Calculadora de coste de generación de imágenes IA: precios por imagen en todos los modelos principales (2026)

Los precios de suscripción (Midjourney, Adobe Firefly, Krea, Leonardo, Ideogram consumer) cobran una tarifa mensual fija por una asignación fija de generaciones o créditos. Midjourney Basic a $10/mes incluye aproximadamente 200 generaciones rápidas; Standard a $30/mes incluye ~1.500 rápidas más generaciones 'relajadas' ilimitadas.

Los precios de API (OpenAI Images, Replicate, Fal, Stability, Vertex AI) cobran por imagen, con tasas que varían según el modelo y la resolución. Sin mínimo mensual, sin máximo — el uso escala linealmente con el coste.

El punto de equilibrio: las suscripciones ganan cuando generas constantemente suficientes imágenes para utilizar la asignación completa. Midjourney Standard a $30/mes por 1.500 generaciones rápidas resulta en $0.02/imagen — más barato que cualquier API por imagen en calidad comparable. Si generas 100 imágenes/mes, los mismos $30 no compran nada en una suscripción de la que solo usaste el 7%, mientras que $4 de llamadas gpt-image-1 mini de OpenAI hace el mismo trabajo.

Regla general: menos de 200 imágenes/mes, las APIs ganan en coste bruto. Más de 1.000 imágenes/mes, las suscripciones ganan para flujos de trabajo creativos; las APIs siguen ganando para integraciones de productos donde el número de usuarios finales varía.

Carga de trabajo de referencia: 100 imágenes, 1024×1024 calidad estándar, proyecto único.

Midjourney Basic ($10/mes): el plan de suscripción más barato cubre fácilmente 100 generaciones, por lo que el coste efectivo es $10/100 = $0.10/imagen. Si cancelas después de un mes, el total es $10.

OpenAI gpt-image-1: 100 × $0.040 = $4.00.

Flux Pro 1.1 (Replicate): 100 × $0.040 = $4.00.

Flux Schnell (Together): 100 × $0.003 = $0.30.

Stable Diffusion XL (Together): 100 × $0.005 ≈ $0.50.

OpenAI gpt-image-1-mini: 100 × $0.015 = $1.50.

Para 100 imágenes, las APIs son claramente más baratas que la suscripción más barata. La decisión de calidad importa más que la decisión de precio aquí — $0.30 a $4 son todos números absolutamente pequeños. Elige por ajuste estético y requisito de adherencia al prompt: Midjourney para arte estilizado, Flux Pro para fotorrealismo, Ideogram si el texto en la imagen importa, gpt-image-1 para salida de producto controlada.

Carga de trabajo de referencia: 1.000 imágenes por mes, calidad estándar, prompts variados.

Midjourney Standard ($30/mes, ~1.500 rápidas incluidas): coste efectivo $30/1.000 = $0.030/imagen. Además, el modo relajado es ilimitado a velocidad más lenta — agrega capacidad extra gratis.

Midjourney Pro ($60/mes, ~3.000 rápidas): coste efectivo $60/1.000 = $0.060/imagen. Vale la pena actualizar solo si necesitas modo stealth o golpeas el límite de 1.500.

OpenAI gpt-image-1: 1.000 × $0.040 = $40/mes.

Flux Pro 1.1: 1.000 × $0.040 = $40/mes.

Flux Schnell: 1.000 × $0.003 = $3/mes.

OpenAI gpt-image-1-mini: 1.000 × $0.015 = $15/mes.

A 1.000 imágenes/mes Midjourney Standard gana en calidad creativa por dólar ($30/mes todo incluido). Flux Schnell gana en coste bruto ($3/mes). La mayoría de equipos que usan generación de imágenes para contenido de marketing aterrizan en Midjourney Standard; las características de productos que integran generación de imágenes para usuarios finales aterrizan en APIs Flux u OpenAI. Para ayuda con calidad de prompts, nuestro constructor de prompts de Midjourney y prompts Stable Diffusion aprietan los prompts de generación para que se necesiten menos regeneraciones.

Carga de trabajo de referencia: 10.000 imágenes por mes para una característica de producto — digamos, avatares generados por IA o mockups de productos en una aplicación de consumidor.

