Generador de imágenes con IA y generador de vídeo con IA: todos los proveedores de un vistazo

Quien busca actualmente un generador de imágenes con IA se topa rápidamente con un problema: no existe „el" proveedor, sino una docena de nombres que en parte se solapan y en parte se integran entre sí. Las preguntas más habituales son: ¿cuál es ahora mismo la mejor herramienta? ¿Cuánto cuesta realmente un generador de imágenes con IA al mes? ¿Existen alternativas gratuitas que aun así ofrezcan buenos resultados? Y, especialmente en el caso de las plataformas más recientes, ¿el proveedor utiliza realmente un modelo propio o en realidad genera las imágenes a través de la interfaz de otro fabricante?

En la generación de vídeo se suma otra incertidumbre: el mercado se mueve rápido, algunos servicios se descontinúan o se renombran, y quien lee un tutorial de hace un año tiene muchas probabilidades de acabar en una herramienta que ya no existe en esa forma. Precisamente por eso merece la pena hacer un balance sobrio: qué proveedor genera imágenes, cuál genera vídeos, cuál hace ambas cosas, y quién construye su oferta sobre modelos ajenos en lugar de desarrollar los suyos propios.

Contenido de este artículo:

1. Los proveedores de un vistazo
2. ¿En qué destaca especialmente cada proveedor?
3. ¿Con qué rigor revisan los proveedores los prompts?
4. Diseño web y de apps con IA: más que una simple imagen
5. Alojar la generación de imágenes y vídeo uno mismo en lugar de usar la nube

Los proveedores de un vistazo

La siguiente lista está ordenada por notoriedad e importancia en el mercado, no alfabéticamente. Arriba figuran los proveedores que resultan casi ineludibles para cualquiera que se dedique a las imágenes o los vídeos con IA; abajo, herramientas especializadas y plataformas que son puras recopilaciones.

Los precios corresponden a las tarifas de entrada regulares más económicas de los proveedores en el momento de la investigación (julio de 2026). Casi todos los servicios facturan además mediante créditos o saldo, de modo que el precio real depende en gran medida del volumen de uso; la indicación „desde" se refiere al acceso de pago más bajo, no a un precio fijo para uso ilimitado.

Sora ya no es una oferta activa

Quien se encuentre con Sora de OpenAI en comparativas o guías antiguas debe saber que el producto se está retirando. La app de Sora y la interfaz web se descontinuaron ya el 26 de abril de 2026, y la interfaz de programación (API) correspondiente le sigue el 24 de septiembre de 2026. Los usuarios que habían guardado contenidos allí fueron invitados a exportarlos antes de las fechas límite correspondientes; una vez vencidos los plazos, los datos se eliminan. El propio modelo de imágenes de OpenAI, GPT Image 2, no se ve afectado por esta retirada y sigue disponible.

¿Quién utiliza a quién? Modelos propios frente a tecnología comprada

Un aspecto que se pierde en muchas comparativas: no todos los proveedores con nombre e interfaz propios tienen detrás también un modelo de IA propio. Un fabricante de modelos real como OpenAI, Google, Black Forest Labs, Midjourney, Kuaishou (Kling) o Alibaba (Wan) entrena él mismo la IA subyacente y asume los costes de cómputo correspondientes. Plataformas como fal.ai o Replicate, en cambio, son puros puntos de acceso: alojan modelos de terceros y facturan el uso según el tiempo de cómputo, sin desarrollar ellos mismos un modelo base.

Entre medias existe un tercer grupo, al que pertenecen, por ejemplo, ImagineArt, Freepik o Poe. Estos servicios agrupan varios modelos de terceros bajo una interfaz propia y un precio de suscripción propio. Esto puede resultar práctico si se quiere probar distintos modelos sin tener que abrir una cuenta individual con cada fabricante; sin embargo, el precio suele situarse por encima de lo que se pagaría directamente al proveedor original, y se depende de la disponibilidad y las condiciones de este último. En Recraft, la función de vídeo es un ejemplo concreto de ello: la generación de imágenes procede de desarrollo propio, mientras que la generación de vídeo funciona a través de un modelo integrado de xAI.

¿En qué destaca especialmente cada proveedor?

