Hypit: probamos la skill de agente de IA que clona videos virales

Hypit llegó a GitHub el 29 de julio de 2026 y superó las 8.000 estrellas en pocos días. Para el 22 de septiembre ya tenía más de 13.000 estrellas y 1.500 forks, y encabezó el ranking diario de Trendshift. Su promesa es directa: cloná cualquier video viral con agentes de IA. Lo instalamos, corrimos siete tareas reales con Codex y Claude Code, y registramos qué produjo, cómo funciona por dentro y cuánto costó en realidad. Este es ese desglose. Fuente: github.com/hypit-ai/hypit.

¿Qué es Hypit?

Hypit, de Hypit.AI, les da a los agentes de programación con IA como Claude Code y Codex “un lenguaje y un sistema para crear video”. No es un editor alojado. Se entrega como una Skill de agente, una herramienta de línea de comandos y un monorepo de TypeScript de 122 paquetes: conectores para Seedance, GPT Image, Nano Banana, Grok Imagine, MiniMax, ElevenLabs y Fish Audio, además de subtítulos, eliminación de fondo, pistas de B-roll, efectos de cine y un renderizador.

La idea central es SVML, el propio lenguaje de marcado de Hypit. Tu agente escribe el video como SVML; Hypit lo compila y renderiza los fotogramas (sus ejemplos renderizan en 64 procesos paralelos de Chromium sin interfaz). El timing está anclado a palabras, no a segundos. WhisperX alinea cada palabra hablada, y las visuales se adjuntan a tramos del guion. Este es código real del ejemplo de tier-list de fútbol del repo:

<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
  hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}

<media-track:Item id="hair-gel" image={broll-hair-gel.image}
  extent={hair-gel-extent} during={story.selection.hair-gel}
  motion={recipes.motion.broll-left}/>

La imagen de B-roll hair-gel aparece en pantalla exactamente mientras se dicen esas palabras. Reescribí la línea y el timing se reacomoda solo, por eso un proyecto puede generar decenas de variantes.

Tres cosas más que vale la pena saber antes de instalarlo:

• Los modelos de generación son opcionales. Un proyecto puede compilar subtítulos, motion graphics y visuales renderizadas por código en un video final sin llamar a ningún modelo de video.
• Pagás los servicios, no Hypit. Hypit es gratis; tu agente de programación y los proveedores de modelos facturan por separado. Su servicio alojado recomendado, HypiHub, vendió créditos a $15 por 2.000 en nuestra prueba, y también podés conectar tus propias claves de API o modelos locales.
• La licencia tiene condiciones. La “Hypit Open Source License” es Apache 2.0 con términos extra: podés usar Hypit comercialmente dentro de tu propia organización, pero alojarlo como un servicio multi-tenant para otros o revenderlo requiere una licencia comercial. Los videos que hagas son tuyos.

Cómo funciona: lo que vimos en nuestras pruebas

Instalarlo es un comando: npx skills add hypit-ai/hypit -g. En el primer uso, el agente encuentra o instala el ejecutable de Hypit (Node.js 22.15 o más nuevo). A partir de ahí, cada tarea siguió el mismo ciclo.

1. El agente mira y desglosa la referencia

Le dimos a Codex un video explicativo de finanzas de 34 segundos y escribimos “Hypit, copiá este video”. Miró el clip, describió su estructura (una intro de talking head seguida de cinco gráficos de mercado apilados uno tras otro, con zooms y contrastes exagerados) y propuso un plan: mantener el presentador, la voz y el guion, y reconstruir los gráficos, los subtítulos y los movimientos de cámara como elementos editables. Después preguntó qué queríamos reemplazar.

2. Cotiza el trabajo antes de gastar nada

Esta fue la parte más tranquilizadora. Antes de cualquier llamada paga, el agente armó una tabla de costos y esperó. Para un clip de talking head en chino, cotizó 4,39 créditos (aprox. $0,03) para transcribir el original y reconstruirlo localmente, versus $5,69–9,34, antes de reintentos, para regenerar los 132 segundos de material en cámara a 720p. Después pidió permiso para cobrar como máximo 10 créditos (aprox. $0,075) solo por la transcripción, y aclaró que “todavía no se hicieron llamadas pagas”.

3. Construye, renderiza y te entrega un proyecto editable

Una vez aprobado, el agente genera las piezas, compila el SVML y renderiza. Te llevás un archivo final y el proyecto detrás, que se abre en Hypit Studio: fuente a la izquierda, vista previa al medio, propiedades a la derecha y una línea de tiempo multipista abajo. Podés editar a mano o pedirle al agente que revise y corrija el corte por su cuenta.