Midjourney ya no es el ajuste correcto — incluso el plan Pro de 3.000 generaciones rápidas queda corto, y la mayoría de términos de suscripción restringen el uso de API comercial sin acuerdos empresariales.

Precios de API: OpenAI gpt-image-1 = 10.000 × $0.040 = $400/mes. gpt-image-1-mini = $150/mes. Flux Pro 1.1 = $400/mes. Flux Schnell = $30/mes. Stable Diffusion XL vía Together = $30-80/mes.

A esta escala, el stack de pesos abiertos (Flux Schnell, SDXL, a veces auto-hospedado) es materialmente más barato y generalmente gana en coste. Compensaciones: menor calidad estética en evaluaciones subjetivas que Midjourney o gpt-image-1, menor adherencia al prompt que gpt-image-1, menos fotorrealismo que Flux Pro.

El patrón híbrido que funciona bien: usa Flux Schnell o SDXL para generación de primer paso, pasa la salida a través de un filtro de calidad (un LLM más pequeño califica el resultado), y regenera fallos en Flux Pro. El coste mezclado aterriza alrededor de $0.005-$0.015 por imagen de alta calidad entregada — $50-150/mes a 10k volumen.

Calidad estética / artística: Midjourney v7 sigue liderando en evaluaciones subjetivas para ilustración estilizada, looks pictóricos, y estéticas no convencionales. Ayudado por estilos entrenados por la comunidad y sistema de parámetros rico.

Fotorrealismo: Flux Pro 1.1 Ultra lidera a partir de junio de 2026 — las comparaciones publicadas contra gpt-image-1 e Imagen 4 Ultra típicamente favorecen a Flux en piel, cabello, manos, y detalle incidental. Imagen 4 Ultra es un segundo cercano y más fuerte en paisajes.

Adherencia al prompt (¿coincide la imagen con lo que pediste?): OpenAI gpt-image-1 e Imagen 4 Ultra lideran. Ambos manejan correctamente prompts de múltiples sujetos ('una bola roja junto a un cubo azul sobre una mesa amarilla') de forma más confiable que Midjourney o Flux.

Texto en imagen (carteles, etiquetas, pósters): Ideogram 3.0 lidera por un amplio margen, seguido de gpt-image-1. Midjourney aún lucha con cualquier cosa más allá de palabras cortas legibles; Flux está mejorando pero es inconsistente.

Coste por imagen de alta calidad a escala: Flux Schnell y Stable Diffusion XL vía Together o Fal lideran — menos de $0.005/imagen — con calidad aceptable para muchos casos de uso de producción.

Seguridad comercial: Adobe Firefly es el único modelo ampliamente desplegado entrenado exclusivamente en contenido licenciado/propio, convirtiéndolo en el predeterminado para agencias publicitarias e industrias reguladas. Los otros modelos todos tienen cierta ambigüedad de datos de entrenamiento.

Vector / estilo de marca: Recraft v3 es la única opción de grado de producción para salida vectorial y control de estilo de marca estrecho vía paquetes de estilo personalizados.

Mayor resolución cuesta más, a menudo de forma no lineal. OpenAI gpt-image-1 a estándar 1024×1024 es $0.040; en HD 1024×1024 se duplica a $0.080; en 1792×1024 (HD panorámico) salta a $0.120 — una prima de 3x por ~1.75x los píxeles.

Flux Pro 1.1 a 1024×1024 es $0.040; la variante Ultra a mayor resolución es $0.055 — una prima más pequeña porque la variante Ultra usa un modelo diferente en lugar de solo más píxeles.

Midjourney cobra 'horas rápidas' por resoluciones más altas y upscales, que se deducen de tu asignación mensual. Un upscale 2x típicamente cuesta 0.5-1 minuto de tiempo rápido, equivalente a 1-2 imágenes estándar.

Consejo práctico: genera a 1024×1024 para ideación, upscale solo los ganadores. La mayoría de equipos sobre-resuelven por defecto y queman 2-3x el presupuesto para mejora visible marginal en pantallas. Para impresión o uso de imagen héroe, planifica un paso de upscale en el ganador elegido.

