Canva Craft: su primer modelo de IA de imagen, 4º mundial

Canva deja de alquilar IA y empieza a construir la suya

Canva presentó Canva Craft, su primer modelo fundacional de generación de imágenes creado y entrenado desde cero por Canva Research, su laboratorio interno de IA. El modelo debutó en la cuarta posición del ranking de DesignArena, por detrás de tres variantes de GPT-Image de OpenAI y por delante de Google, Microsoft, xAI y ByteDance, según reportó SmartCompany.

Para un founder, la lectura no es "otra herramienta de imágenes". Es que una plataforma que hasta ahora integraba modelos de terceros —y pagaba por cada inferencia— ahora controla la capa completa: el modelo, el costo de cómputo, la velocidad y el precio que puede ofrecer a terceros. Canva no está compitiendo por quién genera la foto más bonita. Está compitiendo por quién es dueño del motor.

¿Qué es Canva Craft y cómo funciona su arquitectura de dos etapas?

La diferencia técnica central es que Craft separa la planificación de la composición del renderizado de la imagen. En la primera etapa, un modelo de planificación interpreta la instrucción y redacta un plan detallado: qué elementos aparecen, sus relaciones espaciales, la escala relativa, la jerarquía visual y qué texto debe figurar. En la segunda, un modelo de generación convierte ese plan en una imagen de alta fidelidad, según detalló Unite.AI.

Es un procedimiento que imita el trabajo real de un diseñador. Lo explicó Stefano Corazza, head de investigación en IA de Canva, a CNET: el modelo "puede crear un plan completo de cómo se verá la imagen, todo el layout. Si piensas en los diseñadores, eso es exactamente lo que hacen cuando crean un diseño".

Las capacidades concretas que reporta la compañía:

• Resolución de hasta 2K y más de 30 relaciones de aspecto, incluyendo personalizadas.
• Generación de texto legible en 55 idiomas, con instrucciones que se pueden escribir en cualquier idioma.
• Colocación precisa de objetos y relaciones visuales coherentes, el punto donde la mayoría de los modelos generativos falla.
• Integración con Magic Layers, la herramienta que convierte una imagen generada en capas editables, mediante una delimitación de contornos en JSON.

El entrenamiento también es distinto al estándar. Canva dice haber usado millones de plantillas creadas por personas de su biblioteca: carteles, posts para redes, presentaciones, infografías, menús y diseños con mucha tipografía. La mayoría de los modelos de imagen se entrenan sobre todo con fotografías; las plantillas le enseñan al modelo cómo se combinan composición, jerarquía y tipografía. Después del preentrenamiento aplicó ajuste fino supervisado y aprendizaje por refuerzo, con retroalimentación de diseñadores profesionales.

Cuarto en DesignArena: qué dice el ranking y qué no dice

El cuarto puesto global es un dato de marketing potente, pero conviene leerlo con precisión. DesignArena es un benchmark colaborativo —comparaciones hechas por usuarios— y Canva lo comunica como evidencia de que su laboratorio es el segundo más avanzado del mundo en generación de imágenes, solo por detrás de OpenAI.

El detalle que sí importa para un equipo de producto está en los subrankings: según Unite.AI, Craft quedó primero en Personas y retratos entre 87 modelos y primero en Paisajes y naturaleza entre 85, segundo en Abstracto y patrones y cuarto en Productos. En cambio, CNET señala que el modelo queda rezagado en la subcategoría de marketing, que es justamente donde más gente usa Canva. Si tu caso de uso es una creatividad publicitaria con claims, precios y llamados a la acción, el cuarto puesto global no te dice nada: mira esa subcategoría antes de migrar tu flujo.

Para calibrar la evaluación: Canva afirma que sus diseñadores profesionales trabajaron junto a decenas de investigadores para comparar más de 25.000 pares de imágenes contra modelos líderes, y que cuando las evaluaciones automatizadas discrepaban del juicio humano, se le daba la razón al diseñador.

La API y el MCP: el negocio que se abre detrás del modelo

El movimiento estratégico más relevante es que Craft no se queda dentro de Canva. La compañía lo abrió a desarrolladores mediante su API pública, pensada para plataformas de marketing, sitios de comercio electrónico, creadores de anuncios y servicios de impresión. Además, el Canva MCP Server —que conecta el modelo con asistentes de IA y flujos automatizados— figura como próximamente disponible.

