Reseña de GPT Image 2: una experiencia sincera tras probarlo

GPT Image 2 se lanzó a finales de abril de 2026 con un eslogan contundente: renderizado de texto casi perfecto, salida en 4K y capacidad de razonamiento integrada. Durante seis semanas lo hemos puesto a trabajar en tareas de producción reales —carteles, fotografía de producto, infografías, retratos, escenas complejas con múltiples elementos— y lo que hemos aprendido es más claro que las demos de lanzamiento.

La versión breve: esas promesas insignia se sostienen de verdad. Las sorpresas están sobre todo en el equilibrio entre coste y calidad, y en las limitaciones que no se mencionaron en el lanzamiento. No es un modelo que arrase con todas las alternativas en cada tarea, pero su perfil es claro, y una vez que ves ese perfil, los problemas de flujo de trabajo se explican por sí solos.

---

Configuración de las pruebas

Probamos GPT Image 2 con el mismo tipo de tareas que usaríamos para probar cualquier modelo de imagen: fotografía de producto (imágenes de catálogo y de estilo de vida), carteles promocionales en chino e inglés, infografías, portadas para redes sociales, wireframes de UI, retratos editoriales y escenas ricas en detalles con múltiples elementos. Todas las generaciones se ejecutaron en la plataforma hiapi a resoluciones de 1K y 2K, sin selección previa: cada prompt se generó una sola vez y evaluamos ese único resultado.

Algunos de los resultados que verás a continuación provienen directamente de nuestras plantillas de prompts que usamos realmente, así que si quieres verificar cualquiera de estos puntos por tu cuenta, la comparación es reproducible.

---

Lo que se sostiene

El renderizado de texto es la verdadera mejora

Es la característica estrella, y está a la altura de la publicidad. Titulares grandes en inglés, caligrafía en chino, japonés y coreano, etiquetas de precio dentro de la imagen, texto de etiquetas, leyendas de infografías: GPT Image 2 lo renderiza correctamente al primer intento en casi todos los casos.

En la comparación de arriba (GPT Image 2 a la izquierda, GPT Image 1.5 a la derecha), la diferencia en trabajos con densas superposiciones de texto se aprecia sin necesidad de ampliar. El modelo anterior emborronaba las leyendas pequeñas o inventaba formas de letras de la nada, mientras que GPT Image 2 mantiene la ortografía y el espaciado entre letras de forma consistente.

El modelo también hace inferencias razonables y apropiadas: cuando pedimos un "cartel de alta gama" con un titular entre comillas, añadió un pequeño monograma de marca y una línea "EST. 2024" que no habíamos solicitado, pero que encajaba con el aire artesanal. Este tipo de añadidos contextuales es raro en los modelos de imagen: la mayoría o renderiza estrictamente lo que pides o alucina sin criterio. GPT Image 2 se sitúa en un punto intermedio útil.

Para profundizar en qué puede y qué no puede hacer exactamente el renderizado de texto, consulta nuestra prueba de estrés del renderizado de texto.

El fotorrealismo ya alcanza el estándar de producción comercial

En fotografía de producto —vidrio esmerilado, superficies cerámicas, tejidos suaves, bordes metálicos— los resultados se leen como fotografía de producto real. El esquema de iluminación especificado en el prompt (luz de estudio de tres puntos, luz lateral, luz de ventana suave y direccional) se traduce en sombras y brillos correctos. Especialmente el vidrio esmerilado y la cerámica mate muestran una textura de material precisa, en lugar de esa cualidad algo plástica de las generaciones anteriores de modelos de imagen.

Las composiciones de estilo de vida —el producto como sujeto, con accesorios de acompañamiento— también se sostienen. El "objeto principal" se mantiene nítido y centrado, y los elementos de acompañamiento (una manta de punto, un libro abierto, una planta) quedan en el plano de profundidad correcto sin robar protagonismo. La luz de ventana se renderiza con la suavidad y la calidez adecuadas.

Las escenas complejas mantienen la coherencia

Muchos modelos de imagen empiezan a descontrolarse cuando los prompts se alargan —anclar varios objetos en posiciones espaciales concretas, mantener la distinción de materiales en toda la escena— mientras que GPT Image 2 mantiene el orden. Las indicaciones espaciales del tipo "[X] a la izquierda, [Y] en el centro, [Z] a la derecha" se respetan. La luz solar dorada de la tarde entrando por la ventana produce longitudes de sombra y partículas de polvo correctas. La maceta de terracota, la monstera, la alfombra tejida, la estantería de madera, la manta de punto y la lámpara de luz cálida se quedan donde se les colocó.

Esto importa para ilustración editorial, visualización de interiores y cualquier trabajo en el que haya que leer de un vistazo una escena completa.

