La respuesta corta (julio de 2026): Las seis herramientas que los profesionales usan de verdad se dividen en tres categorías: apps de suscripción (Midjourney desde $10/mes, Adobe Firefly desde $9.99/mes), APIs de pago por uso (OpenAI gpt-image-2 desde $0.005/imagen, Black Forest Labs FLUX.2 desde $0.014/megapíxel, Google Imagen 4 a unos $0.02/imagen vía Vertex AI) y modelos de pesos abiertos que ejecutas en local (Stable Diffusion 3.5, FLUX.2 [dev], Ideogram 4.0). Eso sí, lee la licencia antes de alojarlo tú mismo: solo Stable Diffusion 3.5 es gratis para uso comercial de fábrica (bajo un tope de ingresos); los pesos abiertos de FLUX.2 [dev] e Ideogram 4.0 son de uso no comercial salvo que compres una licencia aparte. Midjourney V8.2 lidera en resultado artístico, Ideogram 4.0 lidera en renderizado de texto dentro de las imágenes, Adobe Firefly lidera en seguridad de propiedad intelectual comercial y Stable Diffusion 3.5 no cuesta nada por imagen una vez que has pagado tu GPU. Elige según tu flujo de trabajo y el tipo de resultado, no solo según los rankings de benchmarks.
Última verificación: 27 de julio de 2026, contra la documentación y las páginas de precios oficiales.
Entre qué estás eligiendo en realidad
Tres modelos de negocio distintos definen esta categoría, y tu elección de modelo de acceso importa tanto como tu elección de herramienta.
Apps de suscripción (Midjourney, Firefly por separado) te dan una asignación mensual de créditos u horas de GPU. Adecuadas para generación diaria sin coste de infraestructura.
APIs de pago por imagen (gpt-image-2, FLUX.2, Imagen 4) cobran por generación sin cuota por asiento. Adecuadas para desarrolladores que construyen productos o para ráfagas puntuales de alta calidad.
Pesos abiertos autoalojados (Stable Diffusion 3.5, FLUX.2 [dev], Ideogram 4.0) no cuestan nada por imagen después del hardware. Adecuados para flujos de alto volumen, proyectos sensibles a la privacidad y equipos que necesitan hacer ajuste fino con sus propios datos. Revisa la licencia primero: Stable Diffusion 3.5 es gratis para uso comercial bajo un tope de ingresos de $1M, pero los pesos abiertos de FLUX.2 [dev] e Ideogram 4.0 tienen licencia solo para uso no comercial salvo que pagues por un acuerdo comercial.
| Herramienta | Modelo de acceso | Precio de entrada | Modelo actual | Fortaleza clave |
|---|---|---|---|---|
| Midjourney | Suscripción (web) | $10/mo | V8.2 | Calidad artística, salida nativa en 2K |
| OpenAI gpt-image-2 | API, pago por imagen | $0.005/image (baja calidad) | gpt-image-2 | Seguimiento de instrucciones, edición de imágenes |
| Adobe Firefly | Suscripción o paquete CC | Gratis (25 créditos/mes) | Image Model 5 | Seguridad de PI comercial, integración con CC |
| FLUX.2 (BFL) | API, por megapíxel | $0.014/MP (klein 4B) | FLUX.2 [max] | Fotorrealismo, opción de pesos abiertos |
| Ideogram 4.0 | Sub web + API + pesos abiertos | Autoalojado gratis (no comercial) | 4.0 (9.3B params) | Renderizado de texto dentro de las imágenes |
| Stable Diffusion 3.5 | Pesos abiertos, autoalojado | Gratis (solo coste de hardware) | SD 3.5 Large (8.1B) | Coste cero por imagen, ajuste fino completo |
Midjourney V8.2: la mejor para calidad artística
Midjourney funciona a través de una app web en midjourney.com. El bot de Discord sigue funcionando, pero la interfaz web es la principal en 2026. Inicias sesión, escribes un prompt, pulsas Enter y obtienes cuatro variaciones. No hacen falta comandos con barra.
El modelo por defecto actual es V8.2, predeterminado desde el 24 de julio de 2026 (V8.1 llegó en alfa el 14 de abril de 2026). Mejoras prácticas sobre V7: salida nativa de 2048x2048 sin paso de escalado aparte, velocidad de generación unas 4-5x más rápida que en versiones anteriores y un modo Raw que elimina la estética por defecto del modelo cuando necesitas una mayor fidelidad al prompt.
