La mejor IA para generar imágenes, elegida por el trabajo

«Cuál es la mejor IA para una imagen» tiene un problema de forma. Se lee como si quisiera un nombre, y toda respuesta honesta es una tabla. Operamos cinco modelos de imagen detrás de una sola API y esta pregunta nos llega cada semana. La contestación útil no cambia nunca: díganos el trabajo. El modelo que gana en un recorte de producto sobre transparente pierde estrepitosamente en mil miniaturas de blog.

Lo mejor tiene forma de trabajo, y los trabajos no se parecen entre sí

Ordene los modelos de imagen en un solo eje y el orden será correcto para un trabajo y calladamente erróneo para los otros seis. Lo que decide un proyecto es una puerta de capability, no un gradiente de calidad. Un modelo o devuelve fondo transparente o no lo devuelve, o acepta catorce referencias o tres, o llega a 4K o se para en 1K.

Esas puertas no siguen al precio como esperaría. El modelo más barato que vendemos lleva aspect ratios que el más caro no puede producir. El más caro es el único que escribe una palabra legible dentro de una imagen. Nada de eso es intuitivo, y por eso existe la tabla.

La tabla de decisión

Por imagen en 1K, en E2X, comprobado el 26 de agosto de 2026.

Los precios y las condiciones de los productos pueden cambiar con el tiempo; consulte los precios vigentes de cada proveedor antes de tomar una decisión de compra. Los precios de Google Batch o Flex no son directamente equivalentes a un request estándar de API bajo demanda, porque la programación, la disponibilidad y las condiciones de procesamiento son distintas; por eso quedan excluidos de esta comparación. Se trata de una comparación acotada, no de una afirmación de que E2X sea la opción más barata del mundo en cualquier configuración.

El resto de esta página es el razonamiento detrás de cada fila.

Transparencia: GPT Image 2, y nada más

GPT Image 2 expone background, que admite transparent, opaque o auto. Pida transparent y obtiene un PNG con canal alfa de verdad. Ningún modelo de Google de nuestro catálogo ofrece ese parámetro, así que esto no es una preferencia. Es la única ruta.

Importa más de lo que suena. Un recorte de producto, una hoja de stickers, un logo que tiene que ir sobre un fondo desconocido: cada uno o llega con alfa o llega necesitando a una persona en Photoshop. Atornillarle eliminación de fondo a un modelo más barato le compra una segunda llamada de API, un segundo modo de fallo, y el halo gris que el recorte automático deja alrededor del pelo y el cristal.

quality en GPT Image 2 es un multiplicador ×7 en todos los ajustes, low y auto incluidos, y el valor por defecto es high. El precio real en 1K es $0.0075 × 7 = $0.0525, no la cifra en crudo del catálogo.

Palabras legibles en la imagen: Nano Banana Pro

Si la imagen contiene tipografía —mockup de packaging, póster, pizarra de menú, gráfico—, Nano Banana Pro es donde Google puso el texto legible, con estilo y multilingüe dentro de la imagen. Es gemini-3-pro-image, y esa capability es la única razón para pagar $0.075 en lugar de $0.04.

El lado multilingüe está infravalorado. Una infografía terminada en inglés puede volver a entrar como referencia con una petición de texto en español, y Pro recompone la tipografía sin reconstruir la maquetación a su alrededor. La localización deja de ser un ticket de diseño y pasa a ser una llamada de API.

Los niveles más antiguos nunca se construyeron para esto. El Nano Banana original es un modelo de la generación 2.5, y su letra aguanta justo hasta que alguien la lee de verdad. Si hay un titular en la imagen, no intente ahorrarse $0.035.

Volumen: Nano Banana 2 Lite

Mil imágenes es donde el precio unitario deja de ser un error de redondeo. Nano Banana 2 Lite está a $0.0238 frente a una lista de $0.042, así que ese millar cuesta $23.80. La misma tirada en Pro son $75.

Lite es gemini-3.1-flash-lite-image, toda una generación más nuevo que el modelo sin sufijo al que reemplaza, pese a lo que sugiere la nomenclatura. Más barato y más nuevo a la vez.

