¿Qué modelo de imagen con IA acierta con las caras y las manos?

¿Qué modelo de imagen con IA acierta con las caras y las manos? Revisamos las puntuaciones

Siete modelos de imagen ocupan los tableros de imagen de OpenArt Arena, y elegir entre ellos para sujetos humanos suele reducirse a las suposiciones. Recopilamos las puntuaciones publicadas por criterio, incluidas las que ocultan las clasificaciones resumidas, y las alineamos con lo que cuesta realmente cada modelo y con qué rapidez funciona.

• Elección por defecto para personas: Seedream 5.0 Pro. Lidera la categoría General con 1051 y Cine con 1074, y mantiene la máxima puntuación en Fidelidad a la Referencia con 1037, que es lo que mantiene una cara reconocible de toma en toma.
• El más fotorrealista: Nano Banana Pro. Obtiene 1184 en el criterio de Realismo del ranking de Cine, la cifra publicada más alta de las siete.
• Mejor para reparar una mano defectuosa: GPT Image 2. Lidera Edición de imagen con 1045, cuesta lo mínimo con 0,057 $ por imagen y admite 16 imágenes de referencia.

Cómo se comparan los siete modelos

Arena realiza votaciones a ciegas cara a cara y publica puntuaciones al estilo Elo. Grok Imagine 2.0 se sitúa en 1.000 como referencia fija, así que cada número que ves más abajo se lee como mejor o peor que Grok. Las puntuaciones solo se comparan dentro de una misma columna.

Source: OpenArt's Clasificación de la Arena, rankings de imagen, v1.0.

Una nota sobre lo que estas puntuaciones cubren y lo que no, y luego seguimos. Arena puntúa el realismo, la consistencia de identidad y la precisión de edición. No ejecuta una prueba de anatomía aparte, así que aquí nada te cuenta los dedos. El realismo es el proxy publicado más cercano, y la brecha entre Nano Banana Pro con 1184 y Qwen Image 3.0 con 975 es lo bastante amplia como para ser útil. Trata como empate los modelos con intervalos de confianza que se solapan.

Qué modelos son los mejores para sujetos humanos

Seedream 5.0 Pro

La opción por defecto más segura. Lidera las categorías General y Cine, se lleva la máxima puntuación en Creatividad con 1103, y su 1037 en Fidelidad a la Referencia significa que una cara que le des tiende a volver pareciéndose a la misma persona. También admite fondos transparentes, algo que solo GPT Image 2 iguala.

El inconveniente son la velocidad y el margen. Se limita a 2K, admite 10 imágenes de referencia y tarda 88,9 segundos en una imagen de 1K. También baja a 975 en Diseño Gráfico, así que si tu imagen necesita una tipografía limpia, genera aquí a la persona y añade el texto en otro sitio. Todas las especificaciones están en la Página del modelo Seedream 5.0 Pro.

GPT Image 2

La herramienta de reparación. Lidera Edición de Imagen con 1.045 y también encabeza discretamente Fidelidad al Prompt con 1.041, lo que importa cuando estás especificando exactamente qué mano sostiene qué. Genera en 4K, acepta 16 referencias, admite un prompt de 32.000 caracteres y tarda 44,8 segundos.

Su punto débil es la estética frente a lo más alto del ranking: 1030 en Estética Subjetiva contra los 1043 de Seedream, y 1058 en Realismo contra los 1184 de Nano Banana Pro. Genera en otro sitio, corrige aquí. El Página del modelo GPT Image 2 enumera los modos de edición.

Nano Banana Pro

El líder en realismo, con diferencia. 1184 en Realismo y 1059 en Cine, en 4K con 14 referencias y unos rápidos 39,9 segundos.

Dos cosas lo lastran. A 0,134 $ por imagen es el más caro de los siete, unas 2,4 veces GPT Image 2. Y saca 981 en Estética subjetiva y 952 en Diseño gráfico, por debajo del ancla en ambos, así que resulta técnicamente convincente más a menudo de lo que resulta bello.

Nano Banana 2

El modelo para borradores. Google lo documenta como Gemini 3.1 Flash Image. A 18,1 segundos y 4K con 14 referencias, es la forma más rápida de encontrar una composición que te guste antes de comprometerte con un modelo más lento. El realismo aguanta en 1064. La puntuación global se queda en 985, así que trata su resultado como un boceto. Las especificaciones y las muestras están en la página del modelo Nano Banana 2.

