El nuevo modelo de imagen de xAI ocupa el segundo lugar en el ranking Arena y lleva la edición estilo Photoshop a Grok

xAI ha lanzado Imagine Image 2.0, un nuevo generador de imágenes disponible como “Modo de calidad” en grok.com/imagine y en las aplicaciones de Grok para iOS y Android. El acceso a la API está por llegar, dice la empresa, sin fecha. En las tablas de clasificación de Arena públicas a partir del 7 de agosto, la variante “baja” más rápida ocupa el segundo lugar a nivel mundial en ambas categorías.

Unas palabras sobre lo que significan esas clasificaciones, porque se citan mucho. Las tablas de clasificación de Arena funcionan mostrando a las personas dos imágenes de dos modelos anónimos y preguntando cuál es mejor. Miles de esos votos producen una calificación Elo, el mismo sistema utilizado para clasificar a los jugadores de ajedrez. Imagine 2.0 obtiene una puntuación de 1.439 en Image Edit Arena frente a 1.463 de GPT-Image-2, y 1.320 en Texto a imagen frente a 1.380. Reve 2.1, Muse-Image de Meta, Qwen-Image-3.0-Pro de Alibaba, Gemini de Google y SeedDream de ByteDance se ubican por debajo. De ello se deducen dos cosas: el segundo lugar aquí está realmente cerca del primero, y toda la clasificación mide qué imagen prefiere la gente de un vistazo, no la precisión, ni la utilidad, ni si el modelo le dio lo que pidió.

Las herramientas de edición son la parte a la que vale la pena prestar atención. Magic Wand cambia solo un área seleccionada de una imagen en lugar de regenerarla toda. Una función de segmentación le permite seleccionar regiones precisas y la eliminación del fondo exporta un tema en transparencia. La edición Multi-Ref combina hasta cinco imágenes de entrada en una generación, y Smart Resize convierte una imagen existente a una relación de aspecto diferente haciendo que el modelo rellene el nuevo espacio. xAI también incluye plantillas, puntos de partida preconfigurados para trabajos comunes como fotografía de productos, material de marketing, activos de juegos y emojis de transmisión, además de una función que genera personajes, ubicaciones y accesorios por separado mientras mantiene estable el estilo visual en todos ellos. La empresa enmarca esto último como base para la producción de vídeo.

Ese cambio es la verdadera historia en todo el campo. Los primeros años de la IA de imágenes se centraron en la calidad de una sola generación a partir de un único mensaje, que es una demostración. El trabajo real es iterativo: obtienes algo parecido, luego cambias una cosa, luego cambias otra y conservas las partes que funcionaron. Las herramientas para seleccionar, enmascarar y reutilizar referencias son las que convierten una novedad en algo con lo que puedes terminar un trabajo, y son más importantes que una diferencia Elo de 24 puntos.

Qué significa esto para ti: si ya creas imágenes con IA y una corrección pequeña te obliga a regenerarlo todo y perder lo que te gustaba, estas funciones pueden ayudarte. Las herramientas de coherencia son especialmente útiles cuando repites un personaje o un producto. Si acabas de empezar, no elijas una herramienta por su puesto en una clasificación. Las diferencias entre los modelos principales son lo bastante pequeñas para que pesen más el flujo de trabajo, el precio y la disponibilidad. Hay una cautela importante: hablamos de afirmaciones de xAI y puntuaciones de clasificaciones externas, no de pruebas independientes. El precio de la API tampoco se ha publicado todavía.

Fuentes

• xAI: Grok Imagine Imagen 2
• The Decoder: Imagine Image 2.0 de xAI aterriza justo detrás de GPT-Image-2 de OpenAI