Imágenes más rápidas, vídeo más barato

Dos lanzamientos de esta semana han hecho avanzar un paso más las herramientas para el contenido de marca. El 4 de noviembre, OpenAI lanzó Images 2.6, que crea GIF animados y archivos vectoriales y es más rápido que la versión anterior. Un día después, Google lanzó Gemini Omni 1.2 Flash, un modelo de vídeo que crea y edita clips más largos por menos dinero. Ninguno cambia lo que necesita una marca. Ambos cambian lo rápido, y lo barato, que un equipo pasa de una idea a algo que puede juzgar.

OpenAI: Images 2.6

Images 2.6 ha llegado a ChatGPT, Codex y la API, en todos los planes de ChatGPT. OpenAI dice que genera imágenes un 50 por ciento más rápido que antes. En la API vuelve a ofrecerse como dos modelos: GPT Image 2.6 Flare, que con calidad baja «puede generar imágenes en tan solo seis segundos», y Sunburst, para más detalle y resultados más estables entre ediciones. OpenAI también dice que Flare compone ahora mejor carteles e imágenes de producto. El precio por token no ha cambiado desde la 2.5: 30 dólares por millón de tokens de salida de imagen.

La novedad visible es el movimiento. En ChatGPT, un GIF puede partir de un prompt o de una foto, y después se pueden ajustar su velocidad y sus fotogramas uno a uno, según informó The Next Web. En la API, un GIF tiene de 2 a 16 fotogramas, por defecto nueve fotogramas de 200 milisegundos cada uno, un bucle de 1,8 segundos. OpenAI sugiere usos como una mascota de marca animada o una foto de producto convertida en bucle.

Para los desarrolladores, la API incorpora el marcado sobre imágenes, de modo que una edición se puede dirigir a un punto exacto, y un nuevo ajuste de complejidad decide cuánto planifica el modelo antes de renderizar. Las imágenes también pueden devolverse como archivos SVG, lo que, según OpenAI, las deja listas para usar en webs, apps e impresión. La documentación explica cómo: la API crea primero una imagen, luego un segundo modelo la dibuja como vectores, y se facturan ambos pasos. El resultado es un archivo estático, sin scripts ni imágenes incrustadas.

Google: Gemini Omni 1.2 Flash

Google lanzó Gemini Omni 1.2 Flash el 5 de noviembre y lo puso a disposición general en la API de Gemini y para empresas a través de Google Cloud. Los clips pueden durar ahora hasta 15 segundos, frente a los 10 de Omni 1.1, en cualquier número entero de segundos a partir de tres. En 720p, un segundo cuesta 0,07 dólares, un 30 por ciento menos que los 0,10 dólares de Omni 1.1, así que un clip completo de 15 segundos sale por unos 1,04 dólares. Los borradores en 360p cuestan 0,023 dólares por segundo, mientras que los reescalados a 1080p y 4K cuestan más, hasta 0,209 dólares por segundo.

Los demás cambios tienen que ver con el control. Un clip se puede editar paso a paso, cambiando un producto o un fondo, la luz o la relación de aspecto, sin volver a generarlo. Google dice que los rostros, las prendas, la tipografía de los envases y los colores de marca se mantienen coherentes entre ángulos de cámara, y la API admite hasta seis imágenes de referencia. También nombra sus propios límites: sigue trabajando en «la acción deportiva rápida, los cambios rápidos de guion y la física compleja».

Dos detalles importan para los equipos en Europa. Editar o alargar vídeos subidos a través de la API no está disponible en el EEE, Suiza ni el Reino Unido, así que una marca de allí todavía no puede entregar al modelo su propio material para reelaborarlo; los clips que ha creado el propio modelo sí se pueden editar. Y el modelo antiguo se va rápido: a partir del 3 de diciembre, las solicitudes a Omni 1.1 se redirigen a 1.2 y se facturan a sus tarifas.

Qué cambia en la producción

Primero, los formatos terminados salen directamente del modelo. Una mascota en bucle para una story, un producto que gira en un bucle corto, un icono como vector editable: hasta ahora, cada uno requería una segunda herramienta y alguien que convirtiera el archivo. Ahora sale una primera versión de la misma petición, y el diseñador parte de un archivo de trabajo y no de una imagen plana.

Segundo, cada segundo de vídeo sigue abaratándose. Diez borradores de un clip de 15 segundos en 360p cuestan menos de 3,50 dólares, y solo el elegido necesita reescalado. Las variantes para cada público y cada ubicación dejan de ser una cuestión de presupuesto, y el propio consejo de Google es hacer borradores en baja resolución, «corregir un detalle con una edición posterior» y reescalar solo el mejor.

Tercero, las rondas se acortan. Un borrador en seis segundos y una edición que cambia una sola cosa en lugar de todo el clip significan más rondas en una tarde. Ambos modelos llegan además a donde ya trabajan los equipos de diseño: Figma Weave aparece citado en los dos anuncios, Adobe en el de Google, y Higgsfield figura entre los clientes con acceso anticipado de OpenAI.

Lo que no cambia

Un modelo más rápido sigue sin conocer tu marca. La documentación de OpenAI dice que al modelo «a veces puede costarle mantener la coherencia visual de personajes recurrentes o elementos de marca» de una generación a otra, la misma salvedad que señalamos en nuestro análisis de Images 2.5 en octubre. La coherencia sigue viniendo de un estilo fijado: referencias reales, luz, encuadre y colores fijos, anotados como una receta y probados.

Más producción también significa elegir más. Diez variantes baratas solo son útiles si alguien con criterio elige la adecuada y sabe decir por qué fallan las demás. En nuestra opinión, esa tarea crece a medida que generar se abarata, porque lo difícil pasa de hacer a juzgar.

Los derechos y la transparencia tampoco se simplifican. Ambas empresas ponen ahora marcas de agua con el mismo sistema: OpenAI dice que está añadiendo SynthID, de Google DeepMind, en ChatGPT, Codex y la API, junto a los metadatos C2PA, y cada vídeo de Omni lleva SynthID. En la UE, las normas del Reglamento de IA (AI Act) sobre el marcado y el etiquetado de contenido generado por IA se aplican desde el 2 de agosto de 2026, con plazo hasta el 2 de diciembre para que las herramientas que ya estaban en el mercado antes de esa fecha marquen sus resultados, y el código de buenas prácticas de la Comisión describe cómo cumplirlas. Una marca sigue necesitando los derechos de cada referencia que sube y una regla clara sobre cuándo etiqueta lo que publica.

Y la aprobación sigue en manos de una persona. La ficha de sistema de OpenAI es clara sobre los GIF: «Las infracciones relacionadas con el movimiento siguen siendo difíciles de detectar, y puede que las salvaguardas no detecten todas las infracciones». Una mascota en bucle es contenido publicado como cualquier otro, y necesita la misma revisión y el mismo visto bueno antes de salir.

Dónde estamos

Este es el trabajo en torno al cual están construidos Reel y Tempo. Reel, ya disponible, crea imágenes y vídeo con los estilos fijados de una marca, elige el mejor modelo para cada tarea, entre ellos GPT Image y Gemini, revisa cada resultado y deja la elección a una persona. Tempo, también disponible, es nuestro motor de redes sociales: sus visuales vienen de Reel y, hoy por hoy, una persona aprueba cada publicación. Modelos más rápidos y baratos agilizan ese proceso. No sustituyen el estilo, la elección ni la aprobación.