
El editor de Luma que razona, bueno para cambiar el ángulo de cámara, la iluminación y el estilo de una sola imagen.
- Última versión : Luma Uni-1 and Uni-1 Max (edit), mayo de 2026
- Puesto 14 de 26 en Artificial Analysis Image Editing Arena ( 1070 Elo)
El editor de Meta por alrededor de 1 crédito: la forma más barata de probar un cambio o combinar algunas fotos.
- Última versión : Muse Image (edit), 7 de julio de 2026
- Puesto 5 de 26 en Artificial Analysis Image Editing Arena ( 1118 Elo)
El editor profesional de Wan (Alibaba) para cambios complejos con varios elementos y para cambiar el estilo.
- Última versión : Wan 2.7 Pro (edit), abril de 2026
- Puesto 21 de 26 en Artificial Analysis Image Editing Arena ( 1042 Elo)
Un modelo de edición abierto en modo privado, fuerte en retratos, restauración de fotos antiguas y texto estilizado. Unos 2 créditos.
- Última versión : FireRed-Image-Edit 1.0, febrero de 2026
Un editor basado en Qwen sin restricciones de contenido, en modo privado por unos 2 créditos.
Privado Low cost1 modeloVideo
La generación 2026 de Kuaishou: de texto o imagen a video, con sonido y prompts de varios planos. Elígela como tu opción cinematográfica todoterreno.
- Última versión : Kling 3.0, 5 de febrero de 2026
- Puesto 12 de 22 en Artificial Analysis Image to Video Arena ( 1055 Elo)
La versión omni de Kling 3.0, pensada para mantener idéntico un personaje o producto de un clip a otro. Elígela cuando la misma cara tenga que volver plano tras plano.
- Última versión : Kling 3.0 Omni (O3), febrero de 2026
- Puesto 14 de 22 en Artificial Analysis Image to Video Arena ( 1044 Elo)
La generación anterior de Kling, que se mantiene porque es barata y fiable. Los flujos del Studio de Sub Rosa usan 2.5 Turbo Pro por defecto.
- Última versión : Kling 2.6, diciembre de 2025
- Puesto 19 de 22 en Artificial Analysis Image to Video Arena ( 988 Elo)
El modelo de ByteDance de julio de 2026, que genera hasta 30 s de una sola vez con sonido. Elígelo para una escena larga y continua.
- Última versión : Seedance 2.5, 31 de julio de 2026
- Puesto 2 de 18 en Artificial Analysis Text to Video Arena with audio ( 1142 Elo)
El modelo multimodal de 2026 de ByteDance: imagen, referencias y audio de entrada, un clip con sonido sincronizado de salida. Elígelo para escenas con diálogo de hasta 15 s.
- Última versión : Seedance 2.0, 12 de febrero de 2026
- Puesto 18 de 22 en Artificial Analysis Image to Video Arena ( 1000 Elo)
El modelo de video de Google, con diálogos, efectos y ambiente generados en la misma pasada. Elígelo para planos cortos, pulidos y realistas.
- Última versión : Veo 3.1, 15 de octubre de 2025
- Puesto 7 de 22 en Artificial Analysis Image to Video Arena ( 1082 Elo)
El modelo de Alibaba de agosto de 2026, hasta 30 s por clip con sonido. Elígelo para planos largos a precio intermedio.
- Última versión : Wan 3.0, 24 de agosto de 2026
- Puesto 3 de 22 en Artificial Analysis Image to Video Arena ( 1164 Elo)
La gama Wan anterior de Alibaba (2.2 a 2.7), más barata que Wan 3.0 y con un modo de edición. Elígela para clips de 5 a 15 s con poco presupuesto.
- Última versión : Wan 2.6, diciembre de 2025
- Puesto 8 de 22 en Artificial Analysis Image to Video Arena ( 1077 Elo)
Los modelos Hailuo 2026 de MiniMax con sonido estéreo. H3 Max funciona en modo privado a un precio bajo. Elígelo para clips privados y asequibles.
- Última versión : MiniMax H3 Max Recast, octubre de 2026
- Puesto 1 de 22 en Artificial Analysis Image to Video Arena ( 1195 Elo)
El modelo de video de xAI, con todas las versiones en modo privado, con sonido y cualquier duración de 1 a 15 s. Elígelo para animar una imagen en privado.
