TL;DR
GPT-Image-2.5 es la nueva generación de tecnología de creación y edición de imágenes de OpenAI, lanzada el 8 de septiembre de 2026 como sucesora de ChatGPT Images 2.0 y la generación de la API GPT-Image-2.
Para desarrolladores, GPT-Image-2.5 está disponible como dos modelos: Flare y Sunburst. Flare está diseñado como la opción predeterminada para la mayoría de las aplicaciones en producción, combinando mayor calidad de imagen con una generación sustancialmente más rápida. Sunburst se orienta a flujos donde la precisión de edición y la fidelidad de la imagen final importan más que la latencia.
La actualización no se trata simplemente de imágenes más nítidas. GPT-Image-2.5 mejora la preservación de imágenes de referencia, las ediciones localizadas, la consistencia en ediciones multi-turno, el realismo visual, el seguimiento de instrucciones, la generación con fondo transparente y la salida de alta resolución. OpenAI afirma que la latencia de generación de imágenes se ha reducido hasta un 50% en comparación con Images 2.0.
Los primeros resultados de preferencia humana también son sólidos. En la instantánea de Arena del 9 de septiembre, Sunburst ocupó el primer lugar en generación de texto a imagen con 1421 ± 13 Elo, mientras que Flare fue segundo con 1399 ± 13, por delante de Image 2 con 1381 ± 4.
Los desarrolladores pueden acceder a ambas variantes a través de CometAPI: GPT-Image-2.5 Flare usa gpt-image-2.5-flare para trabajos más rápidos y de alto volumen, mientras que GPT-Image-2.5 Sunburst usa gpt-image-2.5-sunburst cuando la precisión de edición y la fidelidad de la imagen final importan más. Ambos pueden usarse mediante las rutas conocidas /v1/images/generations y /v1/images/edits; para salida transparente, se debe usar PNG o WebP.
Puntos clave
- GPT-Image-2.5 es una actualización a nivel de generación, no solo un ajuste menor de calidad de imagen.
- Los desarrolladores tienen dos variantes: Flare para velocidad y escala, y Sunburst para máxima precisión de edición.
- Flare ofrece mayor calidad que Image 2 con un 50% menos de latencia, según OpenAI.
- Ambas variantes admiten los modos de calidad low, medium, high, xhigh, max y auto.
- Las dimensiones de salida personalizadas pueden alcanzar recuentos de píxeles de clase 4K, con bordes individuales de hasta 3840 píxeles.
- Los resultados actuales de Arena sitúan a Sunburst y Flare por encima de Image 2 tanto en texto a imagen como en edición de imagen única.
- Ambos modelos usan las mismas tarifas oficiales por tokens: $5/M tokens de entrada de texto, $8/M tokens de entrada de imagen y $30/M tokens de salida de imagen.
- La API de Flare en CometAPI ofrece actualmente un precio principal de entrada/salida más bajo para desarrolladores que construyen flujos de trabajo de imagen en producción.
¿Qué es GPT-Image-2.5?
GPT-Image-2.5 es la última familia de modelos de OpenAI para generación y edición de imágenes. En ChatGPT, la tecnología aparece como ChatGPT Images 2.5. En la API, los desarrolladores pueden elegir entre dos modelos distintos:
- gpt-image-2.5-flare
- gpt-image-2.5-sunburst
Esta distinción importa porque “GPT-Image-2.5” se entiende mejor como una generación o familia de modelos, en lugar de un único ID de modelo de API.
GPT-Image-2.5 se basa en las capacidades del Image 2 API en CometAPI y pone mucho más énfasis en el flujo de trabajo alrededor de la creación de imágenes. En lugar de tratar cada generación como un resultado mayormente independiente, la nueva generación está diseñada para preservar sujetos, composiciones, estilos y ediciones previas a medida que los usuarios iteran.