Texto en chino, japonés y coreano, y texto multilingüe

Ya hemos visto el renderizado correcto de texto en inglés. La caligrafía en chino, japonés y coreano es más difícil, y la mayoría de los modelos de imagen sigue fallando. GPT Image 2 no: los trazos, las proporciones de los caracteres y la posición de los sellos se renderizan adecuadamente tanto en contextos chinos como japoneses. En nuestra comparación con Nano Banana 2, GPT Image 2 incluso añadió, sin que se lo pidiéramos, frases culturalmente apropiadas a un cartel de ceremonia del té (一期一会, 和敬清寂).

---

Lo que no se sostiene

Es más lento que la generación anterior

Esta es la mayor sorpresa. GPT Image 1.5 tarda entre 18 y 36 segundos en generar una imagen. GPT Image 2 tarda de media unos 107 segundos a resolución 1K, y algunas generaciones con prompts complejos superan los 120 segundos. Aproximadamente 3–5 veces más lento.

Para flujos de trabajo interactivos —probar prompts en el Playground, iterar con un cliente por Zoom— esta latencia se nota. Para flujos por lotes —encolas tareas y vuelves más tarde a recoger los resultados— la pérdida de rendimiento es aceptable. Pero es un retroceso real, no una nota al pie de marketing, y debería influir en cómo usas este modelo.

La separación natural en su momento era: iterar variantes de prompts en GPT Image 1.5 y luego cambiar a GPT Image 2 para la generación final. Ahora que 1.5 se ha retirado de la plataforma, cuenta con unos 107 segundos en tu flujo de trabajo, o haz una ronda barata de borradores con gpt-image-2-beta ($0.02 por imagen) antes de comprometerte con el render final.

No admite fondos transparentes

GPT Image 2 no admite fondos transparentes. Las solicitudes que incluyen background: "transparent" fallan directamente, sin degradación elegante. Si tu flujo de trabajo depende de recortes PNG (logos para exportar, máscaras de producto para composición, stickers para redes sociales), necesitarás otro modelo o un paso de posprocesado para eliminar el fondo. No es un comportamiento opcional, sino una restricción estricta del modelo actual.

Es fotógrafo, no artista

La estética por defecto de GPT Image 2 tiende al realismo y al refinamiento editorial: composición limpia, iluminación cinematográfica, profundidad de campo fotográfica. Para trabajo comercial —imágenes de producto, visuales de marketing, imagen de marca— es prácticamente perfecto. Pero si buscas resultados sueltos, pictóricos, experimentales o abstractos, no es tan ideal.

En la comparación de arriba (GPT Image 2 a la izquierda, GPT Image 1.5 a la derecha), el mismo prompt produjo dos atmósferas distintas. GPT Image 2 busca sombras dramáticas y un contraste profundo y oscuro. GPT Image 1.5 busca tonos ilustrados y cálidos. Ninguno es "mejor": están pensados para trabajos diferentes.

Si tu trabajo requiere ilustración pictórica, acuarela o cualquier cosa que se beneficie de la imperfección, los modelos más antiguos —o un modelo de imagen completamente distinto— pueden encajar mejor que GPT Image 2.

Los retratos a veces parecen un poco "generados por IA"

Para la mayoría de los sujetos, el fotorrealismo de GPT Image 2 es difícil de distinguir de la fotografía real. Pero en retratos de primer plano, el modelo a veces genera esos rostros justo demasiado simétricos —ojos separados con precisión milimétrica, textura de piel un poco demasiado uniforme— que impiden leerlos del todo como una foto real. Una cámara de retrato real capta la asimetría, mientras que un modelo de imagen tiene que elegir introducirla activamente.

No es un modo de fallo exclusivo de GPT Image 2 —casi todos los modelos de imagen fotorrealistas lo tienen en mayor o menor medida—, pero si produces contenido centrado en retratos, conviene saberlo. En cuanto al realismo de retratos naturales, Nano Banana 2 suele parecer más una foto real, a costa de un precio por imagen casi 3 veces mayor.

---

La realidad del precio

En hiapi, GPT Image 2 cuesta $0.03 por imagen a resolución 1K, un 40 % más barato que GPT Image 1.5 (que costaba $0.05 antes de retirarse en junio de 2026). Para un modelo insignia, es un posicionamiento poco habitual: la mayoría de los modelos de "nueva generación" cobran una prima. GPT Image 2, en cambio, cobra menos.

Para salidas en 2K y 4K empiezan a aplicarse multiplicadores (1,33× y 2×, respectivamente, es decir, $0.04 y $0.06 por imagen). Para los detalles completos de precios (incluido el desglose por niveles de calidad y estrategias para reducir costes), consulta el análisis de precios de GPT Image 2.

A estos precios, el coste rara vez es la verdadera restricción para un flujo de trabajo real. El tiempo sí lo es. Un equipo que genera 500 imágenes al día gasta $15, pero si las ejecuta en serie, pasará unas 15 horas de reloj esperando a que terminen esas generaciones. Planifica el procesamiento por lotes y en paralelo en consecuencia.

