Modelos de imagen para construir skills — agosto 2026

Investigación web (no memoria), agosto 2026. Objetivo: decidir el top-up para SKILLS repetibles, no una imagen suelta. Carril A = ilustración de base + diagramas conceptuales (escena diseñada, estilo consistente entre familia, edición iterativa sobre imagen aprobada, texto SIEMPRE fuera de la imagen — el rótulo va en SVG encima). Carril B = dirección visual UI (moodboards, pantallas ficticias).

Lo que ya tenemos — línea base del delta

Servicio	Modelo	Precio/imagen	API	Referencia/edición	Vector	Carril
Gemini API (pago)	gemini-3-pro-image	oficial $0.134 (2K) / $0.24 (4K), −50% en Batch (openrouter)	Sí	Sí, nativa	No	A+B
Google AI Studio	Nano Banana 2	gratis, manual, ~10 req/min	No	Sí	No	A+B boceto
RunPod A100 (propio)	FLUX.2 dev	~$0.013 (1,3 céntimos)	Sí, propia	Parcial (Kontext)	No	A
Krea	Krea 1	gratis, 100/día	No, solo web	Básica	No	A boceto
Higgsfield	—	plan gratis, sin créditos	—	—	—	—

Candidatos investigados

Servicio	Modelo actual	Precio/imagen	API	Ref./edición	Vector/estilos	Carril
OpenAI	GPT Image 2 (21-abr-2026)	$0.006–$0.211 según calidad (hiapi)	Sí	Sí, hasta 16 img. de referencia + máscara inpaint/outpaint (runware)	No	A+B
Recraft	V4.1 / V4.1 Pro	raster $0.035–$0.21, vector $0.08–$0.30 (oficial)	Sí	Sí, img2img/inpaint/outpaint	SVG real + estilo de marca propio, entrenable (recraft)	A diagramas, B marca
Higgsfield	agrega GPT Image 2, Nano Banana Pro, Seedance 2.0, Flux.2 Pro	$15–99/mes según plan, por créditos (imagine.art)	Sí, MCP/CLI propio (higgsfield.ai/mcp)	Según modelo interno	No propio	A+B exploración
Ideogram	4.0 (3-jun-2026)	$0.03–$0.10 (oficial)	Sí	Sí, Character API (ideogram)	No, pero líder en tipografía y #1 en Design Arena (ideogram)	B
Midjourney	v8.1	$10–120/mes suscripción	NO pública, solo prueba empresarial cerrada (10b.ai, aibase)	—	No	descartado
Black Forest Labs	FLUX.2 Pro/Flex/Max	$0.03/$0.05/$0.07 por megapíxel (pricepertoken)	Sí	Sí, Kontext	No	A alojado
ByteDance	Seedream 4.5/5.0, Seedance 2.0	$0.02–$0.07 (gate.ai)	Sí, Volcano Ark/BytePlus + agregadores (wavespeed)	Sí	No	A alternativa

El delta que compra cada top-up

GPT Image 2. Instrucción compleja: modo "thinking" que planea la composición antes de generar, resuelve escenas de varios elementos y relaciones espaciales mejor que Gemini y FLUX (mindstudio, fp8.co). Edición con hasta 16 imágenes de referencia + máscara real de inpaint/outpaint — sirve para iterar sobre una imagen ya aprobada (fal.ai). ToS: no identificar personas reales; contenido legal, médico, educativo o de seguridad pública debe pasar por revisión humana antes de publicarse — aplica directo a páginas de gobierno (usage-policies).

Recraft V4.1. Único con salida SVG vectorial real (no un vectorizador posterior) más un "brand style" propio, entrenado desde nuestras imágenes y reutilizable por ID en cada llamada (recraft docs). Resuelve justo la regla del texto-nunca-en-la-imagen: el diagrama sale en formas vectoriales editables, el rótulo se pone encima en SVG de verdad, no hay raster que se rompa al ampliar. Ningún otro candidato iguala esto — el resto son vectorizadores post-hoc, no generación vectorial nativa (flowith).

Higgsfield. El delta es agregación + automatización: MCP/CLI propio conecta directo a Claude sin gestionar 5 llaves de API distintas (higgsfield.ai/mcp). Los créditos cubren GPT Image 2, Nano Banana Pro, Seedance 2.0 y Flux.2 Pro en una sola cuenta. Pero cambió de estructura de precio varias veces en 2026 (imagine.art, scopeful) — mala base para presupuestar un skill de producción; sirve para explorar antes de comprar API directa.

Ideogram 4.0. El delta es tipografía y tablero de interfaz: primer puesto en Design Arena, pensado para maquetas con texto legible — botones, etiquetas, menús (ideogram.ai). Carril A prohíbe texto en la imagen, así que este punto fuerte sirve solo a Carril B.

Midjourney. Sin API pública amplia, solo pruebas empresariales cerradas sin fecha ni precio conocido (10b.ai). No sirve para un skill repetible — se descarta, como sospechaba la misión.

FLUX Pro/Flex/Max (Black Forest Labs). Delta operativo, no de capacidad, sobre nuestro FLUX.2 en RunPod: el mismo modelo alojado, sin arrancar pod ni cold-start, con +4 ELO de calidad sobre la versión abierta que ya corremos (lumenfall). Cuesta ~2.3× lo que pagamos por trabajo en RunPod. Útil como respaldo puntual, no para reemplazar el pod propio.

Seedream / Seedance. Delta estético: reportes lo ubican por delante de GPT-Image-1 y Gemini 2.5 en luz e impacto visual (wavespeed). Precio bajo y acceso occidental real vía Volcano Ark/BytePlus sin VPN (aibase). No añade una capacidad que no tengamos ya — top-up opcional, no prioritario.

Gemini 3 Pro Image vs GPT Image 2 — ¿ya lo iguala?

Brecha real, no empate. GPT Image 2 gana en instrucción compleja y composición porque razona antes de generar; Gemini 3 Pro gana en velocidad (4.3× más rápido) y layout de texto (fp8.co, postquick). La brecha se cierra pero no cerró. Y en precio oficial, Gemini 3 Pro Image ($0.134/img a 2K, openrouter) no siempre sale más barato: GPT Image 2 en calidad media cuesta $0.053, menos de la mitad. Para el volumen normal, Gemini basta; para la escena difícil con instrucción compleja, GPT Image 2 vale el top-up selectivo.

Recomendación por carril

Carril A. Base Gemini 3 Pro Image (ya pagado); top-up selectivo en GPT Image 2 pay-as-you-go solo para escenas difíciles; sumar Recraft pay-as-you-go para diagramas vectoriales. Sin suscripción nueva.

Carril B. Motor principal Ideogram 4.0 pay-as-you-go (tipografía + diseño de interfaz); top-up selectivo en GPT Image 2 para composición compleja de pantalla.

Descartar. Midjourney (sin API), Higgsfield como base de skill (precio inestable, sirve solo para explorar), Seedream (no añade delta que no tengamos ya — revisar si el precio institucional lo justifica más adelante).