OpenAI destaca mejoras en la fidelidad de imágenes de referencia y la edición de precisión, así como consistencia multi-turno, texturas más ricas e iluminación natural. Esto hace que GPT Image 2.5 sea especialmente relevante para el trabajo creativo comercial, donde una sola edición solicitada no debería reconstruir de manera impredecible el resto del recurso.
Un cambio importante es la introducción de xhigh y max. Las versiones anteriores de GPT Image solo admitían configuraciones de calidad hasta high; por lo tanto, GPT-Image-2.5 brinda a los desarrolladores más control sobre la compensación entre latencia y fidelidad. Los modelos también admiten dimensiones personalizadas de hasta 8,294,400 píxeles totales, aunque OpenAI marca las resoluciones superiores a 2560×1440 como experimentales. El ancho y la altura deben ser múltiplos de 16.
Flare vs Sunburst
Flare y Sunburst comparten las mismas capacidades básicas de GPT-Image-2.5, pero optimizan distintas restricciones de producción.
| Factor de decisión | Flare | Sunburst |
|---|---|---|
| Objetivo principal | Generación rápida y de alta calidad a escala | Máxima precisión de generación y edición |
| Latencia relativa | Más rápido; preferido para flujos interactivos | Más lento; prioriza fidelidad y control |
| Mejores cargas | Recursos sociales, prototipos, búsqueda visual, apps de alto volumen | Creativos de campaña, imágenes destacadas de producto, ediciones localizadas difíciles |
| Comportamiento de edición | Gran fidelidad a referencias y consistencia multi-turno | La mejor opción cuando preservar detalles exactos es crucial |
| Enrutamiento recomendado | Modelo predeterminado para solicitudes rutinarias | Nivel de precisión para generaciones exigentes y ediciones finales |
Para la mayoría de aplicaciones, comienza con Flare y enruta las ediciones finales difíciles a Sunburst. Esto preserva la capacidad de respuesta sin renunciar a la opción de mayor precisión.
¿Qué hay de nuevo en GPT-Image-2.5?
Mejor fidelidad a imágenes de referencia
Una de las mejoras más importantes de GPT-Image-2.5 es cómo preserva fielmente una imagen fuente. La generación basada en referencias tradicionalmente ha tenido una compensación incómoda: cuanto más agresivamente un modelo transforma una imagen, más probable es que altere identidad, proporciones, productos, fondos o pequeños rasgos visuales que deberían permanecer sin cambios.
GPT-Image-2.5 está diseñado para retener más de esos detalles. OpenAI afirma que los sujetos deberían mantenerse más reconocibles mientras se transforman la iluminación, los entornos, la ropa, la composición o el estilo. Esto es relevante para el reemplazo de fondos de producto, variaciones de campaña alrededor del mismo personaje, cambios de atuendo que preservan la pose y la identidad, y composiciones alternativas construidas a partir del mismo recurso origen.
El ejemplo oficial “Remixed baby portrait” de OpenAI muestra una edición consciente de la fuente que cambia el atuendo mientras preserva la pose y el fondo azul de estudio.
Imagen de entrada oficial de OpenAI.
Salida editada oficial de OpenAI.
Edición de imágenes más precisa
Una segunda gran mejora es la localización de ediciones. Si una foto de producto contiene una botella, fondo, titular, logotipo, sombras y elementos de apoyo, un editor de imágenes útil debería poder reemplazar solo el titular sin cambiar inesperadamente la forma de la botella, el ángulo de cámara o la iluminación. GPT-Image-2.5 distingue mejor qué debe cambiar y qué debe permanecer fijo.
Edición multi-turno más confiable
El verdadero valor de la edición de imágenes suele aparecer después de la primera edición. Un flujo creativo típico puede generar una escena de producto, cambiar el fondo, mover el producto, reemplazar el titular, añadir una insignia promocional, ajustar la iluminación y finalmente exportar una versión transparente.