---

Quién debería usarlo

GPT Image 2 es la elección correcta para:

• Trabajo comercial en el que la precisión del texto es crítica: carteles, packaging, infografías, portadas para redes sociales, etiquetas dentro de la imagen. El renderizado de texto es la característica estrella, y es realmente fiable.
• Fotografía de producto para e-commerce o marketing: para un pipeline completo de imágenes principales de producto con GPT Image 2, consulta nuestro flujo de trabajo de e-commerce de principio a fin.
• Composiciones editoriales de gran formato: escenas de interior, escenas con muchos elementos espaciales, cualquier contenido que se beneficie de un resultado "con sentido del diseño".
• Contextos multilingües, incluidos chino, japonés y coreano: caligrafía, carteles con idiomas mixtos, visuales de marketing internacional.
• Trabajo de alto volumen en el que importa el coste por imagen: a este nivel de calidad, $0.03 por imagen a 1K es el precio más bajo en hiapi.

Busca en otra parte si:

• Necesitas ciclos de iteración rápidos. 107 segundos por imagen es demasiado lento para flujos de trabajo con prompts en tiempo real. (GPT Image 1.5 era la alternativa más rápida aquí; ahora que se ha retirado, prueba primero la latencia de la línea actual en el Playground antes de comprometerte, y usa el gpt-image-2-beta más barato para borradores.)
• Necesitas fondos transparentes. No se admite. Usa otro modelo o haz posprocesado.
• Quieres una estética pictórica o experimental. El estilo por defecto de GPT Image 2 tiende al realismo; los modelos más antiguos u otros modelos de imagen te darán mayor varianza estilística.
• Necesitas un realismo de retrato que se lea del todo como una foto real. A veces aparece una ligera simetría de IA. Un modelo especializado en retratos podría servirte mejor.

---

Preguntas frecuentes

¿GPT Image 2 es mejor que GPT Image 1.5?

En renderizado de texto, fotorrealismo y maquetación compleja: sí, claramente mejor. En velocidad y estética pictórica suelta: no, gana el modelo más antiguo. La mayoría de los flujos de trabajo reales se benefician de tener ambos disponibles: GPT Image 1.5 para iterar rápido, GPT Image 2 para la salida final.

¿Cuánto de "lento" es exactamente?

Una media de unos 107 segundos por imagen a resolución 1K. Los prompts complejos (mucho texto, escenas densas, alta resolución) pueden superar los 120 segundos. En comparación, GPT Image 1.5 tardaba unos 20 segundos. Menor coste, pero mayor tiempo de reloj.

¿GPT Image 2 admite fondos transparentes?

No. Las solicitudes con fondo transparente fallan. Si necesitas recortes PNG, necesitarás un paso separado de eliminación de fondo u otro modelo.

¿El renderizado de texto mejora tanto?

En nuestras tareas, sí. Titulares grandes en inglés, caligrafía china, leyendas de infografías, etiquetas de precio dentro de la imagen: en la gran mayoría de los casos se renderizan correctamente al primer intento. La promesa principal se sostiene.

¿Y Nano Banana 2?

Precisión de texto comparable en la mayoría de las tareas, fotorrealismo comercial ligeramente mejor (sobre todo en retratos y fotografía de producto), pero un precio por imagen casi 2,8 veces mayor y a menudo ignora los requisitos de relación de aspecto. Comparación completa punto por punto: GPT Image 2 vs Nano Banana 2.

¿Dónde puedo ver prompts reales y utilizables?

Doce plantillas listas para copiar y pegar, junto con las imágenes que producen realmente: Prompts de GPT Image 2 que funcionan.

---

Conclusión

GPT Image 2 es un caballo de tiro para el diseño comercial. El renderizado de texto es una mejora real, el fotorrealismo alcanza el estándar de producción para fotografía de producto y escenas detalladas, y el precio base de $0.03 hace que los flujos de trabajo de alto volumen sean económicamente sencillos.

El precio de estas victorias es el tiempo de generación (unos 107 segundos por imagen, un retroceso real respecto a GPT Image 1.5) y una restricción estricta en los fondos transparentes. Planifica tu flujo de trabajo en torno a estos dos puntos.

Para la mayoría de los equipos que producen imágenes comerciales terminadas —carteles, imágenes de producto, visuales para redes sociales, marketing multilingüe—, GPT Image 2 es la nueva opción por defecto. Tras la retirada de GPT Image 1.5, usa el nivel de $0.02 de gpt-image-2-beta para borradores baratos y mantén una herramienta de eliminación de fondo en tu cadena de herramientas para los recortes, y tendrás los huecos cubiertos.

Empieza en el Playground desde la página del modelo GPT Image 2, obtén casos prácticos de las plantillas de prompts y planifica los costes con el análisis de precios.