ChatGPT
Perplexity
Claude
Gemini
El 24 de marzo, OpenAI anunció que iba a cerrar Sora. La app se apaga el 26 de abril. La API le sigue en septiembre. La alianza multimillonaria con Disney firmada en diciembre se disolvió junto con ella y, según los reportes, Disney se enteró menos de una hora antes que el resto del mundo.
Si tu flujo creativo vivía dentro de Sora, tienes unas semanas para exportar tu trabajo y decidir qué sigue. Ese es el tipo de plazo que convierte un debate abstracto sobre estrategia de IA en un problema muy concreto.
También plantea una pregunta que vale la pena pensar con cuidado: en un campo tan cambiante, ¿cuál es la mejor forma de construir una práctica creativa sobre herramientas de IA? Es una pregunta a la que OpenArt le ha estado dando una respuesta particular desde el principio. Pero antes de llegar a esa respuesta, conviene ver por qué esta pregunta cada vez cuesta más evitar.
El panorama no va a estabilizarse
Existe un instinto natural, cuando algo se mueve rápido, de esperar a que se calme. De elegir al ganador final una vez que baja la polvareda. Es un instinto razonable, pero no coincide con lo que está pasando ahora mismo en la generación de imágenes y video con IA.
The pace isn't slowing. If anything, it's picking up. In just the last few months, Midjourney shipped V8 with a rewritten engine and native 2K output. Black Forest Labs released Flux 2. Google's Nano Banana 2 became one of the fastest image models available. Imagen 4 raised the bar for photorealism again. Recraft V4 took over as the model people reach for when they need vectors. Ideogram keeps leading on text rendering. Kling and Seedance are pushing video forward on a near-monthly cadence. And Sora, which a year ago looked like the future of AI video, is being sunset.
The pattern isn't a market consolidating around a few stable winners. It's a research frontier where the leader changes regularly, capabilities leapfrog each other constantly, and the economics of running these models are demanding enough that even well-funded labs are making hard tradeoffs. Sora wasn't shut down because it was bad. By most accounts the underlying model is impressive. It was shut down because video generation is enormously expensive to run, the user numbers didn't justify the compute, and OpenAI needed those resources elsewhere. That same math applies, in some form, to almost every model in the space.
Ningún modelo es el mejor en todo
Una vez que trabajas con este panorama de forma habitual, la pregunta de "cuál modelo es el mejor" empieza a sentirse como la pregunta equivocada. ¿El mejor para qué?
Un panorama general de cómo están las cosas ahora mismo:
Midjourney sigue marcando el estándar en calidad estética y coherencia de estilo. Si quieres una imagen que se vea hermosa apenas se genera, muy pocos le llegan. La contraparte es un ecosistema cerrado, sin una API real, con integración limitada en flujos de trabajo más amplios y un modelo de Discord y suscripción que no encaja en todos los casos de uso.
Flux 2 es donde ha aterrizado gran parte de la comunidad de flujos de trabajo open-source. Es flexible, controlable y se lleva bien con el ecosistema más amplio de fine-tuning, LoRAs y herramientas de pipeline. Si necesitas encadenar cosas o crear algo a medida, es difícil de superar.
GPT Image 1.5 está diseñado para la iteración. La interfaz conversacional significa que puedes refinar una imagen como si hablaras con un colaborador. Haz esta parte más cálida, mueve ese elemento, inténtalo de nuevo con otro fondo. El modelo mantiene el contexto de toda la conversación, y ese ciclo de iteración es el verdadero producto.
Google Imagen 4 y Nano Banana 2 están haciendo un trabajo notable en fotorrealismo y velocidad. Nano Banana 2 en particular se ha vuelto la opción preferida para editar y mantener la consistencia de personajes, que es justamente ese tipo de problema de infraestructura poco glamoroso que determina si puedes terminar un proyecto o solo generar piezas sueltas impresionantes.
Recraft V4 es el modelo al que recurrir cuando necesitas vectores, logos o diseños que deban escalar sin perder nitidez.
Ideogram sigue liderando en renderizado de texto, lo que importa más de lo que la gente espera una vez que empiezas a intentar poner palabras dentro de las imágenes.
Kling y Seedance lideran la conversación sobre video en este momento, con nuevas versiones que llegan a un ritmo que hace que cualquier afirmación sobre el "mejor modelo de video" se sienta temporal por definición.
