GPT Image 2.5, Seedream 5.0 o Nano Banana: ¿cuál es el mejor modelo de imagen IA para anime?

Antes de que un plano de anime con IA se mueva, se dibuja. Esa primera imagen fija, el fotograma clave, decide si el personaje del plano doce es la misma persona que en el plano uno, porque el modelo de video parte de ella. Este artículo muestra cómo cuatro modelos de imagen populares resolvieron el mismo encargo de fotograma clave, y cómo Animey, un estudio de anime con IA de Softforge Digital, dibuja sus fotogramas clave en octubre de 2026.

La prueba: un encargo, cuatro modelos

Cada modelo recibió las mismas cuatro imágenes y el mismo prompt. La primera imagen era un lugar de la serie de ejemplo de Animey: una escalera iluminada por farolillos sobre un puerto al anochecer. Las otras tres eran vistas de la hoja de referencia aprobada de Mira: de frente, el rostro y de tres cuartos. El prompt pedía una composición nueva: Mira sentada en un escalón, mirando a cámara, leyendo una carta, exactamente en el estilo de dibujo del lugar.

Lo que dibujó cada modelo

Los dos modelos Nano Banana leyeron la primera imagen como la imagen que había que editar y no como una referencia, por eso el lugar sobrevivió tan bien y la nueva pose no encajaba en él. GPT Image 2.5 y Seedream 5.0 Pro trataron las cuatro imágenes como referencias y dibujaron a partir de ellas un fotograma nuevo. Una sola pasada por modelo es una prueba pequeña, y los modelos tienen un componente aleatorio, pero el patrón coincide con lo que vemos en el uso diario.

Qué pasa sin las imágenes

Para ver cuánto valen las referencias, le dimos a un modelo de video la misma escena solo con palabras: el personaje descrito en detalle, la escalera, los farolillos y la frase que dice. Sin fotograma clave y sin hoja.

Cómo dibuja Animey un fotograma clave

1. Cada personaje del plano aporta hasta dos vistas de su hoja de referencia aprobada, la de frente y la del rostro, que van en primer lugar.
2. Después van el fondo del lugar y la tarjeta de estilo de la serie, así que el lugar y el aspecto también salen de imágenes aprobadas.
3. GPT Image 2.5 dibuja el plano como una edición de imagen a imagen de esas referencias. El prompt mantiene la cara, el pelo, los ojos, las proporciones, la ropa y los accesorios, y solo describe la pose, la expresión y la cámara.
4. Tú revisas el fotograma clave y lo apruebas. Redibujarlo es gratis dentro de un cupo diario, así que un fotograma flojo no cuesta nada.
5. El fotograma clave aprobado se convierte en el primer fotograma exacto de la animación. Si después cambia el reparto, el lugar o el estilo, la aprobación se retira y hay que volver a dibujar el fotograma.

Fijamos los fotogramas clave de escena en GPT Image 2.5 porque fue el que mejor mantuvo la identidad en nuestras propias pruebas de edición, y a propósito no hay ningún cambio automático a otro modelo de imagen: un fotograma clave dibujado por otro modelo se vería distinto, y estarías aprobando un fotograma que nunca viste. Seedream 5.0 Pro es el modelo que seguimos más de cerca. El artículo sobre la consistencia explica las hojas de referencia con más detalle.

Una vez aprobado, el fotograma clave tiene que moverse. Nuestra prueba de Kling 4.0 anima un mismo fotograma clave con cinco modelos de video, y el artículo sobre sincronización labial muestra cómo se añaden los diálogos.