Canva AI 2.0 vs. Figma + Midjourney: 60 piezas y el costo real en créditos

Brand Intelligence de Canva AI 2.0 mantuvo intacto el kit de una marca real durante 21 piezas. En la pieza 22, el color de acento se apartó del cian bloqueado y la escala tipográfica se rompió; para entonces, la ejecución agéntica ya había consumido 140 de los ~500 créditos mensuales de un plan Pro.

Canva AI: hasta dónde respetó la marca y en qué pieza falló

La imagen del veredicto no deja lugar a dudas. Las primeras veintiuna piezas respetaron la marca; la 22 se desvió de forma visible. La escala tipográfica —que debía conservar tres tamaños diferenciados, con una fuente para titulares y otra para texto— quedó reducida a dos tamaños en una composición compleja. Además, el agente sustituyó discretamente la fuente de titulares por una sans serif muy parecida en dos encabezados.

Este es el kit de marca, expresado como tokens para que el resto del análisis tenga referencias concretas:

• Fondo: casi negro #0B0D10
• Acento: un único cian eléctrico #21D4FD, bloqueado y sin combinarlo nunca con un segundo color de acento
• Escala tipográfica: 64 / 32 / 16 px, un peso para la fuente de titulares y otro para la fuente de texto
• Retícula: 12 columnas, medianiles de 80px en la presentación y 4 columnas en las piezas de Instagram

La propia explicación de Canva sobre AI 2.0 es clara al respecto. Con un solo prompt de objetivo, el sistema agéntico lleva una campaña hasta un borrador aproximadamente 80% fiel a la marca; el 20% restante requiere trabajo humano. Es su forma de explicarlo, no la mía. La novedad de esta prueba no es que exista esa relación 80/20, sino descubrir dónde aparece el límite al someter tokens de marca reales a una ejecución de 60 piezas y cuántos créditos se consumen antes de que empiece la desviación.

La conclusión en una línea: Brand Intelligence funciona para producir a gran escala la larga cola de contenidos sociales. No funciona para las piezas clave que definen una marca. La calidad de la orquestación depende de la precisión del Brand Kit que se le entregue, y dedicar 30 minutos a bloquearlo es esencial, no opcional.

El encargo: un sistema de marca real puesto a prueba

El entregable era una campaña de lanzamiento de 60 piezas: una presentación de 14 diapositivas, 28 publicaciones de Instagram (una combinación de formatos 1:1 y 4:5), 6 encabezados de email, 8 documentos de una página distribuidos en dos composiciones y 4 tarjetas para LinkedIn. Es exactamente el conjunto que Canva AI 2.0 promete generar de forma coordinada a partir de un único prompt de objetivo mediante Agentic Orchestration. En Canva Create LA, celebrado en abril, Cliff Obrecht resumió la propuesta como "una campaña con un solo prompt". Esa es la promesa que se evalúa aquí.

Este encargo es una prueba honesta porque el límite entre lo que respeta la marca y lo que no se definió de antemano, no a posteriori. Un valor hexadecimal incorrecto para el acento está mal. Una escala tipográfica reducida está mal. Introducir un segundo color de acento en cualquier pieza está mal. El agente respeta los tokens o no lo hace; el fallo se puede contar, no depende de una impresión subjetiva.

La configuración exigió más de lo previsto. Antes de la primera ejecución agéntica, dediqué unos 35 minutos a completar el Brand Kit: cargué las dos fuentes, definí los tres tamaños tipográficos como estilos con nombre, bloqueé el único color de acento, asigné nombres a la paleta de muestras y subí dos composiciones del logotipo. Brand Intelligence solo está disponible en Pro, al igual que el Brand Kit completo; Pro incluye aproximadamente 500 créditos al mes, frente a ~50 en Free. La página de precios de Canva lo detalla para quien quiera comprobarlo antes de contratar.

Esta inversión no se puede negociar. Cada desviación que observé después se remontaba a un token que faltaba en el kit o que no estaba definido con suficiente rigor. El agente no inventa las reglas de marca: interpola a partir de lo que recibe. Si se deja un hueco, lo completa con la alternativa más atractiva y parecida que encuentra.

