Análisis profundo de GPT Image 2: pruebas reales de calidad de imagen, texto y velocidad

Esta Review conserva las tres pruebas de comparación reales completadas en HiAPI en mayo de 2026. Cada prompt y cada modelo generaron solo 1 imagen, por lo que lo que se analiza a continuación es el comportamiento observado en las muestras de ese momento, sin extrapolarlo como una garantía a largo plazo del modelo.

Primero, la conclusión. En las tres pruebas, GPT Image 2 cumplió con las tareas de texto en inglés, relaciones espaciales y detalles realistas, con una imagen más inclinada hacia el realismo y los tonos oscuros. También reveló dos puntos a tener en cuenta: el conteo preciso no superó de forma consistente a la generación anterior; y el tiempo de generación registrado en ese momento fue notablemente más largo. GPT Image 1.5 ya está retirado, por lo que esta comparación ahora sirve para entender los cambios del modelo y evaluar la experiencia de espera, y ya no cumple la función de selección vigente.

Contexto del lanzamiento y criterios del modelo actual

La página de modelos de la API de OpenAI enumera la instantánea gpt-image-2-2026-04-21. El ID de modelo canónico actual es gpt-image-2, y la documentación oficial lo describe como un modelo de imagen que admite generación y edición de imágenes, tamaños flexibles y entrada de imágenes de alta fidelidad.

Aquí es necesario distinguir entre la interfaz del producto y el contrato de la API. La solicitud de HiAPI a /v1/tasks no tiene el parámetro thinking, por lo que no se puede escribir directamente el nombre del producto o el modo de la interfaz como campo de solicitud de HiAPI, ni usar un campo inexistente para explicar los tiempos de espera históricos de este artículo.

En HiAPI, el ID canónico actual de texto a imagen es gpt-image-2/text-to-image, y el de imagen a imagen es gpt-image-2/image-to-image. standard, beta y ext tienen cada uno reglas de parámetros y precios independientes; las solicitudes vigentes deben basarse en los Docs correspondientes.

Condiciones de prueba de mayo de 2026

El registro original del CMS conservó la fecha de prueba, la configuración predeterminada y las imágenes de resultados, pero no conservó los ID de tarea ni el payload completo de la solicitud. Para no inventar evidencias inexistentes, esta consolidación solo utiliza información que puede verificarse a partir del texto original y las imágenes.

Elemento	Registro de ese momento
Fecha de prueba	2026-05
Plataforma	Cuenta de prueba de HiAPI
Objeto de comparación	GPT Image 2 y GPT Image 1.5
Enrutamiento	Ruta predeterminada de texto a imagen de ese momento, sin usar beta ni ext; según la nomenclatura actual corresponde al criterio standard de texto a imagen
Tamaño de muestra	1 imagen por modelo y por prompt
Parámetros	Configuración predeterminada, sin especificar niveles de calidad adicionales
Dimensiones de prueba	Renderizado de texto, instrucciones espaciales, detalles realistas, tiempo por imagen

Los tres prompts fueron, respectivamente, un póster en inglés de una cafetería, un rincón de lectura con restricciones explícitas de posición y cantidad, y un macro de gotas de agua sobre hojas de arce rojo. A continuación se conservan las tres imágenes de comparación originales de la Review principal.

Tres resultados reales

P1: Renderizado de texto en inglés

El prompt pedía que el póster mostrara el título "MORNING BREW" y el subtítulo "Freshly roasted since 2026". En este conjunto, ambos mostraron correctamente el título y el subtítulo, con texto claro y legible. Este resultado indica que GPT Image 2 cumplió con esta tarea de texto corto en inglés, pero una sola muestra no basta para inferir una tasa de precisión global ni para afirmar que supera de forma consistente a la generación anterior en texto.

Si el negocio necesita pósters, envases o infografías multilingües, aún se deben realizar pruebas masivas con textos reales y revisar cada carácter antes de la entrega.

P2: Relaciones espaciales y conteo preciso

El prompt especificaba un gato en el alféizar de la ventana a la izquierda, tres libros a la derecha y una planta en el suelo. Ambos modelos conservaron las tres relaciones espaciales. GPT Image 2 en esta imagen presenta un tono de fotografía realista, mientras que GPT Image 1.5 se inclina hacia la ilustración y los tonos cálidos.

En cuanto al detalle de la cantidad, los tres libros de GPT Image 1.5 son más fáciles de contar, mientras que la cantidad de la pila de libros de GPT Image 2 es más ambigua. Este contraejemplo merece conservarse: el grado de cumplimiento de instrucciones complejas debe verificarse punto por punto, y la calidad general del modelo no puede sustituir la validación de cantidades, texto y posiciones.

P3: Detalles realistas e iluminación

Ambas imágenes muestran la refracción de las gotas de agua y la textura de las hojas. GPT Image 2 en esta imagen es más oscuro y con mayor contraste, mientras que GPT Image 1.5 es más cálido y luminoso. Una sola muestra solo indica que ambos cumplieron con esta tarea de macro, y no permite sostener conclusiones como "calidad de imagen arrolladora" ni un estilo fijo.

