El cierre de Sora es el mejor argumento para no construir sobre el modelo de otra empresa

Sora tuvo el tipo de lanzamiento con el que la mayoría de las empresas sueña. Tres días después de llegar a la App Store de EE. UU. en septiembre de 2025, era el número uno. Un millón de descargas en menos de cinco días. Bill Peebles, quien dirigía el producto, publicó él mismo el hito de descargas el 9 de octubre. TechCrunch describió el feed como estilo TikTok y, durante unas semanas, Sora pareció la respuesta de OpenAI a todas las plataformas de video de formato corto a la vez.

Luego los números cambiaron, y cambiaron rápido.

El 24 de marzo de 2026, OpenAI anunció que discontinuaba la aplicación Sora y que iría cerrando sus productos de video. La aplicación de consumo y el sitio web dejaron de funcionar el 26 de abril. La última puerta, la API de Videos, se cerró el 24 de septiembre. Ahora toda solicitud a un modelo Sora falla, y OpenAI no ha nombrado ningún reemplazo. El equipo, dijo la empresa, se centrará en la investigación de simulación del mundo para robótica. En una entrevista, Sam Altman fue directo sobre la razón: quería concentrar la capacidad de cómputo en “la próxima generación de investigadores y empresas automatizados”.

Para los desarrolladores que habían construido sus pipelines sobre Sora, el 24 de septiembre fue el día en que llegó la factura. La pregunta que ahora circula en la comunidad de video con IA es menos “qué modelo debería usar” y más “cómo me aseguro de que esto no me vuelva a pasar”.

La respuesta práctica tiene tres formas, y las compensaciones son honestas. Puedes ir directo, una clave de API y una relación de facturación por proveedor, y obtener las funciones de cada modelo en el momento en que se lanzan. Esa fue la trampa de Sora: la integración directa significa que tú asumes la migración cuando el proveedor se marcha. Puedes pasar por un agregador como fal, Replicate o Runway, que ahora ofrecen Wan 3.0, Seedance 2.5, Veo 3.1, Grok Imagine y más detrás de una única integración. Cambiar de modelo se convierte en un cambio de cadena de texto en lugar de un proyecto. O puedes construir sobre una capa de flujo de trabajo, donde el activo duradero es el pipeline y la cadencia de publicación, más que cualquier modelo individual.

Las personas a las que Sora perjudicó fueron casi siempre las que trataron un modelo como la base. A las que les fue bien fueron las que mantuvieron el modelo intercambiable. Hay una frase que aparece una y otra vez en los artículos posteriores a Sora: construye el flujo de trabajo, no el modelo. Mantén reemplazable la capa de generación. Invierte de verdad en las cuentas, el ritmo de publicación, la atribución, las cosas que sobreviven al roadmap de cualquier proveedor.

Vale la pena entender la economía que mató a Sora, porque no es exclusiva de OpenAI. Peebles admitió públicamente en octubre de 2025 que la economía era “completamente insostenible”. Altman dijo que los usuarios generaban mucho más de lo esperado, y gran parte para audiencias diminutas. Un producto de video de consumo en el que los usuarios más comprometidos generan el resultado más caro es un negocio difícil. Las descargas mensuales de Sora cayeron un 32 por ciento en diciembre y un 45 por ciento en enero, según estimaciones de Appfigures que TechCrunch reportó. A finales de enero, estaba en el puesto 101 entre las aplicaciones gratuitas. El acuerdo de licencia con Disney, anunciado a bombo y platillo en diciembre de 2025, murió con la aplicación, y se informa que Disney se enteró del cierre menos de una hora antes que el público.

También hay una lectura estratégica más amplia aquí. OpenAI no perdió la carrera del video por calidad. Sora 2 generaba clips hiperreales genuinamente potentes con diálogo sincronizado con los labios, y a los especialistas en marketing de formato corto les encantaba para pruebas de anuncios nativos de memes, ingeniosas y ágiles, en TikTok y Reels. Perdió por economía unitaria. Cuando el costo de atender a un solo usuario comprometido supera lo que ese usuario paga, la escala se convierte en una sangría en lugar de un foso defensivo. Todos los proveedores de video generativo se enfrentan ahora a alguna versión de esa aritmética, y por eso toda la industria habla de agentes, modelos del mundo y flujos de trabajo empresariales en lugar de viralidad de consumo.