Dos restricciones alrededor de las que construir. Es solo 1K, y no tiene parámetro resolution en absoluto: enviarlo es un error, no un campo ignorado. Su valor por defecto de aspect_ratio es 1:1, así que fíjelo explícitamente o un lote de banners se le convierte en silencio en un lote de cuadrados.

Un personaje a lo largo de una serie: Nano Banana Pro

Esta fila sorprende a la gente. Parece un problema de calidad y es un problema de huecos de referencia.

Pro es el único nivel de aquí que sabe para qué sirve cada imagen de referencia. Catorce huecos, y no son intercambiables: 5 se leen como quién es la persona, 6 como qué aspecto tiene el objeto, 3 como cómo debe tratarse el conjunto.

Todo lo demás toma las referencias como un montón indiferenciado. La diferencia práctica: un solo request a Pro sostiene una cara, el objeto en las manos de esa persona y la dirección de arte a la vez, y devuelve las tres cosas juntas. Un composite publicitario en una llamada en lugar de tres pasadas y un paso de composición. Nano Banana 2 acepta las mismas catorce pero no se le puede decir cuál es cuál. Mantener una cara firme a lo largo de una tirada larga tiene su propia guía.

Resolución de impresión: Nano Banana 2, o Pro si el arte lleva texto

Nano Banana 2 llega a 4K con multiplicadores de ×1,5 en 2K y ×2 en 4K, así que $0.04 se convierte en $0.06 y después en $0.08. Ese es el 4K más barato de nuestro catálogo por un margen amplio.

Pro también llega a 4K, hasta 4096 por 4096, a $0.15: merece la pena solo cuando la pieza impresa lleva tipografía dentro. Una peculiaridad útil: en Pro, 1K y 2K cuestan exactamente lo mismo, los dos $0.075. Si ya está pagando por Pro, pedir 1K es dejarse píxeles sobre la mesa.

Un detalle de slug que vale una hora de depuración. La generación en este modelo es google/nano-banana-2 y ahí se acaba: el sufijo de capability que llevan los otros modelos no está. La edición sí lleva uno, google/nano-banana-2/edit-image. Añádale /text-to-image al slug de generación y obtiene un 404.

Formas extremas: GPT Image 2 para panorámicas, Lite para raíles

GPT Image 2 lleva quince aspect ratios, el rango más amplio que vendemos, y es el único con 3:1, 1:3, 2:1 y 1:2 de verdad. Un banner protagonista 3:1 generado de forma nativa le gana a una imagen 21:9 recortada, porque el modelo compone para el encuadre que le dieron en lugar de que le rebanen el sujeto.

Para los raíles verdaderamente extremos la cosa se voltea hacia el modelo más barato. Solo Lite ofrece 1:4, 4:1, 1:8 y 8:1. Una cabecera de sitio 8:1 o una barra lateral vertical 1:8 no tienen sustituto en ningún otro nivel, y cuestan $0.0238.

Los valores por defecto difieren a lo largo del rango: 9:16 en Nano Banana 2 y Pro, 1:1 en Lite. Fíjelo en su plantilla de request y deje de pensar en ello.

El valor por defecto, y cuándo abandonarlo

Si no va a leer la tabla, llévese Nano Banana 2 a $0.04. Cubre el conjunto más amplio de trabajos que vemos: 4K cuando lo quiera, 14 referencias, texto suficientemente bueno para cualquier cosa que no vaya guiada por la tipografía, diez aspect ratios, y un precio lo bastante cerca del suelo como para que el volumen no dé miedo. La mayoría de los proyectos que llegan pidiendo Pro van bien con él.

Abandone el valor por defecto en cuatro situaciones, y solo en estas:

1. La imagen necesita fondo transparente, así que pasa a ser GPT Image 2.
2. La tipografía de la imagen es el objetivo de la imagen, así que pasa a ser Pro.
3. Un personaje o un producto tiene que quedarse idéntico a lo largo de una serie larga, así que pasa a ser Pro por las referencias con roles separados.
4. Está generando por millares y las imágenes son sencillas, así que pasa a ser Lite y la factura baja un 40%.

