Generación de imágenes con IA en 2026: Midjourney, Flux y la nueva carrera por el fotorrealismo

Hace dos años, detectar un retrato generado por IA era casi un juego de salón: contar los dedos, revisar la simetría de los pendientes, buscar ese brillo ceroso que delataba a un modelo de difusión sin importar lo bueno que fuera el prompt. Ese juego se ha vuelto mucho más difícil en 2026. Los modelos de imagen más avanzados ahora renderizan poros de piel individuales, la forma en que la luz rasante ilumina la barba incipiente y manos con el número correcto de nudillos, con la frecuencia suficiente como para que “fíjate en las manos” haya dejado de ser un consejo fiable desde hace aproximadamente un año. Ese progreso no proviene de un solo laboratorio que se adelantó y se quedó ahí, sino de dos enfoques muy distintos que se empujan mutuamente hacia adelante. Por un lado, Midjourney sigue refinando un modelo cerrado y curado que la mayoría de la gente nunca necesita configurar. Por otro, la línea Flux de Black Forest Labs ha convertido la generación de imágenes con pesos abiertos, antes un compromiso para aficionados, en algo sobre lo que se construyen directamente flujos de trabajo profesionales. La distancia entre “parece una foto” y “es obviamente IA” nunca ha sido tan corta, y vale la pena precisar qué modelo cerró qué parte de esa brecha.

Midjourney: curaduría antes que control

La ventaja de Midjourney nunca ha sido realmente la capacidad técnica en bruto, sino el gusto, entregado sin ninguna configuración previa. El modelo predeterminado actual, V8.1, se convirtió en el modelo estándar en midjourney.com el 10 de junio de 2026, tras una V8 Alpha que Midjourney abrió a la comunidad el 17 de marzo de 2026. El cambio más importante de V7 a V8 fue Omni Reference, un sistema que mantiene coherentes el rostro, la vestimenta o el objeto de un personaje entre generaciones, sin los engorrosos rodeos con imágenes de referencia que requería V7, junto con un nuevo modo —hd que renderiza nativamente en 2K y una generación aproximadamente cinco veces más rápida que la versión anterior. En cuanto al fotorrealismo específicamente, una prueba independiente que comparó V7 con V6 encontró resultados más fotorrealistas en 23 de 30 prompts estandarizados, con mejoras medibles en la textura de la piel, el detalle de las telas y el renderizado de sombras; V8.1 extiende esa tendencia aún más, sobre todo en primeros planos de retrato, donde la luz ahora envuelve una mandíbula o resalta mechones de cabello individuales de una manera que se lee como fotografiada y no como renderizada.

Nada de esto es gratis, y Midjourney nunca lo ha ocultado: en 2026 no existe un nivel gratuito permanente, y los cuatro planes de suscripción son Basic a 10 $/mes, Standard a 30 $, Pro a 60 $ y Mega a 120 $, con alrededor de un 20 % de descuento si se paga anualmente. Todos los planes incluyen derechos de uso comercial, y el Modo Sigiloso —generaciones privadas invisibles en el feed público de la comunidad— queda reservado para los planes Pro y superiores. Lo que ese dinero compra realmente no es tanto acceso al modelo en bruto como una sensibilidad estética concreta, incorporada en los propios pesos: las imágenes de Midjourney tienden a verse pensadas, dirigidas artísticamente, intencionadas, incluso a partir de un prompt de tres palabras. Cabe destacar que Midjourney no participa en arenas de evaluación de terceros como Artificial Analysis, que registran votos de preferencia humana a ciegas entre decenas de modelos competidores; una decisión que lo mantiene fuera de las comparaciones directas de Elo, pero que no ha dañado su reputación entre los artistas y diseñadores en activo que forman su público principal.

Flux: el modelo de pesos abiertos que los profesionales realmente despliegan

Black Forest Labs, fundada en 2024 por antiguos investigadores de Stability AI, lleva dos años defendiendo que “abierto” y “de vanguardia” no tienen por qué ser opuestos, y FLUX.2 —lanzado el 25 de noviembre de 2025 y todavía la línea insignia de la compañía a mediados de 2026— es la prueba más clara de ese argumento hasta la fecha. En lugar de un único modelo, FLUX.2 se presenta como una familia ajustada a distintos puntos del espectro velocidad-control: FLUX.2 [pro] es un nivel de API totalmente gestionado, diseñado para igualar en calidad a los modelos cerrados de vanguardia mientras funciona más rápido y a menor coste; FLUX.2 [flex] expone directamente el número de pasos y la escala de guía a los desarrolladores que quieren ajustar por sí mismos el equilibrio entre calidad y velocidad; FLUX.2 [dev] es un modelo de pesos abiertos de 32 000 millones de parámetros, descargable desde Hugging Face, que Black Forest Labs describe como el modelo de imagen de pesos abiertos más capaz disponible actualmente, y que funciona —mediante una implementación de referencia fp8 desarrollada junto con NVIDIA y ComfyUI— en tarjetas GeForce RTX de consumo en lugar de requerir una GPU de centro de datos; y FLUX.2 [klein], añadido en enero de 2026 como variante con licencia Apache 2.0 y tamaño reducido por destilación, apunta al extremo más rápido y ligero de la gama, pensado para uso en dispositivo y en el borde de la red.

