Transferencia de estilo con Krea 2: campaña de 40 piezas y costos reales

La transferencia de estilo de Krea 2 quedó a solo 0.14 puntos de GPT Image 2 en fidelidad de estilo, pero con el precio por unidad de cómputo de Krea, no el de OpenAI. El mismo día del lanzamiento, reconstruí la campaña de 40 piezas de un cliente para comprobar si esa «fidelidad de estilo» se mantiene dentro de un universo de marca real.

El resultado: 40 piezas dentro de un mismo universo de marca

La entrega final reunió 40 piezas entre imágenes principales, producto, lifestyle y adaptaciones editoriales. Todas compartían el mismo lenguaje cromático: una base fría y casi monocromática, un único acento cian eléctrico, ninguna dominante cálida y un rango tonal controlado. El cliente aprobó el conjunto sin preguntar qué imágenes se habían generado y cuáles se habían fotografiado. En una campaña de marca, esa es la única prueba que realmente importa.

La cifra que justificó el ensayo vino del benchmark de transferencia de estilo de cuatro modelos de Contra Labs: Krea 2 Large ocupa el puesto #2 en Style Fidelity, a 0.14 puntos de GPT Image 2. La brecha respecto al resto del grupo es más de cuatro veces mayor. Además, es el único modelo ajeno a GPT que rebasa el umbral de utilidad neta de 3.0.

La advertencia, que conviene decir al mismo tiempo porque el benchmark la disimula, es esta: el 26% de los resultados de Krea 2 Large cayó en las dos calificaciones de estilo más bajas, frente al 20% de GPT. El conjunto mantuvo la coherencia, pero hubo tres aspectos que todavía exigieron la intervención de un diseñador. Volveré a ellos más adelante.

El encargo: qué necesitaba el cliente

La condición era la más difícil: producir 40 piezas que se percibieran como una sola marca, no como 40 imágenes atractivas por separado. Este es el fallo habitual de cualquier herramienta de imágenes con IA basada únicamente en prompts. Genera piezas bonitas, pero no conviven bien. El resultado parece un tablero de Pinterest, no una marca.

Los insumos fijos eran los habituales en un proyecto para cliente.

• Un lenguaje cromático definido antes de generar: sujetos fríos y casi monocromáticos, un solo color de acento, ausencia de tonos cálidos y un rango tonal controlado
• Una escala tipográfica completamente fuera del modelo: se aplicaría en Figma sobre las imágenes terminadas, sin pedírsela nunca a una IA
• Una dirección artística de referencia ya aprobada por el cliente; utilicé tres de esas piezas como base del moodboard

Este es el tipo de encargo que hace fallar los flujos basados solo en prompts. Esos modelos tienden a producir algo «pulido y seguro», justo lo contrario de una estética propia de marca. Es el mismo problema de deriva que encontré, desde el lado de construcción, en el trabajo sobre skills personalizados de Figma Make: sin una entrada controlada, cada pocas generaciones el modelo vuelve a su estética promedio.

La propuesta de Krea 2 es tratar el estilo no como una palabra dentro del prompt, sino como una entrada controlable. Eso era exactamente lo que necesitaba poner a prueba.

Cómo configuré la transferencia de estilo: moodboard, referencias e intensidad

Krea 2 es el primer modelo fundacional que Krea desarrolla desde cero; su sistema de transferencia de estilo es la parte que merece una prueba. Se le proporcionan imágenes y el modelo extrae sus componentes de estilo —paleta, iluminación, grano y ritmo compositivo— para aplicarlos al sujeto que se describa en el prompt. Permite combinar hasta cuatro referencias a la vez, y un control de intensidad determina cuánto influye cada una.

Esta fue la configuración exacta que funcionó para el conjunto:

• Un moodboard de 4 imágenes, el máximo permitido: las tres piezas de referencia aprobadas y un ancla tonal tomada de la biblioteca existente de la marca
• La intensidad de estilo en la zona media-alta: suficiente para fijar el lenguaje cromático en sujetos que nunca se habían descrito al modelo, pero sin llegar a deformar su anatomía
• La variación por lote hacia el extremo cohesionado del control, no hacia el de máxima dispersión; esta es la palanca que más operadores ajustan mal

La estructura de los planes importa porque define el costo de iterar. El acceso a Krea 2 comienza con Pro, a $35 al mes e incluye 20,000 unidades de cómputo. Max cuesta $70 al mes e incluye 60,000.

