En resumen
- Stable Audio 3.0 (mayo de 2026) es una familia de cuatro modelos de Stability AI: Small SFX, Small, Medium y Large.
- Tres tienen pesos abiertos en Hugging Face (Small SFX, Small y Medium); Large se usa por API o en instalación empresarial.
- Duración: Small llega a unos 2 minutos; Medium y Large superan los 6 (Medium, hasta 6:20).
- Stability afirma que todos los modelos 3.0 se entrenaron con datos totalmente licenciados, y en 2025–2026 cerró alianzas con Universal y Warner. Universal, Warner y Sony participaron en su ronda de 76 M USD.
- Uso comercial: gratis bajo la Community License si tu organización factura menos de 1 M USD al año; por encima, licencia Enterprise.
Stable Audio no compite con Suno en canciones con voz para Spotify. Compite en otro terreno: material para producir, efectos de sonido, ambientes y, desde 2026, pistas instrumentales largas con modelos que puedes ejecutar en tu propio equipo. La versión 3.0 cambió el planteamiento de Stability AI en dos frentes, licencias y pesos abiertos, y por eso esta guía se reescribió entera.
¿Qué es Stable Audio 3.0?
Es una familia de cuatro modelos de generación de audio presentada por Stability AI el 20 de mayo de 2026. Cada modelo tiene un papel distinto:
| Modelo | Para qué | Pesos | Duración máxima |
|---|---|---|---|
| Small SFX | Efectos de sonido | Abiertos (Hugging Face) | Fragmentos cortos |
| Small | Música, el más ligero de los musicales | Abiertos | ≈2 min |
| Medium | Música de calidad, uso local | Abiertos | Hasta 6:20 |
| Large | Máxima calidad | API o instalación empresarial | Más de 6 min |
El anuncio incluye una frase que define la estrategia: «All Stable Audio 3.0 models are trained on fully licensed data». Según las notas técnicas de Stability, el catálogo de entrenamiento procede de la biblioteca AudioSparx, dato que conocemos por fuente secundaria. La lectura práctica: es uno de los pocos generadores donde puedes descargar el modelo, ejecutarlo sin conexión y saber, según su fabricante, de dónde salieron los datos.
¿Qué cambió respecto a versiones anteriores?
Tres cosas: la duración, la apertura y el respaldo de la industria. Las primeras versiones de Stable Audio servían sobre todo para loops, texturas y fragmentos. Con 3.0, Medium y Large pasan de los 6 minutos, lo que permite piezas completas para vídeo, pódcast o videojuegos sin empalmar trozos.
La apertura también cambió de escala. Antes había un modelo abierto pequeño junto a la versión comercial; ahora son tres modelos descargables. Para un productor con buena tarjeta gráfica, eso significa trabajar sin créditos ni cuotas.
El tercer cambio es corporativo. Stability firmó una alianza con Universal en octubre de 2025 y otra con Warner en noviembre de 2025. El 25 de agosto de 2026 cerró una Serie B de 76 millones de USD con participación de Universal, Warner, Sony Music y Electronic Arts. En total ha levantado 232 millones. Que las tres majors estén en el accionariado es poco habitual en el sector.
¿Qué permite la licencia?
La Stability AI Community License es gratuita para quien factura menos de 1 millón de USD al año, y los resultados son tuyos en la medida en que la ley lo permita. Es una licencia distinta a las de los servicios por suscripción:
- Por debajo de 1 M USD de ingresos anuales, puedes usar los modelos y sus resultados, también comercialmente, sin pagar.
- Por encima, la organización debe pedir una licencia Enterprise.
- La propiedad de los resultados se reconoce al usuario «en la medida permitida por la ley», un matiz importante. En EE. UU. y México, una obra creada solo por IA no es registrable como obra protegida.
- Large no es abierto: se usa por API o en instalación empresarial, con sus propias condiciones.
Para un músico independiente o un estudio pequeño, el umbral de 1 M USD es holgado. El riesgo práctico no está en la licencia, sino en lo que hagas después: distribuidoras y plataformas tienen sus propias reglas. Lo resumimos en derechos de autor de la música con IA.
¿Para qué sirve en un flujo de estudio?
Para todo lo que no es «la canción con voz»: camas instrumentales, ambientes, transiciones, efectos y material para samplear. Algunos usos donde encaja mejor que un generador de canciones:
- Música para vídeo y pódcast: pistas largas y sin voz, que no compiten con la narración. Lo ampliamos en música con IA para vídeos.
- Diseño sonoro: Small SFX está pensado para efectos.
