La firma de analytics de apps Appfigures analizó los picos de descarga e ingresos para las tres grandes apps de IA consumer tras los recientes lanzamientos de modelos de imagen. El hallazgo titular: los lanzamientos de modelos de imagen ahora generan 6,5× más picos de descarga que los upgrades tradicionales de chatbot. Los números de ventanas de 28 días tras cada lanzamiento son impactantes. Nano Banana de Gemini (modelo de imagen Gemini 2.5 Flash, ago 2025) atrajo 22M+ descargas contra aproximadamente $181K en gasto consumer bruto estimado. Modelo de imagen GPT-4o de ChatGPT (mar 2025): 12M+ descargas, ~$70M de ingresos. Vibes de Meta AI (sep 2025, feed de video IA): 2,6M descargas, sin ingresos significativos.
El número que debería hacer a los devs sentarse: ChatGPT convierte a aproximadamente $5,83 por descarga en la ventana post-lanzamiento. Gemini convierte a aproximadamente $0,008 por descarga. Eso es ~700× de diferencia en eficiencia de monetización. Caveat los datos cuidadosamente — Appfigures mide *ingresos consumer app-store*, lo que excluye suscripciones Google One, anuncios, y gasto API, todos los cuales alimentan el cuadro de ingresos real de Gemini de Google. Apps impulsadas por suscripción que enrutan ingresos por su propio checkout (ChatGPT) aparecen limpiamente; apps impulsadas por anuncios y cloud no. Así que el gap es parte real (el músculo de suscripción de ChatGPT es el más fuerte en el espacio consumer IA) y parte metodológico (la lente Appfigures subcuenta las fuentes de ingreso de Gemini). El multiplicador 6,5× en picos de descarga es el hallazgo metodológicamente más robusto.
Para devs entregando apps IA consumer, el take-away es el shift estructural en adquisición. Los lanzamientos de modelos de imagen son ahora el driver dominante de descargas para los chatbots mayores, ganándole a los upgrades de calidad de modelo para el modelo de conversación subyacente. Ese es un cambio real en atención del usuario: la gente aparece por la nueva capacidad de imagen, no por las mejoras de razonamiento "GPT-4o → GPT-5" o "Gemini 2.0 → 2.5". El ciclo de upgrade de modelo de razonamiento ya no es el vehículo de marketing; el ciclo de lanzamiento de modelo imagen-y-video lo es. Cualquiera construyendo una app IA consumer debería planear su historia de adquisición alrededor de momentos generativos de imagen, no alrededor de ganancias incrementales de razonamiento.
Para monetización, la lección estructural es que la generación de imagen es un gran anzuelo y un mal SKU. ChatGPT funciona porque la capacidad de imagen es una feature entre otras en una suscripción de $20/mes que los usuarios ya compraban por el bundle de modelos como un todo. El pico-de-imagen-sin-ingreso de Gemini sugiere que *en la superficie consumer*, la generación de imagen gratis no es algo por lo que la gente paga incrementalmente — lo esperan como parte de aquello en lo que ya estaban. Si entregas generación de imagen como tu anzuelo de monetización, vas a tener descargas y no ingresos. Envuélvela en un stack de features por el que la gente paga el bundle, y la conversión sigue.