Una alternativa a FigureLabs para figuras cuya estructura tiene que estar bien

Esta página es para estudiantes de posgrado e investigadores cuyas figuras son sobre todo cajas, flechas y palabras: marcos conceptuales y teóricos, diagramas PRISMA y de diseño del estudio, flujos experimentales, árboles sintácticos.

Quédate en FigureLabs si:

• tus figuras son ilustración biomédica: células, órganos, ensayos y mecanismos con un estilo visual consistente;
• quieres un lienzo infinito donde los colaboradores comenten y la figura se siga editando;
• necesitas exportar un PPTX editable para rematar la maquetación en PowerPoint;
• quieres alternar entre diez modelos de imagen con una sola suscripción, incluidos GPT Image y Flux.

En general no, y conviene saberlo antes de comparar galerías.

FigureLabs publica su lista de modelos en su propia página de precios: GPT Image 2.5 (Sunburst y Flare), GPT Image 2, GPT Image 1.5, Nano Banana, Nano Banana 2, Nano Banana Pro, SeeDream 4.5, Seedream 5.0 Lite y Flux.2 Max. Las figuras que Vizcept pinta salen de Nano Banana Pro. Son modelos comerciales que cualquiera puede llamar por API.

Así que al meter la misma descripción en dos de estas herramientas comparas sobre todo el prompt, la tubería que lo rodea y el precio, no un motor de dibujo propio. De ahí dos cosas:

• Las galerías demuestran menos de lo que parece. Quien publique el mejor ejemplo este mes quizá solo haya ejecutado el modelo más nuevo unas cuantas veces más.
• Una diferencia por la que valga la pena pagar tiene que venir de otro sitio: de no usar un modelo de imagen para ciertos tipos de figura, de lo que pasa cuando la figura sale mal, o de la factura.

FigureLabs cuesta 9, 16 o 45 $ al mes con pago anual, pero el 21 de septiembre de 2026 esos eran precios promocionales, con una cuenta atrás en la página de precios. Esa misma página indica cuánto cuesta cada plan cuando acabe la promoción, y ese es el número que importa si las figuras te duran más que el envío del artículo.

SciDraw AI también estaba de rebajas ese día: 20 $/mes pasa a 15 $ con pago anual, 40 $ a 25 $, 80 $ a 40 $, y la licencia vitalicia es un pago único de 1.999 $.

Vizcept no tiene año promocional. Las suscripciones son de 14,90 $, 29,90 $ y 59,90 $ al mes (o 106,80 $, 216 $ y 432 $ al año) para 300, 900 y 2.700 créditos mensuales. Los paquetes de créditos son de 19,90 $ por 150 créditos, 39,90 $ por 450 y 99,90 $ por 1.200; valen 365 días y no hay nada que cancelar. Una figura a 2K cuesta 5 créditos y una a 4K, 8.

Un capítulo de marco conceptual, un diagrama PRISMA, dos figuras de diseño del estudio y las repeticiones que llevan suman unas 40 a 60 generaciones repartidas en varios meses, pero rara vez todos los meses.

En Vizcept una figura a 2K cuesta 5 créditos, así que un paquete de 450 créditos son unas 90 generaciones por 39,90 $, y se agota en vez de renovarse. Con una suscripción pagas también los meses en los que no entregas nada, que en una tesis son la mayoría.

Con un uso intenso y continuo la conclusión se invierte: si haces figuras cada semana, un plan mensual con créditos diarios rinde más que comprar paquetes, y los créditos diarios de FigureLabs son generosos. Cuenta intentos, no figuras finales: cada regeneración gasta créditos en todas partes.

Todo junto, con los precios de más arriba condensados en una línea por herramienta.

Conviene nombrar otra cosa, porque los resultados de búsqueda las mezclan: scidraw.io es una biblioteca gratuita de ilustraciones científicas dibujadas a mano y publicadas con licencia CC BY, mantenida por físicos. No es lo mismo que sci-draw.com (SciDraw AI), la herramienta de pago de la tabla.

En Vizcept, los marcos conceptuales, los árboles sintácticos y los diagramas de oraciones no pasan por un modelo de imagen. Un modelo de lenguaje lee tu descripción y devuelve una estructura —los constructos, sus roles y sobre qué ruta va cada hipótesis— y después el código coloca las cajas y traza las flechas. Todo lo demás, incluido PRISMA, lo sigue pintando un modelo de imagen (cómo dibuja Vizcept).

Lo que consigues con eso no es una figura más bonita, sino que algunas cosas dejen de depender del azar:

• la flecha del moderador apunta a la ruta que dijo moderar, en su punto medio;
• todos los constructos que devolvió el análisis están en la figura, y los nombres se componen tipográficamente en vez de pintarse;
• la misma descripción produce la misma figura dos veces;
• el SVG descargado conserva texto real, editable en Illustrator o Inkscape, en lugar de contornos calcados de una imagen.

Así se ve la diferencia con una misma descripción: la alfabetización en salud predice la adherencia a la medicación a través de la susceptibilidad percibida y la autoeficacia, el apoyo social percibido modera la ruta de la autoeficacia, tres variables de control y las hipótesis etiquetadas de H1 a H6. (Las figuras de ejemplo se generaron en inglés.)

