GPT Image 2.5 lidera la prueba de octubre de Model Ligi

Qué probamos y cómo lo evaluamos

En la prueba de octubre de 2026 de 3dsınıfı Model Ligi comparamos seis modelos de generación de imágenes con cinco prompts arquitectónicos. Los prompts incluían una fachada residencial al anochecer, un salón escandinavo, una villa de piedra con piscina en Bodrum, un detalle de materiales de cocina y una vista aérea de una plaza urbana. Cada modelo se ejecutó mediante la misma API y con los ajustes estándar.

Las imágenes fueron evaluadas por un juez de IA que desconocía la identidad de los modelos, según cuatro criterios: adecuación al prompt (30 %), precisión arquitectónica (30 %), fotorrealismo (25 %) y acabado sin defectos (15 %). Las puntuaciones generales se calcularon sobre 100. Los tiempos que aparecen a continuación corresponden al tiempo medio de generación y los costes, al importe por imagen.

Clasificación

Los destacados de cada prompt

Fachada residencial al anochecer: GPT Image 2.5 ganó con 94,5 puntos. La casa de dos plantas, el alero plano, los grandes ventanales, la luz de la hora azul y el paisajismo de grava con olivos se ajustaron bien al prompt. El paisajismo ocultaba parte de la fachada frontal. Nano Banana Pro destacó en los materiales y la cálida luz interior; el cielo de Seedream era más luminoso y una chimenea interrumpía la línea del tejado plano.

Salón escandinavo: GPT Image 2.5 obtuvo 90 puntos. La geometría y la luz diurna se consideraron convincentes, con dos plantas, una sola lámpara colgante, suelo de espiga y una gran ventana con cortinas de visillo. En Qwen-Image 3.0 Pro también destacaron los elementos principales solicitados y el aspecto natural de los materiales. FLUX.2 [pro], en cambio, mostró tres plantas en maceta en lugar de las dos indicadas en el prompt.

Villa de piedra con piscina en Bodrum: FLUX.2 [pro] quedó primero con 93 puntos. Se distinguían claramente la villa de piedra, los grandes ventanales, la piscina infinita con vistas al mar y las buganvillas; la geometría y la iluminación recibieron una valoración positiva. La perspectiva de la construcción de GPT Image 2.5 también resultó coherente. En Seedream, algunas uniones entre balcones y plantas superiores eran complejas, y las flores parecían artificiales en algunos puntos.

Detalle de materiales de cocina: Qwen-Image 3.0 Pro obtuvo 90 puntos. Destacaban el grifo de latón, el cuenco de cerámica con limones y los armarios acanalados; la luz de la ventana se consideró natural. La imagen se veía limpia pese a un pequeño defecto de forma en el extremo del grifo. En Nano Banana 2, la silueta de una persona en el fondo distraía la atención.

Vista aérea de una plaza urbana: Nano Banana 2 ganó con 90 puntos. El tejido urbano denso, las hileras de árboles, el largo elemento acuático y el tranvía aparecían con claridad; la composición arquitectónica se consideró coherente pese al encuadre amplio. GPT Image 2.5 también representó bien el tranvía, las bicicletas y la geometría de la plaza. En Nano Banana Pro, la perspectiva de los edificios y la geometría de la plaza fueron menos coherentes.

¿Qué modelo conviene para cada trabajo?

Si tienes en cuenta conjuntamente la puntuación general, la velocidad y el coste, GPT Image 2.5 es la opción más equilibrada de esta prueba: obtuvo la media más alta, registró un tiempo de 11,9 segundos y tuvo el coste por imagen más bajo de la lista. FLUX.2 [pro] destacó en escenas de arquitectura y paisajismo local, como la villa de piedra de Bodrum; además, con un tiempo medio de 11,7 segundos, estuvo entre los modelos más rápidos. Qwen-Image 3.0 Pro ganó la prueba de primer plano de cocina, mientras que Nano Banana 2 lo hizo en la composición de plaza urbana. Estas conclusiones se basan únicamente en los resultados de los prompts correspondientes; no significan que se mantenga la misma clasificación en todos los trabajos.

Limitaciones

Se generó una sola imagen por prompt; los resultados pueden variar al repetir el proceso. La evaluación estuvo a cargo de un juez de IA y las puntuaciones de los criterios se basan en juicios visuales. Además, el estilo de redacción, el nivel de detalle y los énfasis de los prompts pueden influir en el resultado. Por eso, la clasificación debe entenderse como una comparación dentro de este conjunto de pruebas, no como una garantía definitiva de calidad para distintos tipos de proyectos.

Para ver todas las imágenes juntas, visita la página de Model Ligi.