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. En Railwail, una imagen cuesta hoy desde menos de medio céntimo (FLUX Schnell, 0,0036 USD) hasta unos once céntimos (Ideogram v3 Quality, 0,108 USD); FLUX 1.1 Pro e Imagen 4 cuestan 0,048 USD por imagen. 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 4, 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.