Ejecución agéntica de Canva AI 2.0: resultados y créditos

Ejecuté la campaña con un único prompt de objetivo: "Genera una campaña de lanzamiento de 60 piezas para [client] con una presentación, Instagram, encabezados de email, documentos de una página y LinkedIn. Usa nuestro Brand Kit. Tono: seguro, técnico, sereno. Patrón de titulares: [pattern]. CTA: [CTA]."

El agente convirtió ese encargo en una lista de piezas, generó diseños de Canva por capas —con todos los elementos editables, no como imágenes planas— y creó un espacio de campaña que podía abrir y revisar. Este es el cambio de producto de AI 2.0 frente al antiguo Magic Studio: coordina el conjunto completo y ofrece resultados editables por capas junto con Living Memory, que conserva el contexto durante toda la ejecución, en lugar de las herramientas aisladas de Magic que producían piezas planas.

Este fue el registro pieza por pieza:

• Piezas 1–14 (la presentación): fieles a la marca. Se respetó la escala tipográfica. Se mantuvo un único color de acento.
• Piezas 15–21 (las primeras 7 publicaciones de Instagram): fieles a la marca. El agente aplicó correctamente la variante de retícula 4:5 y conservó la regla del color de acento.
• Pieza 22 (la 8.ª publicación de Instagram, una composición compleja con tres bloques de texto y una cita): desviación. El acento cambió a #3FB8C9 (un desvío de tono de ~8%). La escala tipográfica quedó reducida a 32/20. La fuente de titulares fue sustituida en la cita.
• Piezas 23–34: la desviación se propagó. Cuando Living Memory incorporó la pieza 22 —ya fuera de marca— como contexto reciente, las piezas siguientes se acercaron a ese desvío en vez de volver al kit bloqueado.

No fue un fallo aislado, sino un error acumulativo. Esto cambia la forma de operar el agente: no conviene confiar en una ejecución larga e ininterrumpida después de entrar en la zona de prompts complejos. En mi prueba, el límite apareció alrededor de 20 piezas encadenadas.

Registro de créditos

La ejecución agéntica de 60 piezas consumió 187 créditos antes de cualquier corrección. Equivale aproximadamente al 37% de la asignación mensual de Pro en una sola campaña. Tras el retrabajo —corregir manualmente las piezas 22–34 y regenerar 6 de ellas con subprompts más estrictos—, el total llegó a 226 créditos.

Traducido a costo por pieza terminada y fiel a la marca:

• 21 piezas quedaron listas en el primer intento: ~8.9 créditos por pieza terminada
• 39 piezas necesitaron corrección o regeneración: ~4.2 créditos por borrador, más mi tiempo
• Promedio combinado: ~3.8 créditos por pieza terminada y fiel a la marca en el conjunto de 60

La proporción 80/20 es real y se sitúa aproximadamente donde Canva afirma. Brand Intelligence produjo un borrador al 80%. El 20% necesario para ajustarlo a la marca —corregir el acento, restaurar la jerarquía tipográfica y afinar el tono de tres titulares que habían derivado hacia un lenguaje demasiado publicitario— exigió trabajo manual en el editor de Canva, no en la interfaz agéntica.

Tanto Living Memory como el acceso exclusivo de Pro a Brand Intelligence justificaron su costo en la presentación y las primeras 21 piezas sociales. No resolvieron la segunda mitad de la ejecución.

El flujo Figma + Midjourney con el mismo encargo

Procesé las mismas 60 piezas con el flujo manual que utilizo para clientes de DVNC.studio: Figma para la composición y el cumplimiento del sistema de marca —mediante bibliotecas de componentes que bloquean la escala tipográfica y el color de acento—, y Midjourney V8.1 para las imágenes principales. Para la larga cola de variantes sociales, bastaron Figma y el sistema de diseño.

Expresado de forma comparable con los créditos, el cálculo quedó así: unos $4 de costo de herramientas más 20 minutos de dirección de arte por cada pieza principal terminada y fiel a la marca; para una variante social terminada, cerca de $0.40 en herramientas más 8 minutos en Figma. La larga cola de variantes cuesta poco en herramientas y mucho en tiempo. Las piezas principales requieren poco tiempo de generación —la IA genera rápido—, pero la dirección de arte humana es decisiva.

