La brecha de 12x: lo que realmente cuesta la generación de imágenes con IA a escala de catálogo

La clasificación no es la factura

Pregunta a una sala de diseñadores qué modelo de imagen es el mejor y obtendrás una respuesta segura, casi siempre el que está en lo más alto de la arena. Pregunta a esa misma sala qué modelo debería usar de verdad su empresa a gran escala y la seguridad se evapora. Son dos preguntas distintas, y en octubre la distancia entre ambas se ensanchó hasta parecer casi un fallo de mercado.

Un desglose de precios publicado este mes pone cifras reales al problema. Para un equipo que genera 50,000 imágenes de producto al mes a unos 1K de resolución, una salida por solicitud, la factura mensual entre modelos que todos consideran opciones razonables va de unos $840 a unos $10,550. Es una brecha de 12.5 veces antes de contar siquiera los reintentos. Misma carga, misma resolución, mismo trabajo.

La tarifa, traducida

La brecha se ve mejor por imagen. En el extremo barato, un modelo de lote rápido ronda los $0.007 por imagen 1K. Nano Banana 2.1 se sitúa en unos $0.0168 en modo lote y $0.0336 en modo estándar. FLUX.2 [pro] arranca en unos $0.03, MAI-Image-2.6 en unos $0.039 según la estimación de la arena, Grok Imagine Image 2.0 en unos $0.04, Seedream 5.0 Pro en unos $0.045, y FLUX 3 Image en 1K en unos $0.048.

Luego los precios suben en picada. GPT-Image-2 en esfuerzo medio llega a cerca de $0.053, Nano Banana Pro a cerca de $0.134, y GPT-Image-2 en esfuerzo alto a cerca de $0.211 por imagen. Con la misma carga de 50,000 imágenes, la diferencia entre la opción razonable más barata y la más cara es una cuota hipotecaria, o varias.

Lo más alocado es la rapidez con que la resolución reordena el ranking. En 1K, los primeros modelos están casi pegados. En 4K, esas mismas 50,000 imágenes cuestan unos $3,780 con Nano Banana 2.1 y unos $30,350 con FLUX 3 Image. Un modelo que parecía una ganga en resolución de catálogo puede volverse insostenible en cuanto el encargo exige calidad de imprenta.

Por qué lo más barato suele ganar, y a veces no

Cuando un modelo está «solo dos escalones por detrás» en la arena, el instinto es tratar la diferencia como ruido. Para un catálogo de productos, ese instinto suele acertar. Si tu umbral de aceptación es «limpio, fiel a la marca, producto correcto», un modelo más barato lo supera más a menudo de lo que sugiere la clasificación, y el dinero ahorrado vuelve a disparar más ángulos o probar más conceptos.

Para una imagen protagonista que va en una valla publicitaria, el cálculo se invierte. El costo de una imagen rechazada no es la tarifa de generación. Es el tiempo del diseñador, la nueva sesión, el plazo perdido. Cuando la apuesta es tan alta, pagar cuatro veces más por imagen es un seguro barato, y la clasificación deja de ser una métrica de vanidad.

La respuesta pragmática a la que llegan la mayoría de los equipos es dejar de elegir un solo modelo. Pasa el barato por un lote de 50 productos tuyos, pasa el caro por esos mismos 50, y luego cuenta cuántas imágenes pasan a la primera. Ese número, no la puntuación de la arena, es el que decide tu tarifa.

En ese consejo se esconde una asimetría útil. Los modelos baratos fallan de forma obvia, y los fallos obvios son baratos de detectar. Los modelos caros fallan de forma sutil: un logo ligeramente equivocado, una sombra que cae hacia el lado incorrecto, una mano con un dedo de más. Esos fallos cuestan más de detectar porque sobreviven a la primera mirada, y por eso mismo los equipos pagan por el modelo caro. La pregunta nunca es si la prima vale la pena en abstracto. Es si los errores concretos del modelo barato son justo los que tus revisores habrían pasado por alto de todos modos.

Los reintentos son el multiplicador oculto

El costo más subestimado de la generación de imágenes con IA es el reintento. El modelo de precios anterior supone una salida por solicitud. Los flujos reales no funcionan así. Si un equipo necesita una media de 1.5 intentos por imagen aceptada, la factura sube un 50 por ciento sin que cambie el precio unitario. De repente, un modelo barato que necesita dos intentos cuesta más que uno caro que necesita uno.

Por eso la «tasa de aceptación» merece sentarse junto al «precio por imagen» en cualquier hoja comparativa. Un modelo con un 60 por ciento de aceptación al primer intento equivale en la práctica a 1.67 veces su precio de etiqueta. Un modelo con un 90 por ciento equivale a 1.11 veces. La brecha entre los precios efectivos de dos modelos puede ser mayor que la de sus precios de lista, y apunta en otra dirección.

Haz las cuentas en los dos extremos de la tabla y la lección se afila. Un modelo a $0.02 por imagen con 50 por ciento de aceptación cuesta $0.04 por imagen aceptada. Un modelo a $0.05 por imagen con 85 por ciento de aceptación cuesta unos $0.059 por imagen aceptada. El modelo «caro» solo cuesta una vez y media más en la práctica, y le ahorró a una persona varias rondas de revisión. Cuando pones precio al tiempo humano que va en esos reintentos, la brecha puede cerrarse del todo. El precio de etiqueta es un punto de partida, no una respuesta.

Las depreciaciones también son una partida

Octubre añadió un segundo tipo de costo que no aparece en ninguna tarifa: la migración forzada. Google programó la retirada de su antiguo endpoint de imágenes de Gemini para finales de octubre, lo que empuja a quien siga en la generación anterior a moverse quiera o no. En el flujo anterior, pasar del endpoint viejo a Nano Banana 2.1 recorta la factura mensual casi a la mitad y aterriza en un modelo mejor clasificado. Una victoria gratis, entregada por un plazo.

Esa es la versión buena de una depreciación. La mala es la migración que no planeaste, en un modelo que no puedes fijar, a un precio que no modelaste. Si tu canalización de imágenes depende de un endpoint concreto, el calendario ahora forma parte de tu estructura de costos junto a la tarifa.

La economía, no la estética

Nada de esto sostiene que los modelos baratos se vean igual de bien. A menudo no es así. Sostiene que «qué modelo es el mejor» es la pregunta equivocada para quien produce imágenes a escala. Las preguntas correctas son más estrechas y menos románticas: cuál es mi umbral de aceptación, cuál es mi tasa de reintentos, qué resolución necesita de verdad el entregable, y qué le pasa a mi factura cuando esa resolución cambia.

La brecha de 12x no es un fallo del mercado. Es el mercado diciéndote que la generación de imágenes ha madurado lo suficiente para tener niveles, como antes lo hicieron el almacenamiento en la nube y la codificación de vídeo. Los equipos que tratan la generación de imágenes como un problema de compras, con tasas de aceptación y economía unitaria, gastarán una fracción de lo que gastan los que la tratan como un problema de gusto. Ambos pueden acertar sobre qué imagen es más bonita. Solo uno puede explicar la factura.