Luma y Runway mudaron el modelo a la caja de chat

Dos empresas de vídeo hicieron el mismo movimiento en menos de 24 horas, y ninguna lanzó un modelo mejor.
El 3 de noviembre, Luma publicó un conector MCP para que Claude y ChatGPT puedan ejecutar los flujos de imagen y vídeo de Luma dentro de un chat. El 2 de noviembre, Runway publicó plugins de Dev para Claude Code, Codex y Cursor, de modo que un agente de programación puede integrar la API de Runway en una aplicación sin salir del editor. El conector de Luma es para quien necesita doce variantes de anuncio para el viernes. El plugin de Runway es para quien se supone que debe construir la función que las haga posibles.
Los dos anuncios tratan de la misma tesis: el modelo ya no es el producto. El lugar desde el que lo invocas sí.
Qué metió Luma en la caja de chat
El conector es un servidor MCP remoto en agents.lumalabs.ai/mcp. Inicias sesión con una cuenta de Luma, y cualquier cliente que pueda añadir un servidor MCP remoto por URL puede conectarse. En Claude funciona en web y escritorio; en ChatGPT llega como plugin.
La superficie que expone es un conjunto de flujos con nombre, no de parámetros en bruto. Luma Agent orquesta un proyecto a partir de un prompt de texto. Product Shots convierte una foto de producto en imágenes de campaña. Camera Angles genera una serie de vistas del mismo objeto. Hay intercambio de fondo, Relight Studio y clips promocionales cortos. La página del MCP añade recetas predefinidas: coincidencia de estilo artístico, cambio de cara, variantes de anuncio, cobertura multiángulo, descritas como recetas listas del equipo creativo de Luma.
La propuesta es un bucle que hasta ahora era imposible sin mucho copiar y pegar. Pregunta al asistente qué anuncio funcionó mejor. Pídele a Luma que lo reestilice en escenas, ángulos e iluminación nuevos. Recibe los recursos terminados en la misma conversación. Sin cambiar de pestaña, sin carpeta de descargas, sin «dónde dejé ese render».

La fricción que nadie pone en la demo
Todos los planes de Luma incluyen el conector, y cada generación gasta créditos de tu plan de Luma, igual que en la aplicación. Los resultados se guardan en tu cuenta de Luma y también aparecen en el chat con un enlace. Los archivos que compartes van a tu cuenta de Luma y se usan para producir lo que pediste.
Luego están las advertencias, que son más útiles que la lista de funciones. El vídeo tarda varios minutos, así que conviene pedir al asistente que consulte el estado en lugar de reenviar: reenviar gasta créditos dos veces. Los modelos ofrecidos a través del conector pueden no ser los mismos que los de la aplicación de Luma. Los resultados no llegan solos a un tablero de Luma; tienes que pedirle al asistente que los guarde en tu biblioteca de recursos y luego llevarlos a un tablero. Y para cualquier cosa grande, empieza con una prueba antes de pedir el lote completo.
Esa última línea es la frase más honesta de la documentación. Es una admisión de que las interfaces conversacionales hacen muy fácil gastar dinero por accidente. Una caja de chat no tiene diálogo de confirmación, ni una ventana que avise «esto costará 40 créditos». Escribes una frase y se ejecuta.
Runway fue en la otra dirección
Donde Luma acercó la herramienta al especialista de marketing, Runway la acercó a quien construye. Una instalación conecta un agente de programación a una cuenta de Runway Dev a través del MCP de Runway Dev y añade las skills de Runway para construir con la API.
El agente puede leer la cuenta: proyectos, los modelos que cada proyecto puede usar con sus precios y límites, el saldo de créditos. Puede crear un Model Router que elija el modelo adecuado por petición, o un Character para avatares en tiempo real. Puede construir sobre Recipes, los conductos ya hechos, o sobre Workflows que un equipo haya publicado como puntos de acceso de API. Cuando algo falla, consulta los detalles del error y puede explicar por qué un router eligió un modelo concreto.
Es una propuesta más estrecha que la de Luma, y más duradera. Leer precios y límites antes de generar es la diferencia entre una demo y un servicio que no revienta en el Black Friday. La mayoría de las integraciones de agentes se saltan ese paso y luego se sorprenden cuando llega la factura.
Por qué MCP se volvió el canal de distribución
Hace un año, la forma de meter tu modelo en el flujo de trabajo de un cliente era un SDK, un sitio de documentación y una llamada de ventas. Ahora es una URL. El Model Context Protocol convirtió al asistente en una tienda de aplicaciones con un estante muy bajo, y los asistentes —Claude, ChatGPT, Cursor, Codex— compiten por tener las herramientas más útiles conectadas.
