La generación de imágenes con IA suele presentarse como una única categoría. Pero no es lo mismo crear una imagen desde cero que modificar una imagen ya existente. No es lo mismo crear una imagen que editarla y por eso hay diferencias entre los asistentes de IA que generan imágenes. Unos son muy buenos en la creación y otros en la edición. También hay modelos que no generan imágenes como es el caso de Claude.
Una aclaración: ¿por qué Claude no genera imágenes ni vídeo?
Claude es un asistente de IA que ha ganado mucha popularidad en los últimos meses y varias veces nos han preguntado el por qué este asistente no genera imágenes. Es cierto, Claude y la empresa que lo ha creado Anthropic, se ha centrado en 3 tareas: texto, razonamiento y código, pero no le interesa la generación de imágenes ni de vídeo. Claude puede analizar una imagen que le subamos, describirla, o generar un gráfico vectorial en formato SVG con código. Pero no le pidas generar imágenes (píxeles fotográficos) o vídeo porque no tiene el modelo apropiado para hacerlo, lo que se conoce como modelo de difusión o modelo especializado en IA visual.
La razón de que Claude no genera imágenes ni tampoco vídeo es que la empresa creadora Anthropic no quiere colaborar con la creación de los deepkakes o contenido visual falso creado por IA. Así lo declaró su CEO Dario Amodei: la dificultad actual para distinguir el contenido real del contenido falso (deepfakes) es enorme, y lo dejaron claro en un comunicado. Las imágenes fotográficas son la materia prima de los deepfakes y no generar imágenes fotográficas elimina de raíz este problema. Es decir, el motivo no es que no sean capaces, sino que no quieren hacerlo por estrategia empresarial.
Las 3 categorías que debemos conocer antes de elegir una herramienta
No es lo mismo pedir a un modelo: “crea una foto de una oficina moderna para mi web” que darle al sistema la foto real de su oficina y pedirle “sustituye la pared actual por una más moderna”. Y tampoco es lo mismo subir 4 fotos al modelo: su cara, su traje, su despacho, su logo y pedirle “hazme una foto profesional con las 4 fotos que te he subido para mi imagen de Linkedin”. Son habilidades distintas, y un modelo o asistente de IA puede brillar en una y fallar en otra. Por eso se separan en 3 categorías:
1) Generación de imágenes o Text-to-Image
El modelo parte de cero y toda la información viene del prompt. El usuario describe lo que desea y el modelo crea una imagen nueva. Durante mucho tiempo, los modelos generaban textos ilegibles, objetos imposibles o composiciones poco naturales. Los sistemas actuales han mejorado mucho, aunque siguen cometiendo errores.
2) Edición de una imagen o Single Image Edit
Aquí el reto técnico es opuesto al anterior: no inventar, sino conservar. El modelo debe respetar todo lo que aparece en la imagen, y tocar solo lo pedido. Ejemplo: subimos la foto de la fachada de nuestra empresa y le decimos al modelo: “cambia el cielo gris por cielo azul, elimina el coche aparcado, mantén todo lo demás idéntico”. Un modelo puede ser excelente creando imágenes desde cero, pero menos fiable editándolas.
3) Edición con varias imágenes o Multi Image Edit.
Es lo más complicado. Aquí se trata de que el modelo cree una imagen a partir de combinar diferentes imágenes que le hemos subido. Ejemplo: subimos la foto de una lámpara + foto de un salón + logo + estilo de luz y le pedimos: “coloca la lámpara en este salón, con esta luz cálida, y añade mi logo abajo a la derecha”. La dificultad aumenta porque el sistema tiene que entender qué debe conservar de cada imagen y cómo debe relacionar los elementos.
Para la mayoría de profesionales y pymes, la edición suele ser más útil que la creación. Una imagen inventada sirve para ilustrar un artículo de su blog. Pero lo que nos suele interesar es modificar la imagen de nuestro catálogo o de nuestro logo o de un producto que hemos fotografiado y queremos añadir al catálogo. Para eso se necesita un buen editor, no solo un buen creador de imágenes.
Canva Craft: el gigante del diseño con un modelo propio y gratuito
Canva nació en Australia en 2013 con una idea sencilla: que cualquiera pudiera diseñar sin ser diseñador. Hoy es la plataforma de diseño online más utilizada del mundo y está entre las primeras páginas más visitadas a nivel mundial.
En julio de 2024, Canva compró Leonardo.ai, una de las plataformas de generación de imágenes con IA más populares entre creativos, también australiana. No fue una compra cualquiera: le dio a Canva un equipo de investigación propio y tecnología para entrenar modelos de imagen, en lugar de depender solo de proveedores externos como OpenAI o Google.
A finales de este mes de octubre han lanzado su primer modelo propio de generación de imágenes: Canva Craft. No es una integración de un modelo de terceros: es un modelo propio, entrenado con material propio. Tiene resolución de hasta 2K y prompts en cualquier idioma y texto renderizado en 55 idiomas.
Tiene un plan gratuito muy generoso y está disponible dentro de la pestaña Dream Lab de Canva. Si quieres modificar la imagen creada lo haces desde Magic Layers. Aquí puedes ver un ejemplo.
Como se puede ver en la imagen de abajo, Canva Craft se consolidó como 4.º mejor modelo del mundo en creación de imagen en el ranking de DesignArena. Solo por detrás de los GPT de OpenAI.
Krea: una start up con raíces barcelonesas y un modelo top en edición de imagen
Si Canva domina la creación desde el diseño, en el terreno de la edición de imágenes, como podemos ver en la imagen de abajo, solo por detrás de OpenAI y superando a colosos como Google, Meta lo ocupa Krea 3 Ultra, el modelo de la startup Krea.ai.
Krea es una compañía con sede en San Francisco, pero con raíces españolas. Fue fundada en marzo de 2022 por Víctor Pérez, consejero delegado, y Diego Rodríguez, director de tecnología. Ambos se conocieron en Barcelona mientras estudiaban Ingeniería de Sistemas Audiovisuales. Posteriormente recibieron becas (La Caixa) para continuar su formación en Cornell, pero abandonaron ese camino para desarrollar su empresa.
En apenas cuatro años y medio de vida (2022-2026), la compañía ha crecido con rapidez. Las cifras publicadas en octubre de 2026 apuntan a más de 30 millones de usuarios, y 35 empleados. Krea también habría captado más de 83 millones de dólares de financiación de inversores como Andreessen Horowitz, Bain Capital Ventures y Abstract.
Su modelo Krea 3 Ultra se ha posicionado en la cuarta posición como mejor modelo en edición de imágenes del ranking de DesignArena. La clave de su éxito reside dos factores: velocidad y precisión.
Como explica la empresa, mientras que pedirle una edición compleja en alta resolución a los modelos de la competencia puede tardar entre 30 segundos (en el caso de Google) y casi 40 segundos (en el caso de GPT Image 2.5 de OpenAI), Krea 3 ejecuta ediciones complejas en menos de 8 segundos, manteniendo una fidelidad fotográfica asombrosa y con un coste operativo mínimo (unos 0,06 dólares por imagen en su versión de pago o API). Dispone de un plan gratuito con créditos limitados para probar.