Lo corrimos de verdad: siete tareas

Corrimos siete tareas en las apps de escritorio de Codex y Claude Code, usando Seedance 2 Mini para video y GPT Image 2 para imágenes. Esto fue lo que produjo cada una:

• Motion graphics para talking head. Le pedimos que copie el estilo de edición de papel rasgado, stickers y cinta de un creador sobre uno de nuestros clips de talking head. Reconstruyó el look de manera convincente.
• Cambio de outfit. Un video de try-on en tendencia con el outfit reemplazado por un traje de videojuego. Se sostuvo en la mayoría de las tomas.
• Transferencia de estilo. Un clip meme redibujado en un estilo conocido de animación para adultos. Usó el clip original como base y reestilizó encima, y el resultado fue realmente bueno.
• Cambio de sujeto. Un video viral de canto con alrededor de un millón de likes, con los dos intérpretes reemplazados por dos gatos. Hubo pequeños defectos, pero en general fue sólido (primer clip abajo).
• Mismo estilo, contenido nuevo. A partir de un popular video explicativo de finanzas, el agente escribió un nuevo guion de “Por qué importa HBM”, dibujó los diagramas en código y generó un presentador en cámara para la esquina superior izquierda. Su reporte: “Exportado, 37,1 s, 1080p … solo corrió la primera ronda de generación; no hubo generación paga adicional”. Toda la tarea llevó 1 hora y 8 minutos de tiempo de agente.
• La sorpresa de Blender. Cuando le pedimos cambiar las iniciales formadas con dominós en el video de un reviewer de tecnología, se salteó por completo los modelos de video. Reconstruyó la toma en Blender, renderizó 87 fotogramas (2,9 segundos a 30 fps) y los empalmó en material que por lo demás no cambió. Fue la corrección más quirúrgica de la semana.
• Review cinematográfico de celular. Un review de producto con estilo de película, rehecho con un presentador digital y B-roll generado (segundo clip abajo). En general, fue el resultado más flojo: el look de IA era evidente y queda bastante por detrás de un editor humano.
• Skit de e-commerce. A partir de una imagen de referencia y el video de origen, rehizo un sketch corto de ventas en el que una muñeca rompe huevos con un martillo. Lo calificamos más o menos a la par del original, que también era generado con IA.

Una nota sobre lo que mostramos acá: la mayoría de estas pruebas partieron de videos de otros creadores, y no tenemos derecho a republicar esas caras, voces ni material. Por eso, los clips de abajo son resultados sin personas en pantalla, y el audio está silenciado.

Clips de demo de nuestras pruebas

Dos resultados sin editar de las pruebas de arriba, recortados de nuestra grabación de pantalla.

Veredicto sincero: fortalezas y límites reales

Lo que nos impresionó:

• Clona la estructura, no solo un guion. El resultado es un proyecto re-ejecutable, así que cambiar el presentador, el producto o el idioma es una nueva ejecución, no una nueva edición.
• Timing anclado a palabras. Reescribís una línea y el B-roll, los subtítulos y los cortes se mantienen sincronizados.
• Elige la herramienta más barata que funcione. Usa modelos de video cuando tiene que generar, y código o incluso Blender cuando alcanza con una corrección quirúrgica.
• Transparencia de costos. Estima cada paso y pregunta antes de hacer llamadas pagas, algo raro entre herramientas de agentes.

En qué se queda corto:

• El agente es la factura real. Los propios ejemplos del README de Hypit enumeran cerca de $1,10 en cargos de modelos por clon. En nuestras pruebas, el mayor costo fue el agente de programación: siete tareas llevaron nuestro plan de ChatGPT de $100 del 50% al 3% de su cupo de uso.
• Es lento. Un clon llevó más de una hora de tiempo de agente.
• Los remakes realistas siguen pareciendo IA. El review cinematográfico era claramente sintético, y las tomas generadas mostraron pequeños artefactos.
• Necesitás un flujo de trabajo con agentes. Necesitás un agente de programación, Node.js 22.15+ y cuentas de modelos. Es amigable para developers, no para alguien que solo quiere un video.
• La licencia no es totalmente permisiva. No podés alojar Hypit como un servicio para otros equipos ni revenderlo sin una licencia comercial.
• Los derechos corren por tu cuenta. Hypit dice que tus resultados te pertenecen, pero las caras, las voces, el material y la música de la referencia les pertenecen a sus dueños. Tratá un video viral como una estructura de la que aprender, no como material para republicar.

Hypit vs una herramienta alojada de video con IA

Hypit y herramientas alojadas como VisionStory terminan en un video final, pero parten de lugares distintos y cobran de maneras diferentes.

Elegí Hypit si estás produciendo anuncios o variantes UGC a escala, un formato ganador vale la pena convertirlo en plantilla, y hay un developer en el equipo. Elegí una herramienta alojada si querés un video con presentador hoy y preferís no pagar horas de tiempo de agente para conseguirlo.

Lo que Hypit nos enseñó

Después de una semana de pruebas, nuestra conclusión es que “cloná cualquier video viral” es el titular, no lo esencial. La idea que perdura es convertir la estructura de un video en una plantilla que un agente puede volver a ejecutar. Desglosás lo que funciona en los videos de otras personas y en los tuyos, mantenés el esqueleto y dejás que el agente genere las partes que cambian. Hacia ahí va el video con IA, y es la misma dirección que nuestro propio AI Video Agent: describí el video que querés y dejá que un agente lo ensamble, sin la configuración ni la cuenta del agente.

Para otra mirada sobre video impulsado por agentes, mirá nuestro desglose de OpenMontage, que persigue una idea similar con un pipeline distinto.