Con modelos de imagen más débiles, cada paso sucesivo puede degradar gradualmente los detalles establecidos antes en el flujo. GPT-Image-2.5 está diseñado específicamente para hacer que los cambios previos sean más persistentes a lo largo de múltiples turnos de edición, acercando la generación de imágenes a un proceso de edición interactivo en lugar de una secuencia de generaciones no relacionadas.
Iluminación y textura más naturales
GPT-Image-2.5 también aborda artefactos visuales que hacen que las fotos generadas por IA sean fáciles de reconocer. OpenAI reporta mejoras en iluminación natural y texturas materiales más ricas. En la práctica, esos cambios importan para piel, telas, vidrio, metal, packaging, muebles, fotografía de alimentos y escenas ambientales realistas.
Mejor seguimiento de instrucciones complejas
Los prompts modernos de generación de imágenes se parecen cada vez más a briefings de diseño. Un usuario puede especificar varios objetos, ubicaciones exactas, un titular, packaging de producto, perspectiva de cámara, colores de marca, iluminación, relaciones de primer plano y fondo, áreas transparentes y exclusiones. GPT-Image-2.5 mejora su capacidad para traducir estas solicitudes estructuradas en una imagen coherente.
Fondos transparentes y salida flexible
Ambos modelos de la API GPT-Image-2.5 admiten fondos transparentes cuando el formato de salida es PNG o WebP.
background="transparent"
output_format="png"
La especificación oficial de generación de imágenes también permite dimensiones arbitrarias válidas de WIDTHxHEIGHT en lugar de obligar a los desarrolladores a unos pocos aspectos fijos. Esto es útil para recursos de e-commerce, superposiciones, gráficos para presentaciones, componentes de UI, stickers, objetos aislados, miniaturas y creatividades publicitarias.
Rendimiento de GPT-Image-2.5 en benchmarks
Los benchmarks de generación de imágenes requieren interpretación cuidadosa. No existe una métrica única equivalente a un benchmark de matemáticas para modelos de lenguaje que capture estética, adherencia al prompt, precisión de edición, realismo visual, renderizado de texto y fidelidad a referencias simultáneamente. Para GPT-Image-2.5, actualmente son útiles tres tipos de evidencia cuantitativa: resultados de preferencia humana de Arena, mediciones de latencia de OpenAI y evaluaciones de seguridad de OpenAI.
Benchmark de texto a imagen de Arena
Arena evalúa modelos mediante preferencia humana ciega: los usuarios reciben salidas de dos modelos anónimos para la misma tarea y seleccionan el resultado que prefieren. La instantánea muestra lo siguiente:
Instantánea preliminar de Arena
| Modelo | Elo de texto a imagen | Rango | Votos |
|---|---|---|---|
| Sunburst | 1421 ± 13 | 1 | 3,149 |
| Flare | 1399 ± 13 | 2 | 2,856 |
| Image 2 (medium) | 1381 ± 4 | 3 | 78,731 |
| MAI Image 2.6 | 1331 ± 7 | 4 | 11,213 |
| Grok Imagine Image 2.0 (low) | 1315 ± 12 | 5 | 2,681 |
Benchmark de edición de imágenes
El mismo patrón es visible en la tabla de clasificación de edición de imagen única de Arena.
| Modelo | Elo de edición de imagen única | Diferencia vs Image 2 |
|---|---|---|
| Sunburst | 1520 ± 9 | +59 |
| Flare | 1491 ± 9 | +30 |
| Image 2 | 1461 ± 3 | Referencia |
| Grok Imagine Image 2.0 | 1439 ± 8 | -22 |
| MAI Image 2.6 | 1434 | -27 |
La ventaja de Sunburst es particularmente visible en edición: su ventaja sobre Image 2 es mayor aquí que en texto a imagen, lo que se alinea con su posicionamiento como el modelo orientado a la precisión.
