¿Qué modelo de imagen es el más rápido?

Las variantes turbo y lightning — SDXL Turbo, FLUX Schnell, Ideogram Turbo — renderizan una imagen de 1024 px en 1 a 3 segundos. Los pipelines punteros estándar (FLUX Pro, Imagen 3) tardan de 6 a 15 segundos. Elige el nivel turbo cuando estés previsualizando en una UI y el puntero cuando la imagen sea final.

¿Qué modelo es el mejor para fotorrealismo?

FLUX 1.1 Pro e Imagen 3 lideran actualmente en textura de piel, realismo de iluminación y anatomía de manos. Recraft V3 gana en fotografía de producto y tomas de comercio sobre fondo blanco. Para retratos totalmente fotorrealistas, FLUX 1.1 Pro Ultra añade otro nivel de detalle a aproximadamente el doble del coste.

¿La tarificación es por imagen o por token?

La generación de imágenes se factura por llamada. Una imagen estándar de 1024×1024 es una llamada. Resoluciones más altas, más pasos de difusión y operaciones de edición pueden multiplicar el precio — consulta la ficha del modelo para la tarifa exacta.

¿Qué resoluciones se admiten?

Los niveles estándar entregan 1024×1024 y los ratios de aspecto comunes (1:1, 16:9, 9:16, 4:3, 3:4). Los niveles Pro añaden salidas 2K y 4K y ratios de aspecto arbitrarios hasta 2048 en el lado largo. Los upscalers de la categoría image-edit llevan los resultados a 4K y más allá.

¿Puedo editar imágenes existentes?

Sí — inpainting, outpainting, ediciones controladas mediante máscara + prompt y condicionamiento por imagen de referencia se admiten todos. La página /models/image-edit lista los modelos específicamente afinados para edición, incluyendo FLUX Fill, FLUX Canny, FLUX Depth y variantes de IP-Adapter.

¿Puedo controlar el estilo?

Tres formas: (1) ingeniería de prompts con referencias de estilo («al estilo de…»), (2) LoRAs o adaptadores de estilo donde se admitan, y (3) IP-Adapter y FLUX Redux para transferencia de estilo imagen a imagen. Recraft V3 e Ideogram ofrecen presets de estilo nombrados directamente en la API.

¿Puedo usar comercialmente las imágenes generadas?

Casi siempre sí. Cada modelo de nivel comercial en Railwail concede una licencia de uso comercial perpetua y libre de regalías. Unos pocos checkpoints de pesos abiertos (en su mayoría avances de investigación) restringen al uso no comercial — la ficha del modelo lista la licencia explícitamente para que lo sepas antes de publicar.

¿Hay un mando velocidad vs calidad que pueda ajustar?

Sí: la mayoría de los modelos de difusión exponen un parámetro `num_inference_steps` (o equivalente). El valor por defecto suele ser 20 a 30 pasos para un buen equilibrio. Baja a 4-8 pasos con una variante turbo para previsualizaciones instantáneas; sube a 50+ pasos en un nivel Pro para renders finales. La calidad se estabiliza en torno al paso 50 en la mayoría de los modelos.

Image Generation

Create stunning visuals with state-of-the-art AI models

Modelos de generación de imágenes para producto, marketing y diseño

Los modelos de imagen convierten un prompt de texto — y opcionalmente una imagen de referencia o una máscara — en una imagen raster terminada. La categoría cubre desde fotos de producto fotorrealistas hasta ilustración de estilo vectorial e inpainting y outpainting controlables. Recurres a un modelo de imagen cuando necesitas visuales acordes a tu marca a escala, cuando la cola de un diseñador es el cuello de botella o cuando quieres incluir una función generativa dentro de tu propio producto.

A diferencia de los modelos de texto, la generación de imágenes se factura por llamada en lugar de por token. Una sola imagen de 1024×1024 cuesta entre medio céntimo (SDXL turbo de pesos abiertos) y quince céntimos (Imagen puntero o FLUX Pro). Resoluciones más altas y mayores recuentos de pasos cuestan proporcionalmente más. Algunos proveedores exponen un endpoint de edición a una tarifa diferente; consulta la ficha del modelo antes de integrar.

El compromiso central es fotorrealismo frente a controlabilidad. Los punteros de difusión (FLUX 1.1 Pro, Imagen 3, Recraft V3) producen una calidad digna de revista pero ignoran instrucciones de composición detalladas aproximadamente la mitad de las veces. Los modelos más pequeños (SDXL, Playground V3, Stable Diffusion 3.5) cuestan diez veces menos, se renderizan en menos de dos segundos y te permiten dirigir el resultado con ControlNet, IP-Adapter o LoRA. Para producción por lotes, el pipeline pequeño y controlable casi siempre gana; para hero shots únicos, recurre al puntero.

Cuidado con la dilución del prompt en imagen: la mayoría de modelos de difusión limitan la longitud útil del prompt en torno a 75 tokens, así que meter doce adjetivos y tres referencias de estilo típicamente los promedia en lugar de apilarlos. Escribe primero el sujeto, la acción y la iluminación; todo lo que va después de la tercera cláusula tiene una influencia decreciente sobre el resultado.

Las licencias importan: la mayoría de los proveedores conceden una licencia de uso comercial perpetua sobre las imágenes generadas, pero unos pocos (nivel gratuito de FLUX Schnell, algunos checkpoints abiertos) restringen al uso no comercial. La ficha del modelo lo deja claro — léela antes de poner una salida en una valla publicitaria.

Las selecciones principales abajo cubren el puntero de fotorrealismo, el caballo de batalla más barato, el modelo con el prompt más largo y la opción tiempo real más rápida de la categoría.