Grok Imagine 2.0 vs GPT Image, Nano Banana y Seedream

Grok Imagine 2.0 es el modelo de imagen de xAI, lanzado en octubre de 2026. Lo probé contra otros tres modelos de imagen en 10 encargos de diseño que llevan texto: pósters, un menú, un logo, una invitación, una edición y un encargo con dos imágenes de referencia. Cada modelo recibió el mismo prompt, y califiqué la primera imagen que devolvió cada uno.

Las cinco configuraciones, todas a resolución 2K:

• Grok Imagine 2.0, calidad Low. Grok Imagine 2.0 tiene dos niveles de calidad, Low y Medium. Low es el más rápido.
• Grok Imagine 2.0, calidad Medium. Medium es el nivel más alto de Grok Imagine 2.0.
• GPT Image 2.5 Sunburst (OpenAI), calidad High. GPT Image 2.5 tiene cinco niveles de calidad: Low, Medium, High, Extra High y Max. Probé High, que es el predeterminado en FontVibe. Extra High y Max no se probaron.
• Nano Banana 2.1 (Google). Nano Banana 2.1 no tiene ajuste de calidad.
• Seedream 5.0 Pro (ByteDance). Seedream 5.0 Pro no tiene ajuste de calidad.

Los resultados

Las puntuaciones son sobre 10 y son el promedio de la primera imagen de cada uno de los 10 encargos. El tiempo mediano cubre 18 imágenes nuevas por modelo (encargos 1 a 8 y 10, dos imágenes cada uno) a 2K. Los créditos son lo que cuesta una imagen con estos ajustes en FontVibe. Cada puntuación individual está en el apéndice. En una pasada a ciegas aparte, con los nombres de los modelos ocultos, GPT Image 2.5 también quedó primero y Seedream 5.0 Pro también quedó último.

GPT Image 2.5 Sunburst sacó la puntuación más alta, 8.90 sobre 10. Grok Imagine 2.0 Medium sacó 8.84, 0.06 menos. Las cuatro primeras configuraciones están a 0.35 puntos o menos entre sí. Seedream 5.0 Pro sacó 8.20, 0.35 por debajo de la configuración en cuarto lugar.

GPT Image 2.5 se probó en High, el tercero de sus cinco niveles de calidad. Grok Imagine 2.0 Medium es el nivel más alto de Grok. Así que esta comparación enfrenta el ajuste predeterminado de GPT Image 2.5 con el ajuste máximo de Grok, y esta prueba no muestra qué puntuación sacarían GPT Image 2.5 Extra High o Max.

Precisión del texto

Todas las palabras que pedían los prompts estaban bien escritas en las 50 imágenes calificadas, incluidos el póster en chino simplificado y el póster en japonés. Cuatro imágenes tuvieron problemas de texto menores:

• Nano Banana 2.1, encargo 2: el punto de "AFTER DARK CLUB · EST. 2026" se convirtió en un guion.
• Grok Imagine 2.0 Low, encargo 8: falta el punto de "OPEN LATE · TAKEAWAY".
• Nano Banana 2.1, encargo 8: una pizarra que el prompt no pedía tiene letras deformadas e ilegibles.
• Seedream 5.0 Pro, encargo 8: un cartel de papel y una señal de calle que el prompt no pedía tienen letras deformadas.

Tres imágenes también contienen líneas enteras de texto que el prompt no pedía: Grok Imagine 2.0 Low en el encargo 1 ("Let's celebrate!") y en el encargo 3 ("LIVE HARD. BURN LOUD. NO APOLOGIES."), y GPT Image 2.5 en el encargo 8 (un póster "GOOD NOODLES GOOD MOOD" en la puerta).

Cómo hice la prueba

Los 10 encargos. Los encargos 1 a 3 usan los mismos prompts que mi prueba anterior de siete herramientas de diseño con IA.