Los precios de generación de imágenes solo cuentan la mitad de la historia para equipos de contenido en 2026, porque la mayoría de flujos de trabajo de producción ahora mezclan stills con clips de video corto. Los modelos de video tienen un precio en una unidad fundamentalmente diferente — por segundo de salida en lugar de por fotograma de un modelo de imagen equivalente — y el número por segundo aterriza 50-200x más alto que el coste por fotograma de un modelo de imagen equivalente. Esa brecha importa una vez que comienzas a construir anuncios sociales, explicadores de productos, o previsualizaciones de storyboard, porque las matemáticas del presupuesto ya no se trasladan del trabajo de imagen.

OpenAI Sora 2 se ubica en el extremo premium del mercado de API. La salida estándar de 1080p está valorada alrededor de $0.30 por segundo de video terminado; el nivel de 720p cae a aproximadamente $0.10 por segundo. Un clip de 10 segundos a 1080p cuesta $3.00, un clip de 30 segundos cuesta $9.00, y un clip de un minuto aterriza en $18.00. El nivel de 720p convierte el mismo clip de un minuto en $6.00 — un ahorro significativo cuando el clip está destinado a redes sociales verticales donde el espectador nunca verá la diferencia entre 720p y 1080p en una pantalla de teléfono.

Google Veo 3 fija precios por clip en lugar de por segundo bruto. Un clip de calidad estándar de 8 segundos cuesta aproximadamente $0.50, y el nivel de alta calidad (detalle más nítido, mejor coherencia de movimiento, física más precisa) es alrededor de $1.20 para la misma ventana de 8 segundos. Eso resulta en $0.06 por segundo estándar y $0.15 por segundo alta calidad — notablemente más barato que Sora 2 en el nivel estándar, con la compensación de que Veo 3 limita generaciones individuales a 8 segundos y debes coser clips para salidas más largas. Un anuncio de 30 segundos ensamblado a partir de cuatro clips de Veo 3 de alta calidad cuesta alrededor de $4.80, versus $9.00 en Sora 2 a 1080p.

Runway Gen-4 se vende de dos formas. Los niveles de suscripción son $15/mes (Standard, ~625 créditos), $35/mes (Pro, ~2.250 créditos), y $95/mes (Unlimited, límite de generación más modo Explore para ejecuciones sin límite). Los créditos se convierten aproximadamente 1:1 con segundos de video generado a calidad base, por lo que el nivel Pro de $35 efectivamente entrega aproximadamente 37 minutos de video mensualmente — equivalente a $0.016 por segundo si realmente consumes la asignación completa. La API de Runway tiene un precio separado en aproximadamente $0.05 por segundo, poniendo un clip de 30 segundos en $1.50. La suscripción gana por un amplio margen para un equipo creativo interno; la API gana si estás incrustando generación en un producto donde la demanda del usuario final es impredecible.

Pika 2.0 es el líder de precios en el lado de API a aproximadamente $0.04 por segundo, poniendo un clip de 30 segundos en $1.20 y un teaser de 10 segundos en $0.40. La compensación versus Sora 2 o Veo 3 es duraciones de clip individuales más cortas (usualmente 5-10 segundos antes de que la calidad se degrade) y física más débil en movimiento complejo. Kling 2.0 divide la diferencia en alrededor de $0.08 por segundo — un fragmento de 30 segundos cuesta $2.40 — con coherencia de movimiento más fuerte y mejor manejo de sujetos humanos que Pika, pero menos pulido que Sora o Veo en tomas cinemáticas.

Dos dinámicas de precios se llevan a cabo en cada modelo. Primero, la resolución escala el coste aproximadamente 3-4x: 1080p típicamente cuesta 3-4 veces la tasa por segundo de 720p en Sora, Runway, y Pika. Veo 3 lo oculta en su división de nivel estándar-versus-alta-calidad, pero el multiplicador es comparable. La duración escala linealmente dentro de una generación única, pero la mayoría de modelos cobran una pequeña sobrecarga de reinicialización por clip, por lo que generar un clip de 16 segundos es marginalmente más barato que dos clips de 8 segundos cuando el modelo soporta la toma única más larga. Segundo, el coste por segundo en el nivel de video más barato (Pika 2.0 a $0.04) es aún aproximadamente 13x el coste de una única imagen Flux Schnell ($0.003) — y un único segundo de video son 24-30 fotogramas renderizados. El coste por fotograma de video es en realidad competitivo; el segundo visible humano es lo que hace que la factura salte.