La velocidad de generación cambió el ciclo de trabajo: cada render tardaba menos de 15 segundos. Cuando iterar cuesta tan poco tiempo, se deja de buscar el prompt perfecto antes de empezar y la generación se convierte en una conversación con el moodboard. Se genera una prueba de seis piezas, se observa la deriva, se ajusta la intensidad y se vuelve a generar. Equivocarse cuesta 15 segundos y unas cuantas unidades de cómputo, no una pausa completa para tomar café.

La producción, pieza por pieza: qué llegó a la entrega final

Una vez fijado el moodboard, este fue el ciclo de trabajo para el conjunto real de la marca:

1. Generar un lote de prueba de 6 piezas para una categoría nueva de sujetos
2. Evaluar la deriva respecto del lenguaje cromático, no preguntarse simplemente si la imagen es bonita
3. Si dos o más piezas se desvían, subir un nivel la intensidad de estilo; si los sujetos pierden volumen, bajarla
4. Fijar ese ajuste para la categoría y ejecutar el lote completo
5. Volver a generar los fallos evidentes, sin intentar corregirlos a fuerza de prompts

El sistema de transferencia de estilo se ganó su lugar porque mantuvo el lenguaje cromático incluso con sujetos que nunca habían aparecido en los prompts. El moodboard no contenía personas, pero la campaña sí las necesitaba. El sistema trasladó a las figuras la paleta fría y casi monocromática, el rango tonal y el acento cian sin obligarme a explicar la paleta por escrito. Eso es justo lo que los flujos basados únicamente en prompts no consiguen. Se puede repetir «frío, casi monocromático, con un acento cian eléctrico» en cada prompt de Midjourney y, aun así, la estética se desviará cada seis piezas porque el texto compite con las tendencias aprendidas por el modelo.

El control de variación por lote merece considerarse una palanca independiente. El ajuste cohesionado mantuvo la paleta y el nivel de detalle dentro de márgenes estrechos en todo el lote. Las pocas imágenes fuera de marca que volví a generar aparecieron al ampliar la variación en la categoría lifestyle, cuando intentaba extraer más variedad compositiva con un único nivel de intensidad. La solución no fue escribir un prompt mejor, sino reducir la variación y ejecutar un segundo lote.

La tipografía nunca pasó por el modelo. Todo el trabajo tipográfico se aplicó en Figma sobre las imágenes terminadas. El texto generado por IA sigue siendo frágil, y la escala tipográfica de un cliente no admite concesiones.

Escala de costos por unidad de cómputo frente a Midjourney

Estas son las cifras reales de la producción, incluidos los lotes de prueba y las regeneraciones. El conjunto de 40 piezas —además de unas 90 imágenes generadas entre pruebas y nuevos intentos antes de la selección final— quedó dentro de las 20,000 unidades de cómputo mensuales del plan Pro. Al dividir el precio de $35 del plan entre las piezas utilizables, el resultado es de unos pocos dólares por cada imagen entregada. Mientras no se alcance el límite, el costo marginal de volver a generar es prácticamente cero.

Para este mismo encargo, la alternativa habría sido mi flujo habitual de Midjourney: el plan estándar más el tiempo de iteración, que es donde está el costo real. La diferencia en dinero es menor de lo que muchos suponen; la diferencia en tiempo no. Para lograr cohesión en un conjunto de 40 piezas con un universo de marca definido, mi proceso con Midjourney requiere dos días de ingeniería de prompts y regeneraciones. Con Krea 2 bastó media jornada de trabajo sobre el moodboard y un ciclo que respondía al control de intensidad de estilo en lugar de obligarme a pelear con los prompts.

Hay una condición que cambia la decisión: si la marca ES la estética de Midjourney —ese aspecto característico, cálido, cinematográfico y ligeramente nostálgico—, Midjourney gana. No tiene sentido luchar contra un modelo que ya apunta al resultado buscado. Para un encargo conservador, con un lenguaje cromático definido que no coincide con el estilo predeterminado de Midjourney, la transferencia de estilo de Krea 2 elimina la brecha que antes costaba dos días de trabajo repetitivo.

La métrica correcta es el costo por pieza utilizable, no el costo por render. La lógica económica del video de marca en el flujo con agentes de Runway lleva a la misma conclusión: la variable decisiva es el costo de iterar, no el precio de lista.

Lo que falló: dónde la dirección de arte humana fue indispensable

Hubo tres puntos. Vale la pena detallarlos porque el benchmark no revela ninguno.

La tipografía quedó completamente fuera del modelo. Cada composición tipográfica, etiqueta y titular se aplicó en Figma sobre las imágenes finales. La escala tipográfica de una marca es innegociable en un proyecto para cliente, y el texto de IA aún es tan frágil que pedirlo añade un costo a cada regeneración.

