Blog

Guía de uso

Guía de inicio de Tripo H3.1: cómo elegir entre tres modos de entrada, parámetros y precios

Guía práctica de decisiones de integración y control de costes de la generación 3D para desarrolladores

Nov 20, 2026
Imagen de portada abstracta de planos geométricos de hormigón bajo luz oblicua, fondo gris con sombras azul pizarra y finas juntas color salvia.
En esta página

Qué puede hacer Tripo H3.1 y dónde están sus límites

Tripo H3.1 es un modelo de generación 3D disponible a través de la interfaz unificada de HiAPI.ai, al que se puede llamar con una sola API key. Admite tres formas de entrada: descripción en lenguaje natural (text-to-3d), una única imagen del objeto (image-to-3d) y de 2 a 4 imágenes multivista del mismo objeto (multiview-to-3d).

La salida es un conjunto fijo de entregables: un archivo de modelo GLB + una imagen de vista previa. No incluye paquetes adicionales de mapas de material, ni archivos de proyecto, ni rigging de esqueleto o animación. GLB es un formato universal que se puede importar directamente en Blender, Three.js, Unity o cualquier pipeline compatible con glTF.

También conviene dejar claros los límites:

  • Es generación a nivel de objeto, no a nivel de escena. Si introduces la imagen de una silla, obtendrás una silla, no una habitación con una silla dentro. Si necesitas una escena, combina varios modelos por tu cuenta.
  • No entiende el "movimiento". Los activos estáticos son su zona de confort; el rigging, el skinning y las secuencias de animación quedan fuera de su alcance.
  • La calidad del material marca el techo del resultado. Las imágenes de entrada borrosas, con varios objetos o con oclusiones complejas reducen notablemente la calidad geométrica, y esto se aplica a las tres vías.
  • La facturación es por llamada: cada llamada produce un modelo, sin estados intermedios por token ni por segundo. Esto es una ventaja para estimar costes: el número de llamadas es la unidad de facturación.

Una vez entendido este alcance, las siguientes decisiones tienen sentido: las tres vías no son tres puertas de entrada a lo mismo, sino que difieren en precio unitario, requisitos de material y casos de uso.

Las tres entradas se canalizan a través de un mismo embudo hacia un único modelo y una salida de vista previa; los límites también se hacen visibles en ese punto de convergencia.

Cómo elegir entre las tres vías de entrada

El primer principio para elegir la vía no es "cuál da mejor resultado", sino qué material tienes disponible.

Solo tienes una descripción textual → texto a 3D. Adecuado para exploración de conceptos, activos provisionales y prototipos tempranos. Controlas por completo la dirección de la generación, pero también asumes toda la incertidumbre: la inferencia del modelo sobre el número de caras y la forma proviene únicamente de tus palabras descriptivas. Es la opción de precio inicial más bajo y sirve para probar muchas variantes.

Tienes una imagen limpia de un producto u objeto → imagen a 3D. Es la vía que la mayoría de los desarrolladores acabará usando en la práctica. Una imagen frontal del objeto con fondo limpio aporta mucha más información que una descripción textual y ofrece una reproducción geométrica claramente más estable. El requisito de material tampoco es alto: basta con hacer una foto y recortar el fondo.

Tienes de 2 a 4 imágenes desde distintos ángulos → multivista a 3D. Cuando ya dispones de material multiángulo (por ejemplo, las cuatro vistas estándar de un estudio de fotografía de producto, o fotogramas de una plataforma giratoria renderizados a partir de un activo 3D existente), el multivista es la opción con el mayor techo de precisión. Resuelve el problema estructural de "adivinar la parte trasera" que presenta la generación a partir de una sola imagen.

Un dato de precio que conviene destacar: imagen a 3D y multivista tienen el mismo precio, y texto a 3D es más barato. Por tanto, si dispones del material completo, el multivista no tiene ningún sobrecoste: si tienes material, usa multivista; no hay motivo para volver a la imagen única.

La decisión se puede resumir en una frase: si tienes material para multivista, usa multivista; si tienes una buena imagen, usa imagen a 3D; solo si no tienes nada, usa texto a 3D.

Parámetros de entrada y puntos clave para preparar el material

Los campos de entrada de las tres vías son distintos y mezclarlos provoca fallos directos.

Texto a 3D (página del modelo) recibe una descripción en lenguaje natural. La clave para escribir un buen prompt es ser concreto: el tipo de objeto, la tendencia del material y los rasgos de la forma resultan más eficaces que acumular adjetivos.

Imagen a 3D (página del modelo) usa image_url, una única imagen HTTPS. Requisitos del material:

  • Un solo objeto; no incluyas varios objetos en el mismo encuadre
  • Fondo limpio; evita entornos desordenados del mismo color que el sujeto
  • Que el sujeto ocupe la mayor parte posible del encuadre
  • La URL debe ser de acceso público (HTTPS); no envíes direcciones privadas que requieran autenticación

Multivista a 3D (página del modelo) usa image_urls, de 2 a 4 imágenes del mismo objeto, con el orden fijo de frontal, izquierda, trasera y derecha. Un orden incorrecto es una de las causas de fallo más habituales: el modelo infiere el punto de vista según la posición, así que colocar una imagen en el lugar equivocado equivale a darle una restricción geométrica errónea.

