Audiovisual & IAsora
Sora 2 en español: qué fue y qué usar ahora (2026)
Sora 2 explicado en español: qué hacía, cuánto costaba y por qué OpenAI cerró la app. Con qué herramienta generar vídeo con IA desde España hoy.
- Autor: humAIns
- 11 min de lectura
índice · 8 apartados
Sora 2 fue el modelo de vídeo con audio de OpenAI, presentado el 30 de septiembre de 2025, y hoy es una pieza de museo: la web y la app se cerraron el 26 de abril de 2026 y la API dejó de funcionar el 24 de septiembre de 2026. Nunca se abrió oficialmente en España: el lanzamiento se limitó a Estados Unidos y Canadá. Si buscabas precio o invitación, no hay nada que contratar; lo útil es saber qué aprendimos de Sora 2 para elegir la herramienta que sí funciona hoy.
Los datos vienen de la nota de discontinuación de OpenAI, de la documentación histórica de la API y de la prensa que cubrió el cierre (BBC, CNBC, 20minutos), consultadas el 10 de noviembre de 2026.
Qué era Sora 2 y en qué se diferenciaba del primer Sora
El Sora original, de febrero de 2024, demostró que un modelo podía generar vídeo coherente. Sora 2 intentó resolver el problema siguiente: que el vídeo obedezca la física y suene. OpenAI lo llamó su «momento GPT-3.5» del vídeo, con una comparación útil: si a un jugador de baloncesto le pides un tiro y falla, Sora 1 teletransportaba el balón a la canasta; Sora 2 lo hacía rebotar en el tablero.
Lo que añadía: audio nativo, clips más largos y consistencia
- Audio en la misma pasada. Diálogo sincronizado con el movimiento de la boca, ambiente y efectos. No era música de fondo: era sonido generado junto al vídeo, y el prompt lo describía igual que la luz.
- Duración y resolución por API. La documentación de OpenAI aceptaba clips de 4, 8, 12, 16 y 20 segundos, con extensiones de hasta 20 segundos más por llamada y un máximo de 120 segundos al encadenar seis.
sora-2trabajaba en 720p;sora-2-proañadía 1024p y 1080p en horizontal y vertical. - Consistencia de mundo y de personaje. Referencias de personaje reutilizables entre generaciones y mejor mantenimiento del estado de la escena cuando el prompt encadenaba planos.
Cameo: qué era y por qué se convirtió en el debate
OpenAI lo llamó «characters» y todo el mundo lo conoció como cameo. Grababas un vídeo corto con tu cara y tu voz, el sistema verificaba tu identidad y desde ese momento podías insertarte en cualquier escena generada con parecido y timbre razonables.
Los límites estaban en el diseño: solo tú decidías quién usaba tu personaje, podías revocar el acceso y cualquier vídeo con tu cara, incluso en borrador ajeno, era visible para ti. Aun así, el cameo fue el centro de la discusión pública: convirtió la suplantación visual en una función de un toque. Hoy, si generas con cualquier herramienta y aparece una persona real identificable, el artículo 50 del Reglamento europeo de IA te obliga a informar de que el vídeo es generado con IA.
¿Está disponible en España? No, y ya no lo estará
No hay Sora en España y no va a haberlo. Dos hechos, cada uno suficiente por separado:
- Nunca se lanzó aquí. OpenAI abrió la app el 30 de septiembre de 2025 en Estados Unidos y Canadá, con invitación, y fue ampliando a otros países de forma gradual. España y el resto de la Unión Europea se quedaron fuera; la prensa española lo cubrió entonces precisamente por eso, y las guías de «accede con VPN» que circulan son la prueba de que no había vía oficial.
- El producto está cerrado. La app y la web dejaron de estar disponibles el 26 de abril de 2026 y la API el 24 de septiembre de 2026, según el centro de ayuda de OpenAI. No es una pausa ni un lanzamiento pendiente: la compañía ha dicho que deja de centrarse en herramientas de generación de vídeo.
