Con ChatGPT Images 2.5, presentado el 8 de septiembre de 2026 como «nuevo modelo de imágenes estado del arte», la API de generación de imágenes de OpenAI se parte en dos modelos con la misma tarifa por token. Quien integre elige entre latencia y precisión, y el precio deja de entrar en la decisión. Y la system card publicada ese mismo día señala la fidelidad del propio modelo como el riesgo nuevo del lanzamiento.
La API pregunta por la latencia y deja de preguntar por el coste
GPT Image pasa a ser dos modelos. GPT-Image-2.5 Flare cubre la generación rápida del día a día; GPT-Image-2.5 Sunburst añade precisión para trabajo detallado, a cambio de tiempos de generación más largos. Los IDs son gpt-image-2.5-flare y gpt-image-2.5-sunburst, cada uno tras un snapshot fechado el 2026-09-08.
Las tarifas publicadas son las mismas en las dos páginas: $5.00 por 1M de tokens de texto de entrada ($1.25 en caché), $8.00 por 1M de imagen de entrada ($2.00 en caché) y $30.00 por 1M de imagen de salida; OpenAI afirma además que equivalen a las de GPT Image 2. Elegir entre Flare y Sunburst es, por tanto, una cuestión de latencia frente a precisión. Los dos aceptan texto e imagen como entrada y devuelven imagen; comparten los ajustes de calidad (low, medium, high, xhigh, max y auto) y sirven igual en la Image API (generaciones y ediciones) o como modelo de la herramienta de generación de imágenes dentro de la Responses API.
La letra pequeña apunta en sentido contrario: OpenAI advierte que su calculadora de costos de GPT Image 2 no estima el consumo de tokens de GPT Image 2.5. Con tarifas iguales, el costo real por imagen puede no serlo.
En ChatGPT, la novedad es el flujo de trabajo
Images 2.5 llega a todos los usuarios de ChatGPT, ChatGPT Work y Codex en escritorio, móvil y web, y el anuncio en la comunidad de desarrolladores sitúa el despliegue el mismo día del lanzamiento. Los cambios no tocan el aspecto de las imágenes sino el modo de encargarlas: Sketch convierte un dibujo hecho dentro del chat en referencia; las plantillas cubren formatos populares como volantes y fotos de producto; los comentarios se anclan a una zona de la imagen para que la edición apunte ahí; y compartir el prompt deja que otra persona repita la idea con sus propios datos.
Las notas de la versión ponen los matices: en móvil, Sketch se invoca escribiendo @ en el cuadro de mensaje y seleccionándolo, y las imágenes a pantalla completa admiten edición y anotaciones con comentarios; en el hands-on de The Verge, @Sketch abría una ventana de dibujo también en escritorio. Las plantillas todavía no están en el modo Work, y los límites de uso de generación de imágenes no cambian. Mientras la imagen se renderiza, algunos usuarios ven puntos animados y un juego de Snake que se puede jugar.
Las cifras de rendimiento son de OpenAI
La compañía afirma hasta un 50% menos de latencia frente a Images 2.0, e iluminación más natural, texturas más ricas, mejor conservación del sujeto de una foto de referencia y ediciones multirronda más fiables. El anuncio no publica método de medición: ni resoluciones, ni ajustes de calidad, ni regiones, ni muestras. Al 9 de septiembre de 2026 no existía benchmark independiente de Images 2.5. La cifra marco también es autoreportada: más de 3.000 millones de imágenes creadas cada semana entre ChatGPT Images y los modelos GPT-Image de la API es un número de OpenAI, sin método divulgado.
Por separado, la prensa secundaria presenta Flare como «la opción por defecto para la mayoría de las aplicaciones», con imágenes de mayor calidad que GPT-Image-2 y un 50% menos de latencia. Esa redacción figura en Unite.AI pero no era visible en la parte del anuncio que la investigación alcanzó a leer, y el reporte le quita el «hasta» a la rebaja; queda aquí como afirmación reportada, no confirmada.
La system card convierte la mejora en el riesgo
El documento más interesante de la publicación concede el argumento de venta y lo invierte. La system card, fechada también el 8 de septiembre, registra mejoras del modelo en exactitud y maquetación de infografías, y describe el realismo superior frente a Images 2.0 como un desafío de seguridad nuevo: deepfakes potencialmente más convincentes, incluidas imágenes políticas, sexuales o sensibles de personas, lugares o hechos reales.
Frente a ese riesgo la card detalla una pila de defensas, capa por capa: rechazos previos basados en LLM, clasificadores de seguridad sobre las imágenes de entrada, un análisis conjunto de prompt e imagen contra ediciones maliciosas y una comprobación de política sobre la imagen generada antes de mostrarla.
Lo que no cambia es la procedencia, y conviene leerlo junto al riesgo que la propia card describe. OpenAI dice que «continúa usando metadatos C2PA y marcas de agua invisibles para ayudar a identificar las imágenes hechas con nuestras herramientas»: la misma medida de Images 2.0, sin nada nuevo anunciado para 2.5. Es decir, el modelo sube el realismo y la etiqueta que permite reconocer su salida se queda igual. Esa etiqueta sólo sirve donde alguien la lea: un metadato se pierde en cuanto la imagen pasa por una plataforma que lo descarta.
Qué conviene seguir
- El precio es neutro; la segmentación, todavía sin documentar. Más allá de que Sunburst cambie tiempo por precisión, las páginas de modelo les dan tarifas, ajustes y endpoints idénticos. Qué compra exactamente ese tiempo extra no está documentado.
- El changelog no se enteró del lanzamiento. Al consultarlo el 9 de septiembre, el changelog de la API no tenía entrada del 8: su septiembre arranca con GPT-6 Astra el día 3 y nunca menciona los dos modelos de imagen. Las integraciones con versiones fijadas se enterarán de los snapshots por las páginas de modelo.
- Nadie declara retirados los modelos viejos. El anuncio calla sobre si Images 2.0 o los flujos antiguos de DALL·E dejan ChatGPT, y el retiro que circula en la prensa no aparece en ninguna fuente de OpenAI.
Lecturas relacionadas
- Introducing ChatGPT Images 2.5 — el anuncio de OpenAI: modelo, funciones y los dos modelos de API
- ChatGPT Images 2.5 System Card — el riesgo de deepfakes y la pila de seguridad por capas
- Image generation guide — cómo elegir Flare o Sunburst en la Image API y la Responses API