Hay dos recomendaciones generales para preparar el material. Primero, procura que las imágenes multivista mantengan una iluminación y una escala coherentes; mezclar fotos de distintas fuentes genera ambigüedad en las uniones. Segundo, no hace falta buscar una resolución de imagen enorme: la nitidez y un sujeto claro importan más que el número de píxeles.

Las solicitudes con parámetros no válidos (campos ausentes, formato de URL incorrecto o número de vistas fuera de rango) se rechazan directamente y no se cobran; esto también se usará en la lista de resolución de problemas de la siguiente sección.

face_limit y calidad geométrica: controlar la complejidad del modelo

face_limit es el parámetro central para controlar el número de caras de salida, con un rango de 1000–1.500.000; cuando geometry_quality se establece en detailed, el límite superior se amplía a 2.000.000.

El diseño clave es que este parámetro puede omitirse. Al omitirlo, el modelo decide el número de caras de forma adaptativa y normalmente ofrece un valor razonable acorde con la complejidad del objeto. Solo es necesario especificarlo manualmente cuando conoces con claridad el presupuesto de caras del destino posterior:

  • Renderizado en tiempo real en móvil o web: rango bajo, por debajo de unas decenas de miles de caras
  • Activos de plano medio en juegos: rango medio
  • Nivel cinematográfico o renderizado offline: cerca del límite superior, junto con geometría detallada

geometry_quality admite dos valores: standard (geometría estándar, por defecto) y detailed (geometría detallada). detailed aporta mayor detalle geométrico y un límite superior de caras más alto, pero es una opción con coste adicional, y así ocurre en las tres vías. El criterio es directo: solo merece la pena activarlo si el activo se va a ver de cerca o si el detalle es en sí mismo un argumento de venta; activar detailed para un activo de fondo o provisional es un desperdicio absoluto.

Recomendación práctica para combinarlos: ejecuta primero una versión con la configuración por defecto (omite face_limit y usa standard en geometry_quality) para ver el resultado, y después ajusta los parámetros según el activo concreto. No lo lleves todo al máximo desde el principio: gastarás más y puede que no obtengas mejores resultados.

Desglose de la estructura de precios: en qué tramo se gasta el dinero

Tripo H3.1 factura por llamada y cada llamada produce un modelo + una imagen de vista previa. El precio viene determinado por cuatro variables: vía de entrada, interruptor de Texture, interruptor de PBR y calidad geométrica. Una vez entendida esta estructura, compara con la lista completa de precios de abajo para elegir el tramo.

Los precios publicados actuales del entorno de pruebas son los siguientes, por llamada y por modelo, en USD.

Texto a 3D (tripo-h3.1/text-to-3d)

EspecificaciónTextura estándarTextura detallada
PBR off · Texture off$0.150$0.150
PBR off · Texture on$0.290$0.430
PBR on$0.290$0.430

Imagen a 3D (tripo-h3.1/image-to-3d) y multivista a 3D (tripo-h3.1/multiview-to-3d) tienen el mismo precio

EspecificaciónTextura estándarTextura detallada
PBR off · Texture off$0.290$0.290
PBR off · Texture on$0.430$0.580
PBR on$0.430$0.580

En todos los tramos anteriores, al elegir geometría detallada se aplica un cargo adicional de $0.290.

Primer nivel: vía de entrada. El tramo inicial de texto a 3D es el más bajo; imagen a 3D y multivista tienen el mismo precio y son más caros que texto a 3D. Es lo esperable: imagen a 3D y multivista reciben más información y el modelo hace más trabajo.

Segundo nivel: interruptores de Texture y PBR, el principal amplificador del precio. Con ambos interruptores desactivados se está en el tramo base; al activar Texture, el precio unitario sube un escalón; al activar PBR, se queda en el mismo tramo o en uno superior. En otras palabras, pasar de "solo geometría" a un activo completo "con textura y PBR" puede más que duplicar el precio unitario. Es la variable de precio más importante de toda la tabla, mucho más significativa que la diferencia entre vías de entrada.

Tercer nivel: nivel de detalle de la textura. Con la textura activada, la textura estándar y la detallada tienen dos precios distintos. El sobrecoste de la textura detallada es especialmente notable en la vía de texto a 3D.

Cuarto nivel: calidad geométrica. Elegir detailed (geometría detallada) supone un cargo adicional sobre los precios anteriores, y el importe adicional es el mismo en las tres vías.