Cualquier web que hoy venda «cuentas Sora 2», «invitaciones» o «acceso con VPN» vende algo que no existe: dinero perdido y, si te dan credenciales ajenas, un problema de seguridad.
Cuánto costaba Sora 2 (y qué se paga hoy)
El uso de la app iba incluido en la cuenta de ChatGPT con límites, y la API se facturaba por segundo generado. Estas eran las tarifas publicadas hasta el cierre, recogidas por rastreadores de precios como BenchLM y Framesurfer a partir de la página de precios de OpenAI (la oficial ya no las lista porque el modelo se retiró):
| Modelo | Resolución | Duración por clip | Precio |
|---|---|---|---|
sora-2 | 720p | 4 a 20 s | 0,10 $ por segundo |
sora-2-pro | 720p | 4 a 20 s | 0,30 $ por segundo |
sora-2-pro | 1024p | 4 a 20 s | 0,50 $ por segundo |
sora-2-pro | 1080p | 4 a 20 s | 0,70 $ por segundo |
| Batch API | cualquiera | cualquiera | la mitad, con entrega diferida |
Un plano de 8 segundos en 1080p costaba 5,60 dólares. Un anuncio de 30 segundos con seis planos y tres variantes por plano —lo normal— pasaba de 100 dólares en generaciones descartadas: el coste por segundo entregado multiplicaba por tres o cuatro el precio de tarifa.
Hoy los planes de ChatGPT se pagan por otra cosa. Precios que muestra la página oficial en español consultada el 10 de noviembre de 2026: Gratis 0, Go 8 US$/mes, Plus 20 US$/mes, Pro desde 100 US$/mes. Ninguno incluye vídeo, porque OpenAI no tiene modelo de vídeo activo; lo que compras es texto, imagen y agentes. Si tu presupuesto estaba reservado para Sora, ese dinero está libre: la sección de alternativas de abajo explica dónde ponerlo.
Cómo se escribe un buen prompt de vídeo (lo que Sora 2 enseñó)
Esto es lo que de verdad se reaprovecha del cierre: la manera de escribir prompts que OpenAI documentó para Sora 2 funciona en Kling, en Flow y en Runway, porque todas entrenan con el mismo tipo de descripción. La guía oficial pedía tipo de plano, sujeto, acción, escenario y luz. La fórmula que aguanta es plano + sujeto + acción + escena + luz + cámara + sonido + duración, con un principio: el modelo no adivina tu intención, rellena huecos.
Tres ejemplos comentados
1. Producto, plano cerrado.
Plano medio de una lata de refresco fría sobre mármol gris, gotas de condensación, luz lateral dura de ventana a 45 grados, cámara fija con un dolly in muy lento, sin texto en pantalla, 4 segundos.
Funciona porque la textura («condensación») le da al modelo algo que renderizar, la luz se describe por dirección y no con adjetivos, y el «sin texto» evita el fallo más habitual: las letras deformes.
2. Persona hablando a cámara, con diálogo.
Plano medio de una mujer de unos treinta años en una cocina, delantal, hablando a cámara en español con tono cercano: «Esto se hace en cinco minutos». Luz suave de ventana frontal, fondo ligeramente desenfocado, cámara fija a la altura de los ojos, ambiente de cocina sin música, 8 segundos.
El diálogo va entre comillas y completo; si escribes «dice algo sobre la receta», el modelo improvisa y suele fallar la sincronía. Y si pides español, revisa el resultado: el acento es lo primero que delata un vídeo generado.
3. Recurso documental.
Plano general de un mercado de abastos a primera hora, puestos abiertos, luz fría de fluorescente mezclada con la entrada de luz natural, travelling lateral lento de izquierda a derecha, gente de espaldas trabajando, sin primeros planos de caras, 8 segundos.
«Sin primeros planos de caras» es una instrucción de producción, no de estilo: las caras generadas obligan a revisar consentimiento y a etiquetar el contenido.
