Un modelo de vídeo de una empresa de biología cuesta medio céntimo por segundo

El 30 de octubre apareció en OpenRouter un modelo llamado mischief 1 con una descripción que parece escrita por alguien que quería provocar una discusión: «el primer modelo de vídeo del mundo derivado de neuronas, de The Biological Computing Co.».

Esa es toda la afirmación. No hay un whitepaper enlazado, ni un diagrama de arquitectura, ni una explicación de qué significa «derivado de neuronas» en la práctica. Lo que sí hay, en la página del modelo, es un conjunto de números mucho más interesantes que la frase de marketing. mischief 1 cuesta 0,005 dólares por segundo. En el conjunto de benchmarks de vídeo de OpenRouter, ocupa el primer puesto de 27 modelos en coste y el primero de 27 en velocidad. Genera clips de 854×480, de cinco segundos por defecto, y el ejemplo de la página —un clip de 11,7 segundos— costó 0,025 dólares.

Para ponerlo en contexto, Veo 3.1 figura a 3,20 dólares, Sora 2 Pro a 2,40 y Seedance 2.5 a 1,86. Un clip de cinco segundos en mischief 1 cuesta unos dos céntimos y medio. El mismo clip en Veo cuesta aproximadamente seiscientas veces eso, aunque no con la misma resolución ni en el mismo nivel de calidad.

Qué obtienes en realidad

Imagen a vídeo, no texto a vídeo. Aportas un primer fotograma, un prompt, un tamaño y una duración. Los valores por defecto del playground son 854×480 y cinco segundos, más o menos la resolución de una subida a YouTube de 2010. La latencia es lo llamativo: el P50 de extremo a extremo es de unos 13 segundos. La mayoría de los modelos de vídeo miden sus tiempos de cola en minutos.

La sección de benchmarks es donde se nota la honestidad del producto. Con el prompt de prueba de la «taza humeante» de OpenRouter, mischief 1 genera un clip en 23,7 segundos por 0,05 dólares, y el campo de rúbrica dice «Sin rúbrica todavía». No se le ha puntuado si la taza humea correctamente. Se le clasificó por coste y velocidad, y esos son los dos únicos rankings que encabeza.

La disponibilidad en tres días es del 92,59%, con un tiempo de actividad del 100% y una disponibilidad de 24 horas del 99,56%. Solo lo aloja un proveedor: Ambient. No hay ruta de respaldo. Si Ambient tiene una mala hora, tú tienes una mala hora.

Los números que describen un caso de uso

La página del modelo tiene un gráfico de actividad que muestra la duración de vídeo generada por día. El día que lo miré, era de 0,7 horas. No 700 horas. Cero coma siete. Sumando todas las apps de OpenRouter que envían tráfico a este modelo.

Ese número es lo más honesto de la página. Te dice para qué se está usando realmente este modelo ahora mismo: un puñado de personas probándolo, unos cuantos prototipos, algunos experimentos de herramientas. Las apps que figuran enviando tráfico son pequeñas: un sitio alemán, una CLI de código abierto, un par de startups. Nadie ha construido un negocio sobre él todavía.

Y tiene sentido, porque a 854×480 y cinco segundos no puedes entregar esto como contenido final. Puedes usarlo para decidir si un plano funciona. Ese es el mercado de la previsualización, un mercado real que históricamente se ha servido con storyboards y con lo que el director pudiera garabatear en una servilleta.

Qué puede significar «derivado de neuronas» y por qué importa

No puedo verificar la afirmación, y desconfiaría de cualquiera que diga que puede. El nombre de la empresa —The Biological Computing Co.— sugiere un enfoque de investigación más que de producto. Hay una larga historia de lenguaje «biológico» en el marketing de la IA que acaba significando «usamos una red neuronal de impulsos», «nos inspiramos en las columnas corticales» o, de vez en cuando, «bautizamos nuestras capas con nombres de regiones del cerebro».

Pero la afirmación importa por algo más que el hype. Si un modelo de vídeo está construido de verdad sobre un sustrato distinto al de un transformer de difusión, la pregunta interesante no es si es mejor. Es si resulta más barato por segundo por un margen estructural, uno que no desaparezca cuando los grandes laboratorios optimicen sus pilas de inferencia. Ahora mismo, 0,005 dólares por segundo es más o menos lo que pagarías por una imagen muy barata, repartido en cinco segundos de movimiento. Ese precio solo tiene sentido si algo de la arquitectura es excepcionalmente eficiente, o si la empresa está comprando cuota de mercado.

En cualquier caso, el consejo práctico es el mismo: no construyas un producto sobre un precio que podría ser una promoción.

La comparación incómoda

Esto es lo que pasa con el vídeo barato. El mercado lleva dos años discutiendo si el vídeo con IA es lo bastante bueno para el cine. Mientras tanto, la demanda real de la gente que trabaja es sobre todo de algo mucho más pequeño: «necesito ver este plano antes de gastar dinero en él». Un director de comerciales quiere saber si el movimiento de cámara funciona. Un animador quiere comprobar los tiempos. Un estudio de videojuegos quiere un mood board que se mueva.

Para esos trabajos, 480p basta. Cinco segundos bastan. Dos céntimos y medio son más que suficientes: es tan barato que puedes ser descuidado. Puedes generar veinte variantes de un plano por cincuenta céntimos y tirar diecinueve. Ese comportamiento no existe a 3,20 dólares el clip, donde cada generación se siente como una compra.

Esa es la apuesta real de mischief 1, la describa así la empresa o no. No «somos mejores que Veo», sino «somos tan baratos que nos vas a usar de otra manera».

Cómo lo integrarías en la práctica

La integración es el flujo de vídeo estándar de OpenRouter, que conviene conocer porque es distinto del patrón de chat completion al que está acostumbrada la mayoría. Haces POST a /api/v1/videos con el slug del modelo, el prompt y el primer fotograma, y recibes un id de trabajo más una URL de sondeo. Luego sondeas hasta que el estado pasa a completado, y la respuesta te entrega URLs de descarga. Sin streaming, sin tokens, sin salida parcial. Es procesamiento por lotes disfrazado de API.

Esa forma te dice para qué sirve el modelo. Las herramientas interactivas quieren streaming. Los pipelines de producción quieren una cola. mischief 1 está claramente en la segunda categoría, y a dos céntimos y medio el clip puedes permitirte lanzar una docena de trabajos y revisarlos después.

¿Deberías probarlo?

Si te ganas la vida haciendo storyboards, sí, ya. La economía cambia lo que puedes permitirte explorar. Si produces entregables finales, no: pasarás más tiempo reescalando del que ahorraste.

Y si eres de los que leen «derivado de neuronas» y quieren saber qué pasa de verdad por dentro, te vas a llevar una decepción. La página te da un precio, una resolución, una latencia y un hueco en un benchmark. No te da un método. En un mercado donde todos los demás modelos llegan con un diagrama de arquitectura y un paper, ese silencio es o un foso defensivo o un departamento de marketing trabajando horas extra. Desde fuera, todavía no hay forma de saberlo.