La mayoría de los benchmarks de imágenes con IA se basan en generadores de hace dos años. Los detectores ajustados con ellos lucen excelentes sobre el papel y se les escapa lo que se publica hoy. Por eso creamos un conjunto nuevo en octubre de 2026: imágenes de IA de 19 generadores actuales, clips de IA de 12 modelos de vídeo y fotos y clips reales con licencia libre.
Cada imagen existe además como copia de WhatsApp, de Instagram y reenviada, y cada clip como copia de mensajería, porque así es como el contenido llega a un equipo de trust & safety u OSINT. El 60 % del conjunto es público en Hugging Face; el otro 40 % se reserva, y todas las cifras de esta página proceden de esa parte oculta.
En resumen
- Imágenes: WasItAI V3 detectó el 99,5 % de las imágenes de IA con un 1 % de falsos positivos (AUROC 1,000). ZeroGPT (motor TruthScan) detectó el 97,2 %; el mejor detector de pesos abiertos, el 48,1 %.
- Copias de redes sociales: tras la compresión de WhatsApp, Instagram y el reenvío, V3 siguió detectando el 96,2 %. El mejor detector abierto cayó al 37,3 %.
- Vídeo: AUROC de 0,987 en clips originales y de 0,964 en copias de mensajería. Con la configuración de producción, detectó 60 de 63 clips de IA y marcó 1 de 60 clips reales.
- Advertencia antes de citar nada: el conjunto lo hemos creado nosotros y nuestro modelo ha visto contenido similar en el entrenamiento. Nuestras cifras son un resultado jugando en casa.
Imágenes
El AUROC mide lo bien que un detector separa lo generado con IA de lo real en todos los umbrales (1,0 es perfecto; 0,5, lanzar una moneda). «Detectado @ 1 % FP» es la proporción de imágenes de IA detectadas cuando el umbral se fija de modo que 1 de cada 100 fotos reales queda marcada, que es el punto de operación que importa cuando analizas millones de archivos.
| Detector | AUROC | Detectado @ 1 % FP | AUROC, copias sociales | Detectado @ 1 % FP, sociales |
|---|---|---|---|---|
| WasItAI V3 | 1,000 | 99,5 % | 0,998 | 96,2 % |
| ZeroGPT (motor TruthScan) * | 0,992 | 97,2 % | – | – |
| haywoodsloan/ai-image-detector-deploy | 0,911 | 48,1 % | 0,875 | 37,3 % |
| OmniAID (CLIP) | 0,840 | 34,6 % | 0,710 | 9,8 % |
| Smogy/SMOGY-Ai-images-detector | 0,802 | 11,1 % | 0,768 | 6,2 % |
| Ateeqq/ai-vs-human-image-detector | 0,789 | 4,8 % | 0,785 | 5,9 % |
| WasItAI V2 (nuestro modelo anterior) | 0,787 | 23,1 % | 0,742 | 9,1 % |
| DDA (NeurIPS 2025) | 0,742 | 14,4 % | 0,677 | 8,5 % |
| Organika/sdxl-detector | 0,673 | 0,5 % | 0,653 | 0,8 % |
| dima806/ai_vs_human_generated_image_detection | 0,617 | 0,0 % | 0,627 | 0,0 % |
| Cyberdon360/ai-vs-real-image-detector | 0,599 | 2,4 % | 0,604 | 2,2 % |
| umm-maybe/AI-image-detector | 0,466 | 1,0 % | 0,451 | 0,5 % |
Partición oculta: 208 originales de IA y 314 reales; hay 3 copias sociales por imagen (624 de IA, 933 reales). * ZeroGPT, que usa TruthScan para la detección de imágenes y vídeos, se ejecutó solo sobre los originales y no devolvió puntuación para 65 archivos (bloqueo de moderación o error); su fila cubre los 457 que puntuó. Sobre esos 457, WasItAI V3: AUROC 0,9995, 99,5 % detectado con 1 % FP.
Por generador, V3 detectó con su umbral predeterminado todos los originales ocultos de 18 de los 19 generadores, entre ellos GPT-Image-2, Nano Banana 2.1 y Pro, FLUX.3 y Qwen-Image 3. Seedream 5 Pro se quedó en el 90 %.
Vídeo
63 clips de IA de 12 modelos frente a 60 clips reales. Los detectores abiertos son modelos de imagen, así que con ellos puntuamos los mismos fotogramas de cada clip y calculamos la media.
| Detector | AUROC, original | AUROC, copia de mensajería |
|---|---|---|
| WasItAI V3 (modelo de vídeo) | 0,987 | 0,964 |
| WasItAI V2 (nuestro modelo anterior) | 0,869 | 0,666 |
| DDA (NeurIPS 2025) | 0,839 | 0,623 |
| OmniAID (CLIP) | 0,813 | 0,618 |
| haywoodsloan/ai-image-detector-deploy | 0,770 | 0,658 |
| Smogy/SMOGY-Ai-images-detector | 0,677 | 0,596 |
Con el umbral que usamos en producción, nuestro modelo de vídeo marcó 60 de 63 clips de IA y 1 de 60 clips reales.