La conclusión no es que uno de estos sea la respuesta correcta. Es que un fotógrafo, un artista conceptual, el dueño de un pequeño negocio que hace mockups de productos y un cineasta armando el storyboard de una escena necesitan cosas distintas, y el mejor modelo para uno rara vez es el mejor para los demás.
El costo de quedarte atado
Cuando confías tu proceso creativo a un solo modelo, asumes más de lo que crees. Heredas sus limitaciones, sus cambios de precio, sus caídas de calidad cuando sale una nueva versión y sus riesgos si la empresa detrás cambia de rumbo. Pierdes la flexibilidad de aprovechar lo que sea que se lance el próximo mes. Y asumes ese tipo de riesgo extremo que, hasta hace muy poco, mucha gente trataba como algo teórico.
El cierre de Sora es el ejemplo más sonado hasta ahora, pero no es el único. Los modelos quedan obsoletos. Los precios cambian. Las APIs desaparecen. A veces la calidad cambia de formas que rompen flujos de trabajo que funcionaban perfecto el día anterior. Nada de esto significa que un modelo en particular sea una mala elección. Solo significa que tratar a un solo modelo como la base de tu práctica es más frágil de lo que parece.
La apuesta que hizo OpenArt
La alternativa a casarte con una sola opción no es nada dramática. Se trata simplemente de tratar los modelos de IA como los fotógrafos tratan los lentes, o como los músicos tratan los instrumentos. Aprendes para qué sirve cada uno, tomas el correcto cuando el trabajo lo pide y no te encariñas demasiado con ninguno.
That's the premise OpenArt was built on. Not "we have more models than the other guys" as a feature checklist, but a position about where the power in a creative practice should sit: with the person making the work, not with whichever lab happens to be in the lead this quarter. The Suite is designed so that the right model for the job is one click away, rather than another subscription, another interface, and another file format to wrangle. When a new model launches, it shows up in the workflow you're already using. When a model shuts down, and more will, the work moves with you instead of getting stranded.
En OpenArt creemos que los creadores no deberían tener que cambiar de plataforma cada vez que el panorama cambia, y que el trabajo de una herramienta creativa es proteger el trabajo de ese tipo de vaivenes, no traspasárselo. Hay otras formas de mantenerse flexible, por supuesto. Puedes armar tu propio flujo de trabajo con varias herramientas en plataformas separadas, y mucha gente lo hace. Lo que vale la pena conservar, sea cual sea el camino que tomes, es que alguna versión de la flexibilidad es cada vez más la única opción sensata.
Algunos principios prácticos
Si estás tratando de descifrar cómo aplicar esto a tu propio trabajo, aquí hay algunas cosas que hasta ahora han funcionado bien:
Elige el modelo según el resultado, no al revés. Si notas que estás moldeando tu idea para que encaje con lo que un modelo puede hacer, es una señal a la que vale la pena prestar atención.
Mantén tu trabajo portable. Los prompts, las bibliotecas de referencia, las decisiones y las exportaciones son más fáciles de mover si los creas pensando en moverlos desde el inicio.
Mantén la curiosidad por los nuevos modelos, sobre todo los que están fuera de lo que ya usas. El modelo que hoy es mejor para tu trabajo probablemente no sea el mejor dentro de seis meses, y eso es motivo de entusiasmo, no de ansiedad.
Y no confundas la familiaridad con la elección correcta. Quedarte con un modelo porque lo conoces bien es distinto a quedarte con él porque es el mejor para el trabajo.
En qué punto nos deja esto
A estas alturas, la era multimodelo no es realmente un pronóstico, es simplemente una descripción del presente. El cierre de Sora es un recordatorio contundente de por qué importa la flexibilidad, pero no es el primero y no será el último. Los creadores y equipos que van a destacar en esta etapa probablemente sean los que tratan a los modelos de IA como una caja de herramientas en lugar de un compromiso, que prestan atención a lo que cada modelo hace realmente bien y que dejan que sus flujos de trabajo evolucionen a la par del panorama.
Esa es la apuesta sobre la que está construido OpenArt, y es la apuesta que seguiremos haciendo cada vez que otro modelo suba, caiga o reescriba las reglas. Nada de esto exige abandonar los modelos que amas, solo significa aferrarte a ellos un poco menos y dejar espacio para lo que venga después.