Google ha dado a su generador de imágenes IA, Nano Banana, una nueva mejora y la última versión, Nano Banana 2.1, llega dentro de Google Gemini en un campo cada vez más saturado de herramientas que pueden convertir unas cuantas oraciones en imágenes notablemente convincentes. La promesa es familiar: mejores detalles, mayor seguimiento de instrucciones, texto más preciso y mayor consistencia entre imágenes. El verdadero reto es encontrar algo que supere significativamente a la competencia.

El principal rival de Nano Banana, el generador de imágenes de ChatGPT llamado Images 2.5, no está esperando ser superado. OpenAI ha avanzado bastante con iluminación realista, composiciones complejas y renderizado de texto, convirtiendo la generación de imágenes en una de las características más entretenidas y útiles de ChatGPT. Con ambas compañías impulsando la tecnología hacia adelante, quería ver si la última actualización de Google había logrado adelantarse.

Si tienes una cuenta de Gemini, deberías haber recibido la actualización para usar Nano Banana 2.1. Para comparar los dos generadores, di prompts idénticos diseñados para probar diferentes habilidades. Comparé las imágenes resultantes lado a lado, con ChatGPT a la izquierda y Gemini a la derecha. Los resultados fueron sorprendentemente cercanos, aunque los dos generadores a menudo abordaron las instrucciones con distintas inclinaciones artísticas.

Tormentas dentro de tormentas

Mi primer experimento buscaba desafiar la comprensión de iluminación, vidrio y reflejos, tres elementos que pueden exponer rápidamente las debilidades de una imagen generada por IA. Quería una escena con múltiples superficies transparentes, iluminación compleja y suficientes detalles diminutos para merecer un análisis cercano. El prompt fue, “Crear una imagen fotorrealista de una diminuta casa de vidrio victoriana dentro de una bola de nieve de cristal durante una tormenta, con reflejos y refracciones realistas, y una iluminación adecuada.”

Ambos generadores produjeron imágenes hermosas que parecerían aptas para la portada de una novela de fantasía. La versión de ChatGPT presentó una elaborada casa victoriana iluminada en tonos dorados dentro de una gran esfera de cristal, asentada sobre una base de madera pulida junto a una ventana cubierto de lluvia. El rayo iluminaba la tormenta exterior, mientras que el globo contenía un mundo diminuto con plantas, senderos y delicados florituras arquitectónicas.

Nano Banana 2.1 optó por algo ligeramente más contenido. Su invernadero parecía una estructura miniatura real, con armazón de metal oscuro, vegetación exuberante y una iluminación interior cálida que contrasta con el exterior azul-gris de la tormenta. Las reflejos en la esfera fueron particularmente convincentes, y la iluminación se sintió más natural, aunque la mesa mojada resultó una elección extraña dado que la escena parecía estar en interior.

Titan llamando

El texto ha sido históricamente una de las debilidades más vergonzosas de los generadores de imágenes IA. Las letras se fundían entre sí, las palabras cobraban sentido y pedir una frase exacta podía generar algo parecido a un lenguaje alienígena. Para la segunda prueba, quería ver si alguno de los modelos podía manejar un diseño exigente sin deformar la tipografía.

El prompt fue, “Diseña un cartel turístico retro-futurista para la luna Titán de Saturno con el texto exacto ‘TITAN IS CALLING’, ‘Seven nights beneath the rings’, y ‘Starting at $2,499.'”

ChatGPT creó un anuncio turístico lujoso que parecía algo que un turista espacial muy adinerado podría encontrar en un aeropuerto interplanetario. Saturno dominaba el cielo sobre un paisaje naranja, mientras resorts futuristas y una pareja tomando bebidas sugerían que Titán se ha convertido en el destino vacacional más exclusivo del sistema solar. Una cosa que no me gustó fue el hueco entre el símbolo de dólar y el 2 en su renderizado de texto.

Google adoptó un enfoque más cartoonish con un cartel de ciencia ficción vintage con cohetes, astronautas, montañas heladas y una base futurista. Era más realista respecto a la inhóspita Titán, pero aún mantenía la cualidad optimista de un anuncio espacial de los años 50, con letras audaces y un acabado ligeramente envejecido. Crucialmente, también reprodujo el texto solicitado correctamente, incluido el precio.