Limitaciones reales: lo que seguía saliendo mal
Ninguna de estas se resolvió antes del cierre, y las vas a encontrar en cualquier herramienta actual:
- Texto en pantalla. Carteles, etiquetas y logotipos salen deformados. Si el plano necesita un texto legible, se añade en postproducción.
- Manos y objetos pequeños. El test de Turing del vídeo generado.
- Continuidad entre planos. El mismo personaje en cinco planos deriva aunque uses referencias: es el problema más caro de producir.
- Interacciones entre dos personas. Abrazos y contactos físicos precisos fallan más que cualquier otra cosa.
- Audio en español. Buena sincronía, entonación plana y acento poco definido.
- Moderación impredecible. Un prompt aprobado podía bloquearse en la generación siguiente sin explicación, y eso rompe un plan de entrega con fecha.
Alternativas que sí puedes usar hoy desde España
Resumen de una línea por herramienta; el detalle de precios y límites está en cada guía y en la comparativa completa.
| Herramienta | Lo más parecido a Sora 2 en | Precio de entrada | Dónde está la guía |
|---|---|---|---|
| Kling 3.0 / 3.0 Omni | Audio nativo, hasta 15 s por clip y 4K: es la que ocupa su hueco | 8,80 $/mes | Kling en la comparativa |
| Google Flow (Gemini Omni Flash) | Comodidad: prompt, variantes y montaje en una pestaña, con audio | 4,99 €/mes (Google AI Plus) | Guía de Veo 3 y Flow |
| Runway Gen-4.5 | Control de cámara y obediencia al encuadre para publicidad | 12 $/mes anual | Guía de Runway |
| Higgsfield | Presets de movimiento de cámara y planos imposibles | Consultar en la web | Guía de Higgsfield en español |
| Suno (complemento) | Música y canciones cuando el clip no trae audio | Gratis con límites | Guía de Suno |
Ninguna es un sustituto exacto: Sora 2 generaba audio y vídeo con una coherencia física que las demás igualan a ratos. Pero el flujo completo —prompt, variantes, montaje, audio y entrega— se hace hoy con estas cuatro desde España, sin VPN. Si partes de cero, empieza por crear vídeos con IA y después elige herramienta.
Sora 2 vs Veo 3 vs Kling: qué habrías elegido y qué eliges hoy
La comparación sigue teniendo sentido porque la pregunta del cliente no ha cambiado: qué herramienta entrega el plano que necesita el montaje.
- Piezas cortas para redes con audio y volumen: Kling, lo más cercano a lo que ofrecía Sora 2, en 4K y con licencia comercial explícita en los planes de pago.
- Acabado y control de plano para publicidad: Runway, menos resolución nativa y más precisión cuando el encuadre ya está aprobado.
- Presupuesto ajustado: Flow, con el coste marginal por clip más bajo del mercado si ya pagas Google AI Pro.
- Si buscabas el cameo: no hay reemplazo con la misma comodidad. Los avatares de HeyGen y los presets de Higgsfield se acercan, con otro flujo y otras condiciones.
Lo que Sora 2 hacía mejor —física creíble, audio y vídeo en una pasada, coherencia de mundo— se reparte hoy entre esas tres. La decisión ya no es «Sora o el resto», sino cuál encaja con tu tipo de encargo y con tu presupuesto.
Qué se aprende en un curso y qué no
Un curso no te va a dar acceso a Sora 2, porque no existe, y conviene decirlo claro: ninguna formación puede prometer herramientas que su proveedor ha cerrado. Lo que sí se aprende, y es lo que se paga en un encargo real, es el criterio: qué plano necesita la pieza, cuántas variantes hacen falta para aprobar una, cuánto cuesta el segundo descartado y qué archivar para entregar con la licencia en regla.
Eso es exactamente el contenido del programa de IA audiovisual: ocho semanas, licencias de las herramientas incluidas y tres entregables de portfolio. No enseña a usar Sora 2 —nadie puede—, enseña a producir vídeo con IA para clientes con la herramienta que esté viva en cada momento, que es la habilidad que sobrevive a los cierres.
Sigue leyendo en humAIns