Ming-Image-0.1-Design frente a Meta Muse Image: el modelo con un rastro documental y el modelo con un comunicado de prensa

Dos modelos de imagen llegaron en 2026 de maneras opuestas. Ming-Image-0.1-Design es un modelo de texto a imagen de 6.15 mil millones de parámetros del equipo inclusionAI de Ant Group, subido a Hugging Face el 17 de septiembre de 2026 bajo licencia MIT sin anuncio, sin entrada de blog y sin tabla de benchmarks: un repositorio de 71.5 GB que puedes leer archivo por archivo. Meta Muse Image es el primer modelo de imagen interno de Meta Superintelligence Labs, lanzado el 7 de julio de 2026 con un ciclo de prensa, afirmaciones de benchmarks reportadas por el proveedor y ningún peso descargable de ningún tipo. La pregunta interesante no es cuál dibuja un mejor póster. Es que uno de estos modelos se puede auditar hoy y el otro solo puede aceptarse por fe, y el auditable está en primer lugar en la única tabla independiente en la que aparece.

Uno se distribuyó como archivos. Otro se distribuyó como una afirmación.

Empieza por en qué consiste realmente cada versión, porque la diferencia no es sutil.

• Ming-Image-0.1-Design — 6,154,901,056 parámetros, licencia MIT, un diffusers pipeline, todos los pesos en safetensors BF16, aproximadamente 71.5 GB en seis carpetas de componentes: connector/ (2 shards), mllm/ (7 shards), mlp/ (124.8 MB), scheduler/, transformer/ (5 shards) y vae/ (253.8 MB). No model_index.json, por lo que la ruta recomendada es un git clone del repositorio de inferencia y python infer.py en lugar de una llamada de pipeline de una línea.

• Meta Muse Image — sin pesos, sin recuento de parámetros publicado, sin documento de arquitectura, sin archivo de licencia que leer. Es accesible como servicio y, desde agosto de 2026, a través de la propia Model API de Meta en un endpoint compatible con OpenAI a un precio fijo de $0,01 por imagen. Todo lo que sabes sobre su funcionamiento interno proviene de la propia descripción que Meta hace de él.

Esa asimetría tiene una consecuencia práctica que no tiene nada que ver con la calidad de imagen. Con la versión Ming puedes responder preguntas que el proveedor nunca abordó: qué es el codificador de texto, cuántos pasos de muestreo espera el planificador, si el VAE emite cuatro canales u ocho, si el conector MLP hace algo que podrías reemplazar. Con Muse Image no puedes responder ninguna de ellas, y tampoco podrás el próximo trimestre, porque no hay ningún artefacto que abrir.

El único número que vale la pena citar, y de dónde viene

Ming-Image-0.1-Design ocupa el primer puesto en la tabla de clasificación Text to Image Leaderboard de Artificial Analysis para diseño UI/UX, en la vista de pesos abiertos, con un Elo de 1.082. El resto de la tabla por detrás de él es: Ideogram 4.0 (Quality) con 1.052, Ideogram 4.0 con 1.015, HunyuanImage 3.0 Instruct con 1.005, FLUX.2 [dev] con 1.000, FLUX.2 [dev] Flash con 999 y FLUX.2 [dev] Turbo con 994.

Tres notas de honestidad sobre eso, porque es la evidencia más sólida en esta comparación y merece ser tratada con cuidado. Primero, la copia de esa tabla de clasificación que estamos leyendo es la publicada en la tarjeta del propio modelo, y lleva la marca de Artificial Analysis: es una tabla de Artificial Analysis reproducida por el proveedor, no una cifra que hayamos generado nosotros. Segundo, nadie ha reproducido la puntuación de forma independiente, y una tabla Elo de preferencia ciega es una estadística poblacional, no una prueba por prompt: te dice qué imagen prefirió una multitud en promedio, no si el modelo renderizará correctamente tu infografía específica. Tercero, y esta es la parte que explica mucho, la tabla está filtrada para pesos abiertos. Meta Muse Image no puede aparecer en ella, así que su ausencia no es un resultado.

En el caso de Muse Image, las cifras son de Meta y de Artificial Analysis, y deberían etiquetarse como tales. Meta reportó una cifra del 94 % de consistencia de personajes en múltiples imágenes, compatibilidad con hasta 10 imágenes de referencia y una salida de hasta 1600 píxeles en el lado más largo. Artificial Analysis sitúa al modelo entre los cinco primeros en texto a imagen y en tercer lugar en su tabla de edición de imágenes, con un Elo de aproximadamente 1105. Esas son cifras reportadas por el proveedor y medidas de forma independiente, respectivamente, y no son el mismo tipo de cosa.

