Tutoriales

Cómo extender un video con IA y hacerlo de verdad más largo

El bucle repite. El estiramiento ralentiza. La continuación genera lo que pasa después, a partir de un mp4 que aportas tú. Una guía práctica de la continuación con FLUX 3: qué necesitas, cómo encadenar ejecuciones más allá de 20 segundos, por qué cuesta más por segundo que generar de cero, y los errores que desperdician una ejecución.

2026-09-05 · Kubeez

Rodaste seis segundos. El hueco es de quince. Volver a rodar está descartado, un bucle se nota que es un bucle, y estirar el clip en un montaje solo lo vuelve lento.

Ahora hay una tercera opción: le das el material a un modelo y dejas que siga rodando. Esto es una guía de cómo funciona en la práctica, cuánto cuesta frente a generar desde cero, y dónde se atasca.

Qué significa realmente "extender un video"

Tres cosas distintas reciben ese nombre, y solo una es la que quieres.

El bucle repite el clip. Vale para una textura de fondo, y se nota en cuanto algo en cuadro se mueve en una dirección.

El estiramiento temporal ralentiza el material e interpola fotogramas para rellenar el hueco. Llena la duración, pero ahora todo se mueve a la velocidad equivocada. Útil para un momento de cámara lenta deliberado, inútil para un montaje más largo.

La continuación es de la que va este artículo. El modelo lee los fotogramas finales de tu clip y genera lo que pasa después: la misma escena, la misma luz, los mismos sujetos, avanzando en el tiempo a velocidad normal. El resultado es material nuevo, no una reordenación del viejo.

FLUX 3 hace continuación a partir de un archivo que aportas tú. Esa distinción importa. Varios modelos de video tienen una función de "extender" que solo continúa sus propias generaciones anteriores, referidas por un id de trabajo. Si el material no salió de ese modelo, no hay nada que extender. FLUX 3 acepta un mp4 de tu disco.

Qué necesitas antes de empezar

• Un mp4, de como mucho 15 segundos y 50MB. Si tu fuente es más larga, recórtala hasta el final que quieres continuar. El modelo lee el final del clip, así que los últimos dos segundos son los que de verdad cuentan.
• Un prompt que describa qué pasa después. Con una línea basta.
• Una duración, entre 5 y 20 segundos. Es obligatoria, no opcional, y es exactamente lo que pagas.

Esa es toda la lista. Sin línea de tiempo, sin software de edición, sin fotogramas clave.

Paso a paso

1. Abre el estudio y elige FLUX 3 en el selector de modelos.
2. Adjunta tu mp4. Adjuntar un video es lo que pone la petición en modo continuación. No hay un interruptor aparte que buscar, y no puedes estar en modo continuación sin un video, lo cual es deliberado: el modo y el precio son la misma decisión.
3. Escribe una línea sobre qué pasa después. "La cámara avanza pasando la barra y el barista levanta la vista" gana a un párrafo de adjetivos. El material ya lleva la escena; el prompt solo tiene que llevar el cambio.
4. Elige una duración entre 5 y 20 segundos. Activa primero el modo borrador si todavía estás buscando el prompt correcto. El borrador renderiza a 720p, mucho más rápido y mucho más barato, y sirve para decidir si la idea funciona, no para entregar.
5. Lánzalo. El sonido se genera con la imagen en la misma pasada, así que lo que vuelve ya trae pista de audio, no un clip mudo esperando una sesión de foley.

Cómo pasar bastante de los 20 segundos

La salida de una ejecución es una entrada válida para la siguiente. Esa es la parte que se le escapa a la gente.

La primera ejecución te da 20 segundos. Vuelves a meter ese clip y la segunda te da 20 más, continuando donde se paró. La tercera, la cuarta. Las costuras están dentro del modelo y no en un montaje, porque cada ejecución lee de verdad los fotogramas que produjo la anterior.

El techo práctico no es un límite del modelo. Es cuántas ejecuciones quieres pagar, y cuánto se desvía la escena antes de dejar de parecer el mismo sitio. En la práctica, revisa cada ejecución antes de encargar la siguiente en lugar de encolar cuatro por adelantado.

