La IA está cambiando el modelado 3D: más barato, más rápido y automatizable

Hace años que quería hacer un juego móvil, pero nunca encontraba tiempo. Ahora que la IA ha reducido drásticamente el tiempo de desarrollo, me he lanzado.

Se llama Santa Slideway. Es un runner en el que Papá Noel vuela en trineo, recoge regalos y los entrega por las chimeneas. Tiene una estética low poly, con modelos 3D de pocos polígonos y un aspecto simpático.

Quería hacerlo íntegramente con IA, modelos 3D incluidos. Empecé por lo fácil: Meshy AI (se abre en una pestaña nueva), una herramienta que genera modelos 3D a partir de texto o imágenes, pero no conseguí el estilo low poly que buscaba. Entonces probé a crearlos directamente con Claude. Revisaba cada resultado y pedía cambios hasta conseguir algo decente. Aprendí mucho, pero me consumía demasiado tiempo: tenía que revisar y dar instrucciones a cada paso.

La solución era quitarme de en medio. Tenía que convertir todo lo aprendido en un proceso automático. Así nació mi pipeline: una secuencia de trabajo en la que varios agentes crean modelos, los revisan y corrigen los errores. Un agente es un sistema que utiliza un modelo de IA para perseguir un objetivo, decidir los siguientes pasos y manejar herramientas sin que una persona tenga que indicarle cada acción. Mi pipeline es, en la práctica, una fábrica de modelos 3D. Le entrego unas imágenes de referencia y se ocupa del resto.

El encargo

El primero en salir de esta fábrica ha sido el protagonista de Santa Slideway: Papá Noel. Lo hizo en dos días y por unos 190 $ en IA.

La dirección artística sigue siendo mía. ChatGPT genera las imágenes de referencia siguiendo mis indicaciones. Se las paso a la fábrica y, desde ese momento, trabaja sola: modela, crea el esqueleto (rigging), anima y comprueba el resultado. Puedo revisarlo al final, pero no tengo que intervenir en cada paso.

Para ponerlo en contexto: en Fiverr y Upwork (webs de freelancers), modelar un personaje 3D se cotiza entre 50 y 1.000 $, con plazos de una a cinco semanas. La IA no gana al más barato en precio, pero tampoco es una comparación de igual a igual. El precio de entrada no garantiza el mismo nivel de detalle ni que incluya rigging, animaciones, ni compatibilidad. En mi caso, el proceso garantiza justo el formato que necesito. Y para integrarlo en el juego, solo tengo que pedírselo a Claude Code.

No digo que la IA dé más calidad que un freelance. Digo que por un coste y un tiempo razonables consigo un resultado más que decente. Y esto no ha hecho más que empezar: los modelos y sus capacidades solo van a ir a mejor.

En este artículo voy a contar qué hace mi pipeline, cuánto cuesta y dónde se va el tiempo. En otro entraré en cómo se construyen sus ciclos de trabajo por dentro.

De las referencias a un modelo animado

Primero elijo el diseño. Después, la fábrica ejecuta tres ciclos automáticos, o loops. Un loop realiza una tarea, comprueba el resultado y repite lo necesario hasta alcanzar unos criterios definidos. Al final puedo hacer una revisión humana, si quiero, pero el modelo ya está listo para integrarlo en el juego. La elección artística queda fuera del pipeline automático a propósito.

El pipeline de un vistazo

Primero, decido el aspecto

Le describo el personaje a ChatGPT. Me propone diseños y vamos ajustándolos hasta que encuentro uno que me gusta. Entonces le pido cuatro imágenes en pose T, con los brazos extendidos: de frente, de lado, de espaldas y desde arriba. Son las referencias que necesita la fábrica. Para Santa, en total generé unas 10 imágenes con GPT Image 2.

Paso previo: el diseño, a mano

Podría automatizar también esta decisión, pero prefiero mantener el control sobre el aspecto del juego.

Después, trabaja la fábrica

Le paso esas referencias a Claude Code, la herramienta desde la que trabajan los agentes. El agente principal utiliza Claude Opus 5.5 y algunos subagentes sencillos utilizan Claude Sonnet 5.5.

• Loop 1, modelado: construye el personaje en Blender (se abre en una pestaña nueva), un programa de creación 3D, y lo compara con las referencias para corregirlo.
• Loop 2, rigging y animación: añade el esqueleto que permite mover el personaje, genera las animaciones y las comprueba. Lo prepara para Godot (se abre en una pestaña nueva), el motor con el que estoy desarrollando el juego.
• Loop 3, vídeo opcional: genera un vídeo del proceso para enseñar cómo se hizo.

