Funciones clave
- Generación y edición de imágenes de forma nativa — genera imágenes o edita fotos existentes mediante prompts en lenguaje natural. (Generar / Editar).
- Fusión de múltiples imágenes — combina varias imágenes de entrada en una escena fotorrealista.
- Consistencia de personajes — mantiene la misma apariencia del sujeto o personaje a través de ediciones y prompts. (Consistencia).
- Marcado con SynthID — todos los resultados incluyen un SynthID invisible para identificar contenido generado por IA. (Marca de agua).
Detalles técnicos
- Arquitectura y posicionamiento: basado en la familia Gemini 2.5 Flash — diseñado como una variante “Flash” de baja latencia que sacrifica un poco de tamaño de modelo/rendimiento por respuestas por llamada mucho más rápidas y eficiencia de costos, manteniendo un razonamiento más sólido que niveles Flash anteriores.
- Formatos y límites de entrada: acepta imágenes base64 inline para entradas pequeñas y cargas de archivos mediante la File API para imágenes más grandes (recomendado para >20 MB). Compatible con tipos MIME comunes (JPEG, PNG).
- Modos de operación: texto a imagen, edición de imágenes (inpainting / enmascarado semántico), transferencia de estilo, composición de múltiples imágenes y respuestas intercaladas de texto+imagen (útil para instrucciones ilustradas, recetas o contenido mixto).
- Procedencia y mecanismos de seguridad: marcas de agua visibles en salidas de IA, además de marcadores SynthID ocultos y capas de aplicación de políticas para limitar contenido explícitamente no permitido.
Rendimiento de referencia

Limitaciones y riesgos conocidos
- Restricciones de políticas de contenido: los modelos aplican políticas de contenido (p. ej., prohibición de contenido sexual explícito y ciertos contenidos ilícitos), pero la aplicación no es perfecta; la generación de imágenes de figuras públicas o iconos controvertidos puede ser posible en algunos escenarios, por lo que las comprobaciones de política son esenciales.
- Modos de fallo: posible deriva de identidad en ediciones extremas, desalineación semántica ocasional (cuando los prompts están insuficientemente especificados) y artefactos en escenas muy complejas o con cambios extremos de punto de vista.
- Procedencia y uso indebido: aunque hay marcas de agua y SynthID, estos no impiden el uso indebido; ayudan en la detección y atribución, pero no sustituyen la revisión humana en flujos de trabajo sensibles.
Casos de uso típicos
- Producto y ecommerce: colocar/catalogar productos en fotos de estilo de vida mediante fusión de múltiples imágenes.
- Herramientas creativas / diseño: iteraciones rápidas en apps de diseño (se cita integración con Adobe Firefly).
- Edición y retoque fotográfico: ediciones localizadas a partir de lenguaje natural (eliminar objetos, cambiar color/iluminación, cambiar el estilo).
- Narrativa / recursos de personajes: mantener personajes consistentes en paneles y escenas.