Evaluación comparativa de generación de imágenes

¿Qué tan bueno es Muse Image de Meta en comparación con Gemini Nano Banana 2 y ChatGPT Images 2.5?

Siete evaluaciones originales de texto a imagen, seguidas de siete evaluaciones de edición de imágenes con imágenes de origen y prompts fijos.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Caso de prueba

Seis trombones rojos

Prompt (Traducido del inglés)

Solicitud principal: Seis trombones rojos a la derecha de cuatro tortugas de cristal saltando sobre una llama azul. Estilo/medio: ilustración de estudio limpia y altamente legible Composición/encuadre: una escena cuadrada coherente; mostrar cada objeto por completo; hacer que las relaciones a la derecha de y saltando sobre sean inequívocas Restricciones: exactamente seis trombones rojos, exactamente cuatro tortugas de cristal transparente, exactamente una llama azul; sin objetos adicionales; sin texto, números, etiquetas, bordes, paneles o marcas de agua.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Gemini > ChatGPT > Muse

Gemini es el único modelo que dibuja exactamente seis trombones. ChatGPT dibuja seis trombones pero muestra erróneamente cinco tortugas, mientras que Muse dibuja ocho trombones y cinco tortugas.

Gemini demuestra el cumplimiento más estricto de las cantidades solicitadas.

02

Caso de prueba

Inversión de roles y atributos anormales

Prompt (Traducido del inglés)

Crea una única escena cinematográfica panorámica de una granja que invierta los roles habituales sin convertirse en un collage. En el centro, un astronauta con un traje espacial blanco completo se desplaza a gatas mientras exactamente un caballo castaño se sienta a horcajadas sobre la mochila de soporte vital del astronauta, montándolo visiblemente; no muestres al astronauta montando al caballo. A la izquierda, un pequeño pájaro azul asusta agresivamente a un espantapájaros de paja, que se inclina hacia atrás con los brazos levantados. A la derecha, una jirafa rosa brillante observa desde detrás de una cerca baja. Mantén cada sujeto completamente visible, anatómicamente legible y espacialmente separado; sin texto ni marca de agua.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

ChatGPT ≥ Gemini > Muse

ChatGPT es el único modelo que muestra al pájaro azul asustando activamente al espantapájaros. En las otras imágenes, la dirección de la caída del espantapájaros no concuerda con el acercamiento del pájaro.

Muse se sitúa por detrás de Gemini debido a su deficiente separación espacial. Gemini es la única imagen que transmite una profundidad convincente.

03

Caso de prueba

Geometría del espejo, manos y joyas

Prompt (Traducido del inglés)

Crea una escena de tocador cuadrada y fotorrealista diseñada para probar la geometría de los espejos y las manos. Una mujer está frente a un gran espejo vertical mientras levanta su mano izquierda real, con la palma hacia el cristal; su reflejo debe aparecer en el lado derecho del espejo y mostrar la misma palma. Su mano izquierda real lleva exactamente tres anillos: una piedra roja en el dedo índice, un anillo de oro liso en el dedo medio y una piedra azul en el dedo anular, mientras que solo su muñeca derecha real lleva una pulsera de plata. Coloca una taza verde a la izquierda del espejo y una taza roja a la derecha; sus posiciones reflejadas deben invertirse. Muestra diez dedos naturales en total en las manos reales, manos reflejadas coherentes, sin joyas, texto ni marcas de agua adicionales.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Muse > Gemini > ChatGPT

Muse sigue las instrucciones con precisión para ambas manos.

Gemini no levanta la mano izquierda y coloca todas las joyas en la mano derecha.

ChatGPT tiene una mano extra a la derecha, lo cual es antinatural y da miedo

04

Caso de prueba

Tipografía, diacríticos y una línea de base curva

Prompt (Traducido del inglés)

Crea una fotografía fotorrealista de arte urbano sobre una pared continua de ladrillo rojo. A lo largo de la parte superior central, pinta la frase exacta en mayúsculas “BE EXCELLENT TO EACH OTHER” en letras de molde blancas grandes, deletreada perfectamente una sola vez. Debajo, sobre una línea de base turquesa claramente curvada, escribe exactamente “Crème brûlée — déjà vu!” conservando ambos acentos, el guion largo, las letras minúsculas y el signo de exclamación. A la derecha, incluye un grafiti de un alienígena verde con un esmoquin negro y una pajarita roja. En el primer plano, coloca una boca de riego amarilla en la acera izquierda y un pequeño cartel en el extremo derecho que diga exactamente “eXit 7½”. Sin ningún otro texto legible, letras duplicadas, marcas de agua o paneles de collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

ChatGPT > Muse > Gemini

ChatGPT cumple los requisitos con precisión.