Latencia de generación
OpenAI afirma que GPT-Image-2.5 reduce la latencia de generación hasta un 50% frente a Images 2.0. Para la API específicamente, OpenAI posiciona a Flare como capaz de entregar imágenes de mayor calidad que Image 2 con un 50% menos de latencia. Sunburst está diseñado deliberadamente para intercambiar más tiempo de generación por mayor precisión.
Evaluación de seguridad
OpenAI también publicó una evaluación cuantitativa de seguridad mediante prompts adversariales diseñados intencionalmente para solicitar imágenes que violan políticas.
| Modelo | Seguro generado | No seguro bloqueado | No seguro presentado |
|---|---|---|---|
| Sunburst | 77.0% | 21.9% | 1.09% |
| Flare | 79.4% | 19.2% | 1.41% |
| ChatGPT Images 2.0 baseline | 75.2% | 23.1% | 1.64% |
Fuente: Evaluaciones de seguridad de OpenAI Images 2.5. En comparación con la línea base del 1.64%, la tasa final de resultados no seguros cae 0.55 puntos porcentuales para Sunburst y 0.23 puntos porcentuales para Flare.
Estas cifras son resultados de pruebas de estrés de seguridad, no puntuaciones generales de calidad de imagen ni estimaciones del tráfico normal de usuarios.
Flare vs Sunburst vs Image 2
Para la mayoría de los desarrolladores, la pregunta más útil no es si GPT-Image-2.5 es mejor en abstracto, sino qué modelo tiene sentido para una carga de trabajo específica.
| Dimensión | Flare | Sunburst | Image 2 |
|---|---|---|---|
| Objetivo principal | Velocidad + alta calidad | Máxima precisión | Modelo general de imágenes de generación previa |
| Texto a imagen | Excelente | Mejor resultado actual en Arena | Excelente |
| Edición de imagen | Excelente | El mejor de los tres | Sólido |
| Elo de T2I en Arena | 1399 ± 13 | 1421 ± 13 | 1381 ± 4 |
| Elo de edición de imagen en Arena | 1491 ± 9 | 1520 ± 9 | 1461 ± 3 |
| Latencia relativa | La opción más rápida | Más lento | Referencia |
| Fidelidad a referencias | Mejorada | Mejorada / enfocada en precisión | Sólida |
| Edición multi-turno | Mejorada | Mejorada | Menos optimizada |
| Configuraciones de calidad | Hasta max | Hasta max | Hasta high |
| Dimensiones personalizadas | Sí | Sí | Sí |
| Salida de clase 4K | Sí | Sí | Sí |
| Fondos transparentes | Sí | Sí | Sí |
| Mejor uso | Apps, social, prototipado, generación en lote | Campañas, productos pulidos, ediciones difíciles | Integraciones existentes |
| Recomendado para nuevos proyectos de API | Sí, predeterminado | Sí, cuando importa la precisión | Principalmente para mantener flujos existentes |
¿Qué modelo gana en calidad?
La respuesta actual es Sunburst. Lidera ambas categorías principales de imagen en Arena y está explícitamente posicionado por OpenAI como su modelo más capaz para generación y edición de imágenes.
¿Qué modelo gana en velocidad?
La respuesta es Flare. Su combinación de altas puntuaciones de preferencia y una latencia sustancialmente reducida lo convierte en la opción de propósito general más atractiva de la familia.
¿Flare cuesta menos que Sunburst?
No al nivel de tarifas unitarias publicadas.
Ambos modelos actualmente usan los mismos precios publicados por token. La ventaja económica de Flare proviene principalmente de la latencia y el rendimiento del flujo de trabajo, no de un precio por token más bajo.
