Whisk

Google Whisk es una herramienta de remezcla de imágenes basada en el navegador de Google Labs, lanzada el 16 de diciembre de 2024. Mientras que la mayoría de los generadores de imágenes por IA exigen prompts de texto detallados, Whisk adopta un enfoque diferente: los usuarios arrastran hasta tres imágenes de referencia que representan un sujeto, una escena y un estilo, y el sistema produce una imagen original que combina los tres. El proceso utiliza el modelo Gemini de Google para subtitular automáticamente cada imagen subida, introduce esas descripciones en Imagen (actualizado a Imagen 4 en mayo de 2025) y ofrece resultados en segundos. No es necesario escribir prompts, aunque los usuarios pueden ver y editar los prompts subyacentes generados automáticamente en cualquier momento.

Las características principales de Whisk incluyen el sistema de entrada de tres espacios para sujeto/escena/estilo, un Precise Mode añadido en 2025 que conserva mejor los rasgos faciales y la identidad del sujeto en todas las generaciones, Whisk Animate para producir clips de vídeo de 8 segundos impulsados por Veo 2 a partir de resultados estáticos, y soporte para un total de hasta ocho imágenes de referencia en una sola sesión. Funciona completamente en el navegador con una cuenta de Google y ha sido gratuito durante toda su existencia. En el momento de escribir este artículo, Whisk cerrará el 30 de abril de 2026, y su capacidad principal de remezcla migrará a Google Flow.

Qué genera Whisk en abril de 2026

En sus últimas semanas, Whisk produce imágenes estáticas con una resolución de hasta 2K utilizando el motor de Imagen 4. El resultado principal es una imagen remezclada que captura la "esencia" visual de las tres entradas de referencia: el modelo no intenta una reproducción exacta a nivel de píxeles, sino más bien una síntesis creativa. Puedes ajustar la relación de aspecto antes de generar, y el interruptor de Precise Mode indica al sistema que dé más peso a la preservación de la identidad, reduciendo la variabilidad que hacía que los primeros resultados de Whisk parecieran impredecibles.

La función Whisk Animate convierte cualquier imagen estática generada por Whisk en un clip de vídeo de 8 segundos a través de Veo 2. Las cuentas gratuitas reciben diez créditos de animación al mes. Más allá de la remezcla básica, los usuarios pueden refinar directamente el prompt subyacente generado por Gemini, fusionando de manera efectiva la entrada basada en imágenes con el control de prompts de texto. El sistema acepta hasta ocho imágenes de sujeto en una sola generación (una escena, un estilo), lo que permite una mezcla compleja de personajes a partir de múltiples fotos de referencia.

La actualización de Precise Mode, anunciada en X por Google Labs en 2025, fue una respuesta directa a la queja más común sobre la herramienta: "Esta nueva función te da un mayor control sobre la preservación de los rasgos faciales, las escenas y los estilos en tus creaciones", decía la publicación. El refinamiento en Precise Mode se realiza a través de Gemini 2.5 Flash para el retoque final.

Dónde se sitúa Whisk frente a Midjourney y FLUX Kontext

Midjourney, la plataforma de generación de imágenes de pago más utilizada, maneja las referencias de estilo y personajes a través de sus parámetros de URL --sref (referencia de estilo) y --cref (referencia de personaje) añadidos a los prompts de texto en Discord. El parámetro --sw controla el peso del estilo en una escala de 0 a 1000, y los usuarios pueden mezclar múltiples imágenes de referencia asignando pesos relativos (--sref urlA::2 urlB::3). Esto le da a Midjourney un control de estilo granular y componible que el interruptor binario de modo Creative/Precise de Whisk no puede igualar. La contrapartida mecánica es que Midjourney exige fluidez con la sintaxis de comandos de Discord y una suscripción mensual a partir de $10, mientras que Whisk solo requería una cuenta de Google y una interacción de arrastrar y soltar. Midjourney también produce resultados pensados como recursos finales; Whisk fue explícito en que se creó para la ideación, no para la producción.

FLUX.1 Kontext de Black Forest Labs opera bajo una premisa completamente diferente. Su arquitectura de coincidencia de flujo generativo de 12B parámetros acepta una imagen de referencia más una instrucción de texto y realiza una edición en contexto: cambiando regiones específicas mientras preserva el resto, aplicando transferencias de estilo y manteniendo la identidad del personaje a través de ediciones iterativas sin degradación de la calidad. Mientras que Whisk mezcla tres imágenes de referencia separadas en un nuevo resultado desde cero, FLUX Kontext modifica una imagen existente basándose en instrucciones. FLUX Kontext [dev] tiene licencia Apache 2.0 y se puede alojar de forma independiente; Whisk era un servicio cerrado en la nube de Google. FLUX Kontext se adapta a flujos de trabajo de refinamiento iterativo; Whisk era ideal para la exploración rápida de primeros borradores cuando aún no existe ninguna imagen.