Muse utiliza el acento equivocado, escribiendo "brûlée" con "û".

Gemini inventa una calle a la izquierda y la esquina de una pared a la derecha, contradiciendo la pared continua única solicitada.

05

Caso de prueba

Acciones de cocina y fondo profundo

Prompt (Traducido del inglés)

Crea una fotografía cinematográfica de enfoque profundo dentro de una cocina profesional de acero inoxidable. En el primer plano central, un chef sostiene unas pinzas negras en la mano derecha sobre una sartén con exactamente dos filetes, mientras que la mano izquierda sostiene su mango. A la izquierda, un sous-chef lanza al aire tomates rojos, hojas verdes y pimientos amarillos en un tazón de vidrio. En el fondo, exactamente tres trabajadores pican, emplatan comida y abren un horno por separado. Cuelga cuatro sartenes de cobre sobre ellos, en orden descendente de tamaño de izquierda a derecha. Una comanda sobre la barra de pase dice exactamente “TABLE 7”. Muestra manos correctas y sin personal ni texto adicional.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Gemini > Muse > ChatGPT

Gemini crea la sensación de profundidad espacial más lograda y coloca el ticket de pedido en una ubicación lógica.

Muse crea un espacio tridimensional poco plausible, y el trabajador que abre el horno parece haberse fusionado con el chef en primer plano.

ChatGPT tiene el espacio 3D más imposible. Las sartenes parecen estar a la misma distancia que el chef, pero son mucho más pequeñas de lo normal. Los lados izquierdo y derecho de la imagen muestran diferentes profundidades (los 3 trabajadores están mucho más atrás de lo que sugeriría el lado izquierdo).

06

Caso de prueba

Transparencia, oclusión e iluminación

Prompt (Traducido del inglés)

Crea una naturaleza muerta de estudio físicamente plausible sobre un suelo gris mate. Coloca un cubo de cristal transparente detrás de una esfera roja brillante pero delante de un cono amarillo. La esfera oculta parcialmente el cubo, y el cubo oculta parcialmente el cono, mientras que todas las siluetas siguen siendo identificables. Suspende exactamente dos canicas azules verticalmente dentro del cubo. En el extremo izquierdo, organiza tres pequeñas pirámides de plata en una línea de frente a atrás. En el extremo derecho, solapa cuatro anillos verdes como una cadena sin fusionarlos. Ilumina todo desde la parte superior izquierda para que todas las sombras caigan hacia abajo y a la derecha. Sin texto ni formas adicionales.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Muse = ChatGPT > Gemini

Muse hace un trabajo aceptable, pero la esfera roja muestra reflejos en ambos lados, lo que sugiere de forma incorrecta una segunda fuente de luz a la derecha.

ChatGPT tiene un problema similar, aunque el problema de la segunda fuente de luz es menos pronunciado. Por otro lado, su cubo está más distorsionado.

Gemini incluye solo tres anillos, y las canicas dentro del cubo de cristal tienen reflejos poco verosímiles.

07

Caso de prueba

Asociación de atributos en un mercado nocturno multilingüe

Prompt (Traducido del inglés)

Crea una escena fotorrealista continua de un mercado nocturno con tres puestos de izquierda a derecha. El cartel blanco del puesto de libros azul dice «LIBROS»; el cartel crema del puesto de té rojo dice «茶»; el cartel negro del puesto de pan verde dice «خبز». Cuelga exactamente cinco farolillos rojos solo encima del puesto del medio. Su vendedor zurdo sirve de una tetera de plata que sostiene con la mano izquierda en tazas ordenadas por color: azul, blanca y luego amarilla. En la parte delantera, coloca a un niño con abrigo morado entre un perro con manchas a la izquierda y un gato atigrado a la derecha. Conserva todas las escrituras, cantidades, colores y asociaciones; no debe haber ningún otro texto legible.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

ChatGPT = Muse = Gemini

Todos los modelos capturan la atmósfera concurrida y fotorrealista de un mercado nocturno.