Pintada por un modelo de imagen. Es la figura más vistosa y todos los nombres están bien escritos. Pero la flecha discontinua del moderador termina en la ruta directa «alfabetización en salud → adherencia», no en la ruta «autoeficacia → adherencia» que nombraba la descripción.

El 21 de septiembre de 2026 la ejecutamos diez veces por la vía del modelo de imagen. El texto salió bien las diez; la flecha del moderador no:

El patrón es el esperable: cuanto más se llena la zona alrededor de la variable dependiente, más veces la flecha aterriza en la línea equivocada. Quien hojee tu capítulo no lo notará. Quien revise tu hipótesis de moderación, sí.

Compuesta con código. Más sobria, y con un modelo tan denso las etiquetas de hipótesis quedan más juntas de lo que nos gustaría; si eso molesta a un revisor, abre el SVG y sepáralas, o pasa los números de hipótesis al pie de figura, que es lo que la mayoría de revistas prefiere de todos modos. Pero la flecha del moderador está en la ruta que dijo moderar, las variables de control van en línea discontinua y la siguiente ejecución da la misma figura.

Lo que esto no hace es revisar el análisis. En este ejemplo el modelo de lenguaje añadió una ruta directa «alfabetización en salud → adherencia» que la descripción nunca pidió: una hipótesis razonable y, aun así, no lo que escribimos. Contrasta los constructos y la dirección de cada flecha con tu propio capítulo antes de usar la figura.

Aquí es donde más se diferencian estas herramientas, y conviene saberlo antes de confiarle un capítulo a una de ellas.

En un editor —BioRender, o el lienzo de FigureLabs— haces clic en la etiqueta y la reescribes. Nada más se mueve. FigureLabs además exporta un PPTX editable, así que la última ronda de cambios puede hacerse en PowerPoint. Vizcept no tiene ninguna de las dos cosas: ni lienzo ni PPTX.

En Vizcept hay dos caminos, y no son equivalentes:

• Cambiar la descripción y volver a generar. Para los tres tipos compuestos con código es el camino correcto: la figura se reconstruye a partir del análisis, así que la etiqueta nueva se compone tipográficamente en vez de pintarse y nada más se desplaza. Cada regeneración gasta créditos, y todas las versiones quedan en el banco de trabajo por si quieres volver.
• Marcar la figura y describir el arreglo. Esto manda la imagen a un modelo de imagen, que la repinta entera. Es el camino rápido para una figura pintada. Pero en un marco conceptual compuesto con código, una sola ronda de marcar y arreglar convierte los nombres de los constructos otra vez en texto pintado, que es justo lo que puede volver mal escrito. Si la figura importa, vuelve a describirla en lugar de marcarla.

Al llevarla al manuscrito: las figuras de los tres tipos compuestos con código se descargan en SVG con texto real y editable dentro, así que Illustrator o Inkscape pueden cambiar cada palabra. Las pintadas también se descargan en SVG, pero ese archivo está calcado de la imagen, así que el texto son contornos: puedes recolorear y reescalar, no reescribir. Cómo meter el SVG en Word, PowerPoint o LaTeX explica la mecánica, y convertir los comentarios del director en una figura revisada explica qué te está pidiendo cada tipo de comentario.

No hay una mejor herramienta; hay una mejor herramienta por figura. Primero las gratuitas:

• Iconos e ilustraciones que colocas tú: Bioicons (unos 2.800 iconos científicos de código abierto) y Servier Medical Art (CC BY 4.0, citando a Servier) con Inkscape. scidraw.io es el equivalente con sabor a física, también gratuito y con CC BY.
• Cajas, flechas y diagramas de flujo: draw.io en el navegador, o PowerPoint si ya lo tienes. Más lento que describir la figura, y no puede salir mal nada que no hayas hecho tú.
• Capas gratuitas de herramientas de IA: el plan gratuito de SciDraw AI permite publicar (10 créditos al registrarte, 5 al día). El de FigureLabs no: es de uso no comercial. En Vizcept la primera figura es gratis y la vista previa lleva marca de agua.

Y sobre lo que la gente escribe de verdad —qué herramienta de IA es mejor para figuras científicas— la respuesta honesta se divide por tipo de figura, no por proveedor:

• Ilustración biomédica. Células, órganos, ensayos y mecanismos con un estilo de casa consistente son justo lo que resuelven la biblioteca de iconos de BioRender y el modo ilustración de FigureLabs. Vizcept pinta eso con el mismo modelo de imagen general que los demás y no tiene una biblioteca de iconos detrás.
• Edición en lienzo y trabajo en equipo. Hay un banco de trabajo para versiones de una misma figura, pero no lienzo infinito, ni comentarios de colaboradores, ni exportación a PPTX.
• Resúmenes gráficos para revistas de Elsevier. La política de Elsevier prohíbe las herramientas de IA generativa de propósito general en los resúmenes gráficos. La guía de grupo de Springer Nature sitúa en su zona roja el contenido creado a partir de indicaciones de texto o sin datos de origen verificables, que es lo que hace cualquiera de estas herramientas. La tabla de políticas editoriales cita a cada editorial con enlace al original, y derechos de publicación explica de quién es cada figura.
• Figuras de datos experimentales. Western blots, microscopía y cualquier imagen que represente datos que tú recogiste están vetadas en todas las editoriales, y Vizcept no es la herramienta para eso.