Respuesta corta: si la prioridad es preservar la identidad de una persona durante una edición, Gemini llega a 2026 con una ventaja práctica bien documentada; si la prioridad es marcar visualmente una región y pedir un pequeño cambio local, ChatGPT ofrece un flujo muy directo. Pero hay una advertencia más importante que elegir un ganador: ninguno de los dos debe tratarse como un editor con “bloqueo de píxeles” fuera del área seleccionada. La propia OpenAI advierte que una edición puede extenderse más allá de la selección, y las pruebas independientes disponibles para Gemini también registran cambios colaterales.
Eso cambia la pregunta útil. En lugar de “¿cuál genera la imagen más bonita?”, el criterio correcto es: ¿cuál ejecuta el cambio pedido y mantiene rostro, texto, objetos, fondo y encuadre tan cerca del original como exige la tarea? Para trabajo editorial, producto, identidad visual o cualquier foto en la que un detalle no solicitado pueda invalidar el resultado, la fidelidad importa más que la creatividad.
El veredicto según el tipo de edición
| Prioridad | ChatGPT | Gemini | Lectura práctica |
|---|---|---|---|
| Preservar rostro e identidad | Fuerte, con mejoras explícitas orientadas a preservar la apariencia | Fuerte y especialmente enfatizado por Google; pruebas independientes favorecen la fidelidad facial | Ligera ventaja de Gemini para fotos de personas, siempre que se revise el resultado |
| Editar un área pequeña | Permite seleccionar una región antes de pedir el cambio | También admite rodear o dibujar sobre el área objetivo en interfaces compatibles | Empate funcional; ChatGPT hace especialmente explícita la selección local dentro del flujo |
| No modificar el resto de la foto | No hay garantía; OpenAI dice que la edición puede extenderse más allá del área seleccionada | No hay garantía; las pruebas registran drift en pose, mirada, identidad y alineación | Ninguno es seguro sin verificación cuando la preservación debe ser exacta |
| Preservar texto existente | Puede mantenerlo o volver a renderizarlo, pero el texto es sensible a la reconstrucción generativa | También puede alterar letras y detalles al recomponer la escena | Para texto crítico, compare con el original y haga OCR o inspección visual antes de publicar |
| Varias referencias y consistencia del sujeto | Bueno para edición conversacional y refinamientos iterativos | La documentación actual enfatiza consistencia de personajes/objetos y múltiples referencias | Gemini tiende a ser más atractivo en flujos con varias referencias |
Qué promete cada empresa — y qué admite
ChatGPT: edición precisa, pero la selección no es una frontera rígida
OpenAI lanzó una nueva generación de ChatGPT Images a finales de 2025 destacando las “ediciones precisas” y la capacidad de mantener consistentes la apariencia de las personas, la iluminación y la composición entre entrada y salida. La documentación actual de ChatGPT Images permite subir una foto existente, seleccionar una parte y describir el cambio.
El detalle decisivo aparece en esa misma documentación: los resaltados de selección no siempre son precisos y las ediciones pueden extenderse más allá del área seleccionada. Esto importa porque un rectángulo o pincel de selección puede parecer visualmente una máscara rígida de Photoshop, pero el comportamiento declarado no es el de una capa protegida. La edición sigue siendo generativa.
En diciembre de 2025, OpenAI afirmó que su modelo de imágenes más reciente mejoró la capacidad de cambiar solo lo solicitado y preservar detalles como la semejanza facial. Es una mejora relevante, pero no convierte la herramienta en una edición no destructiva determinista. Para una corrección de color, eliminación de objetos o pequeño ajuste de ropa, el flujo es cómodo; para un activo en el que cada elemento externo a la selección deba permanecer idéntico, hay que verificar.
Gemini: la consistencia de identidad es una prioridad explícita
Google colocó la preservación de semejanza en el centro del lanzamiento de Nano Banana, describiendo el modelo como orientado a mantener reconocibles a personas y animales al cambiar ropa, escenario o estilo. La página oficial de edición de imágenes en Gemini afirma que las diferencias sutiles importan al editar a una persona conocida y presenta la consistencia de apariencia como objetivo central.
La documentación actual de las apps de Gemini indica que Nano Banana 2 puede editar una imagen subida y también combinar varias imágenes. Google además añadió una forma de señalar el área deseada rodeando, dibujando o anotando directamente sobre la imagen. Es decir, Gemini no depende únicamente de una descripción textual abstracta para localizar la edición.
En sus APIs más recientes, Google también documenta flujos con múltiples imágenes de referencia y consistencia de personajes y objetos. Eso ayuda cuando el desafío no es simplemente “cambiar un color”, sino mantener al mismo sujeto a través de una secuencia de variaciones.
Qué muestran las pruebas independientes en 2026
La señal más sólida disponible no es una afirmación comercial, sino el comportamiento observado cuando ambas herramientas reciben tareas comparables.
En una prueba de edición fotográfica publicada por DECO PROteste, ChatGPT y Gemini ofrecieron resultados consistentes al eliminar y sustituir objetos. Al editar características visuales en personas, ambos produjeron resultados convincentes; la publicación observó que ChatGPT preservó más detalle general, mientras que Gemini mantuvo mayor fidelidad al rostro original. Esa división resulta más útil que un ranking absoluto: el mejor resultado depende de qué región sea “sagrada” en la foto.
