El stack de anuncios de video se dividió en especialistas, y Boreal-H3 muestra por qué

Creatify Labs lanzó Boreal-H3 el 2 de octubre, un modelo de video creado mediante post-entrenamiento de MiniMax H3 en colaboración con MiniMax y orientado a una única tarea: producir clips publicitarios. La parte interesante está en el benchmark que Creatify inventó para venderlo, y en lo que ese benchmark implica sobre hacia dónde se dirige la generación de video.

El argumento de venta, en números

Boreal-H3 obtiene 133.3 en el Ads Quality Index de Creatify, donde MiniMax H3 se normaliza a 100. El conjunto de comparación lo sitúa por delante de Gemini Omni 1.1 Flash con 122.2, Seedance 2.5 con 118.1 y Wan 3.0 Prime con 111.1.

En fidelidad de referencia (medida con un umbral más estricto de 7 sobre 10), Boreal-H3 alcanzó el 85.3 por ciento, por delante de MiniMax H3 con 82.4 por ciento, Wan 3.0 Prime con 79.4 por ciento, Seedance 2.5 con 71.9 por ciento y Omni 1.1 Flash con 70.6 por ciento.

Frente a su propia base, el ciclo de post-entrenamiento movió la consistencia del sujeto del 83.3 al 94.4 por ciento, elevó la finalización del brief del 27.8 al 50.0 por ciento en un conjunto de briefs de producción difíciles, y redujo los defectos visibles de 1.11 a 0.33 por clip, una reducción del 70 por ciento.

Las cifras de costo y velocidad son donde el argumento de venta se agudiza. A 768p, Boreal-H3 genera a 1.1 segundos por segundo de video, así que un clip de 10 segundos tarda unos 11 segundos y cuesta $0.40. Seedance 2.5 funciona a 46.5 segundos por segundo de video y aproximadamente $0.47 por segundo. En una demo de producto de 15 segundos, Boreal-H3 renderizó en 84 segundos frente a 411 segundos de Seedance 2.5.

Por qué el benchmark importa más que el modelo

El Ads Quality Index mide algo específico: con qué frecuencia un modelo produce un clip que funciona como anuncio. Un clip pasa solo cuando el seguimiento del prompt, la consistencia de referencia y el realismo visual obtienen cada uno 6 sobre 10 o más. La tasa de aprobación de cada modelo se indexa entonces contra MiniMax H3.

Esa es una pregunta distinta de la que hacen la mayoría de los benchmarks de video. Artificial Analysis y tablas de clasificación similares ordenan los resultados por calidad general y atractivo estético. Que un clip mantenga legible la etiqueta de un producto, sostenga la silueta del empaque y preserve la cara del creador desde el primer hasta el último fotograma no es lo que miden esos rankings, y es lo que un anunciante revisa primero.

La advertencia honesta es que Creatify creó el índice, lo administra y vende el modelo que gana en él. La empresa dice que sus jueces automatizados fueron validados contra preferencias humanas y que los estudios humanos usaron resultados anonimizados y aleatorizados. Es una afirmación metodológica razonable y sigue siendo una afirmación de primera parte, del proveedor, sobre el producto del proveedor. Todavía no existe replicación independiente.

También hay un detalle más silencioso: la comparación incluye Seedance 2.5 y Wan 3.0 Prime, ambos modelos de video generales y potentes que se evalúan con criterios específicos de publicidad. Perder ante un modelo especializado en un benchmark especializado es lo esperado. La cifra que sería alarmante es si Boreal-H3 perdiera ante un modelo general en su propio terreno.

La división de especialistas es real y estructural

Dónde encaja Boreal-H3 es más interesante que si gana o no.

La generación de video en 2026 se ha dividido visiblemente. De un lado están los generalistas cinematográficos (Veo de Google, Kling, Gen-4.5 de Runway) que venden calidad, control de cámara y audio nativo a cualquiera con una historia que contar. Del otro están los especialistas en publicidad: Creatify, Arcads, HeyGen, todos construidos en torno a video de creadores al estilo UGC y demos de producto, vendidos a profesionales de marketing de rendimiento que necesitan volumen y velocidad de iteración más que una toma heroica.

La economía explica la división. Una campaña de anuncios de rendimiento necesita docenas de variantes para encontrar el gancho que funciona. Si cada variante cuesta $5, las cuentas no salen. Si cada una cuesta 40 centavos y se renderiza en 11 segundos, puedes probar una docena de ganchos antes del almuerzo. La calidad cinematográfica y el rendimiento de iteración son productos distintos, y tratar de vender ambos desde un solo modelo implica comprometer aquello que al comprador le importa más.

