Tavus Griffin vs Runway Gen-4.5: Conversación y renderizado son dos facturas diferentes

Pon Tavus Griffin y Runway Gen-4.5 uno al lado del otro y lo primero que notas es que no comparten una unidad de medida. Griffin, anunciado por Tavus en octubre de 2026 como una vista previa de investigación, es un Modelo de Interacción Humana — un sistema de video a video que mantiene una conversación cara a cara en vivo y genera la cara y la voz del otro participante mientras la llamada transcurre. Runway Gen-4.5, anunciado el 1 de diciembre de 2025 y lanzado a los suscriptores de pago a partir del 12 de diciembre, es un generador de texto a video e imagen a video que te cobra por segundo de metraje que renderiza. Uno de ellos se vende por turno y el otro por segundo, y la única forma honesta de compararlos es darse cuenta de que un minuto de Griffin y un minuto de Gen-4.5 no son el mismo minuto.

Dos relojes funcionando en direcciones opuestas

Gen-4.5 ha estado en manos de clientes de pago durante buena parte de un año. Produce clips de dos a diez segundos a partir de un prompt de texto o una imagen fija, a 720p y 24 o 25 fotogramas por segundo, en seis relaciones de aspecto. No tiene pista de audio, ni storyboard de múltiples tomas, ni diálogo: es un motor de renderizado, y uno disciplinado. Su API es asíncrona, que es la forma correcta para un trabajo que tarda más de lo que debería tardar una solicitud. La propia API de Runway también sirve modelos de vídeo de terceros junto con los suyos, y la empresa lanza un modelo del mundo, GWM-1, que indica dónde cree Runway que está el problema interesante: no en mantener una conversación, sino en modelar una escena.

Griffin apunta en la dirección opuesta. Cada decisión de diseño en la arquitectura publicada de Tavus tiene que ver con la latencia más que con la fidelidad. El códec Tavec funciona a 48 kHz con 40 valores por fotograma a 100 fotogramas por segundo, sin libros de códigos, un decodificador totalmente causal y paquetes de apenas 10 milisegundos. La ruta de vídeo emite 720p en bloques de 320 milisegundos, donde un latente cubre ocho fotogramas a 25 fps y cada latente cuesta tres pasos de difusión. La latencia de audio a vídeo promedia 0,43 segundos en H100s, lo que Tavus dice que es aproximadamente la mitad del siguiente método más rápido que midió. Nada en esa pila intenta renderizar diez hermosos segundos. Todo en ella intenta renderizar a tiempo los siguientes 320 milisegundos.

Así que la comparación de especificaciones es real, pero no es un marcador:

• Unidad de facturación — Runway Gen-4.5 se factura en segundos de salida; conoces tu coste antes de pulsar generar. Griffin no tiene ningún precio publicado, porque no tiene ningún producto público.

• Duración del clip — Gen-4.5 produce de dos a diez segundos; Griffin se ejecuta mientras dure la llamada.

• Resolución y velocidad — Gen-4.5 renderiza 720p a 24 o 25 fps; Griffin transmite 720p a 25 fps en fragmentos de 320 milisegundos.

• Audio — Gen-4.5 no produce pista de audio; Griffin genera voz y vídeo a la vez y clona una voz a partir de una muestra de unos 10 segundos.

• Interactividad — Gen-4.5 es una solicitud asíncrona unidireccional; Griffin es dúplex completo y se puede interrumpir a mitad del enunciado.

• Extras de movimiento y etalonaje — Gen-4.5 ofrece exportación en ProRes y PNG con un recargo de 5 créditos por segundo y HDR a 20 créditos por segundo, que asciende a 40 por encima de aproximadamente cuatro megapíxeles; Griffin no tiene equivalente porque no exporta archivos.

• Disponibilidad — Gen-4.5 está disponible para los suscriptores de pago desde el 12 de diciembre de 2025; Griffin se encuentra en vista previa de investigación para probadores seleccionados y Tavus declara que no está disponible para uso de clientes.

La factura de Gen-4.5, en cifras claras

Runway fija el precio de Gen-4.5 en 12 créditos por segundo de video generado. Con el estándar de un centavo por crédito, eso equivale a $0.12 por segundo, o aproximadamente $7.20 por un minuto completo de metraje si se pudiera generar un minuto de forma continua, lo cual no es posible, porque el modelo tiene un límite de diez segundos, así que un minuto implica seis o más generaciones separadas unidas entre sí, con los errores de continuidad que eso conlleve. La salida en ProRes y PNG añade 5 créditos por segundo, y HDR añade 20 créditos por segundo, que suben a 40 por encima de unos cuatro megapíxeles. Los créditos de la API se facturan por separado de los créditos de suscripción a la aplicación, un detalle que toma por sorpresa a los equipos cuando crean prototipos en la aplicación web y luego pasan a la API.

También importa dónde se puede acceder a Gen-4.5. Está disponible a través de la propia API de Runway y de varias plataformas de terceros. No es una ruta de OrcaRouter — nosotros no lo alojamos y no sugeriremos que puedas obtenerlo aquí.