Las afirmaciones técnicas son concretas y no un discurso de marketing vago: soporte multirreferencia para combinar hasta 10 imágenes de entrada en un único resultado coherente, edición a resoluciones de hasta 4 megapíxeles preservando el detalle fino y —el dato más relevante para el hilo conductor del fotorrealismo— las propias pruebas de referencia de Black Forest Labs muestran a FLUX.2 [dev] ganando el 66,6 % de las comparaciones ciegas de texto a imagen frente a Qwen-Image de Alibaba, y un 59,8 % frente a Qwen-Image-Edit en edición de referencia única, con márgenes aún más amplios frente a su propio predecesor, FLUX.1 [dev].

En la práctica, esto se traduce en un modelo que ya no obliga a elegir entre “suficientemente abierto para inspeccionarlo y ajustarlo” y “suficientemente bueno para ponerlo en producción”. Un diseñador puede instalar FLUX.2 [dev] en una estación de trabajo local, ejecutarlo mediante ComfyUI y obtener un renderizado de luz y piel que hace una generación de modelos habría requerido una API cerrada, con la auditabilidad y el coste marginal cero que solo ofrecen los pesos en mano.

Dónde se ha cerrado realmente la brecha del fotorrealismo

Las dimensiones concretas y medibles de “parecer real” han avanzado juntas en todo el sector este año, en lugar de ser propiedad exclusiva de un solo laboratorio. La piel ha sido el cambio más visible: los modelos entrenados intensamente con fotografía retocada y con filtros de belleza solían producir por defecto un aspecto plástico y excesivamente suavizado, sin importar el prompt. Los sistemas líderes de 2026 —Midjourney V8.1, FLUX.2, y rivales como Nano Banana Pro de Google y GPT Image 2 de OpenAI— ahora renderizan textura de poros visible, imperfecciones asimétricas y la forma en que distintos tonos de piel dispersan y absorben la luz de manera diferente, en lugar de aplanar a todos hacia el mismo aspecto retocado por defecto. Las manos, el chiste recurrente de toda la industria, han mejorado de forma menos espectacular pero igualmente significativa: los dedos de más o fusionados son ahora la excepción en los modelos insignia y no una cuestión de suerte, aunque un examen detallado en poses exigentes —manos sujetando objetos, dedos superpuestos, ángulos inusuales— aún delata al modelo en ocasiones. La iluminación es posiblemente el mayor avance estructural: tanto Midjourney como Flux manejan ahora fuentes de luz indirectas y mixtas —un rostro iluminado por una ventana en un lado y una lámpara en el otro— con una atenuación físicamente plausible y una mezcla coherente de temperatura de color, algo que hasta 2024 seguía haciendo fallar a los modelos con regularidad.

En el terreno de las pruebas comparativas, GPT Image 2 de OpenAI encabeza actualmente el Artificial Analysis Image Arena —que clasifica los modelos únicamente mediante votos de preferencia humana a ciegas— con una puntuación Elo situada entre 1337 y 1339 aproximadamente, una diferencia con el segundo puesto que los responsables de la clasificación describen como la mayor jamás registrada, mientras que FLUX.2 mantiene la posición más fuerte entre los modelos genuinamente de pesos abiertos, y Midjourney queda fuera de esa clasificación por elección propia, no por perder. Nada de esto convierte al fotorrealismo en un problema resuelto: el texto fino dentro de una escena fotorrealista, la anatomía inusual y los reflejos físicamente imposibles siguen haciendo tropezar a todos los modelos mencionados aquí con la frecuencia suficiente como para importar en el retoque profesional. Pero la trayectoria es inequívoca: las señales delatoras que hacían de “detectar la imagen de IA” un juego de salón fiable hace dos años están desapareciendo una a una, y los dos caminos muy distintos —el modelo cerrado y curado de Midjourney, los pesos abiertos e inspeccionables de Black Forest Labs— convergen en el mismo resultado desde direcciones opuestas.

Qué significa esto para lo que queda de 2026

La consecuencia práctica para cualquiera que esté eligiendo una herramienta ahora mismo es que “qué modelo es más fotorrealista” es una pregunta menos útil que hace apenas un año: la respuesta honesta, para la mayoría de los prompts cotidianos, es que varios modelos insignia ya superan el listón. La pregunta más relevante ha pasado a ser de flujo de trabajo: si se prefiere el criterio estético sin configuración de Midjourney a cambio de una cuota mensual fija, o los pesos inspeccionables y ejecutables localmente de Flux para una canalización donde el control, el coste a escala y la auditabilidad importan más que elegir el modelo mejor puntuado en una clasificación. Es de esperar que esa división se acentúe en lugar de resolverse —las plataformas cerradas apostando cada vez más por la curaduría y el ecosistema, los laboratorios de pesos abiertos apostando cada vez más por el control y el coste—, porque ambas apuestas ya han demostrado ser lo bastante sólidas como para que ninguno de los dos bandos tenga motivos para abandonarlas.