Una comparación reciente entre Muse Image de Meta, el modelo de imágenes de Gemini de Google y ChatGPT Images 2.0 de OpenAI dejó algo bastante claro: detectar una imagen sintética ya no se resuelve de un vistazo. Ninguno de los tres sistemas es impecable, pero los tres ya convencen lo suficiente como para poner difícil distinguir una imagen generada por IA de una foto real.
Durante años bastaba con fijarse en las pistas de siempre: manos imposibles, texto ilegible, objetos fuera de sitio. Eso delataba una imagen sintética al momento. Ahora no. Siguen sin ser perfectos, sí, pero los tres han llegado a un punto en el que resultan bastante convincentes.
El cambio más visible aparece en lo más básico. Antes salían fondos absurdos; ahora aparecen oficinas nocturnas creíbles, puestos de comida callejera con vapor, pavimento mojado e incluso instrucciones de colocación bastante precisas dentro de escenas complejas.
En pruebas con elementos muy concretos, como un gato, una maleta y un paraguas colocados en posiciones específicas, Muse Image de Meta, Gemini de Google y ChatGPT Images 2.0 de OpenAI siguieron bien el esquema general. También mejoró mucho el texto, que durante mucho tiempo fue un desastre. Los tres fueron capaces de sacar un póster funcional para un ficticio “Bad Wi‑Fi Café”, y ahí ChatGPT Images 2.0 sobresalió especialmente. No es un detalle menor en mercados donde la tipografía y los alfabetos que no son latinos pesan mucho.
El problema nuevo ya no está tanto en la técnica como en la estética. Cuando se les pedían escenas con cansancio, desorden o vida cotidiana, como un oficinista agotado comiendo fideos a medianoche o una calle de Manila llena de puestos, las imágenes tendían a verse demasiado compuestas, bonitas, casi montadas.
Esa textura hiperrealista, tan pulida, se está volviendo la nueva firma visual del sector. Son imágenes lo bastante realistas para engañar a simple vista, pero demasiado limpias para sentirse de verdad. Sirven para publicidad, maquetas o publicaciones rápidas, aunque dejan ese regusto de lujo falso que aplana la realidad.
También cada empresa empuja el producto en una dirección distinta. Meta presenta Muse Image como una herramienta social integrada en su ecosistema y en sus aplicaciones. Google pone el acento en la velocidad, la edición y el respaldo del conocimiento conversacional de Gemini. OpenAI, con ChatGPT Images 2.0, vende sobre todo control visual, comprensión del prompt y mejor manejo del texto.
En la práctica, el rendimiento fue irregular. Meta y Gemini respondieron más rápido. ChatGPT Images 2.0 produjo la imagen inicial más distintiva del oficinista nocturno, pero en la prueba del póster tardó más de tres minutos, falló tres veces y solo terminó la tarea después de abrir un chat nuevo. Gemini, por su lado, a veces generó algo parecido a la foto de un póster, no el póster como tal. También aparecieron límites claros de producto: crear unos auriculares elegantes y genéricos fue fácil, pero al pedir auriculares inalámbricos open-ear, Muse Image de Meta, Gemini de Google y ChatGPT Images 2.0 de OpenAI acabaron en resultados muy parecidos entre sí, todos con ese acabado premium un poco genérico.
Eso cambia nuestra relación con lo que vemos. Si estas imágenes cada vez cuestan más de distinguir de una foto real, mirar deja de ser una prueba suficiente. Algunas investigaciones sitúan la precisión humana para detectar imágenes sintéticas en apenas un 38%.
Y mientras tanto el mercado sigue creciendo. Algunas estimaciones lo colocan en 12.400 millones en 2026, con más de 150 millones de usuarios mensuales y unos 80 millones de imágenes generadas cada día. Al mismo tiempo, no paran las polémicas. El lanzamiento de Muse Image de Meta ha reactivado críticas por privacidad: fotos públicas de Instagram, que también es propiedad de Meta, podrían usarse para crear nuevas imágenes, incluso con personas que nunca dieron un consentimiento explícito, al menos según esas críticas. No está nada claro hasta qué punto el sector va a resolver pronto esa tensión entre realismo, autenticidad y privacidad.