Planes y lo que incluye cada uno en realidad:
| Plan | Precio mensual | Precio anual (por mes) | Horas de GPU rápida/mes | Extra clave |
|---|---|---|---|---|
| Basic | $10 | $8 | 3.3 horas | Acceso de entrada |
| Standard | $30 | $24 | 15 horas | Modo Relax ilimitado |
| Pro | $60 | $48 | 30 horas | Modo Stealth |
| Mega | $120 | $96 | 60 horas | Máximo rendimiento |
El modo Relax es el punto de inflexión. Los suscriptores de Basic agotan sus 3.3 horas de GPU rápida y se paran. Standard y superiores pueden encolar imágenes ilimitadas a baja velocidad una vez agotadas las horas rápidas. Para la mayoría de creadores individuales, Standard es el mínimo práctico. Pro añade el modo Stealth, que mantiene tus resultados fuera de la galería pública. El tiempo adicional de GPU rápida cuesta $4/hora en cualquier plan.
No hay prueba gratuita a fecha de julio de 2026. La facturación anual ahorra un 20%.
Midjourney no tiene API pública para desarrolladores. Los equipos que construyen productos deberían usar FLUX.2 o gpt-image-2 en su lugar.
OpenAI gpt-image-2: el mejor para seguir instrucciones y editar imágenes
OpenAI retiró DALL-E 3 de la API el 12 de mayo de 2026. El modelo de imagen actual es gpt-image-2. GPT Image 1 tiene programada su retirada el 23 de octubre de 2026, así que los nuevos proyectos de API deberían apuntar directamente a gpt-image-2.
gpt-image-2 acepta prompts de texto, imágenes de referencia o ambos. Su principal ventaja frente a las herramientas solo generativas es la edición: le pasas la foto de un producto y le pides que cambie el fondo, añada un logo o ajuste la iluminación, y sigue instrucciones complejas de varios pasos con precisión. Eso lo convierte en la opción por defecto para la automatización de marketing y los flujos de imágenes de e-commerce.
Precios por imagen, en resoluciones habituales:
| Calidad | Cuadrada (1024x1024) | Vertical/horizontal (1024x1536) |
|---|---|---|
| Baja | $0.006 | $0.005 |
| Media | $0.053 | $0.041 |
| Alta | $0.211 | $0.165 |
La Batch API reduce todos los precios a la mitad. Las orientaciones vertical y horizontal cuestan bastante menos que la cuadrada en calidad media y alta, así que orienta tu flujo en consecuencia si el coste importa.
El acceso es a través del endpoint de la Images API o de la Responses API para tareas multimodales. Ambos están disponibles para cualquier desarrollador con una clave de API de OpenAI; no hace falta suscripción a ChatGPT, aunque OpenAI sí exige verificación de la organización de la API antes de conceder acceso a gpt-image-2.
Adobe Firefly Image Model 5: el mejor para seguridad de PI comercial
El diferenciador de Firefly es la procedencia de los datos de entrenamiento. Adobe entrenó sus modelos con contenido de Adobe Stock con licencia e imágenes de dominio público. Para organizaciones con revisión legal formal, eso da a los resultados de Firefly una posición comercial más clara que los de Midjourney o FLUX, entrenados con datos extraídos de la web. Firefly también adjunta Content Credentials (metadatos C2PA) a cada imagen generada, lo que apoya el seguimiento de procedencia en flujos editoriales.
El modelo actual es Firefly Image Model 5, disponible de forma general desde marzo de 2026. Los modelos personalizados llegaron a beta pública ese mismo mes: subes imágenes de marca, Adobe entrena una variante con ajuste fino y generas resultados coherentes con tu marca sin montar tu propia infraestructura de ML.
Planes de Firefly por separado:
| Plan | Precio mensual | Créditos generativos/mes |
|---|---|---|
| Free | $0 | 25 |
| Standard | $9.99 | 2,000 |
| Pro | $19.99 | 4,000 |
| Pro Plus | $49.99 | 10,000 |
| Premium | $199.99 | 50,000 |
Creative Cloud Pro (el plan antes llamado All Apps, ahora $69.99/mo con facturación anual) incluye 4,000 créditos de Firefly y acceso a Firefly dentro de Photoshop, Illustrator y Express. El nuevo nivel Creative Cloud Standard de Adobe cuesta $54.99/mo. Si ya pagas un plan de Creative Cloud, esa asignación incluida es tu punto de entrada más barato, y la integración con Relleno generativo en Photoshop es impecable.
La app web de Firefly también expone modelos de otros proveedores, incluidos Google y Runway, lo que la convierte en un hub multimodelo práctico para equipos que ya están en el ecosistema de Adobe.
FLUX.2: el mejor para fotorrealismo con API primero
Black Forest Labs usa precios por megapíxel: el coste escala con la resolución de salida. Una imagen de 1024x1024 es 1 MP. Una imagen de 2048x2048 es 4 MP, así que cuesta más, aunque no exactamente 4x, porque BFL cobra más el primer megapíxel y más barato cada megapíxel adicional. No hay suscripción ni cuota por asiento en bfl.ai.
