Canva Craft: su primer modelo de IA propio para imágenes

Canva Craft: el primer modelo de imágenes hecho en casa

Canva Craft debutó en la cuarta posición del ranking mundial de DesignArena y convirtió a Canva Research en el segundo laboratorio de generación de imágenes mejor valorado del mundo, solo por detrás de OpenAI. Para un founder, la lectura no es estética: Canva deja de depender de modelos de terceros para una de las funciones que más crece en su plataforma y, según anunció, la abrirá a desarrolladores externos.

Craft es el primer modelo fundacional de generación de imágenes desarrollado, entrenado y afinado de principio a fin por el laboratorio interno de la compañía australiana. Por delante de él en la tabla quedaron tres modelos de OpenAI: GPT-Image-2.5 Sunburst, GPT-Image-2.5 Flare y GPT-Image-2, según The Verge.

El modelo ya está disponible para todos los usuarios globales dentro de Dream Lab y genera imágenes de hasta 2K de resolución en más de 30 relaciones de aspecto, según The Verge.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Cómo funciona la arquitectura de dos etapas de Craft?

La diferencia técnica de Craft no está en el resultado final, sino en el orden en que se produce. En lugar de generar píxeles directamente desde el prompt, el modelo separa la planificación de la composición del renderizado de la imagen.

Primera etapa: un modelo interpreta la instrucción y escribe un plan detallado de la composición. Ahí define la ubicación de los objetos, su escala relativa, la jerarquía visual y el texto que debe aparecer.
Segunda etapa: un segundo modelo convierte ese plan en una imagen de alta resolución, hasta 2K, en más de 30 relaciones de aspecto.

El objetivo declarado es resolver dos problemas clásicos de la generación de imágenes: los textos ilegibles o deformados y la colocación imprecisa de los elementos. The Verge resume el enfoque como "planificar el diseño antes de generarlo".

JJ Fiasson, responsable de IA generativa de Canva, lo describió así: "Craft ofrece resultados excepcionales en trabajos donde los layouts y el texto deben ser perfectos, y renderiza personas y paisajes con una calidad impresionante". La frase apunta a un nicho muy concreto: piezas donde el texto no es decorativo, sino parte del mensaje.

¿Qué dice DesignArena sobre el rendimiento del modelo?

Además del cuarto puesto global, Canva comunicó resultados por categoría que recoge The Hindu: primero en People and Portraits, entre 87 modelos; primero en Landscapes and Nature, entre 85 modelos; segundo en Abstract and Patterns; y cuarto en Products.

El detalle importa para quien produce contenido todos los días: el modelo destaca justamente en las dos categorías más usadas en marketing —retratos de personas y paisajes— y baja al cuarto puesto en productos, la categoría más sensible para e-commerce y catálogos.

¿Con qué entrenó Canva su modelo?

Canva dice que entrenó Craft con millones de plantillas creadas por personas de su biblioteca de contenido: publicaciones para redes sociales, presentaciones, infografías, menús y diseños con mucha carga tipográfica. La decisión es deliberada: no entrenó con fotografías, sino con piezas de diseño reales.

El proceso incluyó fine-tuning supervisado y aprendizaje por refuerzo, con feedback de diseñadores profesionales, según The Hindu. Para las evaluaciones internas, los diseñadores de la compañía compararon más de 25.000 pares de imágenes cara a cara contra modelos líderes.

Detrás del modelo hay un laboratorio con más de 160 científicos e ingenieros, según SmartCompany. Y ese equipo triplicó su tamaño en el último año, de acuerdo con la información difundida por la compañía. Ese es el dato que explica cómo una empresa conocida por su editor gráfico puede competir de frente con laboratorios de modelos fundacionales.

¿Por qué Canva decidió construir su propio modelo?

La plataforma registra más de 400 diseños creados por segundo, según la compañía. Sostener ese volumen con modelos de terceros implica un costo variable que crece con cada imagen generada y una dependencia total de los precios y la disponibilidad de otro proveedor.

