GPT Image 2.5 vs GPT Image 2: pasé los mismos prompts por ambos. Aquí es donde realmente difieren
OpenAI lanzó ChatGPT Images 2.5 el 8 de septiembre y lo resumió como «sharper details, more precise editing, and faster generation». En el lado de la API eso significa dos modelos nuevos, GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst. ZOOOP tenía ambos activos al día siguiente, como dos versiones de un mismo modelo dentro del generador de imágenes IA.
Los anuncios de lanzamiento siempre se leen bien. Si generas imágenes a diario, solo hay una pregunta que merece respuesta: estoy contento con GPT Image 2, ¿qué gano realmente al pasar a 2.5? Así que pasé el mismo lote de prompts por ambas generaciones sin cambiar nada más que el modelo. Esto es lo que se ve, y lo que no.
Qué es GPT Image 2.5, y qué son Flare y Sunburst
Primero los nombres, porque OpenAI soltó tres de golpe.
ChatGPT Images 2.5 es el nombre del producto dentro de ChatGPT. No hay ningún modelo de API llamado «2.5»: hay dos, Flare y Sunburst. Según OpenAI, Flare es el predeterminado para la mayoría de aplicaciones y entrega imágenes de mayor calidad que GPT-Image-2 con la mitad de latencia. Sunburst está pensado para flujos premium que quieren un control más ajustado de las ediciones, y tarda más en generar. Los dos comparten los mismos prompts, parámetros y relaciones de aspecto.
En ZOOOP no los listamos como dos modelos separados: eso sugeriría que eliges entre dos cosas distintas. Son dos versiones bajo GPT Image 2.5, a un interruptor de distancia. Por eso todas las comparaciones de este artículo corren en Flare por defecto; Sunburst tiene su propia sección más abajo.
Comparado con GPT Image 2, tres cosas cambiaron a nivel de parámetros: la escala de calidad pasa de Low / Medium / High a cinco niveles, con XHigh y Max arriba; hay una nueva resolución 4K; y una sola solicitud admite ahora hasta 16 imágenes de referencia en lugar de 10. Todo lo demás es igual: once relaciones de aspecto, prompts escritos de la misma forma.
Método: mismos prompts, solo cambia el modelo
Cuatro prompts que cubren las cuatro cosas que más me importan. Detalle de tela y metal: un primer plano de la solapa de un blazer azul marino de espiga con un pin de cuello de latón. Texto pequeño en el encuadre: el letrero de madera pintado a mano de una panadería. Reflejos y materiales: una tetera negra mate sobre una encimera de piedra pulida. Tipografía: un cartel de concierto vintage clavado en una pared de ladrillo.
Cada prompt corrió una vez en cada modelo: 16:9, misma resolución, calidad Low. Low es el nivel que más uso, y es el que expone el suelo de un modelo; cualquier modelo puede amontonar detalle en el nivel máximo. Para el prompt de la tela añadí un par en High y un render en Max, que solo ofrece 2.5, para ver hasta dónde llega realmente la escala.
No probado aquí: edición y composición multirreferencia. Son las áreas de las que OpenAI más habla sobre 2.5, y merecen un artículo propio.
Diferencia uno: detalle resuelto
La versión corta: ambos renders en Low son utilizables; la brecha aparece al hacer zoom. GPT Image 2 tiene la espiga, pero es suave, como vista a través de una gasa. GPT Image 2.5 levanta cada nervio, y el pespunte a lo largo del borde de la solapa es más firme. La otra brecha no es textura sino obediencia. Pedí un pin de cuello de latón; 2.0 dibujó un colgante en forma de farol, 2.5 dibujó un botón redondo de latón con un escudo. Ninguno es de libro, pero 2.5 está más cerca del prompt.
El par de teteras es la ilustración más clara de lo que significa «detalle resuelto». Ambos aciertan el material de la tetera; la diferencia es la encimera. El reflejo de 2.0 es un manchón oscuro difuso. 2.5 refleja el asa, el cuerpo y la tapa uno por uno sobre la piedra, con el veteado del mármol asomando por debajo. Este es el punto débil con el que más tropiezo en cualquier generador de imágenes IA: el sujeto está bien, el anillo donde el sujeto se encuentra con el entorno se empasta. 2.5 es notablemente más denso en ese anillo.
En cuanto al texto dentro de la imagen: «MORNING LOAF · est. 1987» en el letrero de la panadería y las tres líneas del cartel salieron letra por letra correctas en ambos modelos. La tipografía legible siempre ha sido la firma de la línea GPT Image; 2.5 no la hace retroceder, y tampoco se despega. Las diferencias están alrededor de las letras. El letrero de 2.5 es madera realmente desgastada colgada de ganchos de hierro, y su cartel tiene pliegues y cabezas de chincheta. El letrero de 2.0 parece recién pintado, y su cartel añadió un coche vintage que el prompt nunca pidió.
