Generador de imágenes GPT Image 2

Qué es GPT Image 2

GPT Image 2 es un modelo de generación y edición de imágenes de OpenAI. OpenAI lo lista como gpt-image-2 con la instantánea predeterminada gpt-image-2-2026-04-21, una fecha que coincide con su anuncio de lanzamiento del 21 de abril de 2026, y lo describe como un modelo de vanguardia para generar y editar imágenes con rapidez y alta calidad, compatible con tamaños flexibles y entradas de imagen de alta fidelidad.

El mismo anuncio lo presentó a los usuarios de ChatGPT como ChatGPT Images 2.0, bajo el título "Una nueva era de la generación de imágenes". Esta página trata el modelo, no el producto ChatGPT que lo rodea: qué acepta, qué muestran los ejemplos, cuánto cobra OpenAI por él y hasta dónde llegan sus límites publicados.

Hay una cosa que conviene saber antes de elegirlo. GPT Image 2 no es el nivel más reciente que distribuye OpenAI. La guía oficial de generación de imágenes dirige hoy las integraciones nuevas a gpt-image-2.5-flare y gpt-image-2.5-sunburst, y mantiene gpt-image-2 en una sección titulada "Earlier GPT Image models". El modelo sigue listado y sigue facturándose, pero tomar la generación de abril de 2026 por el estado del arte sería incorrecto: en la sección de comparación de más abajo está lo que realmente cambia.

Lo que los ejemplos muestran que hace bien

OpenAI atribuye cada archivo de su galería de lanzamiento a este modelo, así que la galería funciona también como un resumen honesto de dónde mejoró la generación. Destacan cinco áreas.

• Tipografía multi-escritura. Carteles y envases que mezclan caracteres japoneses, coreanos, árabes, devanagari, cirílicos, bengalíes, griegos, chinos y latinos en una sola composición, con la rotulación tratada como tipografía y no como textura.
• Realismo fotográfico. Estéticas de calle, retrato y fotografía cándida con flash, con textura de piel legible, manos creíbles y una luz que se comporta como luz.
• Conocimiento del mundo. Interiores de época, interfaces de software y rótulos que siguen la lógica de lo representado en lugar de promediarlo en algo genérico.
• Variedad de formatos. Desde un panorama amplio de tráfico hasta una página de cómic alta como un teléfono, para que un mismo brief cubra un banner, una portada y una viñeta.
• Continuidad entre viñetas. Páginas de cómic y de guion gráfico que mantienen personajes, rotulación y textura de impresión a lo largo de varias viñetas.

Tareas que le vienen bien

Los ejemplos sugieren un perfil bastante concreto: trabajos en los que la imagen tiene que llevar texto, llevar un aspecto o llevar una historia a lo largo de más de un cuadro. Los briefs que encajan suelen parecerse a estos.

Encaja peor en trabajos que dependen de la colocación exacta al píxel de muchos elementos pequeños, o de que un personaje de marca recurrente salga idéntico en docenas de generaciones distintas. Ambos son límites que OpenAI declara abiertamente y se detallan más abajo.

• Carteles, portadas y envases donde un titular corto o el nombre de un producto tiene que estar bien escrito y colocado a propósito.
• Piezas de campaña localizadas donde la misma composición tiene que funcionar en varios alfabetos sin que el diseño se desmorone.
• Ilustraciones editoriales y dobles páginas de infografía que necesitan estructura real (columnas, destacados, mapas, pies de foto) y no decoración.
• Escenas fotorrealistas para maquetas, guiones gráficos o paneles de concepto que un cliente tenga que leer como una fotografía.
• Páginas de cómic y hojas de personaje donde la misma figura tiene que seguir siendo reconocible viñeta tras viñeta.
• Ediciones que parten de una referencia que tienes derecho a usar, donde el detalle de alrededor debe sobrevivir al cambio.

Ideas de prompt que puedes copiar

Están escritas para esta página como puntos de partida. No son las instrucciones que hay detrás de ninguna imagen de la galería y ningún resultado está garantizado: cambia una decisión cada vez entre intentos para poder saber qué causó el cambio.

Diseña un único cartel sobre un mercado nocturno urbano. Compón el mismo titular corto en tres alfabetos distintos apilados en una columna, mantén la retícula idéntica en los tres, usa negro tinta, bermellón y crema de papel prensa, y deja una banda vacía abajo para componer después la fecha.

Fotografía el mostrador de una panadería pequeña con la luz del amanecer. Una ventana a la izquierda, polvo de harina visible en el haz, tonos cálidos de interior, poca profundidad de campo sobre la bollería y ningún texto en el encuadre. Descríbelo como si estuviera disparado en película de 35 mm.

