GPT Image 2.5

Descripción general

gpt-image-2.5-flare/image-to-image es la interfaz orientada a la edición de imágenes dentro de la familia de modelos de imagen de OpenAI: recibe de una a dieciséis imágenes de referencia y una instrucción de edición, y devuelve una única imagen resultante. En comparación con Sunburst, Flare hace más hincapié en el equilibrio entre velocidad y calidad, por lo que resulta adecuado para aplicaciones que requieren generar imágenes con rapidez o procesar lotes. Los desarrolladores pueden invocarlo mediante la interfaz unificada de HiAPI.ai, eligiendo entre resoluciones de 1K a 4K y diversas proporciones de aspecto, y también admite salida con fondo transparente, lo que lo hace idóneo para tareas de transformación de imágenes como material de comercio electrónico, visuales de marca y retoque de diseño.

Puntos clave

• Entrada de múltiples imágenes de referencia, hasta 16: una sola solicitud puede incluir hasta 16 imágenes de origen o de referencia, lo que facilita combinar varios materiales o fijar el sujeto y la composición.
• Fondo transparente limitado al nivel 1K: el modo de fondo ofrece tres opciones (transparente, opaco y automático), pero solo está disponible en resolución 1K; en 2K y 4K debe omitirse este parámetro.
• Resolución y proporción seleccionables: la salida admite tres niveles (1K, 2K y 4K) y trece proporciones de aspecto, con proporción automática por defecto, y puede predefinirse según el medio de destino.
• Flare prioriza el equilibrio entre velocidad y calidad: dentro de la misma familia existe una versión Sunburst orientada a la precisión, mientras que Flare es más adecuado para flujos de edición habituales con requisitos de tiempo de respuesta.

Descripción de capacidades

Edición con múltiples referencias: acepta hasta 16 imágenes JPEG, PNG o WebP junto con una instrucción de hasta veinte mil caracteres que describe el objetivo de la transformación, lo que resulta adecuado para redibujar la escena preservando el sujeto y la composición de referencia.

Control de resolución y proporción: permite especificar niveles de salida de 1K, 2K y 4K, y elegir entre proporciones como 1:1, 16:9, 9:16 o 21:9, lo que reduce el coste de recorte posterior y alinea directamente la salida con las dimensiones de destino.

Cambio de modo de fondo: en resolución 1K, el fondo puede ajustarse como transparente, opaco o automático; la salida transparente facilita el paso directo a los flujos de composición y maquetación, reduciendo el trabajo de recorte.

Revisión precisa mediante instrucciones: gracias a una cuota de prompt más amplia y al seguimiento de instrucciones visuales complejas, es posible realizar sustituciones locales, ajustes de estilo y retoques de detalle sobre imágenes existentes, lo que encaja en flujos de edición iterativos.

Casos de uso

• Operaciones de comercio electrónico: transformación masiva de material a partir de imágenes de producto: introducir fotos reales del producto e instrucciones de edición para generar visuales de producto en varios tamaños y proporciones, destinados a páginas de detalle, imágenes principales y material para espacios publicitarios.
• Marketing de marca: composición de bocetos visuales con múltiples referencias: combinar varias imágenes de referencia para generar borradores visuales de estilo coherente, útiles para la validación previa de propuestas, presentaciones e imágenes web.
• Colaboración de diseño: retoque iterativo sobre una maquetación existente: tomar un diseño existente como entrada y modificar ronda tras ronda el sujeto, la iluminación y el fondo para obtener imágenes listas para la maquetación posterior.
• Producción de material: salida de imágenes con fondo transparente: generar elementos con fondo transparente en el nivel 1K para iconos, stickers y bibliotecas de material compuesto, evitando pasos adicionales de recorte.

Limitaciones y recomendaciones de selección

Esta interfaz solo realiza edición de imágenes y requiere al menos una imagen de origen; no puede generar a partir de texto puro. El modo de fondo solo se aplica en el nivel 1K, por lo que debe omitirse en 2K y 4K. Las maquetaciones con mucho texto en cuerpos pequeños o leyendas complejas siguen siendo propensas a errores y requieren revisión humana. Si se necesita mayor fidelidad de detalle y se puede aceptar una espera más larga, puede elegirse la variante Sunburst; si se requiere generación a partir de texto puro, debe usarse la variante text-to-image correspondiente. La salida en alta resolución incrementa la carga de cómputo y el tiempo de espera.