Ejemplo práctico para un anuncio de producto de 30 segundos a 1080p: Sora 2 directo = $9.00 por toma, y la mayoría de equipos ejecutan 3-5 tomas para un resultado utilizable, por lo que el presupuesto aterriza en $27-45 para un anuncio terminado. Veo 3 cosido desde cuatro clips de 8 segundos de alta calidad = $4.80 por toma, $14-24 para un resultado utilizable. Suscripción Runway Gen-4 Pro a $35/mes cubre 37 minutos de material generado, por lo que un anuncio único de 30 segundos se amortiza a menos de $0.50 si estás produciendo más de un anuncio en el mes. Pika 2.0 en seis clips de 5 segundos = $1.20 por toma, $4-6 para un resultado utilizable, con la advertencia de que la calidad no coincidirá con Sora 2 o Veo 3 en composiciones cinemáticas. La mayoría de flujos de trabajo de contenido comercial de startups en 2026 siguen un patrón consistente de tres etapas: genera material base barato (Pika o Kling), paga por un paso de upscale y suavizado de movimiento (Topaz Video AI a $0.03 por segundo, o el endpoint de Upscale de Runway a $0.04 por segundo), luego selecciona manualmente los ganadores. Un presupuesto mezclado de $0.10-0.15 por segundo de video 1080p terminado entregado es alcanzable, que pone un anuncio de 30 segundos en $3-5 terminado en lugar de los $27-45 de ejecutar todo en Sora 2 directamente.

La licencia comercial es la parte que atrapa a los equipos fuera de guardia. OpenAI Sora 2 otorga derechos comerciales a clientes de API pero prohíbe generar semejanzas de personas reales sin consentimiento explícito, y las salidas deben incluir la señal de procedencia C2PA incrustada. Google Veo 3 incluye una marca de agua SynthID en cada generación, y la licencia comercial a través de Vertex AI es directa para clientes empresariales pero más limitada en el nivel Gemini de consumidor. Runway Gen-4 otorga derechos comerciales completos en los niveles de suscripción Pro e Unlimited; el nivel Standard restringe el uso comercial a un único titular de cuenta. Pika 2.0 otorga derechos comerciales en sus niveles pagos pero explícitamente prohíbe entrenar modelos derivados en salidas. Kling 2.0, operado por Kuaishou, otorga derechos comerciales pero ha tenido inconsistencia de cumplimiento documentada fuera de China — la mayoría de agencias publicitarias basadas en EE.UU. tratan la salida de Kling como solo borrador y vuelven a disparar al ganador con Sora, Veo, o Runway para el entregable. Siempre relee los términos activos antes de que se lance una campaña, porque cada uno de estos vendedores ha cambiado términos al menos una vez en los últimos 12 meses.

Aprieta prompts. La mayoría de equipos generan 4-8 candidatos por entregable previsto, luego eligen el mejor. Apretar la especificidad del prompt (sujeto, composición, estilo, iluminación, lente) reduce la tasa de regeneración en 30-50% en nuestra experiencia. Consulta el constructor de prompts de Midjourney y el creador de prompts DALL-E para plantillas de prompt estructuradas que confiablemente golpean en el clavo en el primer intento.

Empareja resolución a superficie de entrega. Las redes sociales y miniaturas no necesitan HD o upscales 2x; por defecto a estándar 1024×1024 y solo upscale los shots héroes.

Cascada de niveles de calidad. Para características de producto sirviendo 10k+ imágenes/mes, ejecuta primer paso en Flux Schnell o SDXL, pasa salida a través de una verificación de calidad automatizada, regenera fallos en Flux Pro o gpt-image-1. El coste mezclado es usualmente 60-80% más bajo que ejecutar todo en el nivel premium.

Reutiliza generaciones. La generación de imágenes a menudo produce casi duplicados de generaciones previas. El almacenamiento en caché a nivel de hash de prompt atrapa 5-15% de generaciones redundantes en la mayoría de cargas de trabajo.

Dimensiona correctamente la suscripción. Si usaste 250 de tus 1.500 generaciones mensuales de Midjourney el mes pasado, cambia hacia abajo al nivel de $10. Si volaste más allá del límite, cambia hacia arriba. La mayoría de equipos o pagan de más o se quedan sin y parche con llamadas de API de una sola vez.