1. Invitación de cumpleaños infantil (3:4): letras de globo brillantes, tres líneas de datos
2. Estampado de pecho para camiseta (1:1): grafiti wildstyle con chorreones, aislado sobre blanco
3. Póster de concierto (2:3): letras de fuego fundido, cuatro líneas de datos
4. Menú de cafetería en pizarra (3:4): 9 productos con precios, una É con tilde y una raya corta (en dash)
5. Póster de película china (2:3): un título y dos líneas en chino simplificado
6. Póster japonés de ramen (3:4): letras de pincel, kana y kanji, corchetes de ancho completo
7. Logotipo de panadería (1:1): "Crumb & Co." con letras a mano, un solo color
8. Foto de un local de fideos (3:2): un letrero de neón y un cartel pintado en la ventana dentro de la escena
9. Editar una imagen existente (16:9): cambiar un titular y dejar todo lo demás igual
10. Dos imágenes de referencia (1:1): las letras de la imagen 1, los colores de la imagen 2

La prueba cubre imágenes de diseño con texto. No se probaron retratos, paisajes ni otras imágenes sin texto. El prompt completo de cada encargo aparece en su sección más abajo. Las reglas:

• Cada modelo recibió el mismo prompt, palabra por palabra, a través del modo DIY de FontVibe, que envía el prompt al modelo sin cambios. Sin reescritura del prompt y sin estilos preestablecidos.
• La relación de aspecto se fijó como parámetro, la misma para todos los modelos.
• Cada configuración hizo dos imágenes por encargo. Solo la primera se califica y se muestra. La segunda imagen se usó solo para comprobar que la ortografía se mantenía.
• Las 100 imágenes se generaron el 21 de octubre de 2026 y son públicas en FontVibe.

La rúbrica de puntuación

La rúbrica es el estándar interno de FontVibe para calificar diseños generados, escrita en octubre de 2026, antes de esta prueba. También la usé en la prueba anterior de siete herramientas. Cada imagen recibe cuatro notas del 1 al 10, y anoté el motivo de cada descuento antes de poner el número.

El total se calcula, no se decide a ojo: 0.20 × legibilidad + 0.35 × letras + 0.25 × información y composición + 0.20 × atractivo.

Al calificar, yo sabía qué modelo había hecho cada imagen. Para comprobar si había sesgo, también hice una pasada a ciegas con los nombres de los modelos ocultos.

Los encargos 9 y 10 parten de imágenes existentes. Las tres se tomaron de la galería pública de FontVibe, y ninguna la hizo alguno de los cuatro modelos de la prueba. Las tres las hicieron modelos Seedream anteriores (Seedream 5.0 Lite y Seedream 5.0), la misma familia de modelos que Seedream 5.0 Pro.

Encargo por encargo

Encargo 1: Invitación de cumpleaños infantil

Birthday party invitation for my daughter, "Mia's 7th Birthday" in glossy balloon letters, "Saturday, Nov 14 · 2 PM", "Sunny Park Pavilion", "RSVP by Nov 7", bright and playful, portrait card

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

GPT Image 2.5 y Grok Imagine 2.0 Medium empataron en la puntuación más alta, 9.2. Los dos hicieron letras de globo metalizado brillante y agruparon las tres líneas de datos en tarjetas con etiqueta. Grok Imagine 2.0 Low perdió 1 punto de información y composición por añadir un banner "Let's celebrate!". Nano Banana 2.1 sacó la nota más baja, 8.55: su línea de fecha tiene el espaciado muy apretado y las tres líneas de datos usan tres tipografías distintas. Para letras de globo como estilo preestablecido, mira el estilo de letras burbuja.

Encargo 2: Estampado de pecho para camiseta

Front chest print for my streetwear brand, "NIGHTSHIFT" in wildstyle graffiti with drips, small "AFTER DARK CLUB · EST. 2026" underneath, a crescent moon graphic, isolated on plain white so I can send it to the printer

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Grok Imagine 2.0 Medium sacó la nota más alta, 9.0, con letras wildstyle terminadas en flecha, chorreones y un borde 3D morado que se siguen leyendo como NIGHTSHIFT. GPT Image 2.5 hizo el wildstyle más entrelazado de los cinco, y su nota de legibilidad es 7 porque las letras cuestan de leer. Grok Imagine 2.0 Low sacó la nota más baja, 8.3: sus letras son un estilo de tag a pincel sin las formas entrelazadas que definen el wildstyle. Nano Banana 2.1 convirtió el "·" en un guion. Para ver más de este estilo, mira el estilo de texto grafiti.