Para qué está diseñado Ming-Image-0.1-Design

La tarjeta del modelo es específica sobre el objetivo, y no se trata de fotografía de propósito general. Está dirigida a UI, infografías, carteles y trabajos de diseño con mucho texto — la clase de imagen en la que lo difícil es la tipografía legible y el diseño limpio en lugar de la piel fotorrealista. Los ajustes recomendados reflejan eso: salida de 2048×2048, o 1024 cuando se quiere velocidad, 12 pasos de muestreo, guía sin clasificador en 1.0, precisión BF16 y una única GPU CUDA de 80 GiB. Se espera que la mejora de prompts provenga de un modelo de visión-lenguaje independiente — la tarjeta menciona Ling-3.0-flash-VL y qwen3.8-27B — y se espera que el despliegue se realice a través de vLLM-Omni.

También hay un acompañante, Ming-Image-0.1-Design-Layer, que es un repositorio independiente con una etiqueta de pipeline distinta (image-text-to-image), 6.154.908.736 parámetros y la misma licencia MIT. Su cometido es la descomposición en capas: le entregas una imagen de diseño aplanada junto con un plan de capas y te devuelve capas RGBA. Se ejecuta a 1024 en su bucket predeterminado, o a 512 para mayor velocidad, con 12 pasos, guidance en 2.0 y flash_attention_2. La tarjeta muestra los resultados en un conjunto de prueba de Crello como una imagen en lugar de una tabla, algo que conviene tener en cuenta si esperabas compararlo numéricamente con algo.

¿Qué es lo que realmente aún no se puede saber?

Aquí es donde el planteamiento tiene que ser contundente. Ming-Image-0.1-Design no tiene nota de lanzamiento, ni anuncio, ni sección de limitaciones declaradas, ni cobertura de terceros en el momento de escribir esto. El contador de descargas del repositorio marca cero. No hay un endpoint alojado ofrecido por el proveedor. La única medición independiente es esa única posición en la tabla de clasificación, y todo lo demás —rendimiento, adherencia al prompt con tus datos, cómo se comporta con recuentos de imágenes de referencia superiores a unos pocos, si el canal RGBA está limpio en los bordes— no se ha medido públicamente.

Lo que eso te aporta es una evaluación breve y bien definida. Puedes leer la arquitectura, ejecutarla y decidir por ti mismo en un día. No te aporta un benchmark que puedas citar en un documento de adquisición.

Meta Muse Image es la imagen especular. Se ha medido en dos tableros independientes y tiene un precio publicado, y ninguna de esas cosas te permitirá inspeccionar un solo peso. Si tu restricción es una revisión de cumplimiento que pregunta de dónde provienen los datos de entrenamiento y qué hace el modelo con un prompt, "Meta dice" es toda la respuesta disponible para ti.

La versión de esta comparación sobre la que un router puede actuar

Ninguno de estos dos modelos es uno que enrutemos, y este artículo no va a insinuar lo contrario. Meta Muse Image es cerrado y lo sirve Meta; Ming-Image-0.1-Design es una descarga de pesos sin ninguna ruta alojada. Los modelos de imagen que sí ofrecemos hoy son la familia GPT-Image de OpenAI, los niveles de Imagen 4 y las vistas previas de imágenes de Gemini de Google, y el endpoint de imágenes Grok Imagine de xAI — todos detrás de un único endpoint compatible con OpenAI al precio de lista del proveedor y sin ningún margen, con conmutación por error automática entre proveedores y un DSL de enrutamiento que combina varios modelos en una sola llamada.

Eso importa aquí por una razón concreta. Un lanzamiento de pesos abiertos no anunciado con una sola posición en la clasificación es exactamente el tipo de modelo que un equipo quiere evaluar sin apostar una ruta de producción por él. Ejecutarlo junto a un modelo medido con la misma clave, en lugar de delante de él, es como consigues hacer la evaluación sin un segundo contrato y sin un cambio de código.

Elige según lo que puedas verificar.

• Si necesitas un modelo que puedas inspeccionar, modificar, ajustar o ejecutar en tu propio hardware — Ming-Image-0.1-Design es la única opción de las dos, y su licencia MIT es inusualmente permisiva para un lanzamiento de imagen de 2026.

• Si necesita un modelo con un precio publicado y puntuaciones independientes que pueda citar, Meta Muse Image es la única opción de las dos, y 0,01 $ por imagen es una cifra que resiste una revisión de presupuesto.

• Si necesitas transparencia como salida — la ruta RGBA de Ming-Image-0.1-Design y su complemento Layer apuntan exactamente a eso; el enfoque de transparencia de Meta no está publicado.

• Si necesitas que funcione esta tarde —ninguno. Uno no tiene endpoint alojado; el otro no tiene descarga.

La pregunta abierta es más limitada de lo que parece, y es una fecha más que un punto de referencia. Ming-Image-0.1-Design se subió el 17 de septiembre de 2026 y nadie lo ha anunciado. O ese anuncio llega y la posición en la tabla de clasificación obtiene una segunda lectura independiente, o no llega y esto sigue siendo un repositorio que un pequeño número de personas ha ejecutado. La primera evaluación de terceros del mismo es lo que hay que observar, porque ese es el momento en que el rastro documental deja de ser una promesa y empieza a ser evidencia.