La gradación final de color se hizo en un editor profesional. Al salir de Krea 2, el conjunto estaba resuelto en 90%: se mantenían el lenguaje cromático, el rango tonal y la lectura uniforme del acento. El último ajuste para llevar el cian al valor hexadecimal exacto de la marca y homogeneizar la densidad de las sombras en toda la serie se hizo en DaVinci. Fueron veinte minutos por categoría. Era necesario.

El criterio para decidir qué volver a generar siguió siendo el trabajo central. Que 26% de los resultados de Krea 2 Large quede en las dos calificaciones de estilo más bajas es una cifra de benchmark; en la práctica significa descartar aproximadamente una de cada cuatro generaciones. El modelo no sabe cuál. El profesional sí. Determinar qué pieza respeta la marca, cuál es un fallo menor que merece otro intento y cuál debe descartarse por completo sigue siendo parte del trabajo de dirección de arte. Hay que presupuestarlo. No se puede esperar que el modelo lo decida.

Esta es la realidad de la IA creativa hoy. La capa de producción se comprimió; la dirección de arte, no. En esta campaña, la IA se ocupó de producir. La dirección artística todavía representó 80% del trabajo, que coincide aproximadamente con lo que explicamos a los clientes de DVNC.studio cuando preguntan si la IA sustituye el encargo creativo o simplemente acelera el render.

Cuándo replicar este flujo de transferencia de estilo y cuándo descartarlo

Conviene replicarlo si se producen conjuntos para clientes que deben mantener un único universo de marca en muchas piezas y el costo de iterar es importante. Ese es el caso de uso para el que se diseñó Krea 2. Un moodboard de 4 imágenes, un control de intensidad de estilo e iteraciones de 15 segundos forman una herramienta real de producción, no una demostración.

Conviene descartarlo si solo se necesita una imagen principal con la estética característica de Midjourney, o si la identidad de la marca ES ese acabado genérico y premium al que tienden los modelos basados únicamente en prompts. No tiene sentido luchar contra un modelo que ya apunta al objetivo.

La conclusión desde el diseño es clara: convertir la transferencia de estilo en un control resuelve casi toda la brecha de universo de marca que impedía a las herramientas de imágenes con IA producir campañas para clientes. Lo que queda —tipografía, gradación final y criterio para decidir las regeneraciones— sigue en manos humanas. Y ese es, aproximadamente, el lugar que le corresponde.

---

Reuní el moodboard, los ajustes de intensidad de estilo y los prompts exactos de este conjunto de 40 piezas en un paquete descargable. Es el AI Poster and Campaign Prompt Pack: la configuración de trabajo, no la versión de marketing. Es gratuito, es la única llamada a la acción de este artículo y el enlace está en el pie del sitio.

¿Puede Krea 2 mantener la coherencia de marca en una campaña completa y no solo en una imagen?

En esta producción de 40 piezas, mantuvo el lenguaje cromático en sujetos que nunca habían aparecido en los prompts gracias a un moodboard de 4 imágenes y una intensidad de estilo media-alta. El control de variación por lote es la clave para cohesionar el conjunto: orientado hacia la cohesión y no hacia la amplitud, produce lotes utilizables en vez de una dispersión de imágenes bonitas.

Krea 2 frente a GPT Image 2 en fidelidad de estilo: ¿cuál gana realmente?

GPT Image 2 sigue en el puesto #1. Krea 2 Large ocupa el #2, a una distancia de 0.14 en Style Fidelity dentro del benchmark de cuatro modelos de Contra Labs, y es el único modelo ajeno a GPT por encima del umbral de utilidad neta. Para quien opera el flujo, la pregunta relevante no es el puesto en la tabla, sino el costo por pieza utilizable dentro de su proceso concreto.

¿Qué plan de Krea hace falta para usar Krea 2?

El acceso a Krea 2 comienza con Pro, a $35 al mes e incluye 20,000 unidades de cómputo. Max cuesta $70 al mes e incluye 60,000.

¿Cuántas referencias de estilo puede combinar Krea 2 a la vez?

Hasta cuatro referencias de estilo simultáneas dentro de un moodboard, con un control de intensidad que determina cuánto influye cada referencia en el resultado.

¿Krea 2 sustituyó al diseñador en esta campaña?

No. La tipografía y la gradación final de color se hicieron a mano, y aproximadamente una cuarta parte de los resultados exigió una decisión de regeneración que el modelo no podía tomar. Sustituyó el trabajo repetitivo de producción, no la dirección de arte.