Encargo 3: Póster de concierto

A3 gig poster for my band "BURNING ORCHARD", band name in molten fire lettering as the main focus, "with special guests THE LOW TIDES", "SAT 14 NOV · DOORS 8 PM", "THE CELLAR · 22 MILL STREET", "TICKETS £12 ON THE DOOR", gritty rock atmosphere with burning trees

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Grok Imagine 2.0 Medium sacó la nota más alta, 9.2, sin descuentos en información y composición: el nombre de la banda, la banda invitada, la fecha, el lugar y el precio se leen en ese orden. Grok Imagine 2.0 Low añadió abajo la línea "LIVE HARD. BURN LOUD. NO APOLOGIES.", que el prompt no tenía. Seedream 5.0 Pro sacó la nota más baja, 8.5, porque puso a la banda invitada encima de la principal, lo que invierte el orden del cartel. Para letras de fuego como estilo preestablecido, mira el estilo de texto de fuego.

Encargo 4: Menú de cafetería en pizarra

Chalkboard menu for my coffee shop, title "SUNNY SIDE CAFÉ" in hand-chalked lettering, then this exact list with prices, one item per line: "Espresso 3.20", "Cappuccino 4.10", "Flat White 4.30", "Oat Latte 4.60", "Matcha Latte 4.80", "Cold Brew 4.50", "Croissant 3.40", "Banana Bread 3.80", "Avocado Toast 7.90", and a small footer "Free Wi-Fi · Open 7 AM–4 PM"

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Los cinco modelos escribieron bien las 11 líneas pedidas, incluidas la É de CAFÉ y la raya corta de 7 AM–4 PM. GPT Image 2.5 sacó la nota más alta, 9.2: sus letras tienen grano de tiza visible, y separó las bebidas de la comida con una línea. Los menús de Grok Imagine 2.0 y Nano Banana 2.1 usan letras más limpias, como de imprenta. Seedream 5.0 Pro sacó la nota más baja, 7.75: la pizarra ocupa poco espacio en el encuadre y añadió dos puntos antes de cada precio. Para letras de tiza como estilo preestablecido, mira el estilo de texto de tiza.

Encargo 5: Póster de película china

Movie poster, title "长夜将尽" in heavy cracked-steel lettering, below it "十一月十五日 全国上映" and the tagline "黎明之前 无路可退", rainy city at night, all text in Simplified Chinese, no other text

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Los cinco modelos usaron chino simplificado, escribieron bien los 22 caracteres pedidos y no añadieron otro texto. Grok Imagine 2.0 Low sacó la nota más alta, 9.0. Las grietas de GPT Image 2.5 son las más profundas de los cinco, y su nota de legibilidad es 8 porque el último carácter, 尽, hay que mirarlo dos veces. Nano Banana 2.1 sacó la nota más baja, 8.05: sus letras parecen metal oxidado y no acero agrietado. Para letras de acero y cromo, mira el estilo de texto metálico.

Encargo 6: Póster japonés de ramen

Summer menu poster for a ramen shop, headline "冷やし中華はじめました" in bold brush lettering, sub-line "期間限定 8月31日まで", price tag "980円（税込）", fresh blue and white summer feel, no other text

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Los cinco modelos escribieron bien los kana, los kanji y los corchetes de ancho completo. Grok Imagine 2.0 Low sacó la nota más alta, 9.2, con trazos de pincel visibles y el plato debajo del titular. El titular de Nano Banana 2.1 es una tipografía de exhibición con contorno, no letras de pincel. Seedream 5.0 Pro tiene de las mejores letras de pincel de esta ronda, pero no muestra comida, así que la mitad inferior de un póster de menú queda vacía. Los dos sacaron 8.3. Para letras de pincel, mira el estilo de tinta japonesa a pincel.

Encargo 7: Logotipo de panadería

Wordmark logo for a small bakery called "Crumb & Co.", hand-lettered with a playful baseline and a tiny wheat sprig on the ampersand, flat vector look, one color, on plain white, no other text

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

GPT Image 2.5 sacó la nota más alta, 9.2: la línea base rebota y la espiga de trigo sale del ampersand, como pedía el prompt. Nano Banana 2.1 sacó 9.0 con un resultado parecido. Los dos ajustes de Grok Imagine 2.0 sacaron 7.85, la nota más baja de este encargo: la línea base es casi plana y las letras parecen una tipografía existente, no letras hechas a mano.