Precios de GPT-Image-2.5
OpenAI aplica actualmente las mismas tarifas por tokens a Flare y Sunburst:
| Tipo de token | Flare | Sunburst |
|---|---|---|
| Entrada de texto | $5 / 1M tokens | $5 / 1M tokens |
| Entrada de texto en caché | $1.25 / 1M tokens | $1.25 / 1M tokens |
| Entrada de imagen | $8 / 1M tokens | $8 / 1M tokens |
| Entrada de imagen en caché | $2 / 1M tokens | $2 / 1M tokens |
| Salida de imagen | $30 / 1M tokens | $30 / 1M tokens |
Las tarifas oficiales por token no crean, por tanto, una distinción simple de “Flare es barato, Sunburst es caro”. En su lugar, la diferencia económica proviene del comportamiento del flujo de trabajo. Un modelo más rápido puede reducir el tiempo de espera del usuario final, los requisitos de concurrencia de la aplicación, los intentos de generación abandonados, el tiempo de diseño iterativo y la infraestructura ocupada por solicitudes de larga duración.
Costo de entrada de imagen
Ejemplo: Costo de edición con imagen de referencia: Costo total de la solicitud = tokens de entrada de texto × $5/M + tokens de entrada de imagen × $8/M + tokens de salida de imagen × $30/M
Precios de GPT-Image-2.5 Flare y Sunburst en CometAPI
Actualmente, CometAPI presenta un descuento principal del 20% respecto a las tarifas oficiales de entrada/salida equivalentes. Dado que OpenAI publica las mismas tarifas unitarias para Flare y Sunburst, la comparación mostrada es la misma para ambas variantes.
| Modelo | ID del modelo | Entrada en CometAPI | Salida en CometAPI | Entrada/salida oficial |
|---|---|---|---|---|
| Flare | gpt-image-2.5-flare | $4 / 1M tokens | $24 / 1M tokens | $5 / $30 por 1M tokens |
| Sunburst | gpt-image-2.5-sunburst | $4 / 1M tokens | $24 / 1M tokens | $5 / $30 por 1M tokens |
Estas son cifras principales simplificadas de entrada/salida. OpenAI fija precios por separado para entrada de texto, entrada de imagen, entradas en caché y salida de imagen, por lo que las cargas de trabajo con referencia y edición deberían presupuestarse a partir de las categorías de tokens devueltas por solicitudes reales. Confirma el catálogo de modelos en vivo antes del despliegue en producción porque el precio del proveedor puede cambiar.
Mejores casos de uso para GPT-Image-2.5
Fotografía de producto
La preservación de referencias y la edición dirigida son especialmente valiosas en e-commerce. Un vendedor puede mantener el mismo producto mientras cambia el fondo, la iluminación, el entorno estacional, el texto promocional, las sombras, la composición o el tratamiento de campaña regional.
Publicidad y creatividad de campaña
Sunburst es especialmente atractivo cuando un creativo maestro necesita varias variaciones cuidadosamente controladas. Un equipo de marketing puede preservar el producto y la composición de marca mientras cambia un titular, la escena de fondo, la promoción, el idioma o el tratamiento visual.
Contenido social a escala
La ventaja de latencia de Flare lo convierte en un mejor ajuste para generadores de imágenes sociales, herramientas para creadores, miniaturas personalizadas, memes, recursos de perfil y canalizaciones de contenido automatizadas, donde el rendimiento y la velocidad de iteración suelen importar más que exprimir los últimos puntos de preferencia de imagen.
Prototipado visual
Los diseñadores pueden usar GPT-Image-2.5 para explorar rápidamente pantallas de apps, conceptos de sitios web, packaging, interiores, conceptos de producto, visuales de presentaciones y diseños publicitarios.
Productos de edición de imágenes
Para aplicaciones donde los usuarios suben sus propias fotos, la preservación mejorada puede ser más importante que la calidad pura de texto a imagen. Ejemplos incluyen cambios de atuendo, rediseño de interiores, reemplazo de fondos, retoque de productos, variaciones de headshots y recursos creativos personalizados.
Recursos transparentes
La salida nativa con fondo transparente hace que los modelos sean más prácticos para objetos de producto aislados, stickers, gráficos de UI, recursos para presentaciones y canalizaciones de composición.