El flujo manual gana con claridad en tres aspectos: cero desviación de marca en las piezas principales, control total de la escala tipográfica en cada pieza —porque la biblioteca de componentes impide romperla— y la dirección de arte permanece en mis manos. El resultado coincide con el de la prueba de transferencia de estilo de Krea 2 que publiqué a principios de año: combinar herramientas de imagen con IA y un sistema de diseño estricto permite sostener un universo de marca durante 40+ fotogramas sin desviaciones, porque las reglas las impone el sistema, no el modelo.

Su desventaja está en la velocidad y el volumen de la larga cola. Canva AI 2.0 produjo un borrador equivalente en unos 12 minutos. Esa diferencia es precisamente la razón para incorporar el sistema agéntico.

Canva vs Figma: veredicto en costos, desviación y velocidad

Escala de costos

Costo por pieza terminada y fiel a la marca, según el tipo de pieza:

• Variante social, Canva AI 2.0 agéntico: ~3.1 créditos (≈ $0.08 con la tarifa combinada de Pro)
• Variante social, Figma + Midjourney: ~$0.40 en herramientas + 8 min de tiempo
• Pieza principal / que define la marca, Canva AI 2.0 agéntico: ~12 créditos y no es confiable (el punto de desviación)
• Pieza principal / que define la marca, Figma + Midjourney: ~$4 en herramientas + 20 min de dirección, y es confiable

El cambio de ventaja es contundente. En la larga cola social, Canva AI 2.0 cuesta aproximadamente una décima parte en términos directos y reduce drásticamente el tiempo total. Para las piezas principales, el flujo manual es el único que ofrece un resultado publicable.

Escala de desviación

• Piezas antes de la primera desviación, Canva AI 2.0 agéntico, Brand Kit totalmente bloqueado: 21
• Piezas antes de la primera desviación, Canva AI 2.0 agéntico, Brand Kit parcial (sin escala tipográfica): 6 (una prueba separada que realicé primero y abandoné)
• Piezas antes de la primera desviación, Figma + Midjourney con una biblioteca de componentes bloqueada: prácticamente ilimitadas; para que haya desviación, una persona tendría que romper el sistema

Este es el dato más claro de la prueba. La interfaz agéntica se desvía; la interfaz basada en un sistema de diseño no, porque la desviación es una propiedad del sistema, no del modelo. El trabajo de Figma con habilidades personalizadas para IA sigue esa lógica: el sistema impone las reglas y la IA genera dentro de las restricciones que este mantiene.

Escala de velocidad

• Tiempo para producir 60 piezas, Canva AI 2.0 agéntico, incluido el retrabajo: ~3.5 horas
• Tiempo para producir 60 piezas, Figma + Midjourney, con un sistema de diseño existente: ~14 horas
• Tiempo para producir 60 piezas, Figma + Midjourney, creando el sistema de diseño desde cero: ~40 horas

Cuando el sistema de diseño ya existe, el flujo manual es 4× más lento que la ejecución agéntica. Si no existe, tarda un orden de magnitud más. El costo inicial de configurar el flujo manual es real, y por eso las agencias y estudios que producen muchas campañas puntuales sentirán con más fuerza el atractivo de Canva AI 2.0.

La recomendación y la condición que la cambia

Conviene usar el sistema agéntico de Canva AI 2.0 para producir a gran escala una larga cola social lo bastante fiel a la marca, siempre que el Brand Kit esté completamente bloqueado y exista un presupuesto de créditos por campaña. Figma + Midjourney —o un flujo equivalente de sistema de diseño e imagen con IA— debe reservarse para cualquier pieza que defina la marca: la imagen principal, la creatividad de lanzamiento y todo lo que aparezca al inicio de una presentación o en la cabecera de una landing page.

El punto de decisión se resume en una pregunta: ¿se permite que esta pieza sea 90% fiel a la marca o debe llegar al 100%? Si 90% es suficiente porque solo aparecerá dos segundos en un feed, se puede enviar al agente. Si el estándar es 100% porque definirá la marca durante el próximo trimestre, debe ir al flujo manual.