De aquí se extraen varias conclusiones sobre precios:

  • Si el destino posterior solo necesita la geometría (por ejemplo, para un colisionador o como modelo base para texturizar a mano después), desactiva Texture y PBR y el precio unitario cae de inmediato al tramo más bajo.
  • Si solo se trata de validar un prototipo, texto a 3D con todos los interruptores desactivados es la combinación más económica.
  • Lo realmente caro es la entrega completa con el trío "textura detallada + PBR + geometría detallada" totalmente activado; esa debería ser una decisión que se toma solo después de confirmar que el activo va a producción.
Comparación apilada de los tres tramos de facturación: los interruptores de textura y PBR actúan como placas que se elevan por niveles y empujan el precio de cada llamada cada vez más arriba.

Configuraciones recomendadas y estimación de costes para escenarios típicos

Bajemos la estructura a combinaciones concretas. Los siguientes planes se expresan por llamada individual; el gasto real se acumula según el número de llamadas.

Prototipos y exploración de conceptos

Texto a 3D, Texture off y PBR off, geometry_quality en standard y face_limit omitido. Es el tramo más bajo de todo el modelo y sirve para generar rápidamente una docena de direcciones y filtrarlas. Una vez superado el filtro, vuelve a ejecutar una versión con textura para las propuestas seleccionadas.

Activos para comercio electrónico / exhibición de producto

Si tienes imágenes de producto, usa imagen a 3D; si dispones de material estándar de cuatro vistas, usa multivista. Texture on, PBR on (el PBR aporta valor real en la presentación de la textura del material y en escenarios de exhibición merece la pena gastar ese dinero), textura estándar y geometría standard. Si el producto se va a ver en primer plano, considera entonces subir a textura detallada.

Activos para juegos / renderizado en tiempo real

Imagen a 3D o multivista, Texture on, PBR según el pipeline de renderizado (si el pipeline admite PBR, actívalo). Define face_limit manualmente según la plataforma objetivo; no lo dejes a la adaptación automática. Calidad geométrica en standard por defecto: en renderizado en tiempo real, el beneficio de detailed normalmente no se aprecia.

Solo modelo base geométrico

Cualquier vía, Texture y PBR totalmente desactivados, calidad geométrica según necesidad. Es la forma de reducir el gasto al mínimo estructural; el texturizado posterior se delega al flujo de trabajo de arte.

Un ritmo general para ahorrar: valida primero la dirección con tramos de precio bajos y vuelve a ejecutar con tramos altos solo los activos confirmados. No pagues el precio completo por cada prueba.

Lista de comprobación para la integración, la resolución de problemas y la validación

El mecanismo más importante durante la integración: las solicitudes con parámetros no válidos se rechazan directamente y no se cobran. Esto significa que puedes probar con audacia durante el desarrollo: equivocarte en el nombre de un campo, usar un formato de URL incorrecto o superar el rango de número de vistas tiene como coste un error, no una factura. Aprovecha esta característica: primero haz que la validación de parámetros funcione y después ocúpate de los resultados.

Lista de comprobación antes del lanzamiento:

  1. Accesibilidad de la URL: prueba image_url / image_urls con una solicitud anónima y confirma que es HTTPS y accesible sin autenticación. Que se abra en local no significa que se pueda recuperar desde la red pública.
  2. Orden del multivista: verifica imagen por imagen si es frontal, izquierda, trasera y derecha. Este es el error silencioso más frecuente: la solicitud se realiza correctamente, pero el resultado empeora y es difícil atribuir la causa.
  3. Número de vistas: en multivista, mantén estrictamente entre 2 y 4 imágenes.
  4. Límites de face_limit: si lo especificas manualmente, confirma que está dentro de 1000–1.500.000; solo con detailed el límite superior se amplía a 2.000.000. Salirse del rango provoca rechazo.
  5. Coherencia de los interruptores con lo esperado: comprueba que los interruptores de Texture / PBR coinciden con el tramo de precio que esperas. Entre la configuración por defecto y la configuración final es donde más fácilmente aparece la desviación de "creía que estaba desactivado, pero estaba activado".
  6. Validación de los productos: cada llamada debe devolver un GLB y una imagen de vista previa. Verifica en la capa de integración que ambos existen antes de pasar al destino posterior.
  7. Estrategia de reintentos ante fallos: distingue entre "parámetros rechazados" (corrige los parámetros, no reintentes) y "anomalía de red/servicio" (se puede reintentar), para evitar llamadas facturadas repetidamente sobre solicitudes que van a fallar con seguridad.

Repasa esta lista y la gran mayoría de los problemas de la integración se resolverán antes del primer lanzamiento.

Las tres vías de entrada corresponden a tres situaciones de material, los dos interruptores determinan el orden de magnitud del precio y face_limit solo hay que tocarlo cuando tienes un presupuesto de caras claro. Decidiendo en este orden, la integración de Tripo H3.1 resulta bastante directa: basta con empezar a ejecutar la primera llamada desde la página del modelo.

Artículos relacionados

Ver todos los artículos →

Empieza a crear con artefactos de IA persistentes

Consigue tu API key y llama a modelos de imagen, vídeo y audio a través de una única API basada en tasks.

Leer la documentación de la API