Limitaciones de GPT-Image-2.5
El texto aún puede fallar
El renderizado de texto ha mejorado sustancialmente en las últimas generaciones de GPT Image, pero el texto generado debería verificarse manualmente para anuncios de alto impacto, packaging, menús, textos legales y capturas de pantalla de UI.
No se garantiza el control de diseño exacto
Una instrucción en lenguaje natural como “coloca el logotipo exactamente a 40 píxeles de la esquina superior izquierda” no equivale a una restricción determinista de una herramienta de diseño. Los diseños críticos a nivel de píxel se manejan mejor generando primero el recurso visual y componiendo el texto o los elementos de interfaz exactos de forma programática o en una herramienta de diseño.
La consistencia de personajes y marca aún puede desviarse
La consistencia multi-turno está mejorada, no es perfecta. Las secuencias largas de imágenes, la generación repetida de personajes y las campañas de marca amplias aún deben incluir controles de calidad.
Resoluciones muy altas son experimentales
Aunque la API permite hasta 8,294,400 píxeles totales y un borde máximo de 3840 píxeles, las resoluciones superiores a 2560×1440 son actualmente experimentales. Los sistemas en producción deberían probar la salida de alta resolución en lugar de asumir que todas las configuraciones 4K se comportan de forma idéntica.
Prompts complejos aún pueden tardar
Las solicitudes difíciles aún pueden requerir tiempo de procesamiento sustancial. Las aplicaciones deberían implementar estados de carga adecuados, timeouts, reintentos ante fallos transitorios y manejo asíncrono para canalizaciones por lotes.
¿Flare o Sunburst: cuál deberías elegir?
La elección puede simplificarse a una pregunta: ¿es más importante la velocidad o la precisión de la edición final para el flujo de trabajo?
Elige Flare cuando estés construyendo:
- aplicaciones de cara al consumidor
- generación de alto volumen
- herramientas de contenido social
- prototipos rápidos
- generación de resultados de búsqueda visual
- experiencias de producto
- editores interactivos donde los usuarios esperan feedback rápido
Elige Sunburst cuando estés creando:
- recursos de campaña listos para producción
- imágenes de producto premium
- ediciones exigentes con imagen de referencia
- revisiones difíciles de múltiples pasos
- visuales donde preservar detalles exactos importa más que el tiempo de respuesta
Para la mayoría de aplicaciones nuevas, Flare debería ser el punto de partida. Sunburst es mejor tratarlo como un nivel de precisión en lugar de la elección automática para cada solicitud. Un sistema de producción sofisticado podría enrutar solicitudes rutinarias a Flare y reservar Sunburst para ediciones que requieran mayor precisión.
¿Por qué usar GPT-Image-2.5 a través de CometAPI?
CometAPI puede simplificar una pila de imágenes en producción de maneras que van más allá de la diferencia de precio anunciada:
- Una sola API: usa la misma autenticación y las rutas conocidas
/v1/images/generationsy/v1/images/editspara los flujos compatibles de generación y edición. - Cambio de modelo: cambia el campo del modelo para enrutar de
gpt-image-2.5-flareagpt-image-2.5-sunburst, o retroceder agpt-image-2, sin reconstruir la integración circundante de la aplicación. - Facturación unificada: consolida uso y facturación para los modelos compatibles en lugar de mantener una cuenta y factura separada para cada ruta.
- Experimentación multi-modelo: ejecuta comparaciones controladas con los mismos prompts, imágenes de referencia, dimensiones y configuraciones de calidad, y luego mide latencia, uso de tokens, precisión de edición y tasa de salidas aceptadas.
- Optimización de costos: por defecto usa Flare para trabajo receptivo y de alto volumen, escala a Sunburst para ediciones sensibles a la precisión y conserva Image 2 donde un flujo existente necesita su comportamiento maduro. Combina el enrutamiento con datos de uso reales en lugar de elegir únicamente por precios principales por token.