Qué modelos evitar para sujetos humanos

Flux.2 Pro obtiene 881 en Fidelidad a la Referencia, la más baja de las siete, lo que lo descarta para trabajos con personajes. Qwen Image 3.0 obtiene 915 en Fidelidad al Prompt, así que una pose específica como "solo la mano izquierda, agarrando el asa" es más probable que vuelva mal, y con 99,1 segundos es el modelo más lento del ranking. Grok Imagine 2.0 es el ancla, útil como punto de referencia y barato a 0,06 $, pero no una recomendación.

Qué significa la fidelidad a la referencia para la consistencia de personajes

La fidelidad a la referencia es el número menos intuitivo de la tabla. Arena pasa el mismo encargo por los siete modelos: un hombre en tres fotos espontáneas de calle, caminando, apoyado en una pared y cruzando la calle, con la misma cara, peinado y vestuario en las tres.

Arena los puntúa contra una imagen de referencia que no publica, así que la puntuación es el veredicto en lugar de tu ojo. Lo que sí puedes ver es cuánto del encargo sobrevive al recorrido. Los siete resultados están en el Clasificación de la Arena en Fidelidad a la Referencia, y si tu trabajo incluye un personaje recurrente, un embajador de marca o un personaje de IA, esta columna importa más que la clasificación general.

Por qué la IA sigue equivocándose con las manos en 2026

Una mano tiene dieciséis articulaciones que se mueven de forma independiente, y en la mayoría de las tomas varias de ellas quedan ocultas entre sí o detrás de un objeto. El modelo tiene que inferir una anatomía que no puede ver, a partir de una zona que quizá ocupe unos pocos cientos de píxeles.

Research from March 2025 put numbers on it. A team including researchers at Peking University built a 500 prompt human benchmark and found that close to half of generated images contained some distortion. Their companion dataset, Distortion-5K, annotated 4,700 images, and most flawed regions took up only a small share of the frame, which is why defects survive a quick glance. That study tested an older generation of models, so read it as evidence that the problem is real and hard to spot, not as a ranking of the seven models here.

Lo que ha cambiado desde entonces es dónde viven los fallos. Un retrato centrado o una palma abierta ahora suelen salir bien. Los errores se han trasladado a sitios más difíciles: dedos envueltos alrededor del asa de una taza, dos personas cogidas de la mano, una mano cerca de una cara, un brazo en escorzo y las caras pequeñas que están detrás de tu sujeto.

Cómo probar modelos de imagen con IA con caras y manos

Las puntuaciones acotan el campo. Tus propios prompts deciden. Esto lleva unas dos horas.

Configúralo. Elige tres modelos de la tabla y ejecútalos en el Generador de imágenes con IA, donde los siete se cargan desde el mismo cuadro de prompt. Da a cada uno prompts, referencias, relación de aspecto y resolución idénticos. Genera cuatro imágenes por prompt. Reintenta solo por errores del servicio, nunca porque un resultado no te gustara, o estarás puntuando tu propia paciencia en lugar del modelo.

Usa prompts que rompan las cosas. Seis cubren la mayor parte:

• Una mano agarrando un objeto por su asa
• Dos personas cogidas de la mano
• Una mano levantada cerca de la cara
• Una acción con la mano izquierda
• Un brazo escorzado extendiéndose hacia la cámara
• Un grupo de cinco con caras al fondo

Añade una prueba de identidad: la misma imagen de referencia en los tres modelos.

Puntúalo a ciegas. Oculta los nombres de los modelos. Abre cada imagen a resolución completa, porque un defecto que es invisible en un feed resulta obvio al 100 por cien. En las manos, comprueba el número de dedos, la separación, la posición del pulgar, la continuidad de la muñeca, la dirección de las articulaciones y si el agarre toca realmente el objeto. En las caras, comprueba la mirada, los dientes, las orejas, la geometría de perfil y las asimetrías no intencionadas. Cuenta a cada persona visible, incluidas las pequeñas del fondo.

Informa de dos cifras por modelo: la tasa de acierto en los primeros resultados y la tasa de acierto en los cuatro. Un modelo que acierta una vez de cada cuatro genera más trabajo del que sugiere su media.