La familia de modelos FLUX.2, vigente a fecha de 2026:
| Modelo | Precio | Ideal para |
|---|---|---|
| FLUX.2 [klein] 4B | desde $0.014/MP | Borradores, flujos de alto volumen |
| FLUX.2 [klein] 9B | desde $0.015/MP | Calidad algo mayor que 4B |
| FLUX.2 [pro] | desde $0.03/MP | Opción por defecto con calidad de producción |
| FLUX.2 [flex] | desde $0.05/MP | Ajuste fino LoRA en tiempo de inferencia |
| FLUX.2 [max] | desde $0.07/MP | Máxima calidad, la más lenta |
| FLUX.2 [dev] | Gratis no comercial (pesos abiertos, local) | Autoalojamiento, ajuste fino |
FLUX.1 [schnell], el modelo rápido original de la generación anterior FLUX.1, se publica bajo Apache 2.0 y es gratis para autoalojar de forma indefinida, incluido el uso comercial. Las operaciones de edición (inpainting, outpainting, sustitución de objetos) se facturan por megapíxel como la generación, en lugar de una tarifa plana por operación, y van desde unos $0.014/MP en los niveles klein hasta $0.045/MP y más en [pro].
Si ya estás en Google Cloud, Imagen 4 es una alternativa comparable de pago por imagen: unos $0.02/imagen (nivel Fast) a $0.04/imagen (Standard) vía Vertex AI, con la Batch API reduciendo los precios un 50%. Los precios de Imagen 4 no aparecen de forma destacada en la página principal de precios de Google Cloud; verifica las tarifas actuales en tu consola de Vertex AI antes de construir un modelo de costes.
Ideogram 4.0: la única herramienta que renderiza texto dentro de las imágenes de forma fiable
Ideogram 4.0 se lanzó el 3 de junio de 2026 como un transformador de difusión de 9.3 mil millones de parámetros publicado con pesos abiertos. Lee la licencia antes de construir sobre él: los pesos se distribuyen bajo un acuerdo no comercial (uso personal, de investigación y de evaluación), y el autoalojamiento comercial requiere una licencia de pago aparte de Ideogram, con la prohibición de usar los resultados para entrenar modelos competidores. Su capacidad distintiva es el mejor renderizado de texto de su clase dentro de las imágenes generadas, la función estrella del modelo. Para cualquier imagen que requiera palabras legibles (póster, etiqueta de producto, gráfico para redes, portada de libro, señalética), Ideogram 4.0 es la primera opción clara.
El checkpoint de pesos abiertos NF4 (unos 4.8 GB) funciona con comodidad en una sola GPU CUDA de 24 GB mediante la biblioteca Diffusers de Hugging Face. Una compilación FP8 más grande ofrece mayor fidelidad pero necesita una GPU más reciente con capacidad FP8 (clase Ada o Hopper).
También hay un producto web alojado (consulta ideogram.ai para las tarifas de suscripción actuales, que han cambiado entre distintas estructuras de plan). Los niveles de la API 4.0 van a $0.03/imagen (Turbo), $0.06/imagen (Default) y $0.10/imagen (Quality); el modelo más antiguo 2a Turbo es aún más barato, a $0.025/imagen. Las funciones de referencia de personajes añaden coste sobre la generación base.
El prompting con JSON primero es una novedad en 4.0. Pasas un objeto estructurado que especifica elementos de primer plano, fondo, tipografía y restricciones de disposición por cajas delimitadoras en lugar de una descripción en prosa. Útil para generación programática donde una disposición coherente en un lote importa más que la flexibilidad del prompt.
Ideogram 4.0 también quedó segundo en general en las evaluaciones de preferencia de diseñadores entre todos los generadores de imágenes en su lanzamiento, solo por detrás de los modelos frontera propietarios.
Stable Diffusion 3.5: imágenes ilimitadas por el coste de la electricidad
Stability AI publicó SD 3.5 en octubre de 2024 bajo una licencia comunitaria que permite el uso comercial gratis para particulares y organizaciones con menos de $1M de ingresos anuales (por encima de eso, aplica una Licencia Enterprise). Tres variantes del modelo:
- Large (8.1 mil millones de parámetros): la mejor calidad, requiere una GPU con al menos 16 GB de VRAM para una generación fiable de 1 megapíxel.
- Large Turbo: misma arquitectura, destilada a generación en 4 pasos. Más rápida con un pequeño coste de calidad.
- Medium (2.5 mil millones de parámetros): funciona en tarjetas de consumo con 8-12 GB de VRAM.
La configuración estándar en 2026 es ComfyUI, que expone cada paso del pipeline como un grafo de nodos. Instala Python 3.10 o posterior, clona ComfyUI desde su repositorio de GitHub, descarga el checkpoint SD 3.5 Large desde la página de Hugging Face de Stability AI y carga el flujo de trabajo SD 3.5 por defecto. La mayoría de los flujos de la comunidad se distribuyen como grafos de nodos JSON para ComfyUI.
