Cómo llevar un canal de YouTube sin cara con IA en 2026

En enero de 2026, YouTube eliminó un canal en español llamado CuentosFacianantes después de que acumulara 1.200 millones de visualizaciones. Era un canal sin cara, construido con IA y, según la lectura de YouTube, producido en masa. Muchos canales sin cara hechos con los mismos modelos siguen monetizados y creciendo. Lo que separa a unos de otros es cómo se hacen los vídeos, y eso se decide en el pipeline.

A continuación: el pipeline de producción de un canal sin cara en 2026, lo que cuesta cada etapa por llamada, las cuentas de un vídeo completo y de una semana de Shorts, y lo que implican para la monetización las reglas de YouTube sobre IA, contenido no auténtico y divulgación.

Lo que YouTube penaliza de verdad

YouTube permite el contenido con IA, y su política de monetización pide algo más concreto. El contenido debe "no ser producido en masa, genérico, repetitivo ni manipulador" y hacerse "para el disfrute o la formación de los espectadores, y no con el único fin de conseguir visualizaciones". En julio de 2025, YouTube cambió el nombre de la política de "contenido repetitivo" a "contenido no auténtico", señalando que este contenido "siempre ha sido no apto". El cambio de nombre entró en vigor el 15 de julio de 2025.

Dos de los ejemplos no aptos se leen como la descripción de un canal sin cara hecho con desgana:

• "Contenido similar o repetitivo, con poco valor educativo, sin comentario ni narrativa, o con una variación mínima entre vídeos."
• "Contenido generado con IA a partir de plantillas genéricas o poco originales, que da la impresión de producción en masa sin aportar las ideas ni la perspectiva originales y auténticas del creador."

La política de monetización decide si ganas dinero. La política de spam, prácticas engañosas y estafas decide si el canal sobrevive. Prohíbe "usar herramientas automatizadas o IA para generar grandes volúmenes de contenido similar con cambios mínimos" y permite a YouTube suspender la monetización o eliminar el canal, aunque aclara que probar herramientas nuevas o publicar unas pocas variaciones sigue siendo aceptable. También prohíbe republicar material "sin añadir nada propio, como comentario original, valor educativo o una edición única", y trucos como acelerar el audio, aplicar filtros pesados o recortar para evadir la detección.

La purga de enero de 2026

En su carta del 22 de enero de 2026, el CEO Neal Mohan escribió que YouTube estaba "construyendo activamente sobre nuestros sistemas ya establecidos, que han tenido mucho éxito contra el spam" para reducir el contenido de IA de baja calidad. La misma carta, según Variety, decía que más de un millón de canales usaban cada día las herramientas de creación con IA de YouTube en diciembre. YouTube fomenta el uso de la IA y elimina el slop a la vez, y las dos posturas son coherentes.

OutlierKit contó 16 canales afectados, 11 eliminados y 6 con el contenido borrado, con un total de 35 millones de suscriptores y 4.700 millones de visualizaciones acumuladas. YouTube aplicó sus reglas de spam existentes, sin ninguna norma nueva contra la IA. El mismo análisis cita un estudio de Kapwing que estima que cerca del 21 % de los Shorts mostrados a usuarios nuevos estaban generados con IA.

La aplicación es en gran parte automática, y YouTube mantuvo el lenguaje vago a propósito, sin umbrales publicados. Así que no busques el mínimo. Construye el canal de modo que ningún revisor razonable pueda llamarlo plantilla. El texto de la norma se explica con más detalle en qué dicen las reglas de monetización de YouTube sobre el contenido con IA.

El pipeline, etapa por etapa

Un vídeo sin cara tiene cuatro etapas. Cada una tiene una parte que la IA resuelve bien y otra en la que tú aportas lo que YouTube llama "ideas o perspectiva originales y auténticas".

1. Guion

El canal se gana o se pierde aquí. Un modelo de lenguaje puede esbozar la estructura, apretar las frases y sugerir títulos, y YouTube clasifica la ayuda de la IA con un "esquema, guion, miniatura, título o infografía" como asistencia a la producción que no requiere divulgación. El modelo no puede aportar la afirmación concreta, la fuente que encontraste, la opinión ni el ejemplo trabajado. Escríbelos tú.

2. Voz

La etapa más barata y la que los espectadores juzgan más rápido. Mantén una sola voz por canal, porque la coherencia es parte de lo que hace reconocible a un canal. YouTube indica que "clonar la propia voz para crear locuciones o doblajes" no requiere divulgación. El ritmo, la pronunciación de los nombres y las pausas son ediciones que haces tú, y se oyen. Más en cuánto cuesta una locución de ElevenLabs por API.