„El mejor generador de imágenes con IA" no existe; la respuesta depende de para qué se necesite la imagen o el vídeo. Un modelo que convence en imágenes de producto fotorrealistas no tiene por qué ser necesariamente bueno en texto legible dentro de la imagen, y una herramienta de vídeo para clips sociales cortos persigue un objetivo distinto al de una destinada a un anuncio publicitario de varios segundos con sonido. La siguiente clasificación resume para qué se recomienda especialmente a cada proveedor en pruebas y comparativas actuales:

Esta clasificación se basa en pruebas y portales de comparación actuales, no en mediciones propias; en un mercado tan cambiante, el orden puede modificarse en pocos meses.

¿Con qué rigor revisan los proveedores los prompts?

Un motivo de queja que aparece una y otra vez en los foros de usuarios no tiene nada que ver con la creatividad: los prompts rechazados. Precisamente en solicitudes cotidianas y completamente legítimas —por ejemplo, fotos de producto para un catálogo— algunos servicios notifican una infracción de las políticas de contenido sin que el usuario pueda saber qué parte de la descripción lo ha provocado. La revisión suele producirse en una fase de filtrado previa, antes incluso de que el propio modelo de imagen vea la solicitud, lo que explica lo poco útiles que resultan los mensajes de error.

El grado de rigor de esta revisión varía notablemente entre proveedores:

• Adobe Firefly se considera especialmente cauteloso. Dado que el modelo se ha entrenado exclusivamente con material con licencia de Adobe Stock y obras de dominio público, y Adobe ofrece una garantía de uso comercial, las políticas de contenido son correspondientemente estrictas: quien quiera estar legalmente a salvo en un contexto empresarial gana con ello seguridad, pero pierde margen creativo.
• Midjourney aplica igualmente una revisión en varias etapas que combina filtros de palabras clave con una clasificación adicional por IA; las normas de la comunidad exigen contenidos aptos para todos los públicos en todo momento.
• Leonardo.ai se describe en comparativas actuales como sensiblemente más flexible que Midjourney o Adobe Firefly, especialmente para motivos artísticos en las tarifas de pago.
• Los modelos abiertos como FLUX y Stable Diffusion ya no están sujetos, en uso propio, a ninguna revisión de prompts por parte de un proveedor, porque no hay ninguna plataforma central de por medio. Para el uso comercial, sin embargo, resulta decisiva la licencia correspondiente: mientras que la variante más rápida FLUX.1-Schnell puede utilizarse libremente también con fines comerciales bajo Apache 2.0, la variante de mayor calidad FLUX.1-Dev requiere para uso comercial una licencia independiente de Black Forest Labs.

Para el día a día puede deducirse de ello una regla sencilla: cuanto más se publicita un proveedor con seguridad jurídica y reputación de marca (Adobe, pero también Midjourney por su orientación comunitaria), más estrecha suele resultar también la revisión de prompts. Quien tropiece a menudo con rechazos falsos positivos ante motivos en realidad inofensivos encuentra con más frecuencia una alternativa en modelos abiertos, autoalojados, o en proveedores en la nube algo más permisivos como Leonardo.ai; a cambio, debe examinar con más atención por sí mismo qué es legalmente admisible, porque la responsabilidad recae entonces en mayor medida sobre el usuario.

Diseño web y de apps con IA: más que una simple imagen

Junto a los generadores de imágenes clásicos se ha consolidado un tipo de herramienta propio que no se centra en imágenes individuales, sino en interfaces web y vistas de app realmente funcionales, hechas de HTML, CSS y JavaScript reales. Quien busca apoyo de IA para el diseño de páginas web o apps suele referirse exactamente a eso: un boceto que pueda verse directamente en el navegador y no solo como imagen estática de una posible interfaz. Los principales proveedores de este ámbito se diferencian claramente en cuánto automatizan y en lo cerca que queda el resultado del código final.