HeyGen tomó un camino similar la misma semana, lanzando un modelo de video universal a un centavo por segundo, también post-entrenado con MiniMax H3. Dos empresas decidieron de forma independiente que la base de MiniMax era el sustrato adecuado para especializarse, lo que dice algo sobre dónde se encuentra la frontera de pesos abiertos.

Lo que el modelo todavía no puede hacer

La sección que la mayoría de los proveedores omite: la deformación del producto.

La forma de una botella puede cambiar sutilmente entre fotogramas, o entre variantes generadas por separado del mismo producto. Las marcas gráficas se renderizan como algo plausible pero técnicamente incorrecto: un logo con proporciones equivocadas, un logotipo extruido con una letra que en realidad no existe. La consistencia del empaque entre generaciones es lo bastante común como para que los flujos de trabajo serios fijen una imagen de referencia para restringirla en lugar de confiar en una descripción de texto.

Creatify afirma haber abordado esto y haber publicado una reducción de la tasa de defectos. Lo que la afirmación no cubre es el modo de fallo que más importa en una campaña paga: un defecto que sobrevive a la revisión porque se ve bien en tamaño miniatura y mal a tamaño completo. Los jueces automatizados que puntúan el realismo visual con 6 sobre 10 no detectarán de forma fiable un logo mal dibujado. Un humano que compare el resultado con el producto físico sí lo hará.

El consejo de flujo de trabajo que sigue no es glamoroso. Empieza cada toma de producto a partir de una fotografía del producto real en lugar de una descripción de texto, porque un prompt solo de texto hace que el modelo invente la etiqueta junto con el objeto. Escribe prompts para el movimiento (qué se mueve, cómo se mueve la cámara, qué hace la luz) porque la foto ya lleva el producto. Coloca cada clip junto al objeto físico antes de publicarlo.

Qué compra la especialización y qué cuesta

El argumento a favor de un modelo como Boreal-H3 es directo: si tu resultado es publicidad, un modelo ajustado en publicidad te ahorrará ciclos de iteración que un modelo general gasta en capacidades que no necesitas.

El argumento en contra es un lock-in de un tipo específico. Un modelo post-entrenado con el bucle de evaluación de una empresa está optimizado para la definición de buen anuncio de esa empresa, y esa definición no se publica en una forma que alguien más pueda auditar. El Ads Quality Index es un proxy razonable para “¿esto funciona como comercial?”. Si correlaciona con “¿tiene rendimiento esta campaña?” es una pregunta que solo los compradores de medios pueden responder, y la responderán con sus presupuestos durante los próximos dos trimestres.

Hay un efecto de segundo orden que vale la pena anticipar. Cuando un modelo se post-entrena con un objetivo comercial específico, tiende a mejorar en los patrones que ese objetivo recompensa y a empeorar en los que no mide. Un modelo enfocado en anuncios que se ha optimizado para la fidelidad del producto y la consistencia del creador puede alejarse de la inventiva visual que hace memorable una campaña. El Ads Quality Index no tiene ningún componente que mida si un clip es interesante, y esa es una elección deliberada de alcance con consecuencias.

El requisito de material de referencia es la otra restricción práctica. El control de fotograma clave y el control multirreferencia requieren ambos que el anunciante proporcione buenas entradas: una toma limpia del producto, un creador consistente, un estilo visual establecido. Eso está bien para marcas que ya tienen una biblioteca de fotografías y un sistema de diseño. Para un vendedor pequeño que genera creatividad desde cero, la especialización es menos útil, porque las entradas que el modelo necesita son las entradas que el vendedor no tiene.

Lo que Boreal-H3 realmente demuestra es que el mercado de generación de video ha madurado más allá del punto en que una sola tabla de clasificación resuelve algo. La pregunta relevante para un comprador a finales de 2026 ya no es qué modelo es el mejor. Es qué modelo es mejor para lo específico que estás haciendo, y si puedes medirlo tú mismo en lugar de confiar en el índice del proveedor.

Esa última cláusula es la que más importa. Los proveedores que construyen modelos de publicidad son también los proveedores que venden los benchmarks que los clasifican. La única evaluación fiable es una prueba controlada con tu propio conjunto de productos, con tus propios criterios de revisión, y un humano que compare cada resultado con el objeto físico. Es más lento que leer una tabla de clasificación y considerablemente más útil.