Encargo 8: Foto de un local de fideos

Realistic photo of a small noodle shop at dusk, a glowing neon sign above the door that reads "LUNA NOODLE BAR" and a hand-painted window sign "OPEN LATE · TAKEAWAY", wet street reflections, shot on a 35mm lens

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Grok Imagine 2.0 Medium sacó la nota más alta, 9.2: los dos carteles están en la escena con la perspectiva correcta y nada más tiene texto. Nano Banana 2.1 y Seedream 5.0 Pro añadieron cada uno carteles extra con letras deformadas. Las letras deformadas son un error grave según la rúbrica, así que los dos recibieron un 4 en legibilidad, y los carteles no pedidos les costaron a cada uno 1 punto de información y composición. Seedream 5.0 Pro sacó la nota más baja, 7.2, y Nano Banana 2.1 sacó 7.75. GPT Image 2.5 hizo la calle más convincente, pero añadió un póster "GOOD NOODLES GOOD MOOD". Para carteles como estilo preestablecido, mira el estilo de texto de letrero de neón.

Encargo 9: Editar una imagen existente

Change the headline "Thank you" to "Welcome back" and keep everything else exactly as it is

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Los cinco modelos cambiaron el titular, mantuvieron el estilo de letras a mano y dejaron sin cambios las otras tres líneas, así que los cinco sacaron 9.0. La rúbrica no mide si el resto de la imagen se mantuvo igual, así que lo medí aparte. Redimensioné cada resultado y el original a 800 × 450, los pasé a escala de grises y calculé la diferencia absoluta media de píxeles (0 a 255) fuera de un recuadro alrededor del titular. Menos significa más cerca del original.

El original mide 2848 × 1600 píxeles. Seedream 5.0 Pro y GPT Image 2.5 devolvieron el mismo tamaño. Nano Banana 2.1 devolvió 2752 × 1536 y Grok Imagine 2.0 devolvió 2816 × 1584, así que parte de su diferencia viene del redimensionado. En su segunda imagen, la diferencia de Grok Imagine 2.0 Low fue de 15.9.

Encargo 10: Dos imágenes de referencia

Square social post that says "WEEKEND MARKET" with a small line "Every Saturday · 9 AM". Use the lettering style of reference image 1 and the color palette of reference image 2.

La imagen de referencia 1 eran letras de globo en tonos pastel. La imagen de referencia 2 era un estallido de cómic pop art en rojo, amarillo y azul. El resultado correcto son letras con forma de globo en rojo, amarillo y azul.

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

Nano Banana 2.1 fue el único modelo cuya primera imagen acertó en las dos partes, y sacó 9.2. GPT Image 2.5 hizo letras de globo, pero las coloreó con los pasteles de la referencia 1. Grok Imagine 2.0 Medium hizo letras de globo sobre todo en rojo y amarillo, con algo de rosa y azul de la referencia 1. Grok Imagine 2.0 Low y Seedream 5.0 Pro copiaron las letras de cómic con lunares de la referencia 2 en lugar de las formas de globo. Seedream 5.0 Pro sacó 7.1, la nota más baja de esta prueba.

Grok Imagine 2.0: ¿Low o Medium?

Usar como referencia

Grok Imagine 2.0 Medium sacó 8.84 en total y Grok Imagine 2.0 Low sacó 8.59. Medium sacó más en letras (8.5 frente a 8.1) y en información y composición (8.8 frente a 8.6), y ninguna de sus 10 imágenes calificadas tiene texto que el prompt no pidiera. Low añadió texto no pedido en 2 de 10. El tiempo mediano de Medium fue de 84 segundos por imagen frente a 23 segundos de Low, y en FontVibe una imagen 2K en Medium cuesta 40 créditos frente a 30 en Low.

Para una imagen final que se va a imprimir o publicar, Medium sacó más nota. Para probar varias ideas rápido, el tiempo mediano de Low fue el 27% del de Medium.

Grok Imagine 2.0 Medium tuvo la nota de legibilidad más alta de esta prueba, 9.9, y la nota más alta en 4 de los 9 encargos sin empate (invitación, camiseta, póster, local de fideos). Su nota más baja fue el logo de la panadería, 7.85.

Para probar Grok Imagine 2.0, elígelo en el menú de modelos del generador de FontVibe. Al pasar el cursor sobre cualquier imagen de Grok de este artículo aparece un botón Recreate que ejecuta el mismo prompt.

