Reseña de ElevenLabs Music v2: Rendimiento real, API y indicaciones

La música generada por IA avanza a gran velocidad, y ElevenLabs Music v2 es uno de los modelos más ambiciosos para la creación de nuevas canciones. Pero, ¿es capaz de conservar la letra proporcionada, seguir un arreglo detallado y ofrecer una pista utilizable sin necesidad de una edición exhaustiva?

Lo hemos probado con tres fragmentos originales de 90 segundos: una canción vocal de synth-pop, un tema instrumental de estilo cinematográfico y un arreglo de pop alternativo en ocho partes. Esta reseña aborda la calidad del audio, el cumplimiento de las instrucciones, el tiempo de generación, el coste indicado para la tarea, los controles oficiales y el acceso a la API.

Respuesta rápida: ¿Qué tal es ElevenLabs Music v2?

ElevenLabs Music v2 también está disponible a través del generador de audio de GlobalGPT. Esta opción permite reunir varios modelos de audio e IA en una sola cuenta, evita tener que configurar una VPN o un proveedor independiente y puede reducir el coste que supone mantener varias suscripciones independientes.

Prueba ya los modelos de audio en GlobalGPT

Descripción general de ElevenLabs Music v2

Antes de analizar nuestros resultados, conviene distinguir entre el conjunto de características publicadas del modelo y lo que realmente pueden demostrar estas tres indicaciones.

¿Qué es ElevenLabs Music v2?

ElevenLabs lanzó Music v2 el 26 de mayo de 2026 como un modelo mejorado de generación musical para canciones e instrumentales. La empresa afirma que esta versión mejora las voces, la instrumentación, los arreglos, la compatibilidad multilingüe, la densidad en la interpretación de las letras, las transiciones entre géneros y la reconstrucción de detalles.

Music v2 es la base de ElevenMusic, ElevenAPI y ElevenCreative. A través de la API, los desarrolladores pueden generar pistas de forma programada, editar una región seleccionada mediante la técnica de «inpainting» y trabajar con la coincidencia de referencias.

Resultados de las pruebas de ElevenLabs Music v2

Utilizamos tres ejecuciones controladas de la API con un objetivo fijo de 90 segundos. GPT generó los conjuntos de letras originales una vez en nuestra plataforma y los congelamos antes de probar Music v2. Las notas de escucha se cotejaron con el análisis de audio Gemini 3.6 Flash. Los tiempos que se indican a continuación corresponden al tiempo local de generación de extremo a extremo; los recargos son los valores comunicados por las tareas completadas.

Prueba 1: Canción pop con la letra proporcionada

Crea una canción de synth-pop contemporáneo totalmente original de 90 segundos con una voz principal de contralto cálida y expresiva. Utiliza 112 BPM y la menor. El ambiente debe ser esperanzador, íntimo y cinematográfico. Empieza con un piano eléctrico con el sonido atenuado y un suave pulso de sintetizador analógico. Añade un bajo redondo y una batería electrónica compacta en la primera estrofa, crea tensión en el preestribillo y da paso a un estribillo amplio y memorable con armonías de fondo contenidas. Mantén la voz principal clara y centrada, con una separación nítida entre los instrumentos. No incluyas introducción hablada, rap, sonidos de público, imitaciones de artistas reales ni fundidos de salida. Termina con un acorde final claro.

Interpreta exactamente la letra que aparece a continuación. No añadas, elimines, sustituyas ni reordines palabras o secciones.

[Estrofa 1]
Las luces de la ciudad se desvanecen a nuestras espaldas
Las calles silenciosas ahora nos guían
Susurros de medianoche, sin mirar atrás
Un nuevo horizonte rompe el gris
[Preestribillo]
De la mano, avanzamos hacia lo desconocido
Persiguiendo los sueños que llamamos nuestros
[Estribillo]
Estamos vivos en la noche tranquila
Encontrando estrellas más allá del horizonte
Perdidos en las sombras, pero tan brillantes
Juntos, redefiniremos
[Estrofa 2]
Pasos suaves por calles desiertas
Cada aliento, una historia contada
Sin promesas, solo cielos infinitos
En tus ojos yace el futuro
[Estribillo final]
Estamos vivos en la noche tranquila
Encontrando estrellas más allá del horizonte
Perdidos en las sombras, pero tan brillantes
Juntos, redefiniremos

Prueba 2: Instrumental cinematográfico

Crea una pieza instrumental cinematográfica totalmente original de 90 segundos para una escena dramática de exploración de ciencia ficción. Utiliza 82 BPM y la menor. No se admiten voces, palabras habladas, susurros, coros ni sonidos similares a la voz humana. Comienza en voz baja con un motivo escaso de piano con fieltro y cuerdas graves sostenidas. Introduce un sutil pulso analógico tras la apertura y, a continuación, ve aumentando gradualmente la intensidad con cuerdas superpuestas y percusión grave moderada. Añade metales solo en el último tercio. Alcanza un clímax emocional claro cerca del final sin volumen excesivo ni distorsión. Mantén el motivo de piano reconocible y conserva una separación clara entre el piano, las cuerdas, la percusión, el pulso sintético y los metales. Utiliza timbres orquestales realistas con una mezcla espaciosa pero controlada. Evita los efectos de impacto típicos de los tráilers en la primera mitad. No imites ninguna banda sonora, compositor o franquicia ya existentes. Termina con un acorde sostenido y resuelto, en lugar de un fundido de salida.