Un benchmark de Contra Labs, centrado en Gemini, refuerza la cautela. En 11 sesiones de producción, el modelo realizó la edición solicitada en el 73% de los casos, mantuvo estable el resto de la imagen en el 64% de las pruebas de preservación y logró ambas cosas simultáneamente en el 55%. La muestra es pequeña y no permite una comparación directa con ChatGPT, pero revela el problema estructural: “cambiar una cosa y preservar todo lo demás” todavía falla con suficiente frecuencia como para exigir revisión.
Un comparativo publicado el 27 de agosto de 2026 por GenImagePro concluyó que Gemini destaca en múltiples referencias y consistencia del sujeto, mientras que ChatGPT ofrece un flujo especialmente directo para seleccionar regiones y refinar de forma conversacional. Es una comparación editorial, no un benchmark científico controlado, por lo que conviene tratarla como evidencia complementaria y no como un marcador definitivo.
Cómo medir la fidelidad de edición sin engañarse
Una comparación útil debe separar calidad estética de fidelidad. Una salida puede verse mejor y, aun así, ser una peor edición si cambia algo que no se pidió. Un benchmark reproducible puede usar seis comprobaciones.
- Cambio solicitado: ¿la modificación pedida ocurrió de forma completa y correcta?
- Región protegida: ¿cuántas áreas fuera del objetivo muestran un cambio visible?
- Identidad: ¿rostro, cabello, expresión, proporciones y rasgos personales siguen siendo claramente de la misma persona?
- Texto: ¿carteles, camisetas, envases, pantallas y rótulos conservan exactamente el mismo contenido cuando no debían cambiar?
- Objetos y geometría: ¿los elementos secundarios permanecen en el mismo lugar, con la misma forma, cantidad y orientación?
- Encuadre: ¿proporción, recorte, posición aparente de la cámara, distancia y márgenes permanecen estables?
Para convertir esto en una puntuación, use una regla simple: marque cada punto como aprobado, fallido o no aplicable y cuente por separado los cambios colaterales. No mezcle belleza, creatividad o “impresión general” en la misma nota; eso ocultaría precisamente el drift que el benchmark intenta detectar.
Un protocolo simple para comparar ChatGPT y Gemini con su propia foto
Use la misma imagen original en ambos y haga un solo cambio por ronda. Por ejemplo: “cambie únicamente la chaqueta roja a azul”. Antes de enviar, enumere explícitamente lo que debe permanecer igual: rostro, cabello, expresión, texto del vaso, fondo, posición de las manos, encuadre e iluminación.
Después, compare cada salida siempre con el archivo original, no solo con la versión generada en la ronda anterior. Encadenar ediciones aumenta la probabilidad de acumular pequeñas diferencias. Si la herramienta ofrece selección visual, marque únicamente el área necesaria. Si hay texto importante, léalo literalmente antes y después; en activos comerciales, merece la pena usar OCR o una comparación de diferencias de imagen para detectar cambios discretos.
Un prompt de prueba puede ser:
Edita únicamente el área indicada. Cambia la chaqueta roja a azul. Conserva sin cambios el rostro, cabello, expresión, piel, manos, vaso, cualquier texto visible, fondo, iluminación, posiciones de los objetos, proporción y encuadre. No añadas, elimines, muevas ni redibujes ningún otro elemento.
Este tipo de instrucción mejora las probabilidades de preservación, pero no debe confundirse con una garantía técnica.
Entonces, ¿cuál elegir?
Para una foto de una persona en la que el rostro es el activo principal, Gemini es hoy la primera opción más defendible. La preservación de identidad es una prioridad explícita del producto y hay pruebas independientes que favorecen su fidelidad facial. Eso no elimina la necesidad de inspección.
Para una microedición localizada en la que quiera señalar exactamente el área, ChatGPT es muy cómodo y su herramienta de selección reduce la ambigüedad del pedido. La advertencia es oficial: el cambio puede salir de la región seleccionada, así que “marqué el área” no significa “todo lo demás está bloqueado”.
Para texto crítico, fotografía de producto, arte con identidad visual rígida o cualquier caso en el que un píxel cambiado fuera del objetivo sea inaceptable, ninguno debería ser el único paso. Use la IA para producir la propuesta y termine o valide en un editor con capas, máscaras deterministas o comparación de diferencias. En ese escenario, la mejor herramienta no es la que promete no cambiar nada; es la que produce menos drift y permite detectarlo antes de publicar.
Conclusión
ChatGPT y Gemini ya son editores conversacionales competentes, pero “editar sin cambiar lo que no pediste” sigue siendo un problema de fiabilidad, no solo de calidad visual. En 2026, Gemini lleva ventaja cuando la fidelidad facial y la consistencia del sujeto son el centro de la tarea; ChatGPT destaca por la comodidad de la selección local y el refinamiento conversacional. Para preservación absoluta, sin embargo, el flujo ganador es el que incluye verificación externa, porque ninguno ofrece una frontera de edición perfectamente rígida.