Lo que Canva AI 2.0 todavía no puede resolver: trabajos complejos de UI/UX e imágenes principales que definan la marca. La cobertura de The Verge sobre el lanzamiento describe con claridad la disponibilidad y la interfaz de edición; también deja ver ese límite sin formularlo de manera explícita. Para dimensionar aquí el techo del sistema agéntico utilicé la misma metodología que en la prueba de escala de costos del agente de Runway para video de marca: medir el costo por pieza terminada y fiel a la marca, no por generación bruta. El costo de generación bruta favorece artificialmente a todas las herramientas agénticas. El costo de la pieza terminada muestra la realidad.

Cómo aplicaría este flujo a un cliente el próximo martes

Esta sería la ejecución concreta para quien dirige un estudio o el área creativa de una empresa:

Primero, bloquear el Brand Kit con tokens exactos: cada valor hexadecimal, cada tamaño tipográfico, cada regla del color de acento, cada especificación de retícula y las dos composiciones del logotipo. Hay que invertir los 30–45 minutos. Esta decisión determina todo lo que viene después. Sin ese trabajo, los créditos se gastan mientras el agente intenta adivinar.

Después, distribuir el trabajo por tipo de pieza. Las variantes sociales, las presentaciones internas, los encabezados de email y los documentos secundarios de una página van al sistema agéntico de Canva AI 2.0. Las imágenes principales de campaña, las piezas que definen la marca y todo lo que vaya a representarla durante un trimestre o más se mantienen en el flujo manual.

El presupuesto de créditos debe fijarse por campaña, no por mes. Una campaña de 60 piezas en Pro puede consumir un tercio de la asignación mensual en una sola ejecución. Para producir tres campañas al mes, hace falta una asignación de créditos de un plan superior o la disciplina de enviar al agente únicamente la larga cola social.

También hay que integrar un punto de control de desviación en el flujo: revisión humana entre las piezas 18–20, antes de entrar en la zona de prompts complejos. Si aparecen señales tempranas, conviene detener la ejecución y reiniciarla con subprompts más estrictos; no hay que permitir que Living Memory absorba el error y lo propague. Reiniciar en la pieza 19 cuesta poco. Corregir las piezas 22–34 representa la mayor parte del retrabajo registrado en esta prueba.

Así es, en términos generales, como estructuro ahora el flujo de campañas de DVNC.studio: el agente se encarga de la larga cola, el sistema de diseño controla las piezas principales y el presupuesto de créditos se fija según el encargo antes de ejecutar el primer prompt.

¿Brand Intelligence de Canva AI 2.0 realmente mantiene los diseños fieles a la marca?

Funciona bien durante el primer tramo cuando el Brand Kit está definido por completo, pero empieza a desviarse con prompts complejos. En mi ejecución, la primera desviación apareció en la pieza 22 de 60. Es una solución suficientemente fiel para la larga cola social, no para las piezas principales.

¿Cuántos créditos de IA consume una campaña agéntica en Canva AI 2.0?

Una orquestación de múltiples piezas consume créditos por cada pieza generada. Mi campaña de 60 piezas costó 187 créditos en el primer intento y 226 después del retrabajo, frente a los ~500 créditos mensuales de Pro. El presupuesto debe fijarse por campaña, no por mes.

¿Puede Canva AI 2.0 sustituir un flujo de marca con Figma + Midjourney?

Para producir a gran escala piezas sociales suficientemente fieles a la marca, en buena medida sí. Para imágenes principales que definen la marca y un control total de la escala tipográfica, no. El criterio decisivo es si la pieza puede ser 90% fiel a la marca o necesita llegar al 100%.

¿Qué cambió entre el antiguo Magic Studio y Canva AI 2.0?

Agentic Orchestration, Brand Intelligence y Living Memory sustituyen las herramientas aisladas de Magic. El sistema coordina una campaña completa desde un único prompt de objetivo y produce resultados editables por capas en vez de generaciones planas de una sola pieza.

¿Se necesita Canva Pro para usar Brand Intelligence?

Sí. Brand Kit, Brand Intelligence y algunos conectores son funciones del nivel Pro, y la asignación de créditos de Pro (~500 al mes) es lo que hace viable una campaña real.