- Última versión : Grok Imagine video 1.5, 30 de mayo de 2026
- Puesto 5 de 22 en Artificial Analysis Image to Video Arena ( 1098 Elo)
El modelo de 2026 de Google que crea y edita video a partir de texto, imágenes, referencias o grabaciones. Elígelo para clips cortos que quieras afinar editándolos.
- Última versión : Gemini Omni 1.1 Flash, 27 de agosto de 2026
- Puesto 7 de 18 en Artificial Analysis Text to Video Arena with audio ( 1113 Elo)
El modelo de 2026 de Alibaba que genera imagen y sonido a la vez, con sincronización labial en siete idiomas, francés incluido. Elígelo para personajes que hablan.
- Última versión : HappyHorse 1.1, 28 de junio de 2026
- Puesto 4 de 22 en Artificial Analysis Image to Video Arena ( 1104 Elo)
PixVerse C1 es un modelo de abril de 2026 pensado para planos de acción y efectos, con sonido, a un precio bajo por segundo. Elígelo para clips baratos con sonido.
- Última versión : PixVerse C1, 7 de abril de 2026
- Puesto 20 de 22 en Artificial Analysis Image to Video Arena ( 963 Elo)
Gen-4.5 de Runway, para un trabajo de cámara realista y controlado a partir de texto o de una imagen. Elígelo para planos mudos a los que tú mismo pondrás música o narración.
- Última versión : Runway Gen-4.5, 1 de diciembre de 2025
Los modelos de pesos abiertos de Lightricks que crean imagen y sonido a la vez, hasta 20 s y hasta 4K. Elígelos para clips largos y nítidos a un precio justo.
- Última versión : LTX-2.5, agosto de 2026
- Puesto 15 de 22 en Artificial Analysis Image to Video Arena ( 1038 Elo)
El modelo de ShengShu de enero de 2026 para historias cortas: 16 s, varios ángulos de cámara y sonido en una sola pasada. Elígelo para una pequeña escena con diálogo.
- Última versión : Vidu Q3, 30 de enero de 2026
- Puesto 11 de 22 en Artificial Analysis Image to Video Arena ( 1056 Elo)
El modelo de código abierto de Meituan pensado para clips largos, en modo privado. Elígelo para el precio por segundo más bajo o un plano mudo de 30 s.
- Última versión : LongCat-Video, 27 de octubre de 2025
Un modelo de código abierto que anima una imagen en un clip de 5 s con voz y sonido, en modo privado. Elígelo para un plano hablado barato y privado.
- Última versión : Ovi, 5 de octubre de 2025
El primer modelo de video de Black Forest Labs (agosto de 2026), con sonido y clips de hasta 20 s. Elígelo para unir dos imágenes, prolongar un clip o hacer un plano largo con sonido.
- Última versión : FLUX 3 video, 4 de agosto de 2026
- Puesto 5 de 18 en Artificial Analysis Text to Video Arena with audio ( 1127 Elo)
No es un generador: amplía y da nitidez a un clip que ya tienes. Elígelo para llevar un plano terminado en 720p a una resolución mayor.
Anonimizado1 modeloVoz
Un pequeño modelo de voz de código abierto, privado y, con diferencia, el más barato. Sub Rosa lo usa por defecto para la narración.
- Última versión : Kokoro v1.0, 27 de enero de 2025
- Puesto 10 de 10 en Artificial Analysis Speech Arena ( 1064 Elo)
El modelo de voz expresivo de Resemble AI, aquí en modo privado. Elígelo para una narración expresiva que siga siendo privada.
- Última versión : Chatterbox HD, mayo de 2025
- Puesto 7 de 10 en Artificial Analysis Speech Arena ( 1102 Elo)
Los modelos de voz de ElevenLabs, del rápido Turbo v2.5 al expresivo Eleven v4. Elige Eleven v4 para una narración natural en francés o en cualquiera de sus más de 90 idiomas (unos 12 créditos por una página de 3000 caracteres).
- Última versión : Eleven v4 Turbo, 28 de septiembre de 2026
- Puesto 1 de 10 en Artificial Analysis Speech Arena ( 1330 Elo)
El modelo de voz de Google de abril de 2026, que se dirige con etiquetas como [whispers] escritas en el texto. Elígelo cuando la interpretación importe más que el precio.