Dibuja una página de cómic de dos viñetas sobre un mensajero que espera un tren. Mantén el mismo abrigo, la misma bolsa y el mismo pelo en ambas viñetas y cambia solo la cámara: primero el andén en plano general, después un primer plano de las manos. La rotulación debe quedarse en el tercio superior de cada viñeta.

Usando la foto de referencia que he subido, sustituye solo la superficie bajo el producto por piedra oscura mate. Mantén exactamente la silueta del producto, el texto de su etiqueta, el ángulo de cámara y las sombras existentes. No cambies nada más.

Tamaños, calidad y opciones de salida

OpenAI publica las entradas aceptadas para este modelo en la guía de generación de imágenes. La tabla de abajo es esa especificación, no el panel de control de este sitio: están relacionadas, pero no son lo mismo.

El espacio de trabajo de arriba presenta la misma idea con los controles propios de este sitio: dieciséis relaciones de aspecto incluida auto, un nivel de resolución de 1K, 2K o 4K, una calidad de render de low, medium o high, y hasta diez imágenes de referencia. Esos niveles son la forma abreviada de este sitio, no los nombres de parámetro de OpenAI, y el servicio en vivo decide las opciones finales y el coste en créditos de los ajustes que elijas.

Solo existen los controles que se muestran para este modelo. Un tamaño o una calidad que aparezcan en la página de otro proveedor no pasan a estar disponibles aquí por anunciarse en otro sitio.

Cómo generar con GPT Image 2 aquí

El flujo de trabajo es el mismo que usan los demás modelos de imagen de este sitio, así que las costumbres se trasladan.

1. Escribe el brief en el espacio de trabajo de arriba: primero lo que tienes que entregar, después el sujeto, el encuadre, la luz y las restricciones que de verdad te importan.
2. Añade imágenes de referencia solo si vas a editar o a igualar algo. Indica qué hace cada referencia y qué debe quedar sin cambios.
3. Ajusta la relación de aspecto, el nivel de resolución y la calidad de render. Empieza bajo para comprobar la composición y sube el nivel cuando la disposición sea la correcta.
4. Lee la cotización e inicia sesión cuando el espacio de trabajo lo pida. El servicio en vivo calcula el coste de los ajustes que hayas seleccionado.
5. Genera, inspecciona el resultado a tamaño completo y descarga la versión que quieras conservar. Si una ejecución falla, lee su estado antes de reintentar para no enviar un duplicado.

GPT Image 2 frente a los niveles 2.5 más nuevos

Las tres columnas de abajo salen de las mismas dos páginas de OpenAI —la tabla de precios y la guía de generación de imágenes—, así que esta es una comparación que las propias fuentes sostienen y no una armada con reseñas de terceros.

De esas filas salen dos conclusiones. Los niveles 2.5 comparten los mismos precios por token que este modelo y añaden dos ajustes de calidad superiores, así que no hay ningún argumento de coste para quedarse en la generación anterior. La Batch API es el único punto donde GPT Image 2 tiene un precio publicado que los niveles 2.5 no tienen, a aproximadamente la mitad de la tarifa estándar de imagen.

Para una comparación cara a cara sobre un brief concreto, lanza el mismo prompt y la misma referencia por cada modelo aquí y compara el resultado en lugar del marketing. Las tablas comparativas entre proveedores son fáciles de encontrar en internet; casi ninguna puede señalar una fuente que documente los dos lados.

Coste y los límites que publica OpenAI

GPT Image 2 se factura por token y no por imagen: el coste final es la suma de los tokens de texto de entrada, más los tokens de imagen de entrada cuando usas referencias, más los tokens de imagen de salida. La cantidad de salida crece con el tamaño y la calidad de la imagen, y por eso una petición en 4K y alta calidad cuesta más que un borrador en 1K del mismo prompt.

Merece la pena leer la lista de límites antes de una fecha de entrega y no después. Los dos que más muerden son la latencia en composiciones densas y la consistencia a lo largo de un conjunto de imágenes: para el primero, prevé una pasada de prueba de concepto, y para el segundo, reduce el número de generaciones separadas.

Esta página no reproduce cifras de cuotas de terceros. Los números que describen cupos diarios de imágenes en una suscripción de chat, o una resolución máxima, no forman parte de la documentación de modelo o de precios de OpenAI, y cuando esas cifras no coinciden con las páginas oficiales, las oficiales son las que describen este modelo.

• Latencia. OpenAI indica que los prompts complejos pueden tardar hasta dos minutos en procesarse.
• Renderizado de texto. Ha mejorado, pero el modelo aún puede fallar en la colocación precisa y la claridad del texto.
• Consistencia. Mantener el mismo personaje o elemento de marca entre generaciones separadas sigue siendo poco fiable.
• Control de la composición. Colocar elementos con precisión en composiciones estructuradas y sensibles al diseño sigue siendo difícil.
• Moderación. Cada prompt y cada resultado se filtran según las políticas de uso; el rigor lo fija el parámetro moderation.