OpenAI ha lanzado Images 2.6 en ChatGPT, Codex y la API. Para los desarrolladores, la principal novedad es GPT-Image-2.6, ofrecido en dos modelos de API, Flare y Sunburst. Según OpenAI, la generación de imágenes es un 50 % más rápida que en la versión anterior.
- OpenAI lanza GPT-Image-2.6 en ChatGPT, Codex y la API, con los modelos Flare y Sunburst.
- Flare genera imágenes en 6 segundos con calidad low y sirve para iteraciones rápidas.
- ChatGPT convierte textos o fotos en GIF animados y reutiliza imágenes de referencia guardadas.
- Ambos modelos tienen precios por token idénticos, y sus pesos siguen siendo cerrados.
Dos modelos para la API
GPT-Image-2.6 es la familia de modelos de OpenAI dedicada a la generación y edición de imágenes, accesible a través de la API (interfaz que permite a los desarrolladores integrar el modelo en sus propias aplicaciones). Acepta texto e imágenes como entrada y devuelve imágenes. Flare se presenta como adecuado para iteraciones rápidas y flujos de trabajo interactivos, mientras que Sunburst está destinado a composiciones detalladas y edición.
OpenAI indica que Flare puede generar una imagen en solo 6 segundos cuando la calidad se ajusta a low. Sunburst apunta a una calidad más alta y una mejor coherencia entre las modificaciones, en los niveles medium o high.
Novedades para ChatGPT y un uso en fuerte aumento
En ChatGPT, los usuarios ahora pueden transformar un texto o una foto en un GIF animado, ajustar la velocidad de la animación, modificar imágenes individuales y compartir el resultado. También pueden guardar y etiquetar imágenes de referencia de personas, animales o personajes, que podrán reutilizarse sin necesidad de volver a subirlas.
OpenAI afirma que los usuarios ahora generan más de 4 mil millones de imágenes por semana, en ChatGPT y la API, frente a más de 3 mil millones hace ocho semanas, en el momento del lanzamiento de Images 2.5. Esto representa, en promedio, más de 500 millones de imágenes al día.
Parámetros, formatos y tarifas
El nuevo campo complexity determina el grado de planificación del modelo antes del renderizado de la imagen. La guía de generación de imágenes de OpenAI enumera tres niveles: low, medium y high. Sin indicación, los dos modelos utilizan high. El nivel low es adecuado para modificaciones específicas, como cambiar un fondo o un panel, mientras que high ayuda con textos densos, diseños complejos y relaciones entre objetos. OpenAI advierte que una mayor complejidad puede aumentar la latencia e introducir cambios no deseados. Este ajuste es distinto de la calidad, que controla el nivel de detalle del renderizado, y no conlleva ningún costo adicional.
Los modelos también pueden producir GIF animados y archivos SVG, un formato vectorial que permanece nítido a todos los tamaños. Según el lanzamiento, el marcado de áreas a modificar llega a la API, la guía ya lo enumera para ambos modelos.
Según las páginas de los modelos, la tarificación por token (unidad de texto o imagen procesada por el modelo) es idéntica para Flare y Sunburst: 5,00 $ por millón de tokens de texto de entrada (1,25 $ en caché), 8,00 $ por millón de tokens de imagen de entrada (2,00 $ en caché) y 30,00 $ por millón de tokens de imagen de salida. Google y BFL publican, por su parte, precios por imagen: Nano Banana 2.1 comienza en 0,0336 $ por 1K y alcanza 0,113 $ en 4K, FLUX 3 Image a 0,048 $ por 1K y 0,607 $ en 4K. La fuente señala que OpenAI no ha publicado, para Images 2.6, ni puntuaciones de benchmark ni tabla de costo por imagen.
Los modelos GPT-Image-2.6 son cerrados: sus pesos no son públicos, y solo funcionan alojados por OpenAI, en ChatGPT, Codex y la API.