Prueba 3: Estructura de una canción en ocho partes

Crea una canción de pop alternativo totalmente original de 90 segundos con una voz principal de tenor clara y expresiva. Utiliza 104 BPM y la tonalidad de Re mayor, con una producción moderna de pop alternativo, pronunciación natural y efectos vocales moderados. No incluyas narración hablada, rap, imitaciones de artistas reales ni fundidos de salida. Mantén exactamente este orden de secciones y haz que cada cambio en la producción sea audible: Introducción —unos 6 segundos, solo guitarra eléctrica filtrada y sintetizador lejano—; Estrofa —añade bajo sin efectos y percusión con golpe en el aro—; Preestribillo —añade un pad ascendente sin batería completa—; Estribillo —incorpora la batería completa, sintetizadores más amplios y un gancho melódico claro—; Interludio instrumental: unos 8 segundos, repite la melodía del estribillo sin voz; Puente: reduce a piano y una voz cercana e íntima; Estribillo final: recupera la banda al completo, añade armonías de fondo y una línea de guitarra a una octava, y haz que suene más amplio que el primer estribillo; Outro: retira la batería, vuelve a la guitarra filtrada y termina con un acorde final limpio.

Interpreta exactamente la letra que aparece a continuación. No añadas, elimines, sustituyas, reordines ni cantes las indicaciones instrumentales entre paréntesis como si fueran letra.

[Introducción]
(Instrumental)
[Estrofa]
Los diales agrietados zumban una melodía rota
Los dedos trazan las líneas desvanecidas
Susurros estáticos llenan la habitación
Buscando entre las señales enredadas
[Preestribillo]
Las señales parpadean, un sonido confuso
Esperando una voz profunda
[Estribillo]
¿Puedes oírme a través del ruido?
Una llamada lejana, una elección frágil
La estática se desvanece, una voz más clara
Aguanta fuerte, encontraremos el ruido
[Pausa instrumental]
(Instrumental)
[Puente]
Una esperanza frágil en una luz fracturada
Los ecos suaves me atraen hacia ti
En el silencio, apareces
[Estribillo final]
¿Me oyes a través del ruido?
Una llamada lejana, una elección frágil
La estática se desvanece, una voz más clara
Aguanta fuerte, encontraremos el ruido
[Outro]
Los susurros se convierten en canción
Estamos donde debemos estar

Lo que revelan las tres pruebas

Conclusiones sobre el rendimiento

• Voz: nítido, centrado y bien diferenciado del fondo electrónico en la prueba 1.
• Composición instrumental: El motivo de piano y la progresión controlada de la Prueba 2 demostraron que el modelo es capaz de manejar más que solo el pop vocal.
• Control de indicaciones: La estructura general era más sólida que la sincronización a nivel de fotogramas; las introducciones, las pausas, los momentos clave y los finales siguen requiriendo una revisión manual.
• Carga de edición: Ninguno de los tres resultados era inservible, pero las pruebas 2 y 3 necesitarían pequeños ajustes en la disposición para su entrega definitiva en producción.

Conclusiones sobre la eficiencia

• Producción total: 270 segundos repartidos en tres archivos.
• Carga total declarada por tarea: $0.675.
• Precio por recorrido: $0,225 durante 90 segundos, lo que equivale a 1,5 minutos × la tarifa oficial de la API de $0,15 por minuto.
• Sin reposiciones: Las tres tareas realizadas dieron como resultado un audio utilizable ya en el primer intento de grabación.

Cómo acceder a ElevenLabs Music v2

Acceso a la API y controles disponibles

El SDK oficial expone el modelo a través de elevenlabs.music.compose con model_id="music_v2". Una solicitud básica puede establecer un lenguaje natural consulte y duración_de_la_música_en_ms. Los planes de composición aportan una estructura de secciones más precisa, una sincronización de las letras más precisa y un mayor control sobre los arreglos.

• Generación: crear una canción completa o un tema instrumental a partir de una sugerencia.
• Respuesta detallada: solicitar más información sobre la composición generada.
• Transmisión: empezar a escuchar el audio sin tener que esperar a que se descargue el archivo completo.
• Relleno: regenerar una región seleccionada en lugar de sustituir toda la pista.
• Coincidencia de referencias: orientar a una generación con material de referencia cuando sea necesario.

Las indicaciones que mencionen a artistas, canciones o letras protegidas por derechos de autor pueden provocar un mensaje_incorrecto o plan_de_composición_deficiente Respuesta. Describe los atributos musicales en lugar de preguntar por el estilo exacto de un artista vivo.

Ejemplo de solicitud de API

import os
from elevenlabs import ElevenLabs, save

client = ElevenLabs(api_key=os.environ["ELEVENLABS_API_KEY"])

audio = client.music.compose(
    model_id="music_v2",
    prompt=(
 "Crea una pieza instrumental cinematográfica original con piano suave, "
 "cuerdas graves, una progresión gradual y un acorde final resuelto."
    ),
    music_length_ms=90_000,
)

save(audio, "music-v2-test.mp3")

Guarda la clave API en una variable de entorno, no dentro del script. Para una aplicación en producción, añade el registro de solicitudes, límites de reintentos y un límite de costes claro antes de generar pistas largas.

Precios y coste de nuestra prueba

La tarifa unitaria que figura en nuestro registro de pruebas coincide con la tarifa oficial de la API. La ventaja de GlobalGPT en este caso es el acceso consolidado y un menor número de suscripciones independientes, no un precio por minuto más bajo —verificado— de Music v2.

Cómo utilizar ElevenLabs Music v2