Cuánto cuesta, y por qué la continuación cuesta más

Dos cosas conviene entender, no memorizar, porque las tarifas cambian y el estudio siempre muestra la actual antes de lanzar nada.

La facturación es por segundo de salida. Un clip de 20 segundos cuesta cuatro veces uno de 5. No hay tarifa plana ni mínimo más allá del suelo de 5 segundos.

Continuar un clip se tarifa más alto por segundo que generar uno desde texto o desde una imagen. Aproximadamente dos veces y media más, a la misma resolución. No es una decisión de margen, es lo que cuesta el trabajo: el modelo tiene que ingerir y entender tu material antes de producir un fotograma propio, y esa ingesta es cómputo real.

De ahí salen dos consecuencias, y las dos merecen entrar en tu forma de trabajar:

• El modo borrador no es un detalle en este modelo, es el comportamiento correcto mientras aún estás escribiendo el prompt. Una continuación en borrador es una fracción de una a calidad completa.
• Si el plano puede empezar de forma creíble desde una imagen en vez de desde material rodado, empezar desde la imagen es bastante más barato. La continuación es para cuando necesitas concretamente llevar material existente hacia delante.

La tarifa exacta por segundo de la configuración que has montado aparece en el estudio antes de confirmar, y por API llega desde el catálogo de modelos. Léela en vivo en lugar de suponerla.

Hacerlo desde código

La misma vía de continuación está disponible por la API de Kubeez y por el servidor MCP de Kubeez, con los mismos límites y el mismo saldo. Subes el mp4 por una sesión de carga, lo pasas como medio de origen, fijas una duración entre 5 y 20, y el backend elige por ti la fila de precio de continuación. No te pueden cobrar por error la tarifa de texto por una continuación, ni pagas por error la tarifa de continuación por un prompt de texto.

Si montas un pipeline que encadena ejecuciones, la forma es: generas, esperas a que termine, coges la URL de salida y la pasas como origen de la siguiente llamada. Nada de eso necesita navegador.

Límites, y los errores que cuestan una ejecución

• Las imágenes y un video se excluyen mutuamente. Una petición que lleve ambos se rechaza antes de costar nada, que es el comportamiento correcto pero sorprende a quien adjunta una imagen de referencia junto al clip por costumbre.
• El tope de entrada es 15 segundos y 50MB. Recorta antes de subir. Subir una grabación de dos minutos y esperar que coja el final no funciona.
• El borrador es solo 720p. No hay borrador a 1080p. Fija el prompt a 720p y luego repite la configuración idéntica a calidad completa.
• Los cambios grandes hay que pedirlos. La continuación conserva la escena por defecto. Si quieres que cambie la localización, el prompt tiene que decirlo, y aun así un corte seco suele salir mejor como generación aparte.
• La duración no es opcional. El modelo puede elegir una duración por su cuenta, pero un cobro por segundo no se puede autorizar contra un número que todavía nadie conoce, así que la fijas tú.

Cuándo no usarlo

Si necesitas que el siguiente plano sea una escena verdaderamente distinta, genérala aparte y corta. La continuación sirve para llevar un plano hacia delante, y pedirle que se teletransporte es pedirle que pelee contra su propia mejor cualidad.

Si el clip de origen ya está cerca de lo que necesitas y solo el final está mal, una generación con primer y último fotograma puede llevarte ahí por menos. FLUX 3 acepta dos imágenes y rellena el medio, que es otra herramienta para un problema cercano.

Y si no tienes material ninguno, no necesitas continuación. Empieza desde un prompt o desde una sola imagen, a la tarifa más barata, y continúalo después si la pieza terminada quiere ser más larga.

En corto

Recorta tu clip a 15 segundos, adjúntalo, di qué pasa después, elige una duración, lanza primero un borrador. Encadena ejecuciones cuando necesites más de 20 segundos. Cuenta con que la continuación cueste más por segundo que generar de cero, y deja que el estudio te diga la cifra en vez de adivinarla.

El desglose completo de capacidades, incluidos los modos de guion gráfico y de primer y último fotograma, está en la página del modelo FLUX 3.