Modelos de imagen

Qué tener en cuenta

Las preguntas que distinguen las opciones, por orden de importancia.

1. 01

   El Elo de la arena con sus márgenes de error, no el número de puesto

   La clasificación de texto a imagen de Artificial Analysis ordena los modelos por Elo a partir de votos de preferencia a ciegas, con un intervalo de ± 95% dentro de la columna Elo y una columna Range con los puestos posibles. En octubre de 2026, los puestos cuarto a sexto (Nano Banana 2.1, Grok Imagine Image 2.0, MAI-Image-2.6) están a pocos puntos unos de otros y en la práctica empatan. Usa el filtro Open weights si necesitas alojarlo tú, y cambia a la clasificación aparte Image Editing si la mayor parte de tu trabajo consiste en modificar imágenes existentes. Las propias clasificaciones de texto a imagen y de edición de imágenes de Arena son una segunda opinión útil.

2. 02

   Precio por imagen con la calidad que vas a usar

   La columna de precio de la clasificación es el coste de 1.000 imágenes a 1024x1024 en la API del creador con los ajustes por defecto, y va de unos $10 a $211. Las primeras entradas de OpenAI se puntúan con calidad 'max', que cuesta unos $211 por cada 1.000; los ajustes de calidad más bajos son más baratos, pero quedan peor clasificados. Calcula también el precio con tu resolución real: Nano Banana 2.1 cuesta unos $0.034 a 1K y $0.076 a 4K, mientras que FLUX 3 Image Klein cuesta $0.009 a 1K.

3. 03

   Texto y maquetación

   Si haces carteles, diapositivas, envases o anuncios, que el texto sea legible importa más que el Elo general. Busca modelos que destaquen el texto en varios idiomas y el control de la maquetación (las cajas delimitadoras de Ideogram, las ediciones por coordenadas de Seedream), y prueba con tus propios textos, incluidas escrituras no latinas. Las clasificaciones generales mezclan todo tipo de prompts, así que un modelo centrado en el diseño puede estar a media tabla y ser aun así la mejor opción para la tipografía.

4. 04

   Edición y control de las referencias

   El trabajo de producto y de marca depende de mantener coherente un personaje, un logotipo o un producto entre imágenes. Comprueba cuántas imágenes de referencia acepta un modelo (Nano Banana 2.1 admite hasta 14; FLUX 3 Image Klein y Qwen-Image-2.1, hasta 10), si las ediciones dejan intactas las zonas no tocadas y si admite máscaras, capas o salida con transparencia. La edición en varios turnos en una interfaz de chat es cómoda; el control a nivel de API es lo que necesitan los pipelines.

5. 05

   Licencia y uso comercial

   Las APIs alojadas suelen permitir el uso comercial de los resultados según sus condiciones. Los pesos abiertos varían mucho: FLUX 3 Image Klein solo es gratuito para organizaciones con menos de 5 millones de dólares de ingresos anuales, Qwen-Image-2.1 pasó a una licencia de investigación no comercial, y se informa de que los pesos de Ideogram 4.0 son no comerciales por defecto. Lee la licencia de la ficha del modelo antes de construir un producto sobre pesos alojados por ti.

6. 06

   Resolución, velocidad y acceso

   La salida nativa en 4K (GPT Image 2.5, Nano Banana, FLUX 3 Image Klein) ahorra un paso de escalado para impresión e imágenes principales; muchos modelos se quedan en 2K. Artificial Analysis también publica el tiempo mediano de generación, que importa para las apps interactivas, y los ajustes de máxima calidad más lentos pueden tardar un minuto o más. Comprueba también el acceso: Midjourney no tiene API pública, así que no puede formar parte de un pipeline automatizado.

7. 07

   Los entornos de ejecución son otra elección

   ComfyUI, InvokeAI y Diffusers no son modelos; ejecutan modelos de pesos abiertos en tu propio hardware. Elige uno solo si vas a alojarlos tú: ComfyUI para pipelines de grafos de nodos y los modelos más nuevos, InvokeAI para un editor tipo lienzo, Diffusers para código en Python. Revisa la VRAM necesaria en la ficha del modelo; las versiones cuantizadas (FP8, INT8, NVFP4) hacen que algunos modelos quepan en GPUs de consumo.

