Nota del autor: GPT-Image-2.6 y GPT-Image-2.5 tienen el mismo precio por token. La versión 2.6 incorpora GIF, SVG, markup y complexity. En este artículo separamos las afirmaciones oficiales, las muestras de terceros y lo que aún se desconoce para ayudar a los equipos que ya usan 2.5 a decidir si conviene cambiar de inmediato, ejecutar ambas versiones en paralelo o seguir con 2.5.
La conclusión primero: frente a GPT-Image-2.5, GPT-Image-2.6 mejora el conjunto de capacidades y la velocidad, pero no supone un salto generacional en calidad de imagen. De las cuatro capacidades nuevas, GIF, SVG y complexity son exclusivas de 2.6; la edición mediante anotaciones markup se incorporó tanto a 2.5 como a 2.6. Por ahora, las afirmaciones de que es «un 50 % más rápido» y ofrece «mayor consistencia en la edición» solo vienen del proveedor: al 2026-11-05 no hay puntuaciones independientes que puedan verificarse.
En cuanto al costo: ambas generaciones tienen exactamente el mismo precio por token, pero eso no significa que cada imagen cueste lo mismo ni que se pueda sustituir una versión por otra sin más. En 2.6, si no se especifica complexity, el valor predeterminado es high. Esto aumenta la latencia y también puede modificar partes que no querías cambiar. Por eso, el verdadero costo de la actualización está en tu propio proceso de validación.
GPT-Image-2.6 frente a GPT-Image-2.5: fechas de lanzamiento y modelos
GPT-Image-2.5 se lanzó el 2026-09-08, que también es la fecha de su snapshot predeterminado. GPT-Image-2.6 se publicó el 2026-11-04 junto con ChatGPT Images 2.6; al escribir este artículo, llevaba apenas un día disponible. Cada generación tiene solo dos modelos, cuyos ID se diferencian únicamente por el número de versión:
- 2.5:
gpt-image-2.5-flare,gpt-image-2.5-sunburst - 2.6:
gpt-image-2.6-flare,gpt-image-2.6-sunburst
La función de cada modelo no ha cambiado. Flare prioriza la velocidad y la generación de imágenes para tareas cotidianas, mientras que Sunburst se centra en los detalles y la precisión de edición. La descripción oficial de 2.6 destaca dos aspectos adicionales: la capacidad de Flare para crear composiciones de carteles e imágenes de producto, y la consistencia de Sunburst en ediciones de varias rondas con los niveles medium y high. Hay otro detalle fácil de pasar por alto: la página de modelos de 2.5 indica Performance «Highest» y Speed «Medium», mientras que las páginas de ambos modelos de 2.6 muestran «Not specified» en esos dos campos. Es decir, la documentación oficial no les asigna una clasificación.
| Aspecto | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| Fecha de lanzamiento | 2026-09-08 | 2026-11-04 |
| Modelos | flare / sunburst | flare / sunburst |
| Enfoque oficial | Prioridad a la precisión de edición | Composición detallada y flujos de trabajo de edición de imágenes |
| Rendimiento y velocidad en la página del modelo | Highest / Medium | Not specified |
| Endpoints compatibles | v1/images/generations, v1/images/edits |
Los mismos |
| Niveles de calidad | low / medium / high / xhigh / max / auto | Los mismos |
| Salida GIF y SVG | No compatible | Compatible (solo en el endpoint de generación) |
| Parámetro complexity | No disponible | low / medium / high; high por defecto |
| Edición con anotaciones markup | Compatible (añadida en esta actualización) | Compatible |
| Marca de agua | C2PA | C2PA + marca de agua invisible SynthID |
| Descuento Batch | Sí, salida de imágenes a $15/1M | No especificado en la página oficial del modelo |
Las dos generaciones tienen exactamente las mismas limitaciones de endpoints: solo pueden utilizar los endpoints de generación y edición de Image API; no son compatibles con Chat Completions, Responses, Realtime ni Live. Las reglas de tamaño también son iguales, con tres opciones recomendadas: 1024×1024, 1536×1024 y 1024×1536. Para tamaños personalizados, tanto el ancho como el alto deben ser múltiplos de 16, la relación de aspecto debe estar entre 1:3 y 3:1, ningún lado puede superar los 3840 píxeles y el total debe estar entre 655,360 y 8,294,400 píxeles. Los tamaños superiores a 2560×1440 son experimentales.
