El modelo de imagen multimodal de Google.
Imágenes con contexto real, edición conversacional y texto preciso dentro de la imagen, todo en un mismo flujo.

Gemini Image

de Google

Funciones clave

Inteligencia multimodal real

Gemini entiende texto e imagen de forma nativa, a diferencia de los modelos de imagen independientes. La salida se lee contextualmente precisa y matizada.

Renderizado de texto superior

Uno de los mejores modelos para texto legible dentro de una imagen. Carteles, etiquetas, logos y detalle tipográfico quedan nítidos y bien escritos.

Edición conversacional de imágenes

Edita imágenes mediante una conversación normal. Describe los cambios paso a paso y el modelo refina la imagen manteniendo el contexto anterior.

Integración con el conocimiento del mundo

Respaldado por la base de conocimiento de Google para objetos reales, lugares icónicos, referencias culturales y detalle factual precisos en cada imagen.

Precisión contextual

Las imágenes se mantienen factualmente correctas, con arquitectura de época adecuada, flora regional coherente, uniformes fieles y una disposición espacial lógica.

Calidad fotorrealista

Salida fotorrealista con iluminación natural, materiales precisos y una profundidad convincente. Apta para trabajos que necesitan autenticidad visual.

Ya hay una versión más nueva: Nano Banana 2.1

Este modelo sigue disponible en Morphic. Nano Banana 2.1 es el más reciente de su familia.

Nano Banana 2.1

Especificaciones técnicas

Salida de imagen en alta definición

Superior

Texto en imágenes líder en la industria

Yes

Edición de imágenes conversacional

Text + Image

Entradas multimodales de texto e imagen

Casos de uso

Material de marketing con texto

Genera gráficos para redes sociales, banners y piezas promocionales con texto legible superpuesto. No necesitas Photoshop para el trabajo tipográfico básico.

Visualización de producto

Crea imágenes de producto realistas con etiquetas, texto de empaque y elementos de marca legibles y renderizados correctamente.

Diagramas educativos

Genera diagramas etiquetados, infografías y visuales educativos con anotaciones de texto bien renderizadas y contenido factual preciso.

Trabajo creativo iterativo

Refina imágenes paso a paso mediante conversación. Ajusta colores, modifica elementos, agrega detalle, todo con instrucciones en lenguaje natural.

Contenido cultural e histórico

Genera imágenes histórica y culturalmente precisas. La base de conocimiento de Google mantiene honesto el detalle de época, la arquitectura y el contexto.

Generación de escenas realistas

Genera escenas fotorrealistas del mundo real, paisajes urbanos, naturaleza, interiores, con detalle preciso e iluminación natural en cada cuadro.

Ejemplos de prompts

Diseño con mucho texto

A modern coffee shop menu board with chalk-style lettering, items listed clearly: Espresso $4, Latte $5, Cappuccino $5, warm lighting, rustic wooden frame

Edit prompt

Producto con marca

A premium skincare bottle with the label reading 'LUMINA GLOW' in elegant serif font, glass bottle on a marble surface, soft studio lighting

Edit prompt

Educativo

A labeled cross-section diagram of the human heart, medical illustration style, clear anatomical labels pointing to each chamber and valve

Edit prompt

Descripción general

Gemini Image es la capacidad nativa de generación de imágenes de Google, integrada directamente en el modelo multimodal Gemini. A diferencia de los generadores de imagen independientes, la comprensión profunda de Gemini del lenguaje y del contenido visual produce imágenes con una precisión contextual excepcional, un renderizado de texto superior y conocimiento inteligente del mundo. Es el modelo indicado cuando necesitas imágenes que no solo se vean bien, sino que sean factual y contextualmente correctas, sobre todo en contenido con texto, etiquetas o detalles que dependen del conocimiento real.

Precios simples

Comienza gratis hoy, con la opción de mejorar tu plan o cancelar cuando quieras.

Basic

/ mes

facturado como $228 por año

2400 mensual créditos

1 usuario

Todos los modelos

Workflows

Standard

/ mes

facturado como $288 por año

3625 mensual créditos

1 usuario

Todos los modelos

Workflows

Pro

/ mes

facturado como $540 por año

6350 compartidos mensual créditos

1 usuario

+ hasta 4 más con costo adicional

Todos los modelos

Workflows

Max

/ mes

facturado como $2040 por año

24650 compartidos mensual créditos

1 usuario

+ hasta 9 más con costo adicional

Todos los modelos

Workflows

Enterprise

Para límites más altos

Personalizado

términos de precios y facturación

Créditos de alto volumen

Límites de asientos personalizados

Todos los modelos

Workflows

Free

Para experimentar

gratis para siempre

Hasta 20 créditos

Solo 1 usuario

Modelos limitados

Workflows

Comparar detalles de los planes

Preguntas frecuentes

¿Qué es Gemini Image?

Gemini Image es la capacidad nativa de generación de imágenes de Google dentro del modelo multimodal Gemini. Combina comprensión avanzada del lenguaje con generación visual, y produce imágenes contextualmente precisas con un renderizado de texto superior.

¿Por qué Gemini es mejor con el texto dentro de las imágenes?

Porque Gemini entiende el lenguaje de forma nativa y profunda (es un modelo multimodal, no solo un modelo de imagen), renderiza el texto dentro de las imágenes con más precisión: ortografía correcta, formato adecuado y tipografía legible.

¿Puedo editar imágenes con Gemini?

Sí. Gemini admite edición conversacional de imágenes: sube una imagen, describe los cambios que quieres en lenguaje natural, y itera mediante un diálogo de ida y vuelta.

¿Cómo se compara Gemini Image con Flux o GPT Image?

Gemini destaca en precisión contextual y renderizado de texto gracias a su arquitectura multimodal. Flux ofrece más versatilidad de estilo y generación más rápida. GPT Image tiene fuertes capacidades creativas. Cada uno tiene sus propias fortalezas.

¿Cómo genero una imagen con Gemini Image en Morphic?

Abre Copilot, describe lo que quieres y elige Gemini Image como modelo. La arquitectura multimodal de Gemini lo hace especialmente fuerte en prompts con texto, elementos de marca, señalización y referencias contextuales.

¿Gemini Image puede seguir prompts largos y descriptivos?

Sí. Como Gemini es un modelo nativo del lenguaje, lee prompts largos y detallados con más fiabilidad que los modelos de imagen puros, útil cuando una toma necesita objetos, disposiciones o texto en un lugar específico.

Otros modelos

Explora el resto del catálogo de modelos de Morphic.

Ver todos los modelos →

Seedream 5.5

ByteDance

El modelo de imágenes Seedream de ByteDance, lanzado en noviembre de 2026. Edición multirronda limpia, realismo y texto más nítido.

Gemini Omni Flash 1.2

Google DeepMind

El modelo de video de Google, ahora con tomas de quince segundos. Edita la toma completa por 30% menos cada segundo.

ChatGPT Images 2.6

OpenAI

Modelo de imágenes de OpenAI, de noviembre de 2026. GIF animados, SVG y borradores más rápidos.

SAM 3.1