Cuando termina, puedo abrir el personaje en un visor 3D y revisar el resultado. Si detecto un error, se corrige el modelo y se añade una regla para evitarlo en el futuro. Esa revisión humana es opcional, no una fase que tenga que supervisar continuamente.

El sistema no está pensado solo para Papá Noel. Quiero utilizarlo con los demás personajes y objetos del juego.

Control de calidad

Para no tener que estar encima de cada paso, la fábrica debe comprobar la calidad de lo que produce. Por eso los loops no se limitan a hacer el trabajo: también revisan el resultado y corrigen los fallos antes de continuar.

En la fase de modelado, el agente crea una versión y otros agentes la revisan. Si encuentran problemas, los corrige y vuelve a comprobar. En el loop de rigging y animación también hay controles, aunque no necesita el mismo equipo de agentes críticos: comprueba con medidas que el esqueleto y las animaciones funcionen como deben.

Loop 1: modelado

Para el modelado, el objetivo es acabar con dos revisiones seguidas sin fallos y medidas dentro de unos márgenes: alto y ancho a ±1 %, silueta que coincida al 85 % o más y bordes a menos de 1 cm de la referencia. También puedo detener el proceso yo mismo.

En Papá Noel hubo 43 cambios y 16 revisiones. No alcanzó del todo ese criterio: lo di por bueno con 38 fallos menores registrados. Quizá haya que ajustar algún umbral.

Al terminar, el sistema revisa los errores acumulados y actualiza su skill: un conjunto de instrucciones reutilizables para hacer mejor la misma tarea la próxima vez.

No necesito que me pidan opinión en cada vuelta. Esa autonomía ahorra tiempo humano, aunque supone más trabajo de IA y, por tanto, más coste.

La importancia de un sistema multiagente

No es un único agente trabajando solo. Hay un orquestador, el agente principal que organiza el trabajo, asigna tareas y toma decisiones. Y hay subagentes, agentes separados que reciben una tarea concreta y devuelven un informe.

Durante el modelado, tres agentes críticos independientes revisan las imágenes por separado, sin conocer las sospechas del orquestador. Uno compara el modelo con la referencia, otro busca defectos de geometría, como pinchos o agujeros, y el tercero elige entre dos versiones sin saber cuál es la nueva. Una vez señalados los posibles fallos, un cuarto agente comprueba con herramientas de medida que realmente existan y cuantifica las diferencias.

El orquestador y sus subagentes

La separación importa. Si el mismo agente construyera el personaje, decidiera qué está mal y juzgara sus propias correcciones, podría arrastrar los mismos sesgos de una tarea a otra. Aquí, cada crítico tiene un contexto limitado y una responsabilidad concreta. No conoce las conclusiones de los demás ni las sospechas del orquestador. Eso no elimina todos los sesgos, pero reduce el riesgo de que todos den por bueno el mismo error.

Decisiones basadas en datos, no en opiniones

Una revisión visual sirve para detectar posibles errores, no para demostrar que existen. Un agente puede interpretar que el gorro está torcido cuando las medidas dicen lo contrario. Por eso, después de que los críticos señalen un problema, otro agente lo verifica con herramientas de medida antes de decidir qué corregir.

La fábrica utiliza pequeños programas que miden la coincidencia de la silueta, las diferencias de color, la orientación de las superficies o los defectos de la malla. La idea es sencilla: no corregir algo solo porque a un agente le parece que está mal.

Las herramientas

Estas herramientas nacieron de mi fase de aprendizaje del modelado 3D con Claude. Cuando algo fallaba, buscábamos maneras de medirlo en lugar de discutirlo a ojo. La IA fue creando los scripts de comprobación a partir de esas conversaciones. Hoy tengo 11 herramientas para el modelado y 5 para el esqueleto.

No eliminan todos los errores, pero convierten las revisiones en comprobaciones que los agentes pueden repetir sin pedirme opinión.

Cuánto cuesta en dinero y tiempo

Casi todo el coste está en el modelado

A diferencia del modelado manual, aquí nadie arrastra vértices con el ratón. En mi caso, el modelo es un programa en Python que Blender ejecuta. Un archivo guarda medidas como el alto del gorro, el ancho de la barriga o la posición de los ojos; otro construye las piezas.

Es una ventaja: Claude Code es especialmente bueno trabajando con código. Para subir un ojo 2 mm, añadir una pieza o deshacer un cambio, solo tiene que modificar el programa y ejecutarlo de nuevo.

Lo costoso es la secuencia de cambiar, comparar con las referencias y corregir. Para asegurar que no introducimos errores, cada revisión necesita unas 40 vistas desde distintos ángulos, que Blender debe renderizar para que los agentes puedan evaluarlas. Esa revisión repetida consume tanto llamadas a los modelos como tiempo de ejecución.

