Hypit: Probamos la habilidad de agente con IA que clona videos virales

Hypit llegó a GitHub el 29 de julio de 2026 y superó las 8,000 estrellas en cuestión de días. Para el 22 de septiembre ya tenía más de 13,000 estrellas y 1,500 forks, y encabezó la tabla diaria de Trendshift. Su propuesta es directa: clona cualquier video viral con agentes de IA. Lo instalamos, corrimos siete tareas reales con Codex y Claude Code, y registramos qué hizo, 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 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 para agentes, una herramienta de línea de comandos y un monorepo en 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 en SVML; Hypit lo compila y renderiza los frames (sus ejemplos renderizan en 64 procesos paralelos de Chromium headless). El timing está anclado a palabras, no a segundos. WhisperX alinea cada palabra hablada, y los visuales se adjuntan a tramos del guion. Esto es código real del ejemplo de ranking por niveles 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. Reescribes la línea y el timing se reacomoda por sí solo, por eso un solo 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 renderizados por código en un video final sin llamar a ningún modelo de video.
• Pagas los servicios, no Hypit. Hypit es gratis; tu agente de programación y los proveedores de modelos cobran por separado. Su servicio alojado recomendado, HypiHub, vendió créditos a $15 por 2,000 en nuestra prueba, y también puedes usar tus propias llaves de API o modelos locales.
• La licencia tiene condiciones. La “Hypit Open Source License” es Apache 2.0 con términos extra: puedes usarlo comercialmente dentro de tu propia organización, pero alojarlo como servicio multi-tenant para otros o revenderlo requiere una licencia comercial. Los videos que creas te pertenecen.

Cómo funciona: lo que vimos en nuestras pruebas

Instalarlo es un solo 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 superior). A partir de ahí, cada tarea siguió el mismo ciclo.

1. El agente ve y descompone la referencia

Le dimos a Codex un video explicativo de finanzas de 34 segundos y escribimos “Hypit, copia este video”. Vio el clip, describió su estructura (una introducción tipo talking-head seguida de cinco gráficas de mercado apiladas una tras otra, con zooms y contrastes exagerados) y propuso un plan: mantener el host, la voz y el guion, y reconstruir las gráficas, los subtítulos y los movimientos de cámara como elementos editables. Luego preguntó qué queríamos reemplazar.

2. Cotiza el trabajo antes de gastar nada

Esta fue la parte más tranquilizadora. Antes de cualquier llamada de pago, el agente presentó una tabla de costos y esperó. Para un clip talking-head en chino, cotizó 4.39 créditos (aprox. $0.03) para transcribir el original y reconstruirlo localmente, frente a $5.69–9.34, antes de reintentos, para regenerar los 132 segundos completos de metraje en cámara a 720p. Luego pidió permiso para cobrar como máximo 10 créditos (aprox. $0.075) solo por la transcripción, señalando que “todavía no se han hecho llamadas de pago”.

3. Construye, renderiza y te entrega un proyecto editable

Una vez aprobado, el agente genera las piezas, compila el SVML y renderiza. Obtienes un archivo final y el proyecto detrás, que se abre en Hypit Studio: el código fuente a la izquierda, la vista previa al centro, las propiedades a la derecha y una línea de tiempo multipista abajo. Puedes 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 copiar el estilo de edición de papel rasgado, stickers y cinta de un creador sobre uno de nuestros clips tipo talking-head. Reconstruyó el look de forma convincente.
• Cambio de outfit. Un video de try-on en tendencia con el outfit reemplazado por un disfraz 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 fallas pequeñas, 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 con código y generó un presentador en cámara para la esquina superior izquierda. Su reporte: “Exportado, 37.1 s, 1080p … solo se ejecutó la primera ronda de generación; no hubo generación adicional de pago.” Toda la tarea tomó 1 hora y 8 minutos de tiempo de agente.
• La sorpresa de Blender. Le pedimos cambiar las iniciales formadas con dominós en el video de un reseñista de tecnología, y se saltó por completo los modelos de video. Reconstruyó la toma en Blender, renderizó 87 frames (2.9 segundos a 30 fps) y los insertó en un metraje que, por lo demás, quedó sin cambios. Fue la corrección más quirúrgica de la semana.
• Reseña cinematográfica de celular. Una reseña de producto estilo cine rehecha con un presentador digital y B-roll generado (segundo clip abajo). En general fue el resultado más flojo: el look de IA era obvio y queda muy por detrás de un editor humano.
• Sketch de e-commerce. Con una sola imagen de referencia y el video de origen, rehizo un sketch corto de ventas donde una muñeca rompe huevos con un martillo. Lo calificamos más o menos al nivel del original, que de por sí era generado con IA.

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

Clips demo de nuestras pruebas

Dos salidas sin editar de las pruebas de arriba, recortadas de nuestra grabación de pantalla.

Veredicto honesto: fortalezas y límites reales

Lo que nos impresionó:

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

En lo que se queda corto:

• El agente es la cuenta real. Los ejemplos del propio README de Hypit indican alrededor de $1.10 en tarifas de modelo por clon. En nuestras pruebas, el mayor costo fue el agente de programación: siete tareas llevaron nuestro plan de ChatGPT de $100 de 50% a 3% de su límite de uso.
• Es lento. Un clon tomó más de una hora de tiempo de agente.
• Las recreaciones realistas todavía se ven como IA. La reseña cinematográfica era claramente sintética y las tomas generadas mostraron pequeños artefactos.
• Necesitas un flujo de trabajo con agentes. Necesitas un agente de programación, Node.js 22.15+ y cuentas de modelos. Es amigable para desarrolladores, no para quien solo quiere un video.
• La licencia no es totalmente permisiva. No puedes alojar Hypit como servicio para otros equipos ni revenderlo sin una licencia comercial.
• Los derechos dependen de ti. Hypit dice que tus resultados te pertenecen, pero las caras, voces, metraje y música de la referencia pertenecen a sus dueños. Trata un video viral como una estructura para aprender, no como material para republicar.

Hypit vs una herramienta de video con IA alojada

Hypit y herramientas alojadas como VisionStory terminan en un video final, pero empiezan desde lugares distintos y cobran de formas diferentes.

Elige Hypit si estás produciendo anuncios o variantes UGC a volumen, vale la pena convertir un formato ganador en plantilla y hay un desarrollador en el equipo. Elige una herramienta alojada si quieres un video con presentador hoy y prefieres no pagar horas de tiempo de agente para conseguirlo.

Lo que Hypit nos enseñó

Después de una semana de pruebas, nuestra conclusión es que “clona cualquier video viral” es el titular, no lo esencial. La idea durable es convertir la estructura de un video en una plantilla que un agente pueda volver a ejecutar. Desglosas lo que funciona en los videos de otras personas y en los tuyos, conservas el esqueleto y dejas 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: describe el video que quieres y deja que un agente lo arme, sin la configuración ni la cuenta del agente.

Para otra perspectiva sobre video impulsado por agentes, mira nuestro desglose de OpenMontage, que persigue una idea similar con un pipeline diferente.