"Lo construimos para una exploración visual rápida, no para ediciones perfectas a nivel de píxeles". Google Labs, anuncio oficial, diciembre de 2024

Esa intención de diseño es el diferenciador clave. Ni Midjourney ni FLUX Kontext se posicionan como herramientas de "bocetado". Whisk sí lo hacía, de forma consciente y explícita.

Costo real de usar Whisk

Whisk ha sido gratuito durante toda su vida en Labs. Una cuenta de Google es el único requisito. Los usuarios del nivel gratuito reciben una asignación de generación diaria (el límite exacto no está publicado) y diez créditos de Whisk Animate al mes. Los suscriptores de Google One AI Premium, por aproximadamente $19.99/mes, reciben un fondo mensual mayor de créditos de IA compartido entre Gemini Advanced, Whisk, Veo y otros servicios de IA de Google. Dado que Whisk y Flow comparten el mismo sistema de créditos, cualquier crédito disponible en el momento del cierre de Whisk el 30 de abril se transfiere automáticamente a Flow sin que el usuario tenga que hacer nada.

No hay acceso a la API ni una aplicación móvil independiente. La herramienta funciona completamente en el navegador. Para los usuarios que solo necesitan imágenes conceptuales ocasionales, el nivel gratuito ha sido genuinamente capaz. Los usuarios intensivos, en particular aquellos que dependen de Whisk Animate o que generan docenas de imágenes diarias para el trabajo de clientes, informaron haber alcanzado los límites diarios sin una advertencia clara.

Dónde falla Whisk de manera constante

La queja más constante en las reseñas es la desviación de la identidad. El modelo de Whisk apunta a la "esencia" de un sujeto en lugar de a una réplica exacta, lo que significa que los personajes generados pueden diferir en altura, peso, peinado o tono de piel con respecto a la referencia. La actualización de Precise Mode de 2025 redujo este problema, pero no lo eliminó. Para cualquier flujo de trabajo que requiera una estricta consistencia de personajes a través de múltiples generaciones, Whisk siguió siendo una opción poco fiable incluso después del lanzamiento de Precise Mode.

La exclusión geográfica ha sido un fallo estructural persistente. A pesar de expandirse a más de 100 países en febrero de 2025, Whisk nunca estuvo disponible en la UE, el Reino Unido, India o Indonesia. Los retrasos regulatorios vinculados al RGPD y a la Ley de IA de la UE mantuvieron a algunos de los mercados creativos más grandes bloqueados durante toda la vida útil de la herramienta. Los usuarios de esas regiones tuvieron que usar VPN para acceder a un producto gratuito de Google, un punto de fricción que generó una frustración constante en los foros a lo largo de 2025.

"Cuando las referencias están sobrecargadas o son contradictorias, Whisk puede tener dificultades, enfatizando en exceso una fuente o promediándolas en algo que se siente genérico", story321.com, reseña de Whisk AI, 2025

Modos de fallo adicionales: las entradas complejas con múltiples elementos visuales en competencia tienden a producir resultados que se sienten como composiciones promediadas en lugar de mezclas creativas. El límite de un solo espacio para escena/estilo (solo una imagen de escena y una imagen de estilo por generación) impide el tipo de mezcla de estilos de múltiples referencias que maneja el parámetro multi-URL --sref de Midjourney. El estado explícitamente "experimental" de la herramienta fue respaldado por una vida útil de 16 meses antes de su cierre, lo que hizo que cualquier inversión en flujos de trabajo basados en Whisk fuera un riesgo calculado que ahora se ha materializado.

Para quién es Whisk y quién debería elegir otra opción

Whisk encontró a su audiencia más clara entre los pensadores visuales que se resisten a escribir prompts. Los artistas conceptuales que crean mood boards, los diseñadores de productos que hacen maquetas de estilos de merchandising (pines esmaltados, pegatinas y peluches digitales fueron casos de uso comunes en el lanzamiento) y los creadores de redes sociales que exploran direcciones para miniaturas sin comprometerse a una sesión completa, se beneficiaron de la interfaz centrada en lo visual. Para la ideación en etapas tempranas, donde la velocidad importa más que la precisión, la generación de imágenes en segundos de Whisk sin la carga de escribir prompts fue genuinamente útil.

Evita Whisk si necesitas recursos de producción finales, resultados de personajes consistentes con la marca, acceso desde la UE o el Reino Unido, o cualquier forma de integración de API. Dado que Whisk cierra el 30 de abril de 2026, los nuevos usuarios deberían ir directamente a Google Flow, que hereda la capacidad principal de remezcla. Para los usuarios que necesitan una ideación al estilo de Whisk en una herramienta con una vida útil más larga, las funciones de imagen de referencia de Adobe Firefly o Midjourney con --sref y --cref ofrecen referencias visuales comparables dentro de plataformas de nivel de producción. FLUX Kontext es la opción correcta cuando deseas modificar y refinar una imagen existente con instrucciones de texto precisas en lugar de remezclar tres referencias separadas en algo nuevo.