Al evaluar GPT Image 2 actualmente, se recomienda volver a probar con tus propios prompts de negocio en la página del modelo GPT Image 2, registrando conjuntamente la consistencia del sujeto, el texto preciso, las cantidades, la composición y el tiempo de espera.

Cómo interpretar los datos históricos de velocidad

El tiempo por imagen registrado en la Review original es el siguiente.

Modelo	Registro por imagen de 2026-05
GPT Image 2	Aproximadamente 107 segundos
GPT Image 1.5	Aproximadamente 18–36 segundos

Esta es la diferencia histórica más clara de este artículo, y también la más fácil de malinterpretar. El tamaño de muestra es de solo 1 imagen por prompt, el registro original no tiene ID de tarea, estado de la cola ni parámetros completos de la solicitud; las rutas y la carga de la plataforma también cambiarán después. Por lo tanto, los 107 segundos sirven para recordar al diseño del producto que reserve espera asíncrona y retroalimentación de estado, pero no como tiempo medio actual ni SLA.

La interfaz de tareas de HiAPI es en sí misma asíncrona. La interfaz de producción debe mostrar el estado de la tarea, leer el resultado desde data.output[] tras el éxito, y descargarlo o transferirlo antes de expireAt. Los detalles de implementación actuales se basan en los Docs de texto a imagen e imagen a imagen.

Criterios de migración tras el retiro de 1.5

GPT Image 1.5 se retiró de HiAPI en junio de 2026, y recomendaciones de la página antigua como "para la vista previa en tiempo real sigue eligiendo 1.5" ya no son válidas. En este artículo solo sirve como comparación histórica de 2026-05, y ya no aparece en las recomendaciones actuales ni en los CTA.

El $0.05/imagen registrado en el artículo antiguo es una instantánea de precio de ese momento, carece de detalles de route, resolution y quality, y no debe usarse para calcular la diferencia de precio actual. Al verificar precios el 31 de agosto de 2026, el texto a imagen e imagen a imagen standard de HiAPI cuestan, según 1K, 2K y 4K, $0.03, $0.04 y $0.06 respectivamente; el texto a imagen beta es $0.02; ext se cobra según la combinación de quality y resolution, y el imagen a imagen ext además incluye un elemento dinámico por imagen de referencia. Para el presupuesto, consulta Precios actuales por ruta y ejemplos de coste de GPT Image 2, y toma el Pricing en tiempo real como base final.

Los nuevos proyectos pueden elegir la ruta actual según sus necesidades. Para texto a imagen, comienza con Parámetros y ejemplos de solicitud de texto a imagen de GPT Image 2; si necesitas edición con imágenes de referencia, consulta Campos de imagen a imagen y reglas de imágenes de referencia de GPT Image 2. Si el código antiguo todavía usa 1.5 o alias anteriores, primero limpia los nombres de modelo según la evolución de modelos y el mapeo de migración del GPT Image API Hub en inglés, y luego realiza pruebas de regresión.

FAQ

¿GPT Image 2 tarda todavía unos 107 segundos en generar una imagen actualmente?

No se puede inferir así. Los 107 segundos provienen de un registro histórico de una pequeña muestra de 2026-05, y faltan evidencias suficientes para reproducir la cola y los parámetros de ese momento. Vuelve a medir P50, P95 y los reintentos fallidos con prompts de negocio en la ruta actual.

¿GPT Image 2 en HiAPI admite Thinking Mode?

El esquema actual de /v1/tasks de HiAPI no tiene el campo thinking. Images with thinking es una capacidad del producto ChatGPT y no debe escribirse como parámetro de tarea de HiAPI.

¿GPT Image 2 admite imagen a imagen?

Sí. El imagen a imagen standard usa gpt-image-2/image-to-image e input_urls; ext usa el mismo modelo base más route: "ext" en el nivel superior, y el campo de imagen de referencia es image_urls. Ambas rutas aceptan actualmente de 1 a 6 imágenes de referencia; las limitaciones específicas se basan en los Docs de imagen a imagen.

¿Se puede solicitar directamente un fondo transparente?

OpenAI Images API ya ofrece la vista previa de background: "transparent", y la salida debe usar PNG o WebP. El esquema actual de tareas de GPT Image 2 en HiAPI no expone background, por lo que no se puede pasar directamente este campo en una solicitud de HiAPI.

Conclusión

Las tres imágenes reales siguen teniendo valor de referencia. GPT Image 2 cumplió en esta prueba con las tareas de texto en inglés, relaciones espaciales y detalles macro, con una imagen más inclinada hacia el realismo y los tonos oscuros; el conteo preciso y el tiempo de espera histórico nos recuerdan que la validación de entrega y la experiencia asíncrona aún deben diseñarse por separado.

La decisión de integración actual ya es clara: volver a validar las muestras de negocio con la ruta actual de GPT Image 2, enviar solicitudes según los Docs correspondientes y presupuestar según el Pricing en tiempo real. GPT Image 1.5 se conserva solo como comparación histórica y ya no es una opción invocable.