Ahí está el cambio de categoría. Canva deja de ser solo una herramienta de diseño para convertirse en proveedor de infraestructura de generación de imágenes. Es el mismo camino que recorrieron OpenAI y Google, y abre una pregunta incómoda para cualquier startup que hoy construye sobre APIs de terceros: si el proveedor de tu capa creativa decide subir precios o cambiar condiciones, ¿tienes alternativa?

¿Cuánto costó en eficiencia y qué viene después?

Canva no publicó cifras de costo por imagen, pero sí los mecanismos de optimización. Según Unite.AI, la destilación avanzada del modelo redujo los pasos de inferencia a una fracción del número original, y un motor de inferencia propio optimizado para la etapa de planificación hizo que Craft fuera un orden de magnitud más rápido que su primera versión interna. Sobre esa base vienen Craft-fast y Craft-ultrafast, dos variantes orientadas a generar imágenes de calidad a una fracción del costo de los modelos de frontera.

La escala que sostiene esa ambición: más de 250 millones de personas usan la plataforma, se crean más de 400 diseños por segundo y más de 1.000 millones de diseños al mes. Las herramientas de IA de Canva se habrían usado más de 36.000 millones de veces.

El laboratorio detrás tiene historia. Canva empezó a usar machine learning en 2017 para búsqueda y recomendaciones en su biblioteca de plantillas, adquirió Kaleido en 2021 y Leonardo.Ai en 2024, reunió sus equipos bajo el nombre de Canva Research en 2025 e incorporó después MangoAI y Simtheory. Hoy son más de 160 científicos e ingenieros dentro de una unidad de IA de 400 personas, según Unite.AI. El equipo, dice la fuente original, triplicó su tamaño en el último año.

¿Qué significa esto para tu startup?

Primero: la IA de diseño dejó de ser un commodity de interfaz. Durante dos años, la ventaja competitiva en herramientas creativas estuvo en el wrapper: una buena UX sobre la API de otro. Canva acaba de mostrar el movimiento contrario —construir el modelo, entrenarlo con datos propios que nadie más tiene (sus millones de plantillas) y vender acceso a terceros. Si tu producto compite en ese espacio, pregúntate qué activo propietario tienes tú. Si la respuesta es "ninguno", tu diferenciación es temporal.

Segundo: el texto legible dentro de la imagen es la frontera real. El caso de uso que más duele en marketing —un banner donde el precio, la fecha y el llamado a la acción tienen que estar bien escritos— es exactamente lo que la arquitectura de dos etapas ataca. Antes de adoptar cualquier modelo generativo para creatividades, prueba ese escenario específico: pídele un anuncio con tres líneas de texto, un logo y un precio. Es la prueba que separa un juguete de una herramienta de producción.

Tres acciones concretas que puedes ejecutar esta semana:

• Prueba Craft en Dream Lab con tu peor caso de uso real, no con un prompt bonito. Abre el menú de tres puntos en la barra lateral izquierda de Canva y entra a Dream Lab. Compara el resultado contra tu modelo actual en el mismo brief y mide cuántas iteraciones necesitas para llegar a algo publicable.
• Revisa tu dependencia de un solo proveedor de imagen. Si toda tu generación creativa pasa por una API, documenta el costo por imagen y el tiempo de inferencia actuales. Sin esa línea base no puedes evaluar ninguna migración, ni negociar cuando el proveedor suba precios.
• Si construyes producto, mira la API y el MCP. Un flujo que genere imágenes listas para diseño desde un agente abre casos que hoy requieren intervención manual. Y si tu equipo es pequeño, la variante Craft-fast —cuando esté disponible— puede ser el punto de entrada con mejor relación costo/calidad.

Conclusión

Canva Craft no es el mejor modelo de imágenes del mundo: es cuarto, y en marketing todavía tiene deberes. Lo relevante es lo que representa. Una empresa que nació como editor de diseño fácil ahora entrena sus propios modelos, controla su cómputo y vende acceso a desarrolladores. Para el ecosistema emprendedor hispanohablante, la lección es de estrategia, no de herramientas: la ventaja sostenible en IA no está en la interfaz que envuelve al modelo, sino en los datos propietarios con los que lo entrenas y en la capacidad de controlar el costo de cada inferencia.

Fuentes

• IPMARK — Canva Craft, el primer modelo de IA de Canva para crear imágenes (fuente original)
• The Verge — Canva's first AI image model plans designs before generating them
• CNET — Canva Chases AI Domination With a New AI Image Model for Designers
• SmartCompany — Canva's first public image generation model cements AI ambitions
• Unite.AI — Canva presenta Craft, un modelo de generación de imágenes desarrollado por su propio laboratorio
• Europa Press — Canva introduce su propio modelo de generación de imágenes en 2K