Las cuatro capacidades que incorpora GPT-Image-2.6
Si solo consultas una tabla, estas son las cuatro diferencias principales entre 2.6 y 2.5. Cada capacidad tiene sus propios rangos de parámetros y restricciones de endpoints. Revísalos antes de la integración para evitar errores al enviar las solicitudes.
| Capacidad | Parámetros clave | Endpoints disponibles | Limitaciones principales | ¿Disponible en 2.5? |
|---|---|---|---|---|
| Salida GIF | output_format=gif, frame_count 2–64, frame_duration_ms 20–2000 |
Solo endpoint de generación | No admite streaming, imágenes parciales, compresión personalizada ni prompt_rewriter | No |
| Salida SVG | output_format=svg, n debe ser 1 |
Solo endpoint de generación | No admite streaming, imágenes parciales, output_compression ni prompt_rewriter | No |
| Edición con anotaciones markup | Capa de anotaciones PNG transparente | Solo endpoint de edición | Debe tener el mismo ancho y alto que la primera imagen de entrada; no se puede combinar con mask ni prompt_rewriter | Sí |
| complexity | low / medium / high, valor predeterminado high | Generación y edición | Solo controla la planificación, no los detalles; aumentarlo incrementa la latencia | No |
Salida GIF y SVG de GPT-Image-2.6
Estos son los parámetros para la salida GIF; todos los rangos de valores proceden de la guía de generación de imágenes de OpenAI:
output_format: se establece engifframe_count: de 2 a 64, con 9 como valor predeterminadoframe_duration_ms: de 20 a 2000, con 200 como valor predeterminado; se redondea a múltiplos de 10 milisegundossize:auto, o dimensiones de ancho y alto que sean múltiplos de 16
La salida SVG también está disponible únicamente en el endpoint de generación. output_format se establece en svg y n debe ser igual a 1. El resultado es un vector estático, sin scripts, recursos externos ni mapas de bits incrustados. La facturación se calcula a partir de los tokens de la imagen de referencia y del SVG generado. Para los equipos que crean iconos, ilustraciones y recursos de marca, esto elimina el paso de convertir mapas de bits a vectores. Sin embargo, el endpoint de edición no admite SVG, por lo que no se puede modificar parcialmente un SVG existente.
Los GIF también llegaron a ChatGPT: se pueden generar a partir de una indicación o de una foto subida. Según The Verge y Android Authority, la velocidad de reproducción se puede ajustar entre 0.5x y 2x y también es posible editar fotograma a fotograma. Eso sí, son funciones del producto ChatGPT: no des por hecho que la API también permite editar fotogramas.
markup y complexity: dos controles para el flujo de edición
La edición mediante anotaciones markup utiliza v1/images/edits: se envía un PNG transparente como capa de anotación y se rodean o pintan sobre él las zonas que se quieren modificar. La capa de anotación debe tener el mismo ancho y alto que la primera imagen de entrada; cada una puede tener hasta 16,777,216 píxeles y el archivo de anotación no puede superar los 50 MB. Solo se aplica a la primera imagen de entrada y no puede usarse junto con mask ni prompt_rewriter. Como 2.5 también recibió esta función, querer usar la edición con anotaciones no es, por sí solo, un motivo para cambiar de versión.
complexity es el parámetro al que más atención deben prestar los equipos durante la migración. Admite low, medium y high; si se omite, el valor predeterminado es high. Solo determina cuánto «planifica» el modelo; quality sigue controlando los detalles del renderizado y la fidelidad. La documentación oficial indica que ajustar complexity no tiene un costo adicional por sí mismo, pero aumentarlo incrementa la latencia y también puede introducir cambios no deseados. Si pasas tus solicitudes de 2.5 a 2.6 sin modificarlas, estarás activando automáticamente el nivel máximo de planificación.
Velocidad y calidad de GPT-Image-2.6: qué afirma OpenAI y qué falta por verificar
En cuanto a la velocidad, OpenAI afirma que 2.6 es un 50% más rápido que la versión anterior y que Flare, con quality=low, puede generar una imagen en unos 6 segundos en el mejor de los casos. Sin embargo, no especifica las condiciones de la prueba para ese «50% más rápido»: tamaño, nivel de calidad o si incluye el tiempo de espera en cola. Tampoco ofrece una tabla de velocidades por nivel. Por ahora, la única medición independiente disponible como referencia es la línea base de 2.5: el 2026-10-25, CellCog probó 24 indicaciones y obtuvo una mediana de 28.7 segundos por imagen para GPT Image 2.5 en el nivel high. Es un dato de 2.5 y no sirve para calcular cuánto más rápido es 2.6.