La ventaja práctica es la consistencia operativa: los equipos pueden probar y enrutar modelos dentro de una sola integración mientras seleccionan el perfil de calidad, latencia y costo adecuado para cada solicitud.
Conclusión
GPT-Image-2.5 representa el último paso de OpenAI desde la creación generativa de imágenes hacia una plataforma de edición de imágenes más controlable. Flare es la versión más útil de forma amplia: combina la calidad y las mejoras de edición de la nueva familia con una latencia significativamente menor, lo que lo hace adecuado para aplicaciones interactivas y producción de alto volumen.
Sunburst avanza más hacia la precisión. Los resultados actuales de Arena lo sitúan por delante de Flare e Image 2 tanto en generación de texto a imagen como en edición de imagen única, lo que lo convierte en la opción más sólida para flujos creativos profesionales exigentes.
El cambio más significativo, sin embargo, es la confiabilidad del flujo de trabajo. Mejor preservación de sujetos, edición dirigida, consistencia multi-turno, salida personalizada de alta resolución y generación de fondo transparente hacen que GPT-Image-2.5 sea más práctico para canalizaciones creativas reales en lugar de demos aisladas de generación de imágenes.
Preguntas frecuentes
¿Qué es GPT-Image-2.5?
GPT-Image-2.5 es la nueva familia de modelos de OpenAI para generación y edición de imágenes, lanzada en septiembre de 2026. En la API se divide en Flare y Sunburst.
¿Cuál es la diferencia entre ChatGPT Images 2.5 y GPT-Image-2.5?
ChatGPT Images 2.5 se refiere a la experiencia de generación de imágenes integrada en ChatGPT. Los desarrolladores acceden a la nueva generación mediante modelos de API como gpt-image-2.5-flare y gpt-image-2.5-sunburst.
¿Qué es GPT-Image-2.5 Flare?
GPT-Image-2.5 Flare es la variante de GPT-Image-2.5 orientada a la velocidad y la opción predeterminada recomendada por OpenAI para la mayoría de las aplicaciones de API. Se centra en alta calidad de imagen, edición de imágenes y una latencia de generación significativamente menor.
¿Qué es GPT-Image-2.5 Sunburst?
GPT-Image-2.5 Sunburst es la variante de mayor capacidad de OpenAI para generación y edición dentro de GPT-Image-2.5. Está pensada para flujos donde la precisión y el control importan más que la velocidad de generación.
¿GPT-Image-2.5 es mejor que Image 2?
La evidencia actual indica que sí. En la instantánea de Arena del 9 de septiembre, Sunburst obtuvo 1421 ± 13 y Flare 1399 ± 13 en texto a imagen, frente a 1381 ± 4 para Image 2. La edición de imagen única muestra una ventaja aún mayor para los dos modelos nuevos.
¿GPT-Image-2.5 es más rápido que Image 2?
Flare sí lo es. OpenAI afirma que Flare ofrece mayor calidad de imagen que Image 2 con un 50% menos de latencia. Sunburst acepta intencionalmente tiempos de generación más largos a cambio de un control de edición más ajustado.
¿GPT-Image-2.5 admite imágenes 4K?
Sí. Ambas variantes de la API admiten dimensiones personalizadas de hasta 8,294,400 píxeles totales y un borde individual de hasta 3840 píxeles. OpenAI considera actualmente experimentales las resoluciones superiores a 2560×1440.
¿Cuánto cuesta GPT-Image-2.5?
OpenAI cobra actualmente tanto a Flare como a Sunburst $5 por millón de tokens de entrada de texto, $8 por millón de tokens de entrada de imagen y $30 por millón de tokens de salida de imagen. Las tarifas de entradas en caché son más bajas.
¿Debo usar Flare o Sunburst?
Usa Flare para la mayoría de los trabajos interactivos, de alto volumen, de consumo, sociales y de prototipado rápido. Usa Sunburst cuando la máxima precisión de edición y la fidelidad visual final sean más importantes que la latencia.