Qué modelos de imagen lideran en octubre de 2026

Qué ha cambiado en los modelos de imagen en 2026

Hace un año, elegir modelo de imagen se reducía a dos o tres nombres. Hoy hay al menos seis laboratorios en la parte alta de las clasificaciones, y la mayoría ha publicado una versión nueva en los últimos tres meses:

• OpenAI lanzó GPT Image 2 en abril, y en septiembre GPT Image 2.5, que en la API se divide en dos variantes: Flare, más rápida, y Sunburst, que tarda más para conservar detalle al editar.
• Google lanzó Nano Banana 2 (Gemini 3.1 Flash Image) en febrero. A principios de octubre publicó la ficha de Nano Banana 2.1, basado en Gemini 3.6 Flash y disponible en la app de Gemini, AI Studio, la API y Flow: aquí lo probamos con texto y cifras.
• Microsoft ya compite con modelos propios: MAI-Image 2.5 y 2.6, con versiones Flash más baratas.
• Meta (Muse Image), SpaceXAI (Grok Imagine Image 2.0) y Reve (Reve 2.1) completan el grupo de cabeza.
• ByteDance (Seedream 5.0 Pro) y Alibaba (Qwen-Image 3.0 y 3.0 Pro) siguen muy cerca, también con modelos de acceso solo por API.

El patrón se repite: casi todos los laboratorios ofrecen ya un modelo de máxima calidad y otro rápido y barato. Elegir «el modelo» no basta: hay que elegir también la variante y el nivel de calidad, porque el precio por imagen puede multiplicarse según ese ajuste.

¿Cuál es el mejor modelo de imagen con IA? El ranking de octubre

La tabla recoge los puestos de la clasificación de texto a imagen de Arena, que ordena los modelos con votos a ciegas entre dos imágenes: la persona elige la que prefiere sin saber qué modelo la hizo. Es una medida de preferencia general, no de fidelidad en una tarea concreta.

Varias puntuaciones de cabeza están marcadas como preliminares: tienen pocos votos y pueden moverse. La clasificación de Artificial Analysis coincide en lo esencial: los tres primeros son de OpenAI y el mejor modelo abierto es Qwen-Image-2.1, por delante de Ideogram 4.0. En edición de imágenes, el orden también es parecido, con GPT Image 2.5 primero y MAI-Image 2.6 y Nano Banana 2.1 justo detrás.

Calidad frente a precio: los benchmarks de Artificial Analysis

Artificial Analysis publica su propia clasificación, con un panel de evaluadores contratado que compara imágenes a ciegas, y añade algo que Arena no da: el precio de cada modelo por cada 1.000 imágenes. Cruzar las dos columnas cambia la lectura.

Tres lecturas que no salen de mirar solo el primer puesto:

• Nano Banana 2.1 es la gran compra del momento. Queda cuarto, a 38 puntos del primero, y cuesta unas seis veces menos: 34 dólares por cada 1.000 imágenes frente a 211. Además, mejora a su predecesor, Nano Banana 2, y cuesta la mitad.
• Muse Image, de Meta, rompe la escala de precios. Octavo puesto a 10 dólares por cada 1.000 imágenes: veinte veces más barato que el primero.
• Calidad máxima no siempre es la mejor elección. Los precios de GPT Image corresponden a su nivel de calidad más alto; en niveles bajos cuesta mucho menos, y en nuestras pruebas sirvió para miniaturas baratas.

Los precios son los que publica Artificial Analysis para la configuración evaluada; dependen de la resolución y del nivel de calidad, y cambian a menudo. Usa la tabla para hacer una lista corta, no para presupuestar.

Open source frente a modelos cerrados: la distancia real

En Arena, el primer modelo cerrado saca unos 200 puntos al mejor abierto. Esa distancia significa que, en una comparación a ciegas, la mayoría de la gente prefiere la imagen del modelo cerrado. No significa que el abierto no sirva: para muchos trabajos, un modelo del puesto 20 da imágenes perfectamente usables, y a cambio puedes ejecutarlo en tu máquina, ajustarlo con tus datos y no depender de un proveedor.

Lo que de verdad separa a los modelos abiertos entre sí es la licencia:

• Qwen-Image-2.1 (Alibaba, 7.000 millones de parámetros) es el abierto mejor clasificado. Genera y edita en un mismo modelo, admite hasta diez imágenes de referencia y devuelve fondos transparentes. Su licencia, la Qwen Research License, lo limita a investigación y evaluación: para usarlo en un producto o con clientes hay que pedir a Alibaba una licencia comercial aparte.
• FLUX.2 [dev] (Black Forest Labs, 32.000 millones) tiene pesos bajo una licencia no comercial. Las imágenes que genera sí pueden usarse con fines comerciales, pero desplegar el modelo para un negocio requiere la licencia comercial de BFL.
• FLUX.2 [klein] 4B está bajo Apache 2.0: uso comercial permitido, edición con varias referencias y hardware doméstico (unos 13 GB de memoria gráfica). Ojo: su hermano mayor, el [klein] 9B, no es comercial.
• Z-Image-Turbo (Alibaba Tongyi, 6.000 millones) también es Apache 2.0. Está destilado para generar en ocho pasos y cabe en una tarjeta de 16 GB.
• HunyuanImage 3.0 (Tencent) es el abierto más grande: 80.000 millones de parámetros, con 13.000 millones activos por paso. Su licencia define el territorio como «todo el mundo excepto la Unión Europea, el Reino Unido y Corea del Sur». Si trabajas en España, esa licencia no te cubre.

