Respuesta corta: si necesitas texto legible dentro de la imagen (carteles, etiquetas, portadas), elige GPT Image 2 o Flux 3. Si buscas la mejor relación calidad-precio, Flux 3. Para ilustración plana y piezas de marca, Recraft v4.1 o Nano Banana Pro. Y si lo que importa es la velocidad y el precio, y no necesitas texto con tildes, Qwen Image 3.0 o Krea. Lo hemos comprobado pasando los mismos cuatro prompts por siete modelos.
Cómo hicimos la prueba
El 17 de octubre de 2026 lanzamos los mismos cuatro prompts, escritos en español, contra siete modelos a través de la API de WaveSpeed. Todos en formato cuadrado 1:1, a resolución de 1k aproximadamente, con los ajustes por defecto de cada modelo y una sola generación por prompt, sin repetir para quedarnos con la mejor. Las imágenes que ves abajo son las que salieron a la primera.
- GPT Image 2 (OpenAI), calidad medium
- Nano Banana Pro (Google)
- Midjourney (devuelve 4 imágenes por petición; mostramos la primera)
- Flux 3 (Black Forest Labs)
- Krea v3
- Qwen Image 3.0 (Alibaba)
- Recraft v4.1
Cada prueba mide una cosa distinta: escribir texto exacto, fotorrealismo, ilustración con estilo controlado y obediencia a una composición concreta.
Prueba 1: texto exacto en la imagen
Prompt: «Cartel de madera pintado a mano en la fachada de una churrería, con el texto exacto: «Churrería La Esquina» y debajo «Abierto de 7:00 a 13:00″. Fotografía de calle, día soleado.»
Es la prueba que más separa a los modelos. GPT Image 2 y Flux 3 escriben las dos líneas perfectas, tilde incluida. Nano Banana Pro también acierta el texto, aunque lo pinta envejecido y cuesta un poco más leerlo. Midjourney clava el nombre, pero la segunda línea sale como «AUBJUERTO». Krea, Qwen y Recraft fallan en la «í» de Churrería: escriben «Churrerâa», «ChurrerÂia» y «Churrerãa». Si trabajas en español, esto descarta a estos tres para cualquier pieza con texto.
Prueba 2: fotografía realista
Prompt: «Fotografía realista de una mujer de unos 70 años reparando una bicicleta en un taller pequeño de Madrid, luz de tarde entrando por la ventana, objetivo de 50 mm, poca profundidad de campo, manos y herramientas nítidas.»
Aquí todos aprueban. Las manos, que hace dos años eran el punto débil, salen bien en los siete. Midjourney da el resultado más artístico, con una luz más cinematográfica. GPT Image 2 y Nano Banana Pro son los más naturales. Si solo necesitas fotos de personas o ambientes, puedes elegir por precio.
Prueba 3: ilustración con estilo controlado
Prompt: «Ilustración editorial plana, paleta limitada de tres colores (azul marino, naranja y crema), de un pequeño robot regando plantas en un balcón de ciudad al atardecer. Estilo de revista, sin texto.»
Recraft es el que mejor respeta el estilo plano, como cabía esperar de un modelo pensado para diseño. Nano Banana Pro también queda excelente. Flux 3 añade grises que no estaban en la paleta y Qwen mete degradados. Midjourney es el que menos obedece: la imagen no es plana y la paleta se va hacia el verde azulado.
Prueba 4: composición exacta
Prompt: «Vista cenital de una mesa de madera con exactamente tres manzanas rojas a la derecha, una taza azul a la izquierda, un reloj analógico que marca las 10:10 en el centro y un cuaderno abierto en la parte inferior.»
GPT Image 2, Flux 3 y Krea lo hacen perfecto: tres manzanas, taza a la izquierda, reloj a las 10:10, cuaderno abajo y vista cenital. Qwen acierta todo salvo el color de la taza, que sale celeste. Nano Banana Pro inclina la perspectiva y escribe a mano en el cuaderno sin que se lo pidamos. En Recraft las agujas del reloj no se distinguen bien. Midjourney vuelve a ser el que más se aparta: perspectiva inclinada, la taza cortada y el reloj no marca las 10:10.
Tabla comparativa: precio, velocidad y nota
Notas de 1 a 5 según lo que vimos en esta prueba. El precio es el de catálogo por imagen en la API de WaveSpeed en la fecha de la prueba; el tiempo es lo que tardó en volver cada imagen.
| Modelo | Texto | Foto | Ilustración | Escena | Precio por imagen | Tiempo medio |
|---|---|---|---|---|---|---|
| GPT Image 2 (medium) | 5 | 5 | 4 | 5 | 0,06 $ | 71 s |
| Nano Banana Pro | 4 | 5 | 5 | 4 | 0,14 $ | 40 s |
| Midjourney | 3 | 5 | 3 | 3 | 0,10 $ (4 imágenes) | 50 s |
| Flux 3 | 5 | 4 | 4 | 5 | 0,05 $ | 32 s |
| Krea v3 | 2 | 4 | 4 | 5 | 0,03 $ | 18 s |
| Qwen Image 3.0 | 2 | 4 | 4 | 4 | 0,03 $ | 11 s |
| Recraft v4.1 | 2 | 4 | 5 | 4 | 0,04 $ | 14 s |
Veredicto: cuál elegir según lo que necesitas
- Texto dentro de la imagen (carteles, packaging, miniaturas): GPT Image 2 o Flux 3. Son los únicos que escribieron todo bien a la primera.
- Mejor relación calidad-precio: Flux 3. Saca 18 de 20 puntos por 0,05 $ y tarda menos de la mitad que GPT Image 2.
- Ilustración plana e identidad de marca: Recraft v4.1, o Nano Banana Pro si también necesitas texto. Nano Banana Pro es, eso sí, el más caro de la prueba.
- Volumen, rapidez y precio bajo: Qwen Image 3.0 o Krea, siempre que la imagen no lleve texto con tildes.
- Imagen artística y con «look»: Midjourney sigue teniendo la estética más llamativa, pero es el que peor obedece instrucciones concretas.
Lo que esta prueba no dice
- Es una generación por prompt. Con otra semilla el resultado puede cambiar; esto es una foto fija, no un ranking universal.
- Los prompts están en español. Algunos modelos rinden mejor en inglés, pero aquí nos interesa cómo se comportan con lo que escribirías tú.
- GPT Image 2 se probó en calidad medium. En high mejora el detalle y sube el precio; en low cuesta en torno a 0,01 $ por imagen.
- Los precios son los de la API de WaveSpeed. Las suscripciones de cada marca (ChatGPT Plus, Midjourney, Recraft…) cobran de otra forma.
- Los tiempos se midieron desde nuestro lado con las peticiones lanzadas en paralelo, así que incluyen la cola. Sirven para comparar, no como velocidad absoluta.
- La petición de texto de Midjourney falló una vez por un error del servicio y la repetimos; es la única que se lanzó dos veces.
La prueba completa costó unos 1,80 $ en créditos de API.