- Material de producción: texturas y fragmentos que luego cortas, procesas y mezclas en tu DAW.
- Prototipos de videojuego: ambientes largos por escena.
Un ejemplo de estudio: para un documental de 20 minutos, lo práctico es generar tres o cuatro pistas largas con la misma descripción de instrumentación y tempo, elegir las que respiran con la imagen y recortarlas en el montaje. Con fragmentos de 30 segundos, ese trabajo era un rompecabezas de empalmes.
Hay un límite que conviene conocer. Igual que el resto de modelos de texto a audio, rinde mejor en estilos muy representados y pierde en lo original. Para un tema con letra en español y estructura de canción, Suno o ElevenLabs Music siguen siendo más directos.
¿Qué necesitas para ejecutarlo en tu equipo?
Una tarjeta gráfica con memoria suficiente y algo de soltura técnica. Stability publica los pesos en Hugging Face y el código para ejecutarlos, pero no hay un instalador de un clic. Lo habitual es usar Python o una interfaz de la comunidad. Los requisitos exactos dependen del modelo: Small es el más ligero de los modelos musicales y Medium pide más.
Si no quieres instalar nada, Large está disponible por API. La web stableaudio.com es la otra vía de acceso, pero sus planes no pudimos verificarlos en esta revisión. Para quien solo quiere probar, un servicio en la nube es más cómodo. Para quien genera mucho, ejecutar en local elimina el costo por pista.
La comparación de esa cuenta frente a planes como los de Suno o Mureka está en la calculadora de costo por canción. Si te interesa el otro gran modelo abierto, lee la guía de MusicGen: sus pesos tienen licencia no comercial, y ahí está la gran diferencia con Stable Audio 3.0.
¿Stable Audio, MusicGen o un generador de canciones?
Depende de si necesitas apertura, uso comercial o voz. Este resumen ayuda a decidir:
| Necesidad | Mejor opción | Motivo |
|---|---|---|
| Modelo abierto con uso comercial | Stable Audio 3.0 (Small o Medium) | Community License gratis por debajo de 1 M USD |
| Modelo abierto para investigar | MusicGen | Código MIT, pesos CC-BY-NC 4.0 (no comercial) |
| Canción con voz en español | Suno o ElevenLabs Music | Generan letra cantada y estructura |
| Instrumental largo para vídeo | Stable Audio 3.0 Medium o Large | Más de 6 minutos por pista |
El mapa completo, con precios y derechos de cada plan, está en el mejor generador de música con IA. Para el panorama general, vuelve a la guía de música con IA.
Fuentes y notas
- Modelos, pesos, duración y datos licenciados: Stability AI, «Meet Stable Audio 3» (20.05.2026). Fecha confirmada por Digital Music News, 21.05.2026. Origen AudioSparx (fuente secundaria): notas de versión de Stability.
- Licencia: Stability AI Community License (versión del 05.07.2024).
- Alianzas y Serie B: The Next Web, 25.08.2026.
- MusicGen: AudioCraft en GitHub.
Datos verificados el 14 de octubre de 2026. No citamos precios de stableaudio.com porque no pudimos verificarlos. Lo legal es orientativo y no sustituye asesoramiento profesional.
Preguntas frecuentes
¿Qué es Stable Audio 3.0?
Es la tercera generación de modelos de audio de Stability AI, presentada en mayo de 2026. Son cuatro modelos (Small SFX, Small, Medium y Large) que generan música y efectos a partir de texto. Tres tienen pesos abiertos y Large funciona por API. Stability afirma que todos se entrenaron con datos totalmente licenciados.
¿Stable Audio es gratis?
Los pesos abiertos de Small SFX, Small y Medium se descargan gratis desde Hugging Face y se pueden usar bajo la Stability AI Community License, que es gratuita para organizaciones o personas con ingresos anuales inferiores a 1 millón de USD. Ejecutarlos requiere tu propio equipo. Los planes de la web stableaudio.com no los hemos podido verificar en esta revisión.
¿Puedo usar comercialmente lo que genero con Stable Audio?
Según la Community License, los resultados son tuyos en la medida en que la ley lo permita, y el uso es gratuito si facturas menos de 1 M USD al año. Por encima de ese umbral necesitas la licencia Enterprise. Recuerda que la autoría de una obra generada solo por IA no es registrable en varios países.
¿Cuánto dura una pista de Stable Audio 3.0?
Según Stability AI, el modelo Small llega a unos 2 minutos, mientras que Medium y Large superan los 6 minutos; Medium alcanza 6:20. Es mucho más que las primeras versiones de la herramienta, pensadas para fragmentos y loops.