Para los proveedores de modelos, esto es una necesidad defensiva. Si el flujo de trabajo de un cliente vive dentro de una ventana de chat, el proveedor que no está en esa ventana se convierte en una URL que alguien pega en una herramienta interna. Ser un conector entre muchos es peor que ser el predeterminado, pero mucho mejor que ser olvidado.
Para los asistentes, es una apropiación de territorio con trampa. Una herramienta que gasta el dinero del usuario, tarda minutos en responder y produce archivos que viven en otro sitio no encaja limpiamente en una interfaz conversacional. El chat está optimizado para turnos rápidos, baratos y reversibles. La generación de vídeo es lenta, cara y difícil de deshacer. Los conectores funcionan, pero el modelo de interacción se está doblando para encajar.
El incómodo punto medio
Hay una versión de esto que acaba mal para el conector. El asistente se vuelve lo bastante bueno para planificar un rodaje, escribir el prompt, llamar al modelo, revisar el render y archivarlo; en ese punto la interfaz es el producto y Luma es una línea de gasto. Hay otra versión en la que el modelo conserva suficiente comportamiento propietario como para que el flujo solo funcione bien dentro de su propia aplicación, y el conector sigue siendo una comodidad para quien ya paga las dos cosas.
La apuesta de Runway es la más segura. Un agente de programación que lee tu saldo de créditos y los precios de tus modelos está haciendo trabajo de infraestructura, y la infraestructura tiende a conservar a sus clientes. La de Luma es la más interesante, porque asume que el criterio estético es el foso: que una receta llamada «variantes de anuncio» refleja algo que un asistente de chat no aprenderá a hacer por su cuenta.
Las dos apuestas son razonables en noviembre de 2026. Solo una parecerá obvia dentro de un año.
Qué observar
Tres cosas decidirán si esto se convierte en la forma normal de hacer vídeo o en una función que se usa dos veces.
Primero, la procedencia dentro del chat. Si un render de Luma, un personaje de Runway y una exportación de Figma llegan a la misma conversación, alguien tiene que llevar la cuenta de qué modelo hizo qué fotograma, bajo qué licencia y para qué cliente. Ahora mismo ese seguimiento es un hábito humano. Tendría que ser metadato.
Segundo, la visibilidad del coste. Los créditos gastados dentro de un chat necesitan las mismas barreras que los gastados en una aplicación: presupuestos por proyecto, una confirmación por encima de un umbral, un registro que el equipo de finanzas pueda leer. «Lo hizo el asistente» no es una línea de gasto aceptable.
Tercero, si los modelos se mantienen consistentes. La propia documentación de Luma advierte que los modelos disponibles a través del conector pueden diferir de los de la aplicación. Un director creativo que aprueba un aspecto el lunes y recibe otro el miércoles no culpará al modelo. Culpará a la herramienta, y tendrá razón.
Lo interesante de estos dos lanzamientos no es que ahora puedas generar vídeo desde una ventana de chat. Es que las empresas de vídeo han dejado de fingir que la aplicación es el destino. Están alquilando espacio en la interfaz de otro, y esperando que el flujo de trabajo se afiance antes de que el dueño de la interfaz lo construya por su cuenta.
Artículos relacionados
Una hoja de cálculo comunitaria de toques que apaga la publicidad de los Android chinos
No toca el sistema, no desbloquea nada, no flashea nada. Solo mueve los interruptores que los fabricantes ya dejaron a la vista. El precio es una lista que alguien tiene que seguir escribiendo.
GPT Image 2.6 mantuvo el precio por token y subió la factura
GPT Image 2.6 mantiene cada tarifa por token de 2.5 y aun así cuesta más por imagen, porque buena parte del trabajo ocurre ahora en tokens de salida. Once días después del lanzamiento, la estructura de precios dice más que el ranking.
Alguien reconstruyó IDM desde fuera y anotó lo que no tocó
Una reimplementación en Rust de Internet Download Manager promete 5 veces la velocidad y 86 idiomas. El documento más interesante es el párrafo que explica cómo se construyó sin copiar nada.
Rune es un framework de UI en Rust creado para que un agente pueda comprobar su propio trabajo
Rune renderiza sin interfaz, vuelca su árbol de elementos y acepta entrada programada, lo que da a un agente de código una señal diffeable que una captura nunca ofrece. El framework está en prelanzamiento y no acepta pull requests.