En este momento estás viendo El modelo de IA de Tencent, Hunyuan Image 3.0, lidera la clasificación, superando a Nano Banana de Google
Imagen de una nave espacial inspirada en Star Ferry atravesando un agujero de gusano, generada por el modelo de IA de Tencent.

El modelo de IA de Tencent, Hunyuan Image 3.0, lidera la clasificación, superando a Nano Banana de Google

  • Autor de la entrada:
  • Categoría de la entrada:China
  • Última modificación de la entrada:octubre 7, 2025

Publicado a finales de septiembre, Hunyuan Image 3.0 es el modelo de generación de imágenes de código abierto más grande de la industria hasta la fecha.

El nuevo modelo de inteligencia artificial de Tencent Holdings, Hunyuan Image 3.0, ha superado a «Nano Banana» de Google DeepMind como el modelo líder de generación de imágenes entre productos de código abierto y cerrados, según una importante clasificación pública.

El sábado, Hunyuan Image 3.0, una plataforma de código abierto, se aseguró el primer puesto en la clasificación de conversión de texto a imagen en LMArena, una plataforma de evaluación de modelos de IA creada originalmente por investigadores de la Universidad de California en Berkeley.

El anterior líder, Gemini 2.5 Flash Image de Google DeepMind, también conocido como Nano Banana, ganó popularidad rápidamente tras su lanzamiento a finales de agosto gracias a su precisión en la edición de imágenes y la generación de figuras 3D.

Cuando Tencent lanzó Hunyuan Image 3.0 a finales del mes pasado, la compañía afirmó que el modelo era «completamente comparable a los modelos de código cerrado más emblemáticos de la industria». Cuenta con 80 mil millones de parámetros, lo que lo convierte en el modelo de generación de imágenes de código abierto más grande hasta la fecha.

Imagen de una nave espacial inspirada en Star Ferry atravesando un agujero de gusano, generada por Nano Banana de Google.

Los parámetros son las variables que codifican la inteligencia de un modelo y se ajustan durante el entrenamiento. Generalmente, un mayor número de parámetros indica un modelo más potente, aunque también requiere mayores recursos computacionales para su entrenamiento y funcionamiento.