GPT Image 2.6: qué trae y cómo se comporta en pruebas reales

OpenAI lanzó Images 2.6 con creación de GIFs, soporte de markup en la API y promesa de mayor velocidad. Probamos cinco casos reales —desde foto editorial hasta edición puntual— para ver resultados y limitaciones.

Por Redaccion TD
GPT Image 2.6: qué trae y cómo se comporta en pruebas reales

Introducción

OpenAI presentó Images 2.6 como una actualización orientada a creatividad y flujo de trabajo: generación más rápida, herramientas de edición y la capacidad de producir GIFs animados. Para equipos de producto, marketing y diseño en América Latina, estas mejoras abren posibilidades prácticas: transformar bocetos en piezas pulidas, editar fotografías con precisión o generar activos animados para redes sociales.

Este artículo resume una batería de cinco pruebas prácticas que evaluaron generación, copia exacta desde un brief, edición guiada por markup y creación de GIFs. Los ejemplos provienen de una evaluación directa del modelo y muestran tanto los puntos fuertes como las precauciones que conviene tener en cuenta antes de integrarlo en procesos productivos.

Qué hay de nuevo en Images 2.6

  • Creación de GIFs animados nativa.
  • El marcado de imagen (image markup) disponible desde la API, lo que facilita llevar la experiencia de edición de ChatGPT a aplicaciones personalizadas.
  • Parámetros de “planning complexity” ajustables para desarrolladores que quieran controlar cuánto planifica el modelo antes de generar.
  • OpenAI afirma que la generación es un 50% más rápida respecto a la versión anterior; la cifra es una declaración de lanzamiento y requiere verificación controlada en cada caso de uso.

Metodología de las pruebas

Las pruebas se dividieron en cinco tareas representativas:

  1. Una fotografía editorial cinematográfica (generación compleja de materiales y luz).
  2. Reproducción exacta de un menú a partir de un PDF subido como brief.
  3. Edición puntual guiada con la herramienta Markup en una foto de interior.
  4. Ilustración científica de ciclo de vida (placa de historia natural).
  5. Creación de un GIF en bucle (teapot looping GIF).

En cada prueba se entregó un brief detallado —y cuando fue el caso, un archivo o imagen de referencia— y se evaluó la fidelidad a instrucciones críticas: materiales, posiciones, textos exactos, ausencia de marcas o cambios no solicitados.

1) Fotografía cinematográfica: coherencia de materiales y luz

Objetivo: generar una imagen amplia y editorial de un invernadero de vidrio en una cresta nevada al blue hour, con condensación realista, reflejos en el vidrio, plantas tropicales iluminadas con luz ámbar y exactamente una regadera de cobre junto a la puerta.

Resultado destacado: la generación logró pasar de crear una atmósfera convincente a cumplir una copia muy fiel del encargo. En la evaluación se valoró positivamente la representación de materiales (vidrio, condensación) y la coherencia entre iluminación interior cálida y escena exterior fría.

Implicación práctica: para piezas visuales de alto impacto (portadas, hero images), Images 2.6 puede producir resultados muy útiles con prompts bien diseñados, aunque siempre conviene revisar detalles finos que puedan necesitar corrección manual.

2) Menú bilingüe a partir de un PDF: copia exacta y tipografía

Objetivo: transformar el contenido exacto de un PDF (texto en inglés, precios y un glifo en hindi) en una imagen de menú con fondo marfil, tipografía verde bosque y pequeños acentos pintados a mano. El requerimiento era reproducir cada línea, signo y el carácter hindi tal cual.

Resultado destacado: el modelo entregó una imagen de menú profesional que cumplía los criterios del brief. Importante: la prueba se realizó usando ChatGPT para leer el PDF y pasar el brief al generador; esto demuestra un flujo documento-a-imagen pero no implica que el modelo acepte PDFs de forma nativa como único input.

Implicación práctica: Images 2.6 es útil para convertir briefs y copias exactas en arte final, útil para menús, carteles o materiales que exigen reproducción tipográfica y textual precisa. Para mercados latinoamericanos con componentes multilingües (p. ej. español y lenguas indígenas), el flujo de trabajo de validar glyphs y puntuación será clave.

3) Edición guiada por markup: cambios precisos sin alterar el entorno

Objetivo: en una fotografía de interior, usar la herramienta Markup para señalar el sillón (rectángulo rojo) y solicitar el cambio de la tapicería a terciopelo verde bosque, preservando la silueta, costuras, patas y el cojín blanco.

Resultado destacado: la edición fue descrita como “quirúrgica”: el cambio se realizó manteniendo la forma y los detalles solicitados; el resto de la escena quedó intacto. Si no se contara con la imagen original, el resultado podría pasar por una foto no editada.

Implicación práctica: esta capacidad permite workflows de e-commerce, staging virtual o retoque puntual en catálogos sin necesidad de reconstruir la escena completa. Para equipos latinoamericanos, puede acelerar la localización visual de catálogos y presentaciones comerciales.

4) Ilustración científica: demanda de precisión biológica y etiquetado

Objetivo: generar una placa de historia natural que muestre el ciclo de vida de la mariposa monarca en cuatro etapas, con flechas que indiquen la secuencia y exactamente cuatro etiquetas (Egg, Caterpillar, Chrysalis, Adult).

Observación: la prueba se diseñó para evaluar precisión anatómica, disposición clara de etapas y ausencia de texto adicional. En este tipo de requerimientos la evaluación se centra en la plausibilidad biológica y la claridad informativa; modelos generativos deben manejar proporciones y etiquetas sin añadir elementos decorativos innecesarios.

5) GIF en bucle: animación simple desde un prompt

Objetivo: crear un GIF en bucle (por ejemplo, una tetera en loop) a partir de un solo prompt, probando la capacidad de generar movimiento coherente y repetir frames de forma natural.

Observación: Images 2.6 incorpora creación de GIFs animados, lo que facilita generar assets para redes y banners. La calidad final dependerá de la complejidad del movimiento y de la cantidad de cuadros necesarios.

Conclusiones y recomendaciones prácticas

  • Fortalezas: Images 2.6 destaca en generación de atmósferas complejas, edición puntual guiada por markup y reproducción fiel de briefs cuando se usa ChatGPT como intermediario de documentos. La incorporación de GIFs y el soporte de markup en la API amplía su utilidad en pipelines creativos.

  • Precauciones: la mejora de velocidad anunciada (50%) es una cifra de lanzamiento; conviene medirla en sus propios flujos. Además, para casos que demandan exactitud legal, tipográfica o biológica, se recomienda una revisión humana final.

  • Recomendación para LATAM: evaluar Images 2.6 en proyectos piloto de marketing y e-commerce donde el ahorro de tiempo en producción visual sea tangible (por ejemplo, creación de menús, banners animados y edición de catálogo). Integrarlo a herramientas internas mediante la API con markup puede sistematizar ediciones locales y acelerar la localización.

Cierre

Images 2.6 refuerza la tendencia: los modelos de imagen dejan de ser solo generadores creativos para integrarse en flujos de trabajo concretos. Para tomadores de decisión en América Latina, la pregunta operativa es cómo combinar esta capacidad con procesos de control de calidad y cumplimiento local para maximizar valor sin perder rigor.

Fuente original: Analytics Vidhya