Claude Design (Anthropic)

Claude Design está disponible desde abril de 2026 como vista previa de investigación para las suscripciones Pro, Max, Team y Enterprise. Durante la configuración, Claude lee, si así se desea, el código existente, archivos de Figma disponibles, la propia web o presentaciones anteriores, y de ahí deriva un sistema de diseño de colores, tipografías y componentes recurrentes. Este sistema se aplica automáticamente a cada nuevo boceto, de modo que páginas de aterrizaje, paneles o vistas de app resultan coherentes entre sí visualmente, en lugar de partir de cero con cada nuevo prompt. Los cambios pueden realizarse por chat, mediante comentarios directamente en el boceto o con controles deslizantes para espaciados y colores. Los bocetos terminados pueden exportarse como archivo HTML, PDF, archivo PowerPoint o directamente como paquete de traspaso a Claude Code, que a partir de ahí genera código funcional.

Fortaleza: la capacidad de derivar de forma autónoma un sistema de diseño coherente a partir de un repositorio de código ya existente, en lugar de limitarse a importar archivos de Figma sueltos; algo que, según comparativas actuales, las herramientas comparables no logran en esta forma. Debilidad: para pantallas móviles la herramienta funciona, pero se considera más bien genérica, sin herramientas especializadas para las particularidades de las apps nativas. Además, hay que tener en cuenta su estado de vista previa de investigación: el alcance funcional y la disponibilidad todavía pueden cambiar.

Google Stitch

Stitch procede de Galileo AI, adquirido por Google en 2025, y funciona actualmente sobre Gemini 3. La herramienta ofrece un lienzo infinito, puede generar varias pantallas a la vez, también puede controlarse por voz y enlaza pantallas individuales en flujos clicables y probables. La exportación de código abarca HTML, CSS, Tailwind CSS, Vue.js, Angular, Flutter y SwiftUI. Stitch puede utilizarse de forma gratuita.

Fortaleza: exportación muy amplia a distintos frameworks de frontend y de app (entre otros, Flutter y SwiftUI para apps nativas), así como la posibilidad de conectar directamente varias pantallas relacionadas en un prototipo clicable probable, y todo ello de forma gratuita. Debilidad: a diferencia de Claude Design, Stitch no deriva automáticamente ningún sistema de diseño a partir de un repositorio de código existente, sino que trabaja de forma más orientada a prompts y al lienzo.

ChatGPT / OpenAI

OpenAI ofrece con Canvas un espacio de trabajo para proyectos de texto y código que se abre en cuanto ChatGPT genera contenidos más extensos o código. Para interfaces puramente visuales existen además ofertas que se basan en el modelo de imagen propio GPT-Image-2 y a partir de él derivan interfaces web, iOS y Android interactivas. Los modelos subyacentes de la serie GPT-5.4 se entrenaron específicamente para lograr frontends más atractivos y cercanos a producción.

Fortaleza: estrecha integración con el ya de por sí extendido ChatGPT, además de una calidad de imagen alta gracias a GPT-Image-2 como base. Debilidad: según el estado actual de las comparativas, falta una capacidad propia, comparable a la de Claude Design, para extraer sistemas de diseño listos para producción directamente de un repositorio de código y trasladarlos de forma coherente a nuevos bocetos.

v0 (Vercel) y Lovable

Ambas herramientas proceden originalmente más del ámbito del desarrollo que del diseño. v0 genera código Next.js listo para producción, puede publicarse directamente en Vercel y sincronizarse con GitHub; se pueden subir capturas de pantalla o diseños de Figma como plantilla. Lovable describe, a partir de una simple descripción de texto, una aplicación completa que incluye frontend, backend, base de datos y función de inicio de sesión, e importa bocetos de Figma mediante un enlace compartido.

Fortaleza: ambas herramientas van más allá del diseño de interfaz puro y entregan directamente aplicaciones funcionales, a menudo completas, en lugar de solo bocetos de interfaz. Debilidad: ambas pueden importar diseños de Figma existentes, pero no derivan ningún sistema de diseño propio a partir de un repositorio de código existente; los nuevos bocetos se orientan de forma menos automática a un lenguaje visual ya establecido.

Alojar la generación de imágenes y vídeo uno mismo en lugar de usar la nube

Quien no quiera depender, imagen o vídeo tras imagen o vídeo, de los límites de suscripción y los precios de un proveedor en la nube, puede operar también modelos de imagen y vídeo en hardware propio. A diferencia de los LLM de chat clásicos, que pueden iniciarse localmente de forma bastante sencilla con herramientas como Ollama, para esto se necesita, sin embargo, otra base de software.

