H.264 vs H.265 vs AV1: Evolución de códecs de vídeo y guía de selección

1. La evolución de los códecs de vídeo

La historia de la codificación de vídeo se remonta a finales de la década de 1980. Desde H.261, diseñado para videoconferencia sobre líneas RDSI, hasta AV1, diseñado para streaming en ultra alta definición, las normas de códecs han evolucionado durante casi tres décadas. Cada generación persigue el mismo objetivo fundamental: reproducir la imagen usando menos bits conservando la calidad visual.

La compresión de vídeo es esencial porque el vídeo sin comprimir es enorme. Un clip de diez segundos en 1080p en formato sin comprimir puede consumir varios gigabytes —inviable para almacenamiento o transmisión. Los códecs explotan la redundancia espacial y temporal entre fotogramas para reducir estos datos a un tamaño manejable. La redundancia espacial se refiere a la correlación entre píxeles vecinos dentro de un mismo fotograma; la redundancia temporal se refiere a la similitud entre fotogramas consecutivos. Prácticamente todas las normas de códecs modernas giran en torno a estos dos tipos de redundancia.

Concretamente, un codificador clasifica las imágenes en tres tipos de fotogramas: los I-frames (fotogramas codificados intra) registran una imagen completa y pueden decodificarse de forma independiente, ofreciendo la menor compresión pero la mayor resiliencia a errores; los P-frames (fotogramas predictivos) almacenan solo las diferencias respecto a un fotograma anterior; los B-frames (fotogramas bidireccionales) hacen referencia tanto a fotogramas anteriores como posteriores, logrando la mayor compresión. El grupo de fotogramas entre dos I-frames forma un GOP (Group of Pictures): un GOP más largo produce mejor compresión pero menor acceso aleatorio y recuperación de errores. Este marco de predicción entre fotogramas está vigente desde H.261; las normas sucesivas refinan principalmente el particionamiento en bloques, la precisión de predicción y la codificación entrópica.

H.261 estableció el marco de codificación basado en bloques; MPEG-1 lo extendió al almacenamiento en disco óptico a aproximadamente 1,5 Mbps, suficiente para vídeo con calidad VCD; H.263 se optimizó para comunicación de bajo bitrate, manteniendo imágenes reconocibles por debajo de 64 kbps; H.264 abrió la era del streaming en alta definición; H.265 se orientó a la 4K ultra HD; y AV1 representa la dirección de nueva generación, libre de regalías. Cada generación intenta mejorar la eficiencia de compresión sobre su predecesora manteniendo la complejidad de codificación al alcance del hardware disponible.

2. Análisis técnico de los códecs principales

H.264 (AVC)

Publicado en 2003, H.264 (Advanced Video Coding) utiliza particionamiento por macrobloques con un bloque base de 16×16, soportando subbloques de 4×4 a 16×16. La estimación de movimiento alcanza una precisión de un cuarto de píxel, y la norma introduce fotogramas de referencia múltiples, deblocking en bucle, codificación de longitud variable adaptativa al contexto (CAVLC) y codificación aritmética binaria adaptativa al contexto (CABAC).

Comparado con su predecesor H.263, H.264 duplica aproximadamente la eficiencia de compresión —reduciendo a la mitad el bitrate con calidad equivalente. CABAC ahorra entre un 5 y un 15 % más de bitrate que CAVLC pero exige más cómputo, por lo que los dispositivos de gama baja suelen optar por CAVLC. H.264 también soporta múltiples slices y el Flexible Macroblock Ordering (FMO), facilitando el procesamiento paralelo y la resiliencia a errores.

La fortaleza de H.264 es su ecosistema maduro: prácticamente todos los dispositivos, navegadores y reproductores modernos lo soportan de forma nativa. Su debilidad es una eficiencia de compresión insuficiente para 4K y superior, lo que resulta en bitrates más altos. Gracias a la decodificación por hardware omnipresente, H.264 también destaca en eficiencia energética en dispositivos móviles, lo que lo convierte en el códec más compatible disponible hoy en día.

H.265 (HEVC)

Publicado en 2013, H.265 (High Efficiency Video Coding) introduce la Coding Tree Unit (CTU), soportando bloques de hasta 64×64 con particionamiento adaptativo hasta 8×8 según la complejidad de la imagen. Con calidad subjetiva equivalente, H.265 reduce el ancho de banda aproximadamente un 40–50 % frente a H.264.

Las mejoras clave incluyen tamaños de CTU más grandes que aumentan la eficiencia de codificación, especialmente en grandes zonas planas; 35 direcciones de predicción intra (frente a 9 en H.264) para una representación de textura más fina; la fusión avanzada de vectores de movimiento (Merge) y la Advanced Motion Vector Prediction (AMVP) que reducen el sobrecoste de codificación de la información de movimiento; el Sample Adaptive Offset (SAO) que suprime aún más los artefactos de ringing tras el filtrado en bucle; y herramientas de procesamiento paralelo como Tiles y WPP que facilitan la codificación multinúcleo.

Estas características hacen que H.265 sea muy adecuado para la distribución de contenido 4K y 8K, pero también conllevan una complejidad computacional significativamente mayor —la codificación H.265 puede tardar varias veces más que H.264. Los tamaños de bloque más grandes pueden aumentar el sobrecoste a resoluciones bajas, por lo que las ventajas de H.265 solo se manifiestan plenamente a resoluciones más altas.

VP9

Desarrollado por Google y publicado en 2013 como parte del proyecto WebM, VP9 usa superbloques de 64×64 y soporta 32 modos de predicción intra, además de predicción inter avanzada y cuantización adaptativa. Su eficiencia de compresión es comparable a la de H.265, y es completamente libre de regalías.

VP9 toma ideas de H.265 pero simplifica la sintaxis y el conjunto de herramientas para reducir la dificultad de implementación. Soporta hasta tres fotogramas de referencia y permite mezclar referencias de distintas resoluciones para gestionar escenarios con resolución variable. La principal ventaja de VP9 es su apertura: cualquier fabricante puede implementarlo sin preocupaciones por patentes. Sin embargo, su ecosistema de decodificación por hardware es relativamente limitado, por lo que está más activo en la web, especialmente en navegadores basados en Chromium. VP9 ha sido ampliamente adoptado por las grandes plataformas de vídeo como alternativa eficiente a H.264, con un rendimiento fiable en la distribución de vídeo web.

AV1

Publicado en 2018 por la Alliance for Open Media (AOMedia), AV1 extiende las técnicas de la generación anterior con superbloques de 128×128 y herramientas de predicción y transformación más sofisticadas, incluyendo intra block copy, compensación de movimiento afín, modo paleta y precisión de movimiento de 1/8 de píxel. Comparado con H.265, AV1 ahorra un 20–30 % adicional de bitrate con calidad equivalente —aproximadamente un 60 % de ahorro frente a H.264.

AOMedia fue fundada conjuntamente por varios actores de la industria precisamente para evitar la concesión fragmentada de licencias de patentes de H.265. AV1 se basa en VP9, incorpora herramientas avanzadas seleccionadas de H.265 y añade numerosas técnicas experimentales, lo que le da un conjunto de herramientas mucho mayor que H.265. Está diseñado para ser totalmente libre de regalías y ha sido adoptado gradualmente por las grandes plataformas de streaming. La complejidad de codificación es extremadamente alta, y la codificación en tiempo real aún depende de la aceleración por hardware. Las últimas GPU y chips móviles empiezan a integrar la decodificación por hardware de AV1, y la codificación asistida por hardware progresa. Se prevé un despliegue generalizado tanto en streaming bajo demanda como en directo durante los próximos años.

3. Comparación de licencias de patentes

Las licencias son un factor decisivo en la adopción de códecs. La tabla siguiente compara la situación de licencias de cuatro formatos principales:

Códec	Concedente de licencia	Coste de regalías	Complejidad
H.264	Pool unificado MPEG-LA	Por tramos, con techo anual	Baja
H.265	Múltiples pools (MPEG-LA, HEVC Advance, etc.)	Alto, sin techo unificado	Muy alta
VP9	Open source (licencia BSD)	Gratis	Ninguna
AV1	Alliance for Open Media	Gratis	Ninguna

Las licencias son la razón principal por la que la adopción de H.265 se ha retrasado. H.264 está gestionado por MPEG-LA con una estructura de tarifas clara y un techo, de modo que los proveedores de contenido pueden desplegarlo con costes predecibles; H.265, en cambio, implica múltiples pools de patentes competidores con titulares repartidos entre distintas organizaciones, tarifas inciertas y ningún techo unificado. Según informes públicos, algunos proveedores de contenido retrasaron el despliegue de H.265 porque no podían estimar los costes de licencia. Esta incertidumbre ha empujado a algunos fabricantes de navegadores y comunidades open source hacia VP9 y AV1, y motivó directamente la creación de AOMedia, dando lugar a un ecosistema de códecs open source libre de regalías.

4. Recomendaciones por escenario

Los distintos casos de uso tienen requisitos de códec muy diferentes. La tabla siguiente resume las recomendaciones para escenarios comunes:

Caso de uso	Códec recomendado	Motivo
Adjunto de correo electrónico	H.264	Mejor compatibilidad, sin decodificador adicional
Inserción web	VP9 / H.264	Soporte nativo del navegador; VP9 ahorra ancho de banda
Reproducción móvil	H.264 / H.265	Decodificación por hardware omnipresente, eficiente con la batería
Distribución en streaming	AV1 / H.265	Alta compresión reduce el coste de ancho de banda
Archivado a largo plazo	H.265 / AV1	Ahorra almacenamiento preservando la calidad
Streaming en directo	H.264	Codificación más rápida, latencia controlable

Verifique siempre primero las capacidades de decodificación del entorno de reproducción objetivo y luego sopesa la eficiencia de compresión frente al coste de codificación. Para contenido que deba llegar a la mayor audiencia posible, H.264 sigue siendo la opción de respaldo; para la distribución sensible al ancho de banda, los códecs más nuevos deben tener prioridad. En la práctica, muchas plataformas adoptan una estrategia multi-bitrate y multi-códec: sirven H.264 para cubrir todos los clientes mientras proporcionan versiones AV1 o H.265 para los dispositivos que soportan códecs más nuevos, equilibrando compatibilidad y eficiencia.

5. Comparación de compresión con FFmpeg

Usando el mismo vídeo fuente en 1080p, comprima con cada códec. Valores CRF (Constant Rate Factor) más bajos producen mayor calidad; valores similares generalmente indican calidad comparable.

# H.264 (CRF 23, preset medium)
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset medium -an output_h264.mp4

# H.265 (CRF 28, preset medium)
ffmpeg -i input.mp4 -c:v libx265 -crf 28 -preset medium -x265-params log-level=error -an output_h265.mp4

# VP9 (CRF 32, bitrate sin restricciones)
ffmpeg -i input.mp4 -c:v libvpx-vp9 -crf 32 -b:v 0 -an output_vp9.webm

# AV1 (CRF 30, bitrate sin restricciones)
ffmpeg -i input.mp4 -c:v libaom-av1 -crf 30 -b:v 0 -cpu-used 4 -an output_av1.mkv

Notas sobre los parámetros: -crf controla la calidad, -preset/-cpu-used equilibran velocidad y ratio de compresión, -b:v 0 permite al codificador asignar el bitrate según el CRF, y -an descarta el audio para centrar la comparación en la compresión de vídeo. Tenga en cuenta que las escalas de CRF no son uniformes entre codificadores: el CRF 23 de H.264 y el CRF 28 de H.265 son aproximadamente comparables en calidad subjetiva, pero no equivalentes de forma exacta —las comparaciones rigurosas deberían apoyarse en métricas objeticas como VMAF o SSIM.

En la práctica, con calidad subjetiva equivalente, H.265, VP9 y AV1 producen archivos progresivamente más pequeños, pero el tiempo de codificación aumenta en consecuencia. La codificación AV1 puede tardar decenas de veces más que H.264 y requiere aceleración por hardware u optimización paralela para ser viable. En entornos de producción de transcodificación por lotes, la velocidad de codificación suele ser tan importante como el ratio de compresión, por lo que muchas plataformas usan AV1 solo para transcodificación sin conexión y mantienen H.264 para escenarios en tiempo real.

6. Preguntas frecuentes

P1: H.265 es técnicamente superior, ¿por qué su adopción ha sido más lenta que la de H.264?

Principalmente por las licencias. H.265 implica múltiples pools de patentes con estructuras de tarifas complejas y sin techo, lo que disuade a los fabricantes de navegadores y a las plataformas de contenido. Algunos fabricantes de navegadores rechazaron explícitamente soportar H.265 de forma nativa debido a preocupaciones por las licencias. El soporte limitado de decodificación por hardware al principio también ralentizó la adopción móvil. Solo en los últimos años los chips principales integran generalmente la decodificación por hardware de H.265, pero el soporte en el lado web sigue siendo desigual. Por el contrario, las licencias de H.264 están gestionadas centralmente por MPEG-LA con tarifas predecibles, lo que lo convierte en la norma de códec más desplegada hasta la fecha.

P2: ¿Cuándo sustituirá AV1 por completo a H.265?

La decodificación AV1 está soportada en hardware de nueva generación y en los principales navegadores, pero la codificación en tiempo real sigue siendo costosa computacionalmente. La distribución bajo demanda ha empezado a escalar, pero el streaming en directo exige baja latencia de codificación y sigue dependiendo principalmente de H.264. Se espera un uso generalizado en streaming en directo solo después de que maduren los codificadores por hardware y mejore la optimización de la velocidad de codificación. A corto plazo, un escenario más probable es la coexistencia de AV1 y H.265, con conmutación adaptativa según la capacidad de decodificación del cliente. La velocidad de codificación de AV1 también mejora de forma constante —los codificadores open source como SVT-AV1 han reducido sustancialmente los tiempos de codificación, y se esperan nuevas mejoras.

P3: ¿Por qué VP9 está confinado principalmente a la web?

La cobertura de decodificación por hardware de VP9 es relativamente limitada y depende principalmente de la decodificación por software de los navegadores basados en Chromium. En reproductores de escritorio y aplicaciones móviles nativas, H.264 y H.265 disfrutan de mejor soporte de hardware y menor consumo de energía. VP9 nunca construyó un ecosistema de decodificación por hardware multiplataforma como H.264, por lo que sigue siendo principalmente un formato de vídeo web. Sin embargo, VP9 allanó el camino para AV1 —muchas de sus ideas técnicas continúan y se mejoran en AV1. Algunas plataformas sirven simultáneamente versiones VP9 y AV1, transitando gradualmente de VP9 a AV1.

7. Conclusión

El desarrollo de códecs de vídeo es un equilibrio constante entre eficiencia de compresión y coste de implementación. H.264, con su compatibilidad exhaustiva, sigue siendo la opción más segura hoy; H.265 destaca en escenarios UHD sensibles al ancho de banda, aunque las restricciones de licencias limitan su adopción; VP9 y AV1 representan la dirección libre de regalías, con AV1 emergiendo como el núcleo del streaming de nueva generación.

Al elegir un códec, considere el entorno de reproducción objetivo, el coste de ancho de banda, la capacidad de almacenamiento y la carga computacional en lugar de perseguir la norma más reciente. Encontrar el equilibrio adecuado entre compatibilidad, eficiencia y coste es el óptimo de ingeniería. Comprender los límites de aplicación de cada códec es más valioso que recordar cuál es el más reciente. A medida que el soporte de hardware para AV1 madura y las herramientas de codificación siguen optimizándose, la brecha de coste entre generaciones se estrechará, pero los compromisos fundamentales entre compatibilidad, eficiencia y licencias persistirán. Mantenerse informado sobre estas dinámicas es la mejor forma de tomar decisiones de códec acertadas a lo largo del tiempo.

Lecturas relacionadas:

• Guía de compresión de vídeo: cómo reducir el tamaño manteniendo la claridad
• FFmpeg Video Compression: CRF vs CBR vs VBR Explained