Gemini coloca correctamente los farolillos por encima del puesto central, mientras que Muse y ChatGPT los colocan dentro de los puestos.

However, Gemini also introduces readable words on the right, contrary to the instruction.

Edición de imágenes

Imagen de origen + prompt

08

Eliminación de un objeto de una escena compleja

Prompt (Traducido del inglés)

Edite la Imagen A, utilizándola como fotografía de base. Elimine únicamente la bicicleta negra grande que domina el centro del primer plano: la bicicleta con el manillar plateado, el sillín negro, el cubrecadenas negro y el guardabarros delantero plateado brillante. Reconstruya las partes que oculta —la bicicleta verde detrás de ella, la pared de ladrillo pintada, las líneas de mortero, los trazos de grafiti, el bordillo y los adoquines del pavimento— para que parezcan continuos y físicamente plausibles. Mantenga sin cambios las demás bicicletas, cada marca de grafiti superviviente, el encuadre, la posición de la cámara, la luz solar, las sombras, la textura y el grano fotográfico. No añada objetos, texto, desenfoque, radios de rueda repetidos ni un parche de retoque visible. Devuelva el mismo encuadre panorámico y relación de aspecto que la Imagen A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Muse > ChatGPT > Gemini

Muse deduce correctamente que la rueda delantera de la bicicleta central restante debería ser plateada, lo que la sitúa justo por delante de ChatGPT.

ChatGPT también deja un corte poco natural a lo largo de la parte inferior del grafiti.

Gemini falla por completo al intentar eliminar la bicicleta.

09

Recoloreado selectivo adaptado al material

Prompt (Traducido del inglés)

Edite la Imagen A, utilizándola como fotografía de base. Cambie únicamente los paneles metálicos exteriores visibles pintados de rojo del automóvil —incluidos la puerta, el guardabarros delantero, el borde del capó, el panel lateral trasero y el pequeño panel elevado rojo de la carrocería situado por encima de la línea del techo— por una pintura metalizada de color verde carreras británico intenso (British racing green). La nueva pintura debe conservar las juntas de los paneles, los brillos y los reflejos de los árboles originales. No vuelva a colorear ni rediseñe el techo de vinilo marrón, las molduras cromadas, los espejos, los cristales, la goma negra, la manija de la puerta, la cerradura, la antena, la insignia, el interior, el conductor, el ramo ni el fondo. No cambie el modelo ni la geometría del automóvil. Conserve el encuadre, la profundidad de campo, la iluminación y la relación de aspecto originales; no añada texto, logotipo ni ningún objeto.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Muse = Gemini > ChatGPT

Muse aplica un aumento de nitidez no deseado al emblema del Ranchero, pero su reflejo de la hierba es más fiel a la imagen original.

Gemini define la sombra de la hierba pero deja el emblema sin cambios.

ChatGPT aumentó la nitidez del emblema del Ranchero y aplicó una nitidez agresiva a la sombra, por lo que se sitúa en el último lugar.

10

Reluminación global sin desviación estructural o de texto

Prompt (Traducido del inglés)

Edite la Imagen A, utilizándola como fotografía de base. Cambie la escena de un día nublado a una hora azul realista justo después de llover. Haga que el cielo sea de un crepúsculo azul cobalto profundo y despejado; encienda las luces cálidas del interior y de debajo de la marquesina; deje que esas luces cálidas y la franja morada existente de la estación se reflejen sutilmente en el pavimento ya mojado. Conserve exactamente la misma posición de la cámara, la perspectiva de gran angular, la geometría del edificio, la marquesina, las columnas, las entradas, el diseño del pavimento, la franja morada y la palabra legible en blanco «Woolwich». Mantenga a cada persona, bolardo, cartel y señalización existentes en su ubicación original y no añada ni elimine nada. No reescriba, traduzca ni invente texto. Mantenga un rango dinámico realista —sin una estética de fantasía de neón— y devuelva el mismo encuadre panorámico y relación de aspecto.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Gemini > Muse > ChatGPT

Los tres modelos hacen un trabajo aceptable al preservar el inusual ángulo de la cámara, la perspectiva y el texto, mientras generan un suelo mojado.

