Los removedores de fondo de fotos se juzgan de imagen en imagen. Ese es el test equivocado para un GIF o vídeo — una herramienta puede acertar casi todos los fotogramas y aun así parecer rota al reproducirlos, porque un parpadeo es mucho más visible que un píxel imperfecto. Así es como probamos de verdad el modelo de RemoveGifBG, categoría por categoría, incluido donde todavía falla.
El alfa coincide con la silueta real del personaje en cada fotograma individual
El resultado se mantiene estable a lo largo del clip en vez de parpadear en fotogramas aislados
Rellenos de color plano, fondos de escena, contenido fotorrealista — puntuados por separado, no promediados
Antes de probar la calidad del modelo, conviene dejar claro por qué una tabla frente a frente contra los nombres de siempre no sería una prueba justa para empezar:
Una vez que tienes eso en cuenta, un benchmark honesto de animación acaba probando sobre todo una cosa: la calidad del modelo de matting subyacente en secuencias. Es lo que mide el resto de esta página.
Una biblioteca interna de contenido de animación real — packs de stickers, overlays de VTuber, hojas de sprites de juegos, clips cortos — que abarca fondos planos blancos/negros, fondos de escena en color y contenido fotorrealista. No sintético, no elegido a dedo para un buen resultado.
| Categoría | Qué prueba | Estado |
|---|---|---|
| Contenido limpio y simple | El caso mayoritario — sin ambigüedad de fondo, un sujeto claro | Resuelto |
| Fondos planos blancos/negros | Relleno del personaje pintado del mismo color que su propio fondo | Resuelto |
| Parpadeo en escena estática | Un elemento de fondo que permanece eliminado de forma consistente en cada fotograma | Resuelto |
| Fondos de escena / fotográficos | Fondos reales renderizados en 3D o fotográficos detrás de un sujeto animado | Casi resuelto |
| Elementos adyacentes de color cercano al fondo | Dos objetos separados, ambos de color cercano al fondo, situados cerca uno del otro | Abierto |
| Line art de muy bajo contraste | Arte tenue de blanco sobre blanco por debajo de los umbrales normales de diferencia de color | Abierto |
Dos categorías siguen sin resolverse de verdad y se publican aquí en vez de omitirse. Ambas son el objetivo directo de la ampliación del conjunto de datos descrita en la página de Cel.
Precisión de relleno: cada clip se revisa fotograma a fotograma contra el arte original, por una persona, no solo un diff automatizado. Publicamos el método, no solo una puntuación, para que "aprobado" signifique algo concreto que puedes comprobar tú mismo, y no un número sin definición detrás.
Consistencia entre fotogramas: el resultado de cada fotograma se compara con el de sus vecinos. Una edición real cambia de forma suave de un fotograma al siguiente a medida que el sujeto se mueve; un parpadeo no — un píxel que es con seguridad fondo en cada fotograma vecino pero de repente no lo es en un fotograma es una señal fuerte de que algo va mal, con independencia de si ese fotograma aislado "se ve bien" por sí solo. En un clip de prueba interno — una escena de desierto estática detrás de un personaje en movimiento — una mancha de arena que debería haber permanecido eliminada todo el tiempo reaparecía por completo en 2 de cada 5 fotogramas antes de que esto se corrigiera; después, 0 de 5.
Dos categorías, publicadas en vez de ocultas:
Todos los detalles sobre ambas, y qué las resuelve, están en la página de Cel.
Pruébalo con tu propio archivo — gratis
Construyendo el modelo que cierra las brechas de arriba: conoce Cel
Todavía no — es nuestra propia metodología de prueba interna, publicada abiertamente para que cualquiera pueda ver exactamente qué probamos y cómo lo puntuamos, incluidas las categorías que aún fallan. Una comparación realizada de forma independiente está en la hoja de ruta; consulta la página de Cel para saber qué desbloquea la financiación.
No frente a frente, porque no están resolviendo el mismo problema: remove.bg nunca ha admitido GIFs animados, la herramienta de ezgif es un filtro de clave de color y no un modelo, y Unscreen cerró en diciembre de 2025 y se integró en Canva Pro. Una vez que se tienen en cuenta esas cosas, un benchmark honesto de animación acaba probando sobre todo la calidad del propio modelo de matting — que es lo que mide esta página.
Una categoría se aprueba cuando cada clip en ella se revisa fotograma a fotograma contra el arte original y se sostiene en dos medidas: el alfa coincide con la silueta real del personaje y el resultado no parpadea.
Una biblioteca interna de contenido de animación real que abarca packs de stickers, overlays de VTuber, hojas de sprites de juegos y clips cortos — no un conjunto de benchmark sintético o elegido a dedo.
Siempre que el estado de una categoría cambia de verdad, no según un calendario fijo. Última verificación en agosto de 2026.