12 herramientas comparadas

Ordenadas por nuestra nota. Abre cualquier reseña para ver las fuentes, los precios y el veredicto completo.

Comparativa de herramientas de Modelos de imagen

Herramienta	Nota	Nuestro veredicto	Ideal para	Precio
GPT Image 2.5 (Flare and Sunburst)modelo	4.7/5	Sunburst y Flare encabezan las clasificaciones por votación a ciegas, a aproximadamente seis veces el precio por imagen de Nano Banana 2.1.	Agencias y equipos de producto cuyas imágenes llegan a los clientes y justifican un sobreprecio por imagen, sobre todo en ediciones iterativas.	API: 5 $ por 1 M de tokens de entrada de texto, 8 $ por 1 M de entrada de imagen y 30 $ por 1 M de salida de imagen, tanto para Flare como para Sunburst (salida en Batch 15 $). Artificial Analysis sitúa una imagen de 1024x1024 en calidad máxima en unos 211 $ por cada 1.000. Incluido en los planes de ChatGPT.
ComfyUIrepo	4.7/5	Los nuevos modelos abiertos de imagen y vídeo llegan aquí primero; el grafo de nodos y un servidor sin autenticación son el precio de entrada.	Artistas y desarrolladores que quieren control total sobre la generación local de imagen y vídeo.	Gratuito y de código abierto con licencia GPL-3.0. Comfy Cloud cuesta desde 20 $ al mes (16 $ con facturación anual); los Partner Nodes se pagan por uso.
Nano Banana 2.1modelo	4.6/5	Cuarto en votaciones a ciegas a una sexta parte del precio de los líderes, Nano Banana 2.1 es el modelo de imágenes frente al que ahora todos los rivales tienen que justificar su coste.	Equipos de producto y marketing que generan miles de imágenes al mes y necesitan personajes coherentes o texto legible.	Gemini API: unos $0,034 por imagen 1K, $0,050 por 2K y $0,113 por 4K; Batch reduce cada precio a la mitad. Sin nivel gratuito en la API; se puede probar gratis en la app Gemini.
Hugging Face Diffusersrepo	4.4/5	Diffusers es la forma de ejecutar desde código los modelos abiertos de imagen y vídeo, y da por hecho que leerás la guía de memoria antes de ejecutar nada grande.	Desarrolladores e investigadores de Python que trabajan con modelos de difusión.	Gratuito y de código abierto con licencia Apache 2.0.
Midjourney V8modelo	4.3/5	Sigue siendo el modelo de imágenes con mejor ojo, vendido como una suscripción de estudio que prohíbe la automatización y publica tu trabajo salvo que pagues Pro.	Ilustradores, directores de arte y pequeños estudios que generan a mano y valoran el estilo por encima de la automatización.	Solo suscripción: Basic $10/mes, Standard $30, Pro $60, Mega $120; un 20 % de descuento con pago anual. Tiempo extra de Fast GPU a $4/hora. Sin API pública.
MAI-Image-2.6modelo	4.3/5	MAI-Image-2.6 ofrece una calidad de imagen entre las cinco mejores por una quinta parte del precio de GPT Image 2.5, frenado por las condiciones de preview y unas cuotas que empiezan en seis imágenes por minuto.	Equipos que trabajan sobre Azure y quieren un modelo de imagen potente del mismo proveedor.	Foundry Global Standard: $38 por 1M de tokens de salida ($19 Flash), Data Zone un 10 % más; Artificial Analysis indica unos $39 por 1.000 imágenes, $19,50 para Flash.
Nano Banana Pro (Gemini 3 Pro Image)modelo	4.2/5	Sigue siendo el especialista en realismo de Google, aunque los votantes a ciegas y las propias pruebas de Google prefieren ya un modelo que cuesta la cuarta parte.	Equipos que producen un número moderado de imágenes fotorrealistas de alto valor, como imágenes principales y escenas de producto, y que pueden asumir el sobreprecio por imagen.	0,134 $ por imagen de 1K o 2K y 0,24 $ por imagen de 4K en la API de Gemini; Batch cuesta la mitad (0,067 $ y 0,12 $). No hay nivel gratuito de API.