Para un negocio europeo que quiera un modelo propio sin pagar licencias, las opciones reales de hoy son las de licencia Apache 2.0, como FLUX.2 [klein] 4B y Z-Image-Turbo. Los modelos abiertos mejor clasificados, Qwen-Image-2.1 y FLUX.2 [dev], exigen negociar una licencia comercial.

Cómo leer un ranking sin engañarte

Una clasificación por votos mide qué imagen gusta más ante instrucciones variadas. No mide si el modelo conserva tu producto, si respeta una marca o si el texto sale bien escrito en tu idioma. Cuando la tarea es concreta, el orden cambia. En nuestra evaluación a ciegas de siete modelos, la configuración más fiable para editar la foto de un plato sin tocar la comida fue Seedream 5 Pro, el duodécimo en Arena, por delante de GPT Image 2.5, el primero.

Tres cautelas antes de decidir con una tabla:

• Las escalas no se comparan entre sí. GPT Image 2.5 Sunburst saca unos 1.425 puntos en Arena y 1.198 en Artificial Analysis. Son métodos distintos, y solo tiene sentido comparar puestos dentro de la misma tabla.
• Las puntuaciones preliminares bailan. Un modelo con pocos miles de votos puede subir o bajar varias posiciones en una semana.
• Arena no incluye el precio. Un modelo unos puestos por debajo puede costar la sexta parte, como se ve arriba. Si vas a generar miles de imágenes, esa diferencia pesa más que unos puntos.

Si vas a comparar modelos por tu cuenta, revisa antes el montaje: un defecto que aparece en todos los modelos suele venir de la máscara o del proceso, no del modelo.

Qué modelo elegir según lo que necesitas

• La máxima calidad, sin mirar el precio: GPT Image 2.5. Sunburst si vas a editar y necesitas conservar personas o productos; Flare para el trabajo diario.
• Buena calidad a buen precio y en volumen: Nano Banana 2.1, MAI-Image 2.6 Flash o Muse Image. Compara el precio de la variante y la resolución que vas a usar, no solo el del modelo de cabeza.
• Tu propio modelo, con uso comercial y sin licencias: FLUX.2 [klein] 4B o Z-Image-Turbo. Para la mejor calidad abierta, prueba Qwen-Image-2.1, pero negocia la licencia antes de lanzar nada.
• Trabajo desde la Unión Europea: lee el apartado de territorio de cualquier licencia abierta antes de descargar el modelo.

Y, sea cual sea el modelo, pruébalo con tus imágenes. Una clasificación general te dice por dónde empezar; cinco comprobaciones sencillas te dicen si el resultado sirve.

Preguntas frecuentes

¿Cuál es el mejor generador de imágenes con IA ahora mismo?

Por votos a ciegas, GPT Image 2.5 de OpenAI, en su variante Sunburst: es primero en Arena y en Artificial Analysis, y también encabeza la clasificación de edición de Artificial Analysis. Si cuentas el precio, Nano Banana 2.1 de Google ofrece una calidad muy cercana por unas seis veces menos.

¿Cuál es el mejor modelo de imagen open source?

Por calidad, Qwen-Image-2.1 de Alibaba, pero su licencia solo permite investigación y evaluación. Para usar un modelo abierto en un negocio sin pedir permiso, las opciones con licencia Apache 2.0 son FLUX.2 [klein] 4B y Z-Image-Turbo.

¿Puedo usar HunyuanImage 3.0 en España?

Su licencia excluye expresamente la Unión Europea, el Reino Unido y Corea del Sur, así que no te concede derechos de uso en España.

¿Qué modelo de imagen es más barato?

Entre los diez primeros de Artificial Analysis, Muse Image de Meta, a unos 10 dólares por cada 1.000 imágenes. Fuera de esa cabeza, Z-Image-Turbo cuesta unos 5 dólares y además puedes ejecutarlo en tu propio equipo.

Fuentes y fecha de consulta

Consultadas en octubre de 2026: clasificación de texto a imagen de Arena, clasificación de texto a imagen y clasificación de edición de Artificial Analysis, y las fichas y licencias en Hugging Face de Qwen-Image-2.1, FLUX.2 [dev], FLUX.2 [klein] 4B, Z-Image-Turbo y HunyuanImage 3.0. Para Nano Banana 2.1, la ficha del modelo de Google DeepMind. La fecha de GPT Image 2.5 procede de las clasificaciones y de la cobertura publicada. Las clasificaciones cambian cada semana: esta guía es una foto de octubre de 2026 y no una prueba propia.

Otra pregunta para seguir

Guía · ResoluciónUna previa más pequeña: qué ganas y qué debes comprobarGuía · ComparacionesCinco modelos y un error que no era de los cincoGalería · EdiciónDiez platos, diez maneras de descubrir un cambio