Cada modelo, en breve

GPT Image 2.5 Sunburst (High), 8.90. Las notas más altas en letras, en información y composición y en atractivo (en información y composición, empatado con Grok Imagine 2.0 Medium). La nota más alta en 3 de los 9 encargos sin empate (invitación, compartida con Grok Imagine 2.0 Medium; menú; logo). Nota más baja 8.5, en el encargo de referencias. Probado en High; Extra High y Max no se probaron.

Grok Imagine 2.0 Medium, 8.84. La nota de legibilidad más alta, 9.9. La nota más alta en 4 de los 9 encargos sin empate (invitación, compartida con GPT Image 2.5; camiseta; póster; local de fideos). Nota más baja 7.85, en el logo. Tiempo mediano de 84 segundos.

Grok Imagine 2.0 Low, 8.59. Tiempo mediano de 23 segundos, el más rápido de esta prueba. La nota más alta en 2 encargos (póster chino, póster japonés). Añadió texto que el prompt no pedía en 2 de 10 imágenes.

Nano Banana 2.1, 8.55. Cuesta 25 créditos por imagen 2K en FontVibe, el precio más bajo de los cuatro modelos. El único modelo cuya primera imagen siguió bien las dos imágenes de referencia en el encargo 10. Texto de fondo deformado en el encargo 8.

Seedream 5.0 Pro, 8.20. La nota total más baja y la nota más baja en información y composición, 7.8. El más cercano al original en el encargo de edición, con una diferencia de píxeles de 3.2. Texto de fondo deformado en el encargo 8.

Una comprobación a ciegas

Como al calificar yo sabía qué modelo había hecho cada imagen, también hice una pasada a ciegas. Una página privada mostraba las cinco imágenes de cada encargo en orden aleatorio y con los nombres de los modelos ocultos. Cada imagen recibió una nota del 1 al 5 para las letras, una nota del 1 al 5 para la composición y uno de tres veredictos: lista para usar, necesita un arreglo pequeño o inservible.

La pasada a ciegas y la rúbrica coinciden en el primer puesto (GPT Image 2.5) y en el último (Seedream 5.0 Pro). No coinciden en el orden de los tres del medio.

La misma petición, dada al diseñador de FontVibe

FontVibe también tiene un modo diseñador, donde describes lo que quieres y él escribe el prompt para el modelo. Pasé los encargos 3 y 4 por ese modo con Grok Imagine 2.0 Low, usando el prompt de cada encargo como petición. Estas imágenes no forman parte de las puntuaciones.

Usar como referencia

Usar como referencia

Usar como referencia

Usar como referencia

La versión del póster hecha con el diseñador no contiene la línea "LIVE HARD. BURN LOUD. NO APOLOGIES." que Grok Imagine 2.0 Low añadió por su cuenta. Su composición y sus letras no fueron mejores que las versiones directas de Grok: el título del póster pasó de letras de fuego con puntas, estilo póster de metal, a una tipografía condensada sencilla, y el menú perdió los puntos guía entre los productos y los precios.

El diseñador recibió los mismos prompts completos de la prueba, con las letras, la escena y cada línea de texto ya especificadas. El modo diseñador está pensado para peticiones de una sola frase, como "un póster para el concierto del sábado de mi banda en The Cellar", donde escribe el contenido que falta y el diseño. Ese uso no se probó aquí.

Límites de esta prueba

• Se calificó una imagen por modelo y por encargo, y una sola persona calificó las 50.
• GPT Image 2.5 y Grok Imagine 2.0 Medium están a 0.06 de distancia, y Grok Imagine 2.0 Low y Nano Banana 2.1 están a 0.04. Cambiar una nota en 2 puntos en un encargo mueve el promedio de un modelo entre 0.04 y 0.07, así que esos dos órdenes dependen de notas sueltas.
• GPT Image 2.5 se probó en el tercero de sus cinco niveles de calidad. Grok Imagine 2.0 se probó en sus dos niveles.
• Las imágenes de edición y de referencia venían de modelos Seedream anteriores.
• Los resultados describen estas versiones de los modelos el 21 de octubre de 2026.

Todas las imágenes son públicas en FontVibe y cada nota tiene un motivo escrito. Si repites un prompt y obtienes un resultado muy distinto, escribe a hello@fontvibe.ai y lo añadiré a este artículo.

Apéndice: todas las notas

Legibilidad / letras / información y composición / atractivo, y luego el total ponderado. Primera imagen de cada configuración.

El motivo escrito de cada nota está archivado y disponible si lo pides.