Texto a imagen

Texto a imagen toma una descripción escrita y devuelve una imagen fija. No interviene ninguna imagen de origen: el prompt es toda la entrada, y el modelo compone el sujeto, el estilo, la iluminación y el encuadre desde cero. Es la vía más rápida para conseguir una imagen que todavía no existe, y por eso aparece en conceptos de producto, cabeceras de artículo, fotogramas de storyboard, variaciones de anuncios, iconos de aplicación y arte de referencia que se entrega a un diseñador.

La redacción del prompt hace casi todo el trabajo. Nombrar el sujeto, el medio, la iluminación y la relación de aspecto suele mover el resultado más que amontonar adjetivos, y generar un lote pequeño y quedarse con el mejor funciona mejor que refinar un prompt eternamente. El texto representado dentro de una imagen sigue siendo el punto débil de todo el sector, así que trata cualquier palabra del resultado como un extra y no como una garantía, y superpón tú mismo los textos importantes. Los modelos también difieren en las opciones de resolución, y algunos cobran los tamaños grandes de otra manera.

En E2X esta categoría reúne hoy la familia Nano Banana de Google, con las variantes Pro y Lite, junto a GPT Image 2 de OpenAI. Todos se llaman igual: envía un slug de modelo y un objeto de entrada al endpoint de trabajos y luego consulta el id del trabajo que recibes hasta que el resultado esté listo. Cambiar de uno a otro es modificar una sola cadena, y pagas por solicitud desde un saldo prepago, así que comparar dos modelos con el mismo prompt cuesta exactamente dos solicitudes.