La factura: unos 190 $

Estos son los costes de API (pago por uso de los modelos) del primer personaje:

Lo que cuesta

Las cifras están redondeadas, por eso las partidas no tienen que sumar exactamente el total.

El modelado se lleva casi todo: 151 $. Es la fase donde varios agentes tienen que mirar, comparar y corregir muchas veces. Esqueleto, animación y preparación para integrar en el juego cuestan 30 $, porque ahí no hace falta repetir esa revisión entre varios agentes. Los vídeos añaden 8 $ y las imágenes iniciales, unos 2 $.

El agente principal y casi todos los demás utilizan Claude Opus 5.5. La tarifa utilizada para calcular esta factura es de 4 $ por millón de tokens de entrada y 20 $ por millón de tokens de salida. Un token es una pequeña unidad de texto que el modelo lee o genera. Algunas tareas sencillas van a Claude Sonnet 5.5, que es más barato. Las imágenes de GPT Image 2 salen a unos 0,21 $ cada una en calidad alta.

Dato curioso: el 97 % de los tokens son relecturas. Los agentes necesitan volver a consultar instrucciones, resultados e información del trabajo. Gran parte de ese contexto puede recuperarse de caché, es decir, reutilizar contenido ya procesado. En este caso, leerlo de caché cuesta 100 veces menos que generar texto nuevo. Esa diferencia es clave para que la factura no se dispare.

Esta tabla refleja precios de API, no lo que pago con una suscripción. Yo utilizo Claude Max (se abre en una pestaña nueva), que me cuesta unos 90 € al mes en España. En la práctica, podría generar varios modelos al mes por menos de 100 €.

Los dos días: dónde se va el tiempo

Todo se ejecutó en el entorno en la nube de Claude Code, en un contenedor (un entorno de software aislado) con Blender y Godot funcionando sin pantalla. Yo seguía el trabajo desde la app. No pagué una máquina ni una tarjeta gráfica aparte.

Buena parte del tiempo se fue en renderizar imágenes para las revisiones. Ya te he dicho que cada revisión requería unas 40 capturas desde distintas perspectivas. Así se puede detectar si corregir algo de frente ha estropeado el personaje por detrás o desde arriba. Con 16 revisiones, son unas 640 capturas de control. Además, también se generaron imágenes del proceso y fotogramas del vídeo. Sin una GPU dedicada, el renderizado consumió buena parte de los dos días.

Hay otro mecanismo que influye: las pasadas por imagen. Cada captura se genera acumulando varias pasadas de renderizado: cada pasada aporta información y, al combinarlas, se obtiene una imagen más limpia, con menos ruido. Santa se renderizó con decenas de pasadas por captura. Probé a reducirlo a 16 pasadas y las medidas del modelo seguían saliendo iguales. Con ese ajuste, el renderizado va entre 2,5 y 3 veces más rápido: un fotograma del vídeo pasó de unos 55 segundos a 16 segundos. En el loop de generación de vídeo pasa lo mismo: cada fotograma se renderiza con varias pasadas para mejorar su calidad.

Espero que el próximo personaje tarde bastante menos, pero aún no lo he medido. No voy a presentar esa mejora como un resultado conseguido.

Qué salió al final

El modelado de Santa, de las cuatro láminas al modelo terminado (vídeo en inglés, 40 s)

El esqueleto y las animaciones, con los fallos que encontró y cómo los arregló (vídeo en inglés, 44 s)

Dato	Resultado
Personaje	Papá Noel low poly
Malla	2.676 triángulos (límite: 3.000)
Modelado	43 cambios y 16 revisiones
Esqueleto y movimiento	24 huesos y 5 animaciones
Entrega	Personaje animado listo para integrar en el juego, pruebas y vídeo del proceso
Coste y duración	≈ 190 $ y dos días

El proceso todavía no es perfecto. Aún puedo encontrar fallos a ojo, más allá de los que detecta el sistema. La parte interesante es que los errores no se quedan solo en una lista: se convierten en nuevas instrucciones para la siguiente ejecución.

Mi opinión personal

190 $ y dos días no convierten esta opción en la más barata para todos los casos. Sin embargo, te dan para un personaje más que decente, animado y listo para integrar, sin dirigir cada paso. La IA cambia radicalmente el panorama para un desarrollador indie.

Además, el precio es lo de menos. Lo que hay que destacar es el paso de un modelo intensivo en horas humanas, corrigiendo modelos a mano, conversación tras conversación, a un proceso automático que puedes repetir sin casi intervención. Y ojo, esta idea sirve para el 3D, pero también para muchas otras tareas con IA: aprende qué funciona. Luego monta un sistema que lo haga sin ti.

En el artículo 2 enseñaré cómo se monta uno de estos loops por dentro y qué patrones de agentes he utilizado.