Cómo arreglar manos y caras generadas con IA sin cambiar la imagen

Di cuántas manos aparecen y qué hace cada una. "Una mano izquierda visible sosteniendo una taza de café por el asa" le da al modelo mucho más con lo que trabajar que "una persona con café." Mantén la primera generación simple. Brazos cruzados, dedos superpuestos, tres accesorios y cuatro personas en un solo prompt es donde todo se desmorona.

Encuadra según la anatomía que te importe. Una cara que ocupa 40 píxeles solo tiene 40 píxeles de detalle con los que trabajar, elijas el modelo que elijas. Si las caras del fondo importan, recorta más cerca o sube la resolución.

Cuando algo falla, enmascara solo la zona defectuosa y pide una única corrección concreta. Una máscara estrecha le deja al modelo menos margen para redibujar a la persona. Luego compara la reparación con el original a resolución completa y fíjate en el borde: mangas, joyas, sombras y puntos de contacto son donde una edición local deja de serlo sin que te des cuenta.

Cómo elegir el modelo adecuado para tu trabajo

Arena vuelve a ejecutar estas comparaciones cuando salen nuevos modelos, así que la clasificación con la que planificas hoy no es necesariamente la que se mantendrá el próximo trimestre. Seedream 5.0 Pro y GPT Image 2 están a cuatro puntos de distancia en Global, lo bastante cerca como para que un solo lanzamiento los reordene.

Antes de estandarizar en un solo modelo para sujetos humanos, comprueba las cifras actuales en los cuatro tableros que importan aquí: Global, Cine, Edición de imagen y el criterio de Realismo dentro de Cine. Las cuentas nuevas reciben 40 créditos gratis, sin tarjeta de crédito, suficiente para ejecutar la prueba de seis prompts en tres modelos.

Preguntas frecuentes

¿Qué modelo es mejor para caras realistas?

Nano Banana Pro obtiene la puntuación más alta en el criterio de Realismo de Arena con 1184, por delante de Seedream 5.0 Pro con 1142. Para caras que deben mantenerse coherentes en varias imágenes, Seedream es la mejor opción porque además lidera Fidelidad a la Referencia con 1037.

¿Qué modelo es el mejor para las manos?

Ningún tablero puntúa las manos por sí solas. Seedream 5.0 Pro y Nano Banana Pro lideran las métricas de realismo y cine que más se acercan, y GPT Image 2 es la opción más fuerte para reparar una mano a posteriori. Ejecuta la prueba de seis prompts anterior con tus propios encargos antes de decidirte.

¿Los modelos actuales siguen añadiendo dedos de más?

Sí, aunque mucho menos a menudo en poses sencillas. Los fallos ahora se concentran en objetos sostenidos, dedos cruzados, oclusión y manos pequeñas de fondo. Un estudio de 2025 de una generación anterior de modelos halló que cerca de la mitad de su benchmark de 500 prompts humanos contenía distorsiones.

¿Cómo arreglo una mano generada con IA sin cambiar la cara?

Enmascara solo la mano y la zona donde toca un objeto, y luego pide una corrección concreta, como una posición natural del pulgar. GPT Image 2 lidera el ranking de Edición de Imágenes de Arena con 1045 para este tipo de trabajo. Comprueba después el límite de la edición por si se han alterado mangas, sombras y joyas.

¿Qué modelo es el más barato para este trabajo?

GPT Image 2 a 0,057 $ por imagen, seguido de Grok Imagine 2.0 a 0,06 $ y Qwen Image 3.0 a 0,075 $. Nano Banana Pro es el más caro, a 0,134 $.

¿Qué modelo es el más rápido?

Nano Banana 2 con 18,1 segundos y Grok Imagine 2.0 con 18,3 segundos. Qwen Image 3.0 es el más lento con 99,1 segundos, seguido de cerca por Seedream 5.0 Pro con 88,9 segundos.

¿Las imágenes de referencia corrigen la deriva de identidad?

Lo reducen. Una referencia clara desde un ángulo similar le da al modelo pistas sobre las proporciones faciales y los rasgos distintivos. La identidad puede variar entre poses y ediciones, así que compara el nacimiento del pelo, la textura de la piel y las proporciones entre resultados en lugar de dar por hecho que la referencia se mantuvo.

¿Una puntuación global alta significa mejor anatomía?

No por sí solo. La puntuación general promedia cuatro criterios amplios con el mismo peso. Usa Realismo y Fidelidad a la Referencia para sujetos humanos, y Edición para trabajos de reparación.