Taste Bench · Model Evals · Sept 2026
Cualquier IA puede crear una imagen.Taste es lo que hace un anuncio.
8 modelos de imagen líderes, cada uno dentro de Omneky. 59 briefs publicitarios reales de 4 marcas en 5 idiomas. 1371 evaluaciones a ciegas que califican lo que decide si un anuncio funciona: tu logo, tu producto, tus palabras, tu mercado.
Última actualización: Se repite cuando salen nuevos modelos. El arnés sigue activo para todos.
La clasificación
Puntuación media de calidad sobre 10 entre todos los jueces y briefs.
- 17,4
GPT Image 2.5 FlareOpenAI - 27,4GPT Image 2.5 SunburstOpenAI
- 37,4GPT Image 2OpenAI
- 47,2
Nano Banana ProGoogle - 57,1
Grok Imagine 2.0xAI - 67,0Nano Banana 2Google
- 77,0
Muse ImageMeta - 86,4
Seedream 5 ProByteDance
- 8
- Modelos de imagen probados
- 469
- Anuncios generados
- 1371
- Evaluaciones a ciegas
- 5
- Idiomas
Estas puntuaciones son de Omneky, no de la app del modelo.
Cada modelo de esta página se ejecutó dentro del arnés de imagen de Omneky. Omneky leyó la marca, escribió la dirección de arte y le dio al modelo tu logo, tu producto y el brief. Que Gemini salga bien aquí significa que dibuja bien después de ese trabajo. Abrir la app de Gemini no te da esto.
Clasificación
La clasificación
El mismo arnés de Omneky en cada fila: mismo kit de marca, mismo brief, un intento. Calificado a ciegas. No es la app de Gemini, ni ChatGPT.
59 briefs en esta vista. Haz clic en una fila para ver el detalle completo.
- Puntuación
- 7,4
- Listo para publicar
- 42 %
- Puntuación
- 7,4
- Listo para publicar
- 54 %
- Puntuación
- 7,4
- Listo para publicar
- 37 %
- Puntuación
- 7,2
- Listo para publicar
- 32 %
- Puntuación
- 7,1
- Listo para publicar
- 30 %
- Puntuación
- 7,0
- Listo para publicar
- 32 %
- Puntuación
- 7,0
- Listo para publicar
- 34 %
- Puntuación
- 6,4
- Listo para publicar
- 22 %
Primer intento, con la revisión de Omneky desactivada para comparar los modelos. El arnés siguió activo: Omneky igual leyó la marca y escribió la dirección de arte para cada modelo, Gemini incluido.
Grok Imagine 2.0 no pudo procesar 3 briefs: incluían más imágenes de entrada de las que acepta.
Cada brief
Empieces como empieces, obtienes un anuncio.
Cada fila es un brief. Todos los modelos de esa fila lo recibieron de Omneky, con el mismo logo, producto y dirección de arte. Una app de chat no empieza aquí.
| Brief | GPT Image 2.5 FlareOpenAI | GPT Image 2.5 SunburstOpenAI | GPT Image 2OpenAI | Nano Banana ProGoogle | Grok Imagine 2.0xAI | Nano Banana 2Google | Muse ImageMeta | Seedream 5 ProByteDance |
|---|---|---|---|---|---|---|---|---|
Sin prompt Asarai Árabe · Formato 1:1 Nada. Omneky empezó solo con la marca. | ||||||||
Sin prompt Asarai Inglés · Formato 1:1 Nada. Omneky empezó solo con la marca. | ||||||||
Sin prompt Asarai Español · Formato 1:1 Nada. Omneky empezó solo con la marca. | ||||||||
Sin prompt Asarai Hindi · Formato 1:1 Nada. Omneky empezó solo con la marca. | ||||||||
Sin prompt Boco to Deco Japonés · Formato 1:1 Nada. Omneky empezó solo con la marca. |
Haz clic en cualquier anuncio para ver cómo lo calificó cada juez.
Comprobaciones
Una imagen bonita no es un anuncio.
La mayoría de los benchmarks de imagen califican la belleza. Taste Bench califica Taste: si podrías publicar el anuncio mañana.
Tu logo, no uno parecido
Copiado con exactitud. Sin redibujarlo, cambiarle el color ni sustituirlo por algo similar.
Tu producto, tal como se vende
El envase, la etiqueta y la forma reales, no una suposición de la IA.
Tu titular, bien escrito
Palabra por palabra cuando nos das el texto. Breve y limpio cuando no.
Tu idioma y tu escritura
El árabe se lee de derecha a izquierda. El hindi va en devanagari. El japonés sigue siendo japonés.
Sin descuentos, cifras ni reseñas inventadas
Un "50 % de descuento" inventado o una reseña falsa de cinco estrellas es un problema legal, no una decisión creativa.
Lejos de los botones y textos de la plataforma
El logo, el texto y el producto quedan donde Meta y TikTok no los tapan.
Si falla uno solo, no es un anuncio. Es un riesgo.
No solo lo probamos. Omneky revisa todo esto automáticamente para que tú no tengas que hacerlo.
Ningún modelo gana todos los briefs.
El modelo que clava un brief detallado tropieza con uno en blanco. El mejor en textos en inglés no es el mejor en árabe. Mantenerse al día es un trabajo de investigación a tiempo completo. Es nuestro, no tuyo.
El mejor por punto de partida
GPT Image 2.5 FlareOpenAIGPT Image 2OpenAIGPT Image 2.5 FlareOpenAIGPT Image 2OpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2OpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2.5 SunburstOpenAIEl mejor por idioma
GPT Image 2.5 SunburstOpenAIGPT Image 2.5 FlareOpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2OpenAIPor eso Omneky no tiene un menú para elegir modelo. Nosotros decidimos, y volvemos a decidir cada vez que sale un modelo nuevo.
¿Quieres ver tu marca en esta cuadrícula? Empieza tu prueba gratuita de 7 días.
Prueba gratisMétodo
Cómo juzgamos un anuncio
Los jueces nunca saben qué modelo creó el anuncio. Cada imagen se renombra y se le quita todo lo que la delate.
Tres modelos de IA de vanguardia de tres laboratorios distintos, para que ningún modelo se califique a sí mismo.
Primero van las comprobaciones de aprobado o fallido. Después, las puntuaciones de calidad de 1 (roto) a 10 (nivel agencia).
Un anuncio está listo para publicar solo si pasa todas las comprobaciones y la mayoría de los jueces lo publicaría tal cual. Un empate cuenta como fallo.
El arnés es lo que obtienes
Cada puntuación de esta página es un modelo dentro de Omneky. Leemos tu marca y la convertimos en dirección de arte. El modelo dibuja. Publicamos los anuncios y los veredictos. No publicamos esa receta. Una buena puntuación de Gemini es Gemini después del arnés, no Gemini por su cuenta.
Siempre probando
Cuando sale un nuevo modelo de imagen, pasa por el Taste Bench antes de acercarse a tus anuncios. Esta página siempre muestra la edición más reciente.
Los nombres y logos de los modelos son marcas de sus respectivos propietarios y se usan aquí solo para identificar los modelos probados. Las marcas mostradas forman parte del conjunto de pruebas de Omneky.