Gemini es el único modelo que utiliza la iluminación correcta, porque tanto Muse como ChatGPT inventan lámparas que no estaban presentes en la imagen original.

Las lámparas de ChatGPT están fuera de lugar y crea una lámpara adicional en el árbol de la izquierda, por lo que se sitúa en el último lugar.

11

Trasplante exacto del producto a una habitación amueblada

Prompt (Traducido del inglés)

Utilice la Imagen A como habitación base y la Imagen B solo como referencia del mobiliario. En la Imagen A, reemplace únicamente el sillón estrecho tapizado en verde claro del fondo central, ubicado entre las dos ventanas traseras brillantes y parcialmente detrás del sofá azul, por el sillón azul y dorado exacto de la Imagen B. Conserve el característico respaldo y asiento cuadrados azules de la Imagen B, el marco de madera tallada y dorada, los reposabrazos abiertos, el fleco de borlas y las patas estilizadas. Ajústelo a la posición en el suelo y al ángulo de visión del sillón original a una escala de habitación creíble; haga coincidir la luz cálida de la ventana, la sombra de contacto en el suelo, la perspectiva y cualquier oclusión de bordes natural. No modifique el sofá azul, la mesa de centro, la alfombra, los asientos integrados en la ventana, las lámparas, las ventanas, la lámpara de araña, las paredes de madera ni ninguna otra parte de la Imagen A. No conserve el fondo de museo gris de la Imagen B. Devuelva el encuadre y la relación de aspecto panorámicos originales de la Imagen A; sin muebles adicionales, texto ni bordes de collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Muse > Gemini = ChatGPT

Muse es el único modelo que coloca la silla modificada en su orientación original, mientras que los otros dos la giran demasiado hacia la derecha.

12

Asignación de identidad, estructura y textura a partir de tres referencias

Prompt (Traducido del inglés)

Crea un retrato editorial de estudio, cuadrado y fotorrealista, utilizando las tres referencias con una estricta asignación de roles. Coloca al mismo gato atigrado gris de la Imagen A sentado erguido y mirando ligeramente hacia la izquierda en el sillón de orejas exacto de la Imagen B. Conserva la cara del gato, los ojos verde-amarillentos, las rayas oscuras de la frente, el pelaje gris jaspeado, la forma de las orejas y la cola larga con anillos. Conserva el respaldo alto con orejas, los brazos redondeados, el asiento amplio, las patas delanteras curvadas y los travesaños inferiores oscuros de la Imagen B, pero reemplaza únicamente su tela de tapicería con el tejido exacto Strawberry Thief de la Imagen C: fondo azul marino, zorzales reflejados, fresas rojas, hojas azules y flores rosadas, a una escala en la que sean visibles al menos dos aves completas a lo largo del sillón. Utiliza un fondo de estudio gris cálido sin costuras y una luz suave desde la parte superior izquierda con sombras de contacto coherentes. No copies el follaje ni el suelo de la Imagen A, el fondo de archivo de la Imagen B, ni una muestra rectangular de la Imagen C. Sin collar, disfraz, animales adicionales, muebles adicionales, texto, bordes o paneles de collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

ChatGPT > Muse > Gemini

ChatGPT produce, con diferencia, la respuesta más fiel a la instrucción.

La silla en el resultado de ChatGPT conserva la apariencia desgastada y polvorienta de la silla original.

Muse conserva perfectamente la orientación y los detalles de la silla, pero su color es demasiado brillante.

Gemini tiene el mismo color excesivamente brillante y también gira la silla de forma incorrecta hacia la cámara, por lo que se sitúa en último lugar.

13

Poner a mi hija en una montaña de esquí en Hokkaido

Prompt (Traducido del inglés)

