GPT Image 2.5 a prueba

El 8 de septiembre, OpenAI lanzó ChatGPT Images 2.5, cinco meses después de Images 2.0. En ChatGPT se convirtió en el modelo de imagen para todos los usuarios. En la API llegó como dos modelos: GPT-Image-2.5 Flare, el predeterminado y rápido, y GPT-Image-2.5 Sunburst, que tarda más a cambio de un trabajo más preciso.

OpenAI afirma que la gente crea ya más de 3 mil millones de imágenes a la semana con sus herramientas. Esto es lo que cambió, lo que el modelo hace bien, dónde sigue fallando, cuánto cuesta y qué significa para una marca que quiera usarlo.

Qué cambió

Las promesas principales son un detalle más nítido, una luz y unas texturas más naturales y resultados más rápidos, con hasta un 50 por ciento menos de espera que con Images 2.0. OpenAI afirma también que el modelo mantiene más reconocible al sujeto de una foto de referencia y sigue con más fiabilidad las instrucciones de edición a lo largo de varios turnos, de modo que los cambios anteriores ya no se deshacen.

ChatGPT ganó herramientas en torno al modelo. Sketch convierte un dibujo esbozado en una imagen acabada. Las plantillas parten de una estructura para crear un póster o una foto de producto, en lugar de un prompt en blanco, y se pueden colocar comentarios directamente sobre una imagen para dirigir una edición.

Gran parte de la base llegó en abril con GPT Image 2. TechCrunch lo encontró «sorprendentemente bueno» con el texto, con una carta de restaurante lo bastante verosímil como para usarla, y OpenAI destacó una mejor reproducción de escrituras como las del japonés, el coreano, el hindi y el bengalí. También añadió un paso de razonamiento: el modelo puede buscar en la web, crear varias imágenes a partir de un solo prompt y revisar su propio resultado.

Calidad, texto y edición

Las votaciones a ciegas lo sitúan en cabeza. En la clasificación de texto a imagen de Arena, donde la gente compara dos imágenes anónimas y elige la mejor, Sunburst ocupaba el primer puesto y Flare el segundo el 7 de octubre, por delante de GPT Image 2 y claramente por delante de Grok Imagine, MAI-Image-2.6 de Microsoft y Nano Banana 2.1 de Google. Votaciones así miden lo que la gente prefiere a primera vista, no si una imagen es adecuada para una marca, pero la ventaja es constante.

El texto es donde más se nota el progreso. Titulares, cartas, etiquetas y elementos de interfaz que hace dos años salían deformados hoy suelen aparecer bien escritos. La propia documentación de OpenAI es más prudente que su anuncio de lanzamiento: el modelo «todavía puede tener dificultades con la colocación precisa y la nitidez del texto». En nuestra opinión, eso significa sí para borradores y maquetas, y sí para el envase final o los textos legales solo después de que una persona haya revisado cada palabra.

Para una marca, la edición importa más que la primera imagen. OpenAI afirma que Images 2.5 cambia mejor solo lo que se pidió, de modo que se puede sustituir un producto, un fondo o una línea de texto mientras la composición se mantiene. Su documentación nombra los límites con claridad. Una máscara es una orientación, no un molde, y el modelo «puede no seguir su forma exacta con total precisión». También puede tener dificultades para mantener coherentes los personajes recurrentes o los elementos de marca entre generaciones, y para colocar elementos con precisión en una maquetación.

La regla práctica se deduce de ahí. Trata cada edición como un nuevo renderizado de toda la imagen y compárala con el original antes de que vaya a ninguna parte. Cuando un producto deba quedarse exactamente como es, como una botella con una etiqueta regulada, conserva la fotografía real y deja que el modelo construya la escena a su alrededor en lugar de volver a dibujar el objeto.

Velocidad, precio y límites

Flare es el modelo que OpenAI recomienda para la mayoría de los usos. Sunburst está pensado para trabajos de campaña en los que las ediciones deben mantenerse, y tarda más. Ambos cuestan lo mismo por token: 30 dólares por millón de tokens de salida de imagen, más la entrada. La calculadora de la propia OpenAI sitúa una imagen cuadrada de 1'024 píxeles en cerca de medio centavo de dólar en calidad baja, unos 5 centavos en calidad alta y unos 21 centavos con el nuevo ajuste máximo.

Las imágenes pueden llegar a 3'840 píxeles en el lado largo, aunque todo lo que supere 2'560 por 1'440 sigue marcado como experimental, y los prompts complejos pueden tardar hasta dos minutos. OpenAI puede pedir a una organización que se verifique antes de poder usar los modelos de imagen en la API. Además, los modelos se retiran rápido: gpt-image-1 deja de funcionar el 23 de octubre, y GPT Image 1.5 y su versión mini le siguen el 1 de diciembre. Cada flujo de trabajo construido sobre un modelo hay que volver a probarlo con el siguiente.

Frente a Google y el resto

Google respondió el 6 de octubre con Nano Banana 2.1, basado en Gemini 3.6 Flash. Admite hasta 14 imágenes de referencia, mantiene coherentes hasta cuatro personajes y diez objetos, genera imágenes de hasta 4K y cuesta, según The Decoder, 3,36 centavos de dólar por imagen a 1K y 7,56 centavos a 4K. La propia ficha del modelo de Google enumera los puntos débiles: texto pequeño a menudo borroso a 1K, un parecido imperfecto con las imágenes de referencia y alguna confusión ocasional entre izquierda y derecha.

Así que la disyuntiva está clara. GPT Image 2.5 lidera en preferencia general y en texto, y su edición ha mejorado. Google es más barato en alta resolución, acepta más referencias a la vez y está integrado en Google Ads, Flow y Stitch. En las pruebas de The Decoder, Nano Banana Pro, el modelo anterior y más caro de Google, seguía produciendo a menudo la imagen más natural. Ningún modelo gana en todos los encargos, y por eso la elección se hace mejor encargo por encargo, no una vez al año.

Qué significa para una marca

Nuestro veredicto: con lo que se sabe hoy, GPT Image 2.5 es el modelo de imagen generalista más sólido disponible, sobre todo cuando importan el texto y la maquetación. Usa Flare para borradores, conceptos y formatos para redes sociales, y Sunburst para el trabajo final de campaña. Revisa cada palabra, conserva la fotografía real del producto para todo lo que deba ser exacto y ten un segundo modelo preparado para los encargos en los que Google sea más barato o mejor. OpenAI marca sus imágenes con metadatos C2PA y una marca de agua invisible, lo que contribuye a la honestidad.

Aun así, no es un sistema de marca. No conoce tu luz, tu encuadre ni tus colores a menos que se los muestres, y puede desviarse de una generación a otra. Esa es la parte para la que está hecho Reel: estilos fijados a partir de referencias reales, el mejor modelo elegido para cada encargo, con GPT Image y Gemini entre ellos, una revisión de calidad de cada resultado y una persona que elige lo que se usa. Un modelo mejor hace ese proceso más rápido. No lo sustituye.