Elige tu motor de IA

Flat-to-Model convierte tus fotos flat-lay de producto en imágenes fotorrealistas portadas por una modelo, y cada motor de IA interpreta los mismos inputs de forma distinta. Unos se inclinan por lo limpio y editorial, otros por lo dramático y creativo. Hasta ahora elegíamos nosotros por ti. Desde hoy, puedes elegir el motor cuya estética encaja con tu marca, o quedarte en Auto y dejar que lo elijamos nosotros.

El lanzamiento llega a ambos productos. Flat-to-Model ofrece Nano Banana Pro y Seedream. Model-Swap ofrece Onda y Nano Banana Pro. En Flat-to-Model la diferencia estética entre motores se nota más, así que este post se centra allí. Una breve sección final cubre el mismo dropdown en Model-Swap.

Qué es nuevo

En el paso de review de Flat-to-Model aparece un nuevo selector Generation model, junto a los controles existentes de pose, fondo y aspect ratio. La misma elección está disponible por API como campo opcional model dentro del objeto options de la petición. Si no lo configuras, el valor por defecto es Auto. Es el comportamiento que tenía cada trabajo hasta ahora.

Los motores de Flat-to-Model

Tres opciones:

• Auto (por defecto): arranca con Nano Banana Pro. Si el input dispara el filtro de seguridad, redirigimos de forma transparente a Seedream para que el trabajo acabe igualmente.
• Nano Banana Pro: el último modelo de imagen de Google. Gran fidelidad en la prenda y piel fotorrealista limpia. Sin fallback en caso de rechazo.
• Seedream: el modelo de imagen de ByteDance. A menudo iluminación más dramática e interpretación más creativa del styling. Sin fallback en caso de rechazo.

Mismos inputs, motores distintos

Mismo trío flat-lay, misma identidad y misma pose, renderizados por cada motor.

Mismas prendas, misma identidad, misma pose: sentada en un taburete de madera frente a una pared de enlucido ecru cálido. Nano Banana Pro renderiza la escena completamente de frente, con líneas de cuello nítidas y una luz más fría que mantiene el azul helado de la camisa. Seedream gira a la modelo a tres cuartos, suaviza los tonos y empuja el fondo un poco más cálido, con una caída de camisa algo más relajada. Ninguno es mejor. Son defaults estéticos distintos, y el objetivo es elegir el que encaja con tu catálogo de marca.

Qué motor ha producido cada output

Al terminar un trabajo, puedes ver qué motor se ha usado para cada resultado.

En la app, aparece un pequeño icono del motor junto al tiempo de procesamiento en cada tarjeta de output. Pasa el ratón para ver el nombre del motor.

En la API, cada resultado en GET /jobs/<id>/results incluye un campo model_used:

{
  "job_id": "8c9f1a...",
  "status": "completed",
  "results": [
    {
      "image_index": 0,
      "group_index": 0,
      "model_used": "nano_banana_pro",
      "output": { "full_size": "https://..." }
    },
    {
      "image_index": 1,
      "group_index": 0,
      "model_used": "seedream",
      "output": { "full_size": "https://..." }
    }
  ]
}

Donde más importa es cuando lanzas un trabajo en Auto. Si has pedido cuatro outputs y tres vuelven como nano_banana_pro y uno como seedream, sabes al instante que ese slot ha activado el fallback de seguridad. Sin adivinar, sin ticket de soporte.

Uso por API

Pasa model dentro del objeto options de tu petición Flat-to-Model:

{
  "project_id": "...",
  "images": ["uuid1", "uuid2", "uuid3"],
  "identity_code": "default-pro-...",
  "instructions": [ /* ... */ ],
  "options": {
    "model": "nano_banana_pro"
  }
}

Valores válidos: "auto" (por defecto), "nano_banana_pro" o "seedream".

En nuestra integración pública de Python es un solo flag CLI:

python flat_to_model.py \
  --input-folder SKU/ \
  --identity-code <your-identity-code> \
  --model nano_banana_pro

La referencia completa está en la documentación de la API de Flat-to-Model.

Model-Swap también tiene dropdown

El mismo selector Generation model está ahora en el paso de review de Model-Swap.

El valor por defecto es Onda, el motor de swap propietario de PiktID, sobre el que han corrido todos los trabajos de Model-Swap hasta la fecha. La alternativa es Nano Banana Pro, disponible para equipos que quieran probar una estética distinta en sus swaps. model_used funciona exactamente igual: cada resultado en GET /jobs/<id>/results te dice qué motor lo produjo.

Pasa swap_options.model en una petición Model-Swap, o --model onda | nano_banana_pro en la integración Python.

«Motores diferentes son herramientas diferentes. Durante mucho tiempo elegimos uno por ti, y era el default correcto. Pero las marcas y agencias que mueven cientos de SKUs a la semana conocen su estética, y merecen la elección. Exponer la selección de motor convierte On-Model de caja negra en un pipeline de producción controlable, y model_used en cada output hace esa elección auditable.»

— Nunzio Alexandro Letizia, Cofundador de PiktID y creador de On-Model

Pruébalo ahora

Abre cualquier trabajo de Flat-to-Model o Model-Swap y busca el dropdown Generation model en el paso de review. Elige un motor, genera y compara el resultado con Auto.

¿Nuevo en On-Model? Empieza por la guía de Flat-to-Model o explora los presets para tener aún más control sobre el output.