- Última versión : Gemini 3.1 Flash TTS, 15 de abril de 2026
- Puesto 3 de 10 en Artificial Analysis Speech Arena ( 1209 Elo)
Un modelo de voz de Gradium pensado para una pronunciación precisa y una latencia baja. Elígelo para que los nombres y términos difíciles se lean con claridad.
- Última versión : Gradium TTS, agosto de 2026
- Puesto 5 de 10 en Artificial Analysis Speech Arena ( 1151 Elo)
El modelo de voz de Inworld de enero de 2026: expresivo, 15 idiomas y la segunda voz más barata aquí. Elígelo para buena calidad con poco presupuesto.
- Última versión : TTS-1.5 Max, 21 de enero de 2026
El modelo de voz de alta fidelidad de MiniMax para locuciones y audiolibros, en más de 30 idiomas. Elígelo para lecturas largas y constantes con voces de personajes.
- Última versión : Speech-02 HD, 2 de abril de 2025
- Puesto 6 de 10 en Artificial Analysis Speech Arena ( 1114 Elo)
Un modelo de voz en inglés de código abierto que puede reír, suspirar o jadear cuando se le indica, en modo privado. Elígelo para diálogos en inglés llenos de vida.
- Última versión : Orpheus 3B 0.1 finetuned, marzo de 2025
Los modelos de voz de código abierto de Alibaba, en 10 idiomas y en modo privado. Elígelos para una narración privada en francés o en idiomas asiáticos.
- Última versión : Qwen3 TTS, 22 de enero de 2026
El modelo de voz de xAI con 26 voces, 20 idiomas y etiquetas en línea para pausas, risas o susurros. Elígelo para una voz expresiva a bajo precio.
- Última versión : xAI TTS, abril de 2026
El modelo de audio de ByteDance: describes la voz, la interpretación y el fondo sonoro en un solo prompt. Elígelo para una escena hablada con ambiente.
Anonimizado Moderate cost1 modeloMúsica
Los modelos de canciones de MiniMax: tú escribes la letra y ellos la cantan sobre un arreglo completo. El agente de Sub Rosa los prueba primero para canciones.
- Última versión : Music 2.6, abril de 2026
Un modelo musical de código abierto, el más barato aquí, con letra opcional. Los flujos del Studio de Sub Rosa lo usan por defecto para la música.
- Última versión : ACE-Step 1.5, enero de 2026
Los modelos musicales de ElevenLabs, entrenados con catálogos bajo licencia. Elígelos para una banda sonora cuidada cuando el presupuesto lo permita.
- Última versión : Music v2.5, 14 de septiembre de 2026
El modelo musical de Google para canciones estructuradas de hasta 3 minutos a partir de un solo prompt. Elígelo para una pieza completa con intro, estrofas y cierre a precio fijo.
- Última versión : Lyria 3 Pro, 25 de marzo de 2026
El modelo de audio rápido de Stability AI para instrumentales, fondos ambientales y transiciones cortas. Elígelo para música de fondo de una duración exacta.
- Última versión : Stable Audio 2.5, 10 de septiembre de 2025
Música de un modelo entrenado con catálogos con licencia profesional, autorizada para uso comercial. Elígelo cuando la pista se vaya a publicar.
Anonimizado Moderate cost1 modeloEfectos de sonido
El modelo de efectos de sonido de ElevenLabs, para efectos y ambientes a partir de una descripción breve. Elígelo para efectos limpios, listos para una película.
Anonimizado Moderate cost1 modeloEfectos de sonido · MMAudio (open source)MMAudio V2Un modelo de código abierto que convierte una descripción escrita en efectos de sonido. Elígelo para los efectos más baratos, de hasta 30 s.
Anonimizado Low cost1 modeloEfectos de sonido · SoniloSonilo Sound EffectsEfectos de sonido de un modelo creado a partir de catálogos bajo licencia, autorizados para uso comercial. Elígelo cuando los efectos vayan a ir en un trabajo publicado.
Anonimizado Moderate cost1 modeloLos modelos y los precios cambian a menudo. Sub Rosa siempre muestra lo que está disponible hoy y el precio exacto antes de cobrar nada. Los modelos de índice de búsqueda detrás de la memoria de Sub Rosa no aparecen: los elige la app, nunca tú. Qué significan «privado» y «anonimizado»