Cómo se construyó el conjunto
- Imágenes de IA: 469 imágenes nuevas de GPT-Image-2, Nano Banana 2.1, Nano Banana Pro, Meta Muse Image, Microsoft MAI-Image 2.5, Grok Imagine 2, Seedream 5 Pro, Qwen-Image 3, Qwen-Image 2512, Ideogram 4.5, FLUX.3, FLUX.2 Pro, FLUX.2 dev, Kling Image 3, Recraft 4.1, Luma Uni-1, Z-Image Turbo, HiDream O1, Krea 2.
- Vídeos de IA: 164 clips de Veo 3 Fast, Kling 3, Seedance 2.0, Hailuo 02, MiniMax H3, Wan 2.6, LTX 2.3, HunyuanVideo 1.5, Luma Ray 3.2, Grok Imagine Video 1.5, Vidu Q3, PixVerse 6.
- Reales: 800 fotos y 160 clips con licencias libres (CC0, dominio público, CC BY, CC BY-SA), con autor y fuente para cada archivo.
- Nunca usados en entrenamiento: ningún archivo del conjunto se usó para entrenar nuestros modelos.
- Metadatos eliminados: los generadores incrustan credenciales C2PA («creado por…»). Eliminamos todos los metadatos para que ningún detector pueda leer la respuesta en la cabecera del archivo. Los píxeles no se han modificado.
- Partición: 60 % pública, 40 % oculta, asignada por hash.
Sobre este benchmark
Hemos creado y ejecutado este benchmark nosotros mismos, y nuestros modelos han visto contenido similar en el entrenamiento, así que toma nuestras cifras como un resultado jugando en casa. Precisamente por eso el 60 % de los archivos es público: cualquiera puede repetirlo, y los proveedores pueden enviar su detector para la partición oculta.
Descárgalo y envía tu detector
El 60 % público está en Hugging Face: imágenes, copias sociales, vídeos y un metadata.csv con etiqueta, generador, licencia y fuente de cada archivo. Los scripts de evaluación que descargan la partición, ejecutan cualquier detector y devuelven las mismas métricas están en GitHub para imágenes y vídeo. El 40 % oculto sigue siendo privado, pero el SHA-256 de cada archivo oculto está publicado en esos repositorios, de modo que cualquiera puede comprobar más adelante que la partición oculta no se ha modificado.
¿Desarrollas un detector? Ejecútalo sobre la partición pública y escribe a patrick@wasitaigenerated.com. Evaluamos los detectores enviados en el 40 % oculto y los publicamos aquí, incluidos los resultados que superen a los nuestros.
Preguntas frecuentes
¿Cuál es el detector de imágenes con IA más preciso en 2026?
En este conjunto de prueba, WasItAI V3 separó casi a la perfección las imágenes de IA de las reales (AUROC 1,000) y detectó el 99,5 % de las imágenes de IA marcando solo el 1 % de las fotos reales. El mejor detector de pesos abiertos detectó el 48 % con la misma tasa de falsos positivos. El conjunto lo hemos creado nosotros, así que interpreta nuestras cifras como un resultado jugando en casa.
¿La compresión de WhatsApp o Instagram arruina la detección de imágenes con IA?
Perjudica a todos los detectores. WasItAI V3 pasó del 99,5 % al 96,2 % de imágenes detectadas con un 1 % de falsos positivos tras la compresión de WhatsApp, Instagram y el reenvío. Los detectores abiertos perdieron más: el mejor bajó del 48 % al 37 %.
¿Se pueden detectar los vídeos generados con IA?
Sí, aunque el vídeo comprimido es el caso difícil. Nuestro modelo de vídeo alcanzó un AUROC de 0,987 en los clips originales y de 0,964 en las copias comprimidas por mensajería. Con el umbral que usamos en producción, marcó 60 de 63 clips de IA y 1 de 60 clips reales.
¿Puedo probar mi propio detector con este conjunto?
Sí. El 60 % del conjunto es público en Hugging Face. Ejecuta tu detector sobre él y escribe a patrick@wasitaigenerated.com; evaluamos los detectores enviados en el 40 % oculto y los añadimos a esta página.
Comprueba tú mismo una imagen o un vídeo
Súbelo a WasItAIGenerated: el mismo detector utilizado en este benchmark.
Pruébalo gratis