Fox library

La consistencia de los personajes es otro reto complicado para los generadores IA, especialmente cuando el mismo personaje debe aparecer en varias escenas. Un zorro podría cambiar de aspecto, perder un accesorio o adquirir una extremidad extra entre paneles. Decidí probarlo con una historia ilustrada simple que exigía continuidad visual y una secuencia de eventos coherente.

El prompt fue, “Crea una historieta de cuatro paneles que muestre a un zorro naranja con una bufanda verde descubriendo una llave mágica, abriendo una puerta y entrando en una biblioteca. Mantén al zorro idéntico en cada panel.”

ChatGPT produjo cuatro ilustraciones casi en 3D. La iluminación parecía más generada por computadora, aunque el zorro seguía siendo reconocible en cada panel. El estilo se inclinó hacia ilustraciones de libros para niños más que a un cómic convencional.

Nano Banana 2.1 entregó algo mucho más cercano a una tira cómica tradicional, con contornos audaces, paneles claramente definidos y un zorro de dibujo animado coherente a lo largo de la historia. Su versión comenzó con el zorro encontrando una llave en el bosque, luego examinándola, abriendo una puerta en un árbol y finalmente entrando en una biblioteca mágica. La narración era más clara y la apariencia del personaje se mantuvo sorprendentemente constante, hasta con su bufanda verde y la cola con punta blanca.

Google destacó aquí porque sus cuatro paneles parecían partes de la misma historia ilustrada. Las imágenes de ChatGPT eran más elaboradas, pero las proporciones y la presentación del zorro variaban ligeramente, y la secuencia se sentía más como cuatro ilustraciones separadas.

Dragón en un escritorio

Para mi prueba final, quería ver cuán exactamente podían seguirse instrucciones específicas y complejas. Los generadores de imágenes IA tienden a pasar por alto detalles pequeños cuando una instrucción contiene varios requisitos independientes. Lograr que todo aparezca en la imagen es un desafío, y que los números y arreglos exactos se mantengan, otro.

El prompt fue, “Crear una fotografía aérea realista de un escritorio de madera con un cuaderno que muestre un dragón, una brúja apuntando al norte, un reloj de bolsillo marcando las 3:15, exactamente tres sellos de cera rojos y una gema azul.”

ChatGPT produjo una atractiva fotografía aérea de un escritorio antiguo, con un cuaderno abierto que contiene una ilustración intrincada de un dragón. La brújula, el reloj, los tres sellos de cera rojos y la gema azul brillante estaban presentes, y la composición parecía cuidadosamente arreglada.

Nano Banana 2.1 también incluyó los objetos solicitados, pero el cuaderno mostraba una ilustración de dragón más pequeña y limpia, mientras que los sellos, la gema, la brújula y el reloj estaban dispuestos alrededor. El resultado de Google parecía más una colección de objetos históricos reunidos de forma casual, pero sí mostraba el error típico de IA al colocar mal la hora, fijándola en 3:00 en lugar de 3:15.

https://kwizly.com/embed/OdR6be.js

Llegando a la par

Si eres usuario de Gemini, puedes acceder a Nano Banana 2.1 si eres suscriptor de Google AI Plus, Pro o Ultra, ya que es el nuevo modelo por defecto. Los usuarios gratuitos seguirán recibiendo el modelo Nano Banana 2 anterior.

Nano Banana 2.1 es un excelente generador de imágenes, pero ChatGPT ya es tan capaz que las mejoras de Google no se traducen necesariamente en una ventaja obvia. Ambos herramientas produjeron imágenes atractivas y detalladas a partir de prompts relativamente cortos, y ninguno sufrió de los errores visuales evidentes que solían hacer que las imágenes generadas por IA fueran fácilmente identificables.

Dicho esto, distintos prompts, estilos y generaciones repetidas podrían producir resultados diferentes de forma relativamente simple. Lo que estos tests sugieren es que los principales generadores de imágenes IA han alcanzado un nivel de capacidad notable y se acercan a la paridad en muchas tareas creativas cotidianas.

Eso hace que la competencia sea más interesante, incluso si hace más difícil elegir entre ellos. Las diferencias tienden cada vez más al gusto y la interpretación. Nano Banana 2.1 puede ser la última mejora impresionante de Google, pero ChatGPT se ha asegurado de que no ceda el trono de la generación de imágenes sin pelea.