3. Visuales

La mayoría de los canales sin cara mezclan imágenes fijas y clips cortos. Las imágenes fijas son baratas y sirven para diagramas, mapas y escenas ilustradas. Los clips cuestan más por segundo y van donde el movimiento importa: la apertura, una transición, el remate. Las reglas para un b-roll con IA que no parezca falso valen aquí tanto como en publicidad.

4. Edición

Montaje, subtítulos, música, cortes y miniatura. Aquí aparece la "edición única", que la política de spam cuenta como añadir algo propio. Un canal donde todos los vídeos tienen la misma duración de planos, las mismas transiciones y el mismo estilo de subtítulos es lo más fácil de agrupar para un sistema automático.

Lo que cuesta cada etapa, con las cuentas

Todos los precios son por llamada, en el momento de escribir esto. Se dejan fuera los costes de redactar el guion: dependen del modelo y del número de borradores, y en la práctica son pequeños frente a los visuales.

Precios de referencia

• Voz: locución de ElevenLabs a $0.043 a $0.086 por 450 caracteres. El precio de lista de la API de ElevenLabs es de $0.04 por 1.000 caracteres para Flash/Turbo y $0.08 para v2 Multilingual y v3, así que ir directo sale más barato por carácter si solo necesitas voz.
• Imágenes fijas: Seedream 4.0 a $0.057 por imagen, FLUX.2 [pro] a $0.057 a $0.086, Nano Banana a $0.13, gpt-image-2 a $0.10 a $0.40.
• Clips: Hailuo 02 a $0.085 por segundo, Kling v3 a $0.16 por segundo sin sonido y $0.32 con audio nativo, Veo 3.1 Fast desde $0.19, Wan 2.7 a $0.19, Seedance 2.5 desde $0.20 a 480p y $0.44 a 720p.

La página de precios para desarrolladores de Google lista tres niveles de Veo 3.1: Lite a $0.05 por segundo a 720p, Fast a $0.10 a 720p, Standard a $0.40 a 720p y 1080p. Una diferencia de ocho veces dentro de una misma familia de modelos significa que el nivel que uses por defecto importa más que el nombre del modelo.

Hoja de cálculo: un vídeo largo de 8 minutos

1. Narración. Ocho minutos son unas 1.200 palabras, unos 7.000 caracteres o 15,6 bloques de 450: $0.67 a $1.34.
2. Imágenes fijas. 40 imágenes en Seedream: $2.28. En Nano Banana: $5.20.
3. Clips. Seis clips de 5 segundos, 30 segundos de movimiento. Hailuo 02: $2.55. Kling v3 sin sonido: $4.80. Veo 3.1 Fast: desde $5.70.
4. Miniatura. Tres candidatas en gpt-image-2: $0.30 a $1.20.

Total ajustado: unos $5.80 por vídeo. Total premium (voz de gama alta, Nano Banana, Kling, miniaturas más caras): unos $12.50. Si una de cada cuatro generaciones se descarta, multiplica las líneas de visuales por aproximadamente 1,33.

Hoja de cálculo: una semana de Shorts

Un Short de 45 segundos necesita unos 650 caracteres de narración, de $0.09 a $0.17 como máximo. Los visuales deciden el resto.

• Basado en imágenes fijas (8 imágenes de Seedream): unos $0.60 por Short, unos $4.20 por siete.
• Basado en movimiento (30 segundos de Hailuo 02): unos $2.70 por Short, unos $19 por siete.
• Movimiento con audio nativo (30 segundos de Kling v3 con audio): $9.60 por Short antes de la voz, unos $68 por siete.

Un vídeo largo a la semana más un Short al día sale por unos $40 al mes con el stack ajustado y unos cientos con el premium. El desglose formato por formato está en cuánto cuesta mantener un canal sin cara por vídeo. Para la mayoría de los operadores, el tiempo es el mayor coste, y está en el guion y la edición, las dos etapas que más le importan a la política.

Elegir modelos para cada plano

Un canal que usa un solo modelo para todo acaba pareciéndose a él. Decide según lo que tiene que hacer el plano.

1. Información estática (un gráfico, un mapa, un producto): una imagen fija. El movimiento añade coste y nada más.
2. Ambiente bajo la narración (una ciudad de noche, un laboratorio): Hailuo 02 a $0.085 por segundo, o una imagen fija con un paneo lento en la edición.
3. Una escena con su propio sonido (lluvia, multitud, una máquina): Kling v3 con audio nativo, que evita buscar efectos de sonido por el doble del precio del clip mudo.
4. El plano estrella (los primeros segundos, el remate): gasta aquí, en Veo 3.1 Fast o Seedance 2.5 a 720p, y calcula dos o tres intentos.