En cuanto a la calidad, el modelo que todavía puede medirse de forma independiente es 2.5. Artificial Analysis (consultado el 2026-11-05) muestra que 2.5 obtuvo 1,224 Elo en AA-Image-T2I v2.1 (13,108 muestras, primer puesto) y 1,199 Elo en AA-Image-Editing v2.1 (18,300 muestras). Hasta esa misma fecha, 2.6 aún no aparecía en ninguna de las dos clasificaciones. La reseña independiente de OrcaRouter lo resume de forma directa: el modelo que puedes medir es el anterior.
| Afirmación | Fuente | Nivel de evidencia | Modelo aplicable | Cómo usar el dato |
|---|---|---|---|---|
| Un 50% más rápido que antes | OpenAI, información oficial | Declaración oficial sin condiciones de prueba | 2.6 | Tomarlo como orientación y medir la latencia por cuenta propia |
| Flare en nivel low: unos 6 segundos | OpenAI, información oficial | Declaración oficial | 2.6 Flare | Usarlo para estimar su viabilidad en escenarios en tiempo real |
| Sunburst ofrece mayor consistencia en ediciones de varios turnos | OpenAI, información oficial | Declaración oficial | 2.6 Sunburst | Verificarlo con casos de edición propios |
| T2I: 1,224 Elo / edición: 1,199 Elo | Artificial Analysis | Prueba independiente, con tamaño de muestra publicado | Solo 2.5 | Usarlo como referencia de calidad para 2.5 |
| Mediana de 28.7 segundos por imagen en nivel high | CellCog, 24 indicaciones | Prueba independiente, con una muestra pequeña | Solo 2.5 | Usarlo como referencia para comparar la latencia |
| 2.6 Sunburst ocupa el primer puesto en Image Arena | Publicación de DesignArena en X | Afirmación de una sola clasificación independiente, sin Elo verificable | 2.6 Sunburst | Usarlo solo como referencia, no como base para tomar decisiones |
| Elo independiente y tasa de éxito de GIF de 2.6 | Aún no disponibles | Desconocido | 2.6 | Esperar a que se actualicen las clasificaciones o evaluarlo por cuenta propia |
También conviene incluir la evaluación de seguridad en la lista de verificación. La tarjeta del sistema de 2.6 utilizó 3,077 solicitudes adversariales: en Sunburst, los resultados que infringían las políticas y no fueron bloqueados bajaron del 1.92% al 1.72%; en Flare subieron del 1.49% al 2.14%, aunque OpenAI afirma que este cambio no es estadísticamente significativo. Sin embargo, la «tasa de generación segura» de Flare bajó del 78.36% al 75.04%, un descenso significativo que, según OpenAI, se debe principalmente a las categorías de solicitudes Other y sexual. La conclusión general de OpenAI es que la seguridad se mantiene al nivel de 2.5. Para los negocios con requisitos estrictos de cumplimiento, conviene revisar por separado este resultado de Flare.
Comparativa de precios de GPT-Image-2.6: la tarifa es la misma, pero el costo por imagen puede variar
Según la lista oficial de precios de OpenAI, consultada el 2026-11-05, las tarifas de 2.5 flare, 2.5 sunburst, 2.6 flare y 2.6 sunburst son idénticas:
- Entrada de texto: $5/1M tokens; texto en caché: $1.25/1M tokens
- Entrada de imagen: $8/1M tokens; imagen en caché: $2/1M tokens
- Salida de imagen: $30/1M tokens
Pie de imagen: lista oficial de precios de OpenAI, fuente developers.openai.com/api/docs/pricing, consultada el 2026-11-05.