La economía por imagen: una GPU que consume 300W a unos $0.13/kWh (media de EE. UU.) cuesta unos $0.04/hora en funcionamiento. A 2 imágenes por minuto, eso es menos de $0.001 por imagen. El punto de equilibrio frente a FLUX.2 [pro] a $0.03/imagen es de unas 30-40 imágenes por sesión una vez contado el tiempo de calentamiento.
La verdadera razón para autoalojar es el volumen y la personalización. Puedes entrenar adaptadores LoRA con tus propios datos, usar nodos personalizados de ComfyUI y procesar miles de imágenes sin que se acumule ningún coste por imagen.
Cómo elegir
Tu imagen necesita texto incrustado legible: Ideogram 4.0, por un amplio margen.
Tu organización tiene un proceso de revisión legal para la procedencia de las imágenes: Adobe Firefly Pro o Pro Plus, con Content Credentials activado.
Estás construyendo un pipeline de API: FLUX.2 [pro] a $0.03/MP para trabajo fotorrealista; gpt-image-2 medio a $0.041/imagen (orientación vertical) para tareas de seguimiento de instrucciones; Imagen 4 Fast a unos $0.02/imagen si tu infraestructura ya vive en Google Cloud.
Quieres el mejor resultado artístico y prefieres una suscripción: Midjourney Standard ($30/mo) te da el modo Relax más la calidad de V8.2. Sube a Pro ($60/mo) solo si necesitas el modo Stealth.
Generas grandes volúmenes y tienes una GPU capaz: Autoalojar Stable Diffusion 3.5 Large o FLUX.2 [dev] reduce el coste por imagen a casi cero. La inversión en hardware se amortiza en unos pocos meses de uso moderado frente a las tarifas de API alojadas.
En 2026, la mayoría de las herramientas convergen en el fotorrealismo con prompts limpios. Los verdaderos diferenciadores son el renderizado de texto (Ideogram), la certeza de licencia comercial (Firefly), la economía de API por imagen (FLUX.2, gpt-image-2) y el volumen a coste marginal cero (SD 3.5).
Preguntas frecuentes
¿Puedo usar imágenes de Midjourney comercialmente?
Sí, en los planes de pago. Los Términos de Servicio de Midjourney conceden a los suscriptores de pago una amplia licencia comercial para sus resultados. Revisa los términos actuales en midjourney.com antes de usar los resultados en trabajos con exposición legal significativa, ya que los términos se han actualizado de forma periódica.
¿Qué pasó con DALL-E 3?
OpenAI retiró DALL-E 3 de su API el 12 de mayo de 2026. El reemplazo actual es gpt-image-2, que se encarga tanto de la generación como de la edición y ofrece un seguimiento de instrucciones bastante mejor en prompts complejos. GPT Image 1 se retira el 23 de octubre de 2026; los nuevos proyectos de API deberían apuntar directamente a gpt-image-2.
¿Hay algún generador de imágenes con IA gratis y realmente usable en 2026?
El nivel gratuito de Adobe Firefly te da 25 créditos al mes, suficiente para experimentar de forma ligera. Stable Diffusion 3.5 Medium es gratis para autoalojar, incluido para trabajo comercial bajo un tope de ingresos de $1M, si tienes una GPU con 8-12 GB de VRAM y unas horas para la configuración. Los pesos abiertos de Ideogram 4.0 también son gratis para ejecutar en local, pero solo para uso no comercial salvo que compres una licencia comercial.
¿Alguno de estos generadores permite contenido NSFW?
Midjourney, Firefly y los productos alojados de Ideogram prohíben el contenido NSFW en sus términos de servicio. Los modelos autoalojados (SD 3.5, FLUX.2 [dev], pesos abiertos de Ideogram 4.0) se ejecutan sin los filtros de contenido que aplican las APIs alojadas, sujetos a las leyes de tu jurisdicción y a los términos de licencia de cada modelo.
¿Puedo hacer ajuste fino de alguno de estos con mis propias imágenes de marca?
Sí, de varios. Stable Diffusion 3.5 y FLUX.2 [dev] admiten ajuste fino completo en local. FLUX.2 [flex] admite LoRA en tiempo de inferencia vía la API alojada. Los modelos personalizados de Adobe Firefly (beta pública a fecha de marzo de 2026) te permiten entrenar con activos de marca a través de la interfaz web sin ninguna infraestructura de ML de tu lado.
El mercado de la generación de imágenes se actualiza más rápido que la mayoría de las categorías de software. Mantente al día leyendo AI Weekly gratis, 3 números por semana, leído por más de 40,000 profesionales.