Todo lo demás, quédese en Nano Banana 2. Preferimos decirle eso a venderle Pro a casi el doble de precio para un trabajo que nunca usa aquello para lo que Pro existe.

Dos cosas que esta página deliberadamente no es

No es una reseña de fotorrealismo. Qué modelo hace la fotografía más convincente es una pregunta más estrecha con otra respuesta, y vive en la comparación del generador de imágenes de IA más realista.

Tampoco es el explicativo a cuatro de Nano Banana. Google publica cuatro modelos bajo ese nombre —legacy, 2, 2 Lite y Pro— y desenredarlos ocupa una página entera, que es la comparación de modelos Nano Banana. La aritmética de precios de todos los niveles y multiplicadores está en la API de generación de imágenes más barata, y la decisión entre API y suscripción está en qué merece que pague.

Todos los modelos de arriba responden al mismo contrato de submit y polling, así que moverse entre filas de esa tabla es una cadena de texto en el cuerpo del request: conviene saberlo antes de comprometerse con una fila. Véalos todos, o acote a text-to-image. La técnica de prompt se transfiere a todo el rango, y eso es la guía de prompting.

Preguntas frecuentes

¿Cuál es la mejor IA para generar imágenes?

No hay una única mejor, porque las diferencias entre modelos son puertas de capability y no gradientes de calidad. Para la mayoría de los trabajos, Nano Banana 2 a $0.04 es el valor por defecto correcto. Cambie a GPT Image 2 para fondos transparentes, a Nano Banana Pro para texto legible dentro de la imagen o referencias con roles separados, y a Nano Banana 2 Lite para lotes de mucho volumen.

¿Qué modelo de imagen de IA puede hacer un fondo transparente?

GPT Image 2, que expone un parámetro background que admite transparent, opaque o auto. Es el único modelo del catálogo de E2X que devuelve un canal alfa real en una sola llamada, a $0.0525 por imagen de 1K a 26 de agosto de 2026. Los modelos de Google no tienen equivalente, así que ahí la transparencia significa un paso aparte de eliminación de fondo.

¿Qué modelo de IA escribe texto legible dentro de una imagen?

Nano Banana Pro, gemini-3-pro-image, que renderiza texto legible, con estilo y multilingüe como parte del arte. Nano Banana 2 se apaña aceptablemente con palabras simples. El Nano Banana original es anterior a la capability por completo, ya que llegó con la generación Gemini 3, así que cualquier cosa guiada por la tipografía le corresponde a Pro a $0.075.

¿Cuál es el generador de imágenes de IA más barato que siga siendo bueno?

Lite, a $0.0238 la imagen. Su ID de modelo es gemini-3.1-flash-lite-image, lo que lo pone toda una generación por delante del Nano Banana original al que sucedió, así que le baja el precio a la vez que le gana en capability. Los límites son reales, eso sí: salida solo en 1K, y el campo resolution que aceptan los otros niveles aquí se rechaza.

¿Qué generador de imágenes de IA admite salida en 4K?

Nano Banana 2 y Nano Banana Pro. Nano Banana 2 cuesta $0.08 en 4K, al ser un multiplicador ×2 sobre su precio base de $0.04, lo que lo convierte en la ruta más barata. Nano Banana Pro llega a 4096 por 4096 a $0.15, y cobra lo mismo por 2K que por 1K.

¿Cuántas imágenes de referencia puedo usar para personajes consistentes?

Catorce en Nano Banana Pro, y la parte útil es que Pro las clasifica: 5 huecos se leen como el personaje, 6 como objetos, 3 como estilo. Esa clasificación es lo que impide que una cara se vaya de paseo a lo largo de una tirada larga. Nano Banana 2 también admite catorce pero las lee todas igual, y el Nano Banana original se para en tres.

¿Qué modelo de IA admite aspect ratios extremos como banners 8:1?

Nano Banana 2 Lite, que es el único modelo del catálogo que ofrece 1:4, 4:1, 1:8 y 8:1 junto al conjunto estándar. Para panorámicas anchas pero no extremas, GPT Image 2 lleva quince ratios incluidos 3:1, 1:3, 2:1 y 1:2 de verdad. Los niveles flash y pro de Google se paran en 21:9.