Cuánto cuesta Griffin, y por qué esa es la pregunta equivocada

No hay un precio para Tavus Griffin. El material de lanzamiento de Tavus indica que Griffin-Lite, la vista previa de investigación, está disponible hoy para un grupo selecto de primeros probadores, que después habrá un lanzamiento más amplio de un modelo más potente, que Griffin-Lite no estará disponible para uso de clientes en este momento, y que Griffin aún no está en la plataforma de Tavus: llegará una vez que la empresa haya resuelto cómo lanzarlo de forma segura.

Ese párrafo hace mucho trabajo. Significa que la comparación de este artículo no es una decisión de compra, y no puede llegar a serlo hasta que Tavus publique una tarifa. También significa que Tavus está siendo inusualmente directo sobre un resultado que la mayoría de los proveedores habría publicado como una página de producto con un botón de «contactar con ventas».

Lo que Griffin sí publica son pruebas sobre el comportamiento. En un estudio realizado con Queen Mary University of London, 26 de 54 participantes —el 48 %— creyeron que Griffin era una persona real tras una videollamada de un minuto, frente a 1 de 41 (2,4 %) en el caso de la anterior combinación de Tavus: Phoenix-4.5, Sparrow-2 y Raven-1. En el benchmark VideoFDB de NVIDIA, puntuado en septiembre de 2026, Tavus reporta el primer puesto en IA cara a cara: generación 3,83 frente al 2,80 de la línea base más sólida reportada y al 3,92 de referencia humana; percepción 3,73 frente al 3,44 de la mejor línea base reportada y al 4,20 de un humano, con una tasa de objetivos de tarea del 73,8 % en el apartado de percepción en quince modelos evaluados. Esas son cifras reportadas por el proveedor que se basan en un benchmark creado por NVIDIA, y tienen que ver con la conversación, no con la cinematografía.

Los diferentes trabajos, expresados sin rodeos.

Si quieres una toma de una ciudad al atardecer con un movimiento de cámara que coincida con un fotograma de referencia, Gen-4.5 es una herramienta que existe y puede hacerlo hoy por unos doce centavos por segundo. No hay ningún escenario en el que Griffin te ayude, porque Griffin no acepta un prompt ni devuelve un archivo.

Si quieres una cara que escuche, que reciba interrupciones y que mantenga una conversación coherente durante varios minutos, Gen-4.5 no puede ayudar, porque no acepta entrada después de que se envía la solicitud. Un clip de diez segundos con una cabeza parlante no es una conversación; es un video de una conversación, y la distinción es exactamente la que Tavus vende.

El terreno común es más estrecho de lo que sugiere la etiqueta «AI video»: ambos generan píxeles de una persona y ambos funcionan a 720p y 25 fps. Todo lo que está por encima de eso es diferente, incluida la unidad en la factura.

Por qué un router es útil exactamente en este punto

Los equipos que terminan necesitando ambas cosas suelen descubrirlo de la manera más difícil: un producto quiere un plano de establecimiento generado y un avatar que habla, y ambos llegan de proveedores distintos con autenticación distinta, sistemas de créditos distintos y modos de fallo distintos. Este es el caso en el que un único endpoint se justifica por sí solo. OrcaRouter ofrece más de doscientos modelos detrás de una sola clave, traslada los precios de lista de los proveedores con un 0% de recargo, de modo que un cambio de precio de un proveedor se refleja en la tarjeta el mismo día, y reintenta contra un proveedor saludable cuando una ruta falla, en lugar de devolverte un tiempo de espera agotado. Un DSL de enrutamiento te permite enviar borradores de bajo riesgo allí donde la capacidad sea más barata y fijar cualquier cosa de cara al cliente a un proveedor específico, y la fusión de modelos te permite poner un modelo de texto barato delante de una llamada de generación costosa para reescribir un prompt antes de gastar los segundos.

Para ser exactos sobre lo que eso cubre y lo que no cubre en esta comparativa: Gen-4.5 no es una de nuestras rutas, y Griffin tampoco. El apartado de video del catálogo incluye minimax/minimax-h3, el generador omni-modal de MiniMax, a $0.08 por segundo de salida en 768P y $0.13 por segundo en 2K — un precio por segundo en el mismo eje que el de Runway, de un modelo que de verdad podemos servirte hoy. Esa es la recomendación honesta si lo que necesitas son segundos generados y quieres tenerlos en una sola factura con todo lo demás.

¿En torno a cuál planificar?

Gen-4.5 es la dependencia más segura por un amplio margen: lleva en manos de clientes de pago desde diciembre de 2025, su API está documentada, sus créditos tienen un precio establecido y sus límites —diez segundos, sin audio, sin storyboards— se publican en lugar de descubrirse. Un equipo que necesite metraje generado puede empezar esta semana.

Griffin es la apuesta con mayor techo y menor suelo. Su 48 % y su latencia media de 0,43 segundos describen algo genuinamente nuevo, y el hecho de que Tavus se niegue a venderlo todavía es una señal sobre la madurez de eso, más que una decisión de marketing. No lo pongas en una hoja de ruta como dependencia; ponlo en una lista de seguimiento y vuelve a revisarlo cuando desaparezca la nota de seguridad.