El costo por imagen depende del número de tokens de salida, que a su vez está determinado por el nivel de calidad. La siguiente tabla muestra las cifras de la calculadora oficial de 2.6 para 1024×1024. Solo incluye la «salida de imagen», sin contar los tokens de entrada ni las imágenes parciales.
| Nivel de calidad | Tokens de salida | Costo de salida por imagen (USD) | Por cada mil imágenes (USD) | Casos de uso |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | Bocetos, vistas previas en lote |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | Imágenes de productos de uso cotidiano y para redes sociales |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | Imágenes para campañas oficiales |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | Pósteres con muchos detalles |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | Imágenes clave, generación en cantidades muy pequeñas |
Hay tres límites de uso de esta tabla que conviene tener en cuenta:
- No se puede aplicar directamente a 2.5: la página del modelo 2.5 indica expresamente que la calculadora de GPT Image 2 no estima el consumo de tokens de 2.5, así que las cifras de la calculadora de 2.6 solo se aplican a 2.6. Por cierto, AA muestra que 2.5 Sunburst cuesta aproximadamente $210.7 por cada mil imágenes en el nivel más alto.
- La edición requiere calcular la entrada por separado: OpenAI señala que, desde gpt-image-2, las imágenes de entrada se procesan en alta fidelidad. Por eso, las solicitudes de edición con una imagen de referencia consumen bastantes más tokens de entrada. En ambas generaciones, la entrada de imagen cuesta $8/1M.
- Aún no se sabe si se aplica Batch: la página de precios de 2.5 indica que la salida de imagen con Batch cuesta $15/1M, pero la página del modelo 2.6 no repite esa información. OpenAI tampoco ha publicado todavía el número de tokens de salida de 2.6 para los tamaños 1536×1024 y 4K.
En APIYI apiyi.com, los dos modelos 2.6 se facturan por uso, en línea con las tarifas oficiales: entrada $5/1M tokens, salida $30/1M tokens y lectura de caché $1.25/1M tokens (consultado el 2026-11-05). Los modelos y precios vigentes son los de la lista de la plataforma, que puedes consultar en docs.apiyi.com/models.
GPT-Image-2.6 frente a GPT-Image-2.5: tres reglas para elegir según tu equipo
Regla uno: si necesitas nuevas capacidades o es tu primera integración, usa 2.6 directamente. Si necesitas GIF animados, iconos o ilustraciones SVG, o reducir la latencia con complexity, 2.5 no ofrece una alternativa. Los equipos que integran por primera vez la API de imágenes de OpenAI también pueden empezar directamente con 2.6: el precio unitario es el mismo y no tienen un proceso de validación anterior que migrar.
Regla dos: si ya tienes un flujo de edición con 2.5, prueba ambas versiones en paralelo. Los equipos que trabajan con edición de imágenes de producto en varias rondas, consistencia de personajes o carteles de marca ya tienen afinados sus criterios de validación para 2.5. En cambio, la afirmación de que 2.6 ofrece «mayor consistencia» procede por ahora solo de OpenAI. Conviene enviar el mismo lote de entradas a ambas generaciones y hacer una prueba con complexity configurado explícitamente en low y otra en high. Después, decide qué proporción de tráfico migrar según la tasa de aprobación.
Regla tres: si dependes del descuento de Batch o tienes requisitos estrictos de cumplimiento, sigue con 2.5. Si tu equipo genera imágenes en grandes lotes sin conexión y su modelo de costos se basa en los $15/1M de Batch, espera a que OpenAI confirme la política de Batch para 2.6 antes de cambiar. Si tu servicio exige una tasa alta de generación segura y utiliza principalmente Flare, revisa también la caída significativa de Flare en la tarjeta del sistema antes de decidir.
La forma más sencilla de hacer pruebas A/B es mantener ambas generaciones en la misma plataforma. APIYI apiyi.com ofrece tanto 2.5 como 2.6: usa la misma clave, configura base_url como https://api.apiyi.com/v1 y cambia solo el ID del modelo para pasar de una versión a otra. Para 2.5 también están disponibles gpt-image-2.5-all ($0.025 por llamada) y gpt-image-2.5-vip ($0.03 por llamada), con cobro por llamada, útiles para comparar los costos por llamada y por volumen.
Al migrar, conviene probar primero tres casos: edición en varias rondas, carteles con texto e imágenes de producto con fondo transparente o de color sólido. Estos casos corresponden precisamente a las limitaciones compartidas que OpenAI reconoce: la consistencia entre llamadas puede ser inestable, la representación del texto aún puede fallar y los elementos de composiciones sensibles a la disposición pueden quedar mal colocados.
| Elemento que revisar | Qué hacer | Criterio de aprobación / advertencia |
|---|---|---|
| Valor predeterminado de complexity | Enviar complexity explícitamente en todas las solicitudes a 2.6 |
Evitar la latencia y los cambios innecesarios que puede causar