Un modelo propio cambia esa ecuación en tres frentes: costo operativo, velocidad de respuesta y control de calidad. DiarioBitcoin lo plantea en los mismos términos: contar con un sistema propio puede reducir la dependencia de proveedores externos y ahorrar costos de API, aunque Canva no publicó comparaciones cuantitativas de rendimiento frente a los modelos que usaba antes.

El movimiento también se entiende en el contexto financiero. TechCrunch informó que Canva iba camino a alcanzar USD 4.000 millones en ingresos el año pasado y que la compañía redujo su previsión de crecimiento para 2026; analistas externos reportaron además una caída de su valoración, de USD 42.000 millones a USD 35.000 millones, según recoge DiarioBitcoin. El anuncio del modelo no establece ninguna relación directa entre esos cambios financieros y el desarrollo de Craft.

API, MCP y agentes: la jugada que más afecta a tu producto

El anuncio tiene una pata pensada para desarrolladores, y ahí está el impacto real para startups:

API pública: Canva ofrecerá Craft para que otros productos integren su generación de imágenes, según The Hindu y SmartCompany.
MCP abierto: la compañía planea permitir que agentes de IA se conecten a Craft a través del Model Context Protocol, según The Verge, y que la generación llegue a chatbots de terceros, incluidos ChatGPT y Gemini, según DiarioBitcoin. Ambos puntos están anunciados como planes, sin fechas confirmadas.
Versiones eficientes: están en camino Craft-fast y Craft-ultrafast, orientadas a reducir el costo de operación.
Magic Layers: las imágenes generadas pueden convertirse en diseños con capas editables, lo que permite retocar un elemento sin rehacer toda la pieza, según DiarioBitcoin.

Hay un antecedente que conviene tener presente: Canva adquirió la plataforma de generación de medios Leonardo.ai en 2024 y sus investigadores contribuyeron al modelo, según DiarioBitcoin. No es un experimento aislado, es una línea de trabajo de varios años.

¿Qué significa esto para tu startup?

Cuatro movimientos concretos, en orden de esfuerzo:

Prueba Craft donde el texto es crítico. Anuncios, menús, infografías, creatividades con precios o titulares. Es exactamente el caso de uso que el modelo dice resolver y donde otros generadores suelen fallar. Está disponible en Dream Lab para todos los usuarios globales.
No comprometas arquitectura antes de ver precios. Craft todavía no tiene precio público de API ni latencia publicada. Si estás evaluando reemplazar un proveedor, deja la integración detrás de una capa de abstracción: así puedes cambiar de modelo sin reescribir producto.
Diversifica proveedores. Un modelo propio de un tercero sigue siendo un tercero. Tener dos rutas de generación de imágenes y un fallback probado evita que un cambio de precios o de políticas te deje sin producto.
Explota la salida editable. Si tu flujo termina en una pieza que el cliente ajusta, la conversión a capas de Magic Layers puede ahorrarte construir tu propio editor.

Lo que todavía no está confirmado

Conviene separar lo anunciado de lo disponible: no hay precios de API, ni latencia publicada, ni fechas para la llegada a ChatGPT y Gemini, ni detalles técnicos de Craft-fast y Craft-ultrafast. Tampoco existe una comparación cuantitativa pública entre Craft y los modelos que Canva usaba antes. Canva tampoco detalló los límites de uso por usuario.

Conclusión

Canva Craft no es un lanzamiento de marketing más: es una plataforma de diseño que decide dejar de ser distribuidora de algoritmos ajenos y convertirse en dueña de su infraestructura. Para los founders, la señal es doble. Primero, la generación de imágenes con texto legible deja de ser un problema sin resolver. Segundo, el costo de esa capacidad tiende a bajar a medida que más plataformas compiten con modelos propios.

La pregunta útil no es si Craft es mejor que el modelo que ya usas. Es cuánto de tu producto depende hoy de un único proveedor de imágenes y qué tan caro te saldría cambiar de opinión.