Diferencia dos: tres niveles de calidad se convierten en cinco
Con los tres niveles de GPT Image 2, mi regla era: Low basta, Medium maneja composiciones cargadas, High casi nunca. 2.5 añade XHigh y Max por encima de High, y la primera reacción es «o sea, un High más caro».
Lo que encontré fue distinto: subir un nivel no afila la misma imagen, genera una nueva. Entre los renders Low, High y Max, el pin pasó de un escudo redondo a una forma de hoja, y la capa de debajo fue de camisa blanca a jersey crema y de vuelta. La composición se movió; lo único que subió de forma constante fue la tela. La espiga de Max es lo bastante densa para contar los hilos, High le sigue, y Low es casi indistinguible de High a tamaño web. Así que si tu plan era «fijar la composición en Low y re-renderizar el mismo encuadre en Max para imprimir», ese camino no existe. Sube la escala mientras todavía aceptes que la composición cambie.
Mi consejo es el mismo que con 2.0, solo que en una escala más larga: explora en Low, fija la composición, promueve solo el encuadre que de verdad vas a entregar. Qué nivel depende de a qué tamaño se verá. Un cartel impreso, un hero de landing page, una placa 4K: ahí es donde pertenecen XHigh y Max. Subir una publicación para redes solo cuesta más.
Diferencia tres: 4K panorámico y 16 imágenes de referencia
El 4K es la adición tangible. GPT Image 2.5 saca 3840×2160 y 2160×3840 directamente, sin 2K y luego escalar; y nativo frente a escalado es otra cosa en detalle de alta frecuencia como hojas y pelo.
Algo que hay que saber de entrada: el 4K solo está disponible para cuatro relaciones panorámicas y verticales: 21:9, 16:9, 9:16 y 9:21. Las otras siete relaciones de aspecto llegan como máximo a 3K. Es el techo de píxeles del modelo, no un límite de ZOOOP; atenuamos las combinaciones que no se pueden elegir para que no pagues, esperes medio minuto y recibas un fallo.
Que el límite de referencias pase de 10 a 16 imágenes es una comodidad real para composiciones de e-commerce y trabajo de maquetación: packshots, props, una carta de color y una maqueta aproximada, todo en una solicitud, con el prompt describiendo la disposición. No hice comparativa de esto, pero «preservar mejor los sujetos de tus fotos de referencia» es uno de los hilos principales del anuncio de OpenAI, y coincide con lo que hemos visto en pruebas dispersas en el editor de imágenes IA.
Diferencia cuatro: ¿Flare y Sunburst renderizan distinto?
Este era el punto que más quería zanjar, porque en ZOOOP las dos versiones cuestan lo mismo. Si Sunburst es más lento y no es mejor, ¿para qué sirve?
Pasé el prompt de la solapa de la diferencia uno por Sunburst con parámetros idénticos. Lado a lado, la densidad de la tela, el metal del pin y la caída de la profundidad de campo están empatados; toda diferencia es aleatoria: Flare dio un botón redondo de latón, Sunburst un pin de hoja de roble y añadió un pañuelo de bolsillo. Dicho de otro modo, para generar desde cero, Sunburst no es mejor que Flare.
Es más lento, pero no puedo darte una cifra. Medí dos veces el mismo conjunto de pares emparejados: en ambas rondas la mediana de Sunburst queda por detrás de la de Flare, pero la diferencia entre rondas es grande y algunas celdas se invierten. Se sostiene la dirección, no el multiplicador. Encaja con el posicionamiento de OpenAI: la fuerza de Sunburst es la edición, la del tipo «cambia solo esto, deja el resto», no el text-to-image.
Así que la regla es simple. Flare por defecto. Cambia a Sunburst solo cuando hagas una edición precisa sobre una imagen existente y el cambio tenga que caer exactamente donde señalas. Para texto a imagen y borradores en lote, Sunburst solo te hace esperar.
Qué pasar a 2.5 y qué dejar como está
Las cuatro diferencias en una sola lista.
Pasar a GPT Image 2.5: cualquier cosa que se verá en grande —visuales clave impresos, heroes de landing page, fondos de pantalla grande—; cualquier cosa con texto pequeño o tipografía densa; cualquier cosa que necesite 4K panorámico nativo; cualquier cosa que componga una docena o más de imágenes de referencia. En estos casos la brecha se ve.
Sin prisa: imágenes cotidianas para redes, imágenes que solo se ven en el móvil, borradores de pura exploración de estilo. En Low, la diferencia entre generaciones no justifica volver a correr un conjunto existente. Si tienes un lote hecho con GPT Image 2 y necesitas unas cuantas más que encajen, quedarte en 2.0 es la apuesta más segura.
Para trabajo nuevo, empieza en 2.5. En el generador de imágenes IA de ZOOOP va por delante de GPT Image 2 en la lista, Flare es la versión predeterminada, y los cinco niveles de calidad y el 4K están en el mismo panel. Los créditos se comparten entre ambos modelos, así que alternar no necesita un segundo presupuesto.