Ese modo de fallo tiene una lección clara para cualquiera que elija un proveedor ahora. La pregunta no es qué modelo encabeza la tabla de clasificación este trimestre. Es a qué proveedor quieres estar expuesto la próxima vez que se deprecie un modelo. El benchmark AA-Video-T2V cambia cada mes. Solo en un mes llegaron seis modelos nuevos. Las clasificaciones son volátiles por diseño. Tu stack debería elegirse por la forma del trabajo, no por la puntuación de este trimestre.

Hay una segunda lección más afilada enterrada en la historia de Sora, y tiene que ver con los derechos. En el lanzamiento, Sora 2 llegó con un sistema de exclusión voluntaria para personajes con derechos de autor, lo que significaba que tenías que solicitar la exclusión si no querías que se usara tu imagen o tu propiedad intelectual. Hubo una reacción negativa en 72 horas, y la política cambió a inclusión voluntaria. OpenAI también pausó videos que se parecían a Martin Luther King Jr. después de que su patrimonio objetara, y las generaciones de Bob Esponja y Pikachu atrajeron sus propias críticas. Cualquier marca que use video generativo debería asumir que ese tipo de política puede cambiar de la noche a la mañana. La herramienta con la que entrenaste tu contenido puede redefinir lo que se te permite crear, y a menudo no hay cláusula de derechos adquiridos.

La cuestión de las marcas de agua añade otra capa. Sora 2 ponía una marca de agua visible en movimiento en cada resultado, además de metadatos de procedencia C2PA. La marca de agua era una función para la procedencia y una desventaja para el alcance orgánico, ya que un clip con marca de agua visible se interpreta como un anuncio en lugar de una publicación nativa. Esa tensión no va a desaparecer, y ahora está respaldada por la regulación en la UE, donde la Ley de IA exige el etiquetado visible de contenido sintético realista. El próximo modelo que elijas tendrá una política de marcas de agua, y deberías saber cuál es antes de comprometer un calendario de contenidos con él.

El aviso archivado de OpenAI es escueto: los modelos Sora 2 “se cerraron el 24 de septiembre de 2026 y ya no están disponibles”. Sin sucesor, sin ruta de migración, sin disculpas. Para los miles de desarrolladores y creadores que habían construido sobre él, la lección cayó con dureza. Las demos virales no construyen negocios. Los flujos de trabajo repetibles sí, y un flujo de trabajo solo es repetible si puedes cambiar el modelo que hay debajo sin empezar de cero.

Vale la pena detallar concretamente las opciones de migración que reemplazaron a Sora, porque la elección revela qué tipo de riesgo estás dispuesto a asumir. Para texto a video con audio sincronizado, Google Flow con Gemini Omni Flash y Veo 3.1 es el reemplazo de consumo más cercano, con 50 créditos gratuitos al día y planes de pago desde unos pocos dólares al mes. Para animar tus propias imágenes y mantener personajes recurrentes, Kling 3.0 y MiniMax H3 son las opciones habituales, con controles de primer y último fotograma y clips de hasta 15 segundos. Para proyectos con mucha edición, Runway Gen-4.5 tiene la consistencia basada en referencias. Para equipos que quieren mantenerlo todo local, Wan 2.2 funciona gratis en tu propia GPU bajo Apache 2.0. Cada uno cubre parte de lo que hacía Sora; ninguno lo cubre todo, y de eso se trata. Una herramienta con un único punto de fallo nunca puede ser reemplazada por completo por una sola herramienta.

Las personas que ya habían distribuido su trabajo entre estas opciones, o que habían construido sobre un agregador, no perdieron casi nada. Las que se habían volcado por completo en Sora perdieron todo su pipeline en un trimestre. La diferencia no fue la habilidad ni la previsión. Fue si se habían hecho la única pregunta que importa ahora, que no es “qué puede hacer esta herramienta” sino “cuál es mi plan de salida si esta herramienta desaparece”.

Hay una ironía silenciosa en cómo terminó. La empresa que popularizó la idea de que puedes construir tu producto sobre el modelo de frontera de otra empresa demostró, a escala, por qué es peligroso hacerlo. La próxima vez que un laboratorio anuncie una función de video, la primera pregunta que hay que hacer no es qué tan buenos se ven los clips. Es qué te pasa a ti cuando dejan de funcionar. Si no puedes responder esa pregunta con confianza, todavía no has elegido un proveedor. Has elegido una exposición al riesgo.