Utilice la Imagen B como fotografía de destino base y la Imagen A solo como referencia de identidad para mi hija. Cree una fotografía de viaje familiar convincente que coloque a la misma niña de la Imagen A en la pista de esquí nevada de la Imagen B, conservando exactamente el monte Yotei de Hokkaido, el horizonte, las pistas de esquí y el cielo azul de invierno. Muéstrela de cuerpo entero en el primer plano a la izquierda, sonriendo con naturalidad a la cámara, con una chaqueta de esquí roja adecuada para su edad, pantalones de nieve azul marino, guantes negros, botas de esquí blancas y un gorro de lana crema que deje su rostro completamente visible. Coloque dos esquís de tamaño infantil paralelos bajo sus botas y un bastón en cada mano. Haga coincidir la luz de la montaña, la altura de la cámara, la escala, el aire frío y nítido, las sombras de contacto en la nieve y la luz azul reflejada. Conserve su edad, rostro, color de ojos, línea del cabello y expresión reconocible; no la adultice ni la embellezca. No cambie la silueta de la montaña, no añada edificios, no invente texto, no duplique personas ni cree un collage. Devuelva el encuadre y la relación de aspecto panorámicos de la Imagen B.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

ChatGPT > Gemini > Muse

Los tres modelos crean una fotografía de esquí convincente y conservan la identidad reconocible de la niña. Sin embargo, a todos les cuesta representar las botas y los esquís correctamente.

ChatGPT gana por los esquís renderizados de forma limpia y la sombra natural en el rostro de la niña. Aunque la parte trasera de los esquís es claramente demasiado corta.

Gemini tiene problemas para representar la parte trasera de los esquís, y además el bastón derecho es mucho más largo que el izquierdo

Muse también tiene problemas para representar los esquís, además la sombra alrededor de la cara de la chica no es natural.

14

Cambiar a mi antigua novia por una nueva

Prompt (Traducido del inglés)

Utilice la Imagen A como fotografía base. Reemplace únicamente a la mujer adulta sentada detrás del hombre en el scooter por la mujer adulta de la Imagen B. Conserve el rostro reconocible, los ojos, la nariz, la boca, la tez y el cabello largo y oscuro de la nueva mujer, pero adáptela de forma natural a la postura sentada, escala y mirada de la pasajera original. Debe llevar el cárdigan crema y la falda beige de la pasajera original y sostener la misma cámara réflex de objetivos gemelos en la misma posición con manos verosímiles. No incluya el sombrero cónico, la bufanda roja, la bandera, la calle ni el fondo de la Imagen B. Mantenga al hombre completamente sin cambios (incluidos su rostro, cabello, camisa azul a rayas, manos y postura de conducción) y conserve el scooter, el portaequipajes cromado, los adoquines, el edificio emblemático, las puertas, las plantas, los carteles, las sombras, el encuadre y la profundidad de campo de la Imagen A. Haga coincidir la luz solar del mediodía y las sombras de contacto existentes para que parezca una sola fotografía de viaje no editada. No altere a ninguna otra persona u objeto, no añada joyas ni texto, no duplique extremidades, no desfoque rostros ni cree un collage. Devuelva la relación de aspecto panorámica de la Imagen A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Veredicto

Gemini > ChatGPT > Muse

Tanto Gemini como ChatGPT hacen un trabajo aceptable al cambiar la cara. El tono de piel no es natural en ninguna de las dos imágenes. Gemini gana porque la chica está mirando hacia abajo y más en línea con la postura original.

Muse no logró cambiar en absoluto el rostro del segundo retrato, por lo que es un fallo rotundo.

Recuento final

¿Qué modelo de imagen gana?

Para mantener las cosas simples, otorgamos tres puntos por cada primer lugar (se dividen si hay empate) y un punto por los segundos lugares.

Ganador de texto a imagen

ChatGPT Images 2.5

ChatGPT Images 2.5 gana la sección de generación con 9,5 puntos, por delante de Gemini Nano Banana 2 con 9 puntos y Muse Image 1.0 con 7,5 puntos.

Ganadores de edición de imágenes

Muse Image 1.0 y Gemini Nano Banana 2

Muse Image 1.0 y Gemini Nano Banana 2 empatan en la victoria de edición con 9,5 puntos cada uno, por poco por delante de ChatGPT Images 2.5 con 9 puntos.

Ganadores globales

ChatGPT Images 2.5 y Gemini Nano Banana 2

ChatGPT Images 2.5 y Gemini Nano Banana 2 empatan en la victoria general con 18,5 puntos cada uno. Muse Image 1.0 termina muy cerca con 17 puntos.

Pruébalo tú mismo

Crear y editar imágenes con IA

Hemos seleccionado una serie de prompts para que estos modelos de imagen sean aún más fáciles de usar; mira cómo

Explorar la creación de imágenes