¿Qué es ComfyUI?

ComfyUI es una interfaz de usuario gratuita y de código abierto para modelos de imagen y vídeo alojados localmente; el equivalente a una interfaz en la nube como la de Midjourney o Runway, solo que el cálculo se ejecuta en la propia tarjeta gráfica en lugar de en servidores ajenos. En lugar de un único campo de entrada, ComfyUI trabaja con „nodos" individuales que pueden conectarse entre sí como en un esquema eléctrico: un nodo carga el modelo, otro recibe el prompt, otro más controla el tamaño de la imagen o el reenfoque. Esto permite un control muy preciso sobre cada paso individual de la generación, pero también implica una curva de aprendizaje mucho más pronunciada que una simple interfaz web con un solo campo de texto. ComfyUI se ha consolidado entretanto como estándar de facto: prácticamente todos los modelos abiertos de imagen y vídeo —entre ellos FLUX, Stable Diffusion, Wan, HunyuanVideo y LTX-Video— incorporan integraciones oficiales o mantenidas por la comunidad para esta herramienta.

Conexión con Open WebUI

Open WebUI, la interfaz extendida para modelos de chat autoalojados, puede conectarse directamente a ComfyUI para la generación de imágenes; esto está documentado oficialmente y no es una solución improvisada: ComfyUI se ejecuta como servicio propio, se abre mediante un interruptor de configuración para el acceso de red, se importa un flujo de trabajo exportado en Open WebUI, y a partir de ahí las imágenes pueden generarse directamente desde la ventana de chat habitual. Para la generación de vídeo, en cambio, no existe una integración nativa comparable con Open WebUI; aquí el manejo se realiza directamente a través del propio ComfyUI como interfaz independiente.

Qué modelos son adecuados para uso local

En cuanto a los modelos, la oferta se ha ampliado notablemente en 2026:

• Para imágenes, FLUX.2 y Stable Diffusion 3.5 se consideran las dos familias de modelos centrales. La variante más pequeña de FLUX.2 (klein, 4B parámetros) funciona ya con unos 8 GB de memoria gráfica, mientras que la variante de mayor calidad FLUX.2-Dev necesita unos 32 GB. Como pauta general: 12 GB de memoria gráfica bastan para SDXL o FLUX Schnell; a partir de 24 GB funcionan también FLUX Dev y la mayoría de los modelos de vídeo.
• Para vídeos, Wan 2.2 (Alibaba), HunyuanVideo (Tencent) y LTX-Video (Lightricks) son los modelos abiertos más extendidos. Wan 2.2, gracias a su licencia Apache 2.0 y a una necesidad de memoria comparativamente moderada (la variante densa TI2V-5B funciona en una sola tarjeta gráfica de 24 GB), se considera para la mayoría un buen punto de partida; HunyuanVideo destaca más bien por la calidad de salida, aunque en su versión actual 1.5 también necesita ya solo unos 14 GB en lugar de los 45 GB originales.

¿Merece la pena el hardware propio?

Si el hardware propio resulta rentable económicamente depende en gran medida de la frecuencia de uso. Una RTX 3090 usada con 24 GB de memoria se considera actualmente la mejor relación calidad-precio para empezar (unos 700–900 dólares estadounidenses de segunda mano); una RTX 4090 es claramente más rápida, pero también cuesta más en consecuencia y consume más electricidad. Quien solo necesite una imagen o un vídeo ocasionalmente suele salir más económico con una suscripción en la nube; solo con un uso regular y elevado se amortiza de forma notable el hardware propio frente a la potencia de cálculo alquilada. La ventaja del uso propio reside, por tanto, menos en el precio por imagen que en el control total sobre el modelo, los datos y la libertad de prompts, sin depender de las reglas de un proveedor en la nube.

Más artículos relacionados

• Claude Fable 5 está de vuelta – y se puede probar gratis con la suscripción
• Claude Fable 5 gratis hasta el 12 de julio – ¿está detrás de la prórroga el GPT-5.6 de OpenAI?
• GPT-5.6 (Sol, Terra, Luna) ya está aquí: disponibilidad, precios – y por qué todavía falta en tu suscripción de ChatGPT