Un buen punto de partida para un canal nuevo: imágenes fijas para la mayor parte de la duración, clips baratos para el ambiente, un plano caro por vídeo.

La lista de originalidad

Sin umbrales publicados, la posición defendible es que cada vídeo sea claramente obra de alguien con un punto de vista. Repásala antes de cada subida. Con menos de cinco casillas marcadas, toca rehacer.

1. Una afirmación que solo hace este vídeo. Un espectador podría decir qué aporta al tema.
2. Una fuente que encontraste tú, citada en pantalla o en la descripción.
3. Un veredicto claro. El comentario es una de las cosas que la política de spam cuenta como "añadir algo propio".
4. Un guion escrito para este tema. Si puedes cambiar el sustantivo del tema y reutilizarlo, es una plantilla.
5. Visuales elegidos para la narración, con cada plano ilustrando la frase que lleva debajo.
6. Una edición que varía en duración de planos, ritmo y estructura respecto a la subida de la semana pasada.
7. Material prestado modificado de forma sustancial, como exige la política.
8. Ningún truco para evadir la detección: nada de audio acelerado, filtros apilados ni recortes que disfracen.

Una prueba rápida: abre tus últimas cinco subidas una al lado de otra. Si parecen un solo prompt con el sustantivo cambiado, un clasificador llegará a la misma conclusión.

Divulgación: una regla de decisión

La política de YouTube sobre contenido alterado o sintético es más estrecha de lo que muchos creadores suponen. Recórrela en orden.

1. ¿Parece que una persona real dice o hace algo que no dijo ni hizo? Divulga.
2. ¿Se ha alterado metraje de un suceso o lugar real? Divulga.
3. ¿Hay una escena realista que no ocurrió en realidad? Divulga. La mayor parte del b-roll fotorrealista generado cae aquí.
4. ¿El contenido es claramente no realista, como una animación? No hace falta divulgar.
5. ¿La IA fue solo asistencia a la producción: guion, título, miniatura, infografía, subtítulos, escalado, tu propia voz clonada? No hace falta divulgar.

La etiqueta aparece en el reproductor para el contenido fotorrealista y en la descripción ampliada para el contenido animado, y YouTube puede aplicar etiquetas por su cuenta a partir de los metadatos C2PA o de su propia detección. Los creadores que "eligen sistemáticamente no divulgar" se arriesgan a una etiqueta manual, a la eliminación del contenido o a la suspensión del Programa de Socios. Ante una escena realista, marca la casilla si tienes dudas.

Entrar en el Programa de Socios

Los umbrales del YPP son 1.000 suscriptores más 4.000 horas de reproducción pública válidas en vídeos largos en 12 meses, o bien 10 millones de visualizaciones válidas de Shorts en 90 días. Además hace falta no tener avisos activos de las Normas de la comunidad, la verificación en dos pasos y una cuenta de AdSense activa.

Las vías no se mezclan: las horas de reproducción del feed de Shorts no cuentan para las 4.000, ni tampoco los vídeos privados, no listados o eliminados ni las visualizaciones de campañas publicitarias. La cuenta: 4.000 horas son 240.000 minutos, así que con una duración media de visualización de 4 minutos necesitas unas 60.000 visualizaciones de vídeos largos en un año. La vía de Shorts requiere unas 111.000 visualizaciones al día. Los Shorts suman de media 200.000 millones de visualizaciones diarias, así que el inventario existe, pero también es el feed más saturado de contenido con IA. Para la mayoría de los canales sin cara nuevos, el formato largo es la ruta más predecible, con los Shorts como embudo hacia él.

Automatizar el pipeline sin producir slop

La política de spam apunta al resultado, "grandes volúmenes de contenido similar con cambios mínimos", y no dice nada contra lanzar la generación desde un script. Automatiza los pasos mecánicos y deja manuales los que requieren criterio.

• Automatizar: la narración a partir del guion aprobado, una llamada por sección para que corregir una línea regenere solo una sección; las imágenes y clips a partir de prompts escritos para cada párrafo; reunir todos los archivos con su coste en un único manifiesto; reintentar los renders fallidos.
• Mantener manual: la afirmación, la investigación y la opinión; elegir qué toma se queda; la edición, la miniatura y el título; la decisión de divulgar.

En la práctica: entra una lista de planos, salen archivos con su coste. Los desarrolladores lo hacen desde un script que llama a una API HTTP. Cada vez más gente lo hace desde un agente: con un servidor MCP conectado a Claude Code o Cursor, pegas el guion aprobado, pides la narración más una imagen por párrafo, y el agente hace las llamadas e informa de lo que costó cada una. Hay una versión funcional en generar vídeo con IA desde Claude Code con un servidor MCP, y la guía rápida de API y MCP explica la configuración.

Cuando la generación corre sin supervisión, añade dos salvaguardas: alertas de gasto por clave, porque un bucle con un bug puede quemar el presupuesto de un mes en una hora, y un tope de resultados casi idénticos por tema, que protege el presupuesto y te mantiene lejos de la política de spam. La generación masiva hecha con seguridad cubre ambas, y el artículo sobre el pipeline de Shorts aplica la configuración al vídeo vertical.

Un esqueleto de guion que supera la revisión

Cópialo para cualquier vídeo sin cara de tipo explicativo. Cada bloque indica qué aporta el humano.

1. Apertura en frío (0 a 15 s): el dato concreto más sorprendente, con su fuente. Humano: encontrar el dato.
2. Lo que está en juego (15 a 45 s): por qué importa, en un ejemplo concreto. Humano: elegir el ejemplo.
3. Contexto (1 a 2 min): lo que dice la mayoría de la cobertura. La IA redacta, el humano comprueba.
4. El giro (2 a 5 min): lo que esa cobertura pasa por alto, apoyado en tu fuente. Humano: la razón de ser del vídeo.
5. Veredicto (5 a 7 min): tu postura, incluido dónde podrías equivocarte. Solo humano.
6. Cierre (últimos 30 s): una frase para recordar y una referencia al siguiente vídeo. La IA redacta.

Antes y después, en la primera línea:

• Plantilla: "La antigua Roma fue una de las civilizaciones más fascinantes de la historia."
• Concreto: "Los romanos llevaban una lista pública de precios del grano, y una copia conservada muestra lo que costaba una hogaza el año antes de los disturbios."

La primera frase podría abrir mil vídeos. La segunda solo puede abrir el tuyo, y le dice al espectador que hiciste la lectura.

Preguntas frecuentes

¿Puede monetizarse un canal de YouTube sin cara con IA en 2026?

Sí. YouTube excluye el contenido de IA hecho con plantillas genéricas sin aportación propia del creador. Los vídeos asistidos por IA con guion, comentario y edición originales siguen siendo aptos, y el CEO de YouTube ha descrito la IA como "una herramienta de expresión, no un sustituto".

¿Tengo que etiquetar una locución con IA en YouTube?

No por sí sola. Clonar tu propia voz, y usar la IA como ayuda con guiones, títulos y miniaturas, no requiere divulgación. La divulgación se aplica al contenido sintético realista, como una persona real diciendo algo que no dijo o una escena realista que nunca ocurrió.

¿Cuánto cuesta hacer un vídeo sin cara con IA?

Con los precios por llamada en el momento de escribir esto, un vídeo de 8 minutos con narración, 40 imágenes fijas, 30 segundos de movimiento y tres miniaturas candidatas sale por unos $6 con una mezcla de modelos ajustada y unos $12.50 con una premium, antes de repetir generaciones. Un Short de 45 segundos va desde unos $0.60 con imágenes fijas hasta varios dólares con movimiento generado.

¿Las visualizaciones de Shorts cuentan para las 4.000 horas de reproducción?

No. Las horas de reproducción del feed de Shorts no cuentan para el umbral de 4.000 horas. Los Shorts tienen su propia vía: 10 millones de visualizaciones válidas en 90 días, más 1.000 suscriptores.

Fuentes

1. Google / Ayuda de YouTube, Políticas de monetización de canales de YouTube (contenido no auténtico)
2. Google / Ayuda de YouTube, Política de spam, prácticas engañosas y estafas
3. Google / Ayuda de YouTube, Divulgación del uso de contenido alterado o sintético
4. Google / Ayuda de YouTube, Descripción general y requisitos del Programa de Socios de YouTube
5. Variety, Cobertura de la carta anual del CEO de YouTube Neal Mohan (enero de 2026)
6. Tubefilter, YouTube ha eliminado algunos canales de slop (29 de enero de 2026)
7. OutlierKit, La purga de YouTube contra el slop de IA en 2026
8. Plagiarism Today, YouTube va contra el contenido "no auténtico" (8 de julio de 2025)
9. ElevenLabs, Precios de la API de Text-to-Speech
10. Google AI for Developers, Precios de la API Gemini Developer

Si quieres tener las etapas de voz, imagen y vídeo en un solo sitio, Aitachyon pone todos los modelos anteriores detrás de una cuenta y una clave, utilizables desde el estudio web, la API o Claude Code a través de su servidor MCP alojado. Pagas por llamada desde un saldo prepago que nunca caduca, cada trabajo se detalla con su modelo y su coste, y los renders fallidos se reembolsan automáticamente. Cada modelo y su precio actual está en una sola página.