Seedream 5.0 Promodelo	4.1/5	Seedream 5.0 Pro es una herramienta de maquetación vendida a precio de modelo insignia, y en calidad de imagen pura le gana el más barato Nano Banana 2.1 de Google.	Equipos de diseño y marketing que necesitan salidas editables por capas y texto en varios idiomas más que la máxima calidad en votaciones a ciegas.	Artificial Analysis indica 90 $ por 1.000 imágenes en la API de ByteDance; BytePlus anuncia paquetes de primera compra desde 0,045 $ por imagen. Runway: 0,05 $ por imagen 1K, 0,09 $ por 2K.
FLUX 3 Image Kleinmodelo	4.0/5	Klein es la vía creíble más barata hacia la edición y la salida 4K al estilo de FLUX 3, aunque todas las afirmaciones sobre su calidad son, por ahora, de la propia Black Forest Labs.	Pequeñas empresas y desarrolladores que quieren un modelo de imagen abierto actual con edición integrada, o uno de API muy barato.	Pesos gratuitos por debajo de 5M $ de ingresos anuales. API de BFL: 0,008 $ (768px), 0,009 $ (1K), 0,011 $ (1.5K), 0,014 $ (2K), 0,036 $ (4K) por imagen, generación o edición.
Ideogram 4.0modelo	4.0/5	Ideogram 4.0 es un especialista en tipografía cuyos pesos descargables puedes estudiar pero no llevar a producción, así que para trabajo de pago es un modelo de API.	Diseñadores y equipos de marca que necesitan texto preciso en imágenes a través de una API, e investigadores que quieren pesos para estudiar.	API a unos $0,06 por imagen (por defecto) o $0,10 (Quality), según Artificial Analysis; fal aloja las variantes Fast e Instant desde $0,0075. Planes de la aplicación desde $15/mes con pago anual. Pesos gratuitos solo para uso no comercial.
Qwen-Image-2.1modelo	4.0/5	Primero entre los modelos de imagen abiertos en votaciones a ciegas, y vetado para cualquier cosa que vendas hasta que Alibaba firme una licencia aparte.	Investigadores, y equipos que prototipan funciones de imagen que licenciarán como es debido antes de lanzarlas.	Pesos gratuitos para investigación y evaluación; el uso comercial necesita una licencia aparte de Alibaba. Qwen-Image-2.1-Pro alojado cuesta 0,04 $ por imagen en QwenCloud; -Turbo cuesta 16 $ cada 1.000 imágenes, según Artificial Analysis.
InvokeAIrepo	3.9/5	Una aplicación local de imágenes cómoda para artistas que ha sobrevivido a su empresa y que está ahora a mitad de una arriesgada reescritura para la v7.	Artistas que quieren generar y editar imágenes al estilo de un lienzo en su propia máquina.	Gratuito y de código abierto bajo la licencia Apache 2.0. Sin nivel de pago desde que el servicio alojado cerró en octubre de 2025.

Lado a lado

Las especificaciones que importan en este paso. Comprobado el 23 oct 2026; confírmalo en la web del proveedor antes de decidirte.

Comparativas directas y guías con ranking

• Mejores modelos de IA de imagen

Dónde encaja esta etapa

• Pipeline de generación de imágenes: empezaríamos con FLUX 3 Image Klein, GPT Image 2.5 (Flare and Sunburst).
• Producción de vídeo: empezaríamos con Nano Banana Pro (Gemini 3 Pro Image).

Fuentes de esta guía

• Artificial Analysis: text-to-image leaderboard
• Artificial Analysis: text-to-image overview and methodology
• Arena leaderboard (text-to-image and image edit)
• OpenAI: image prompting guide
• OpenAI: image generation guide (GPT Image 2.5 sizes, 3840 px edge)
• OpenAI API reference: image edits (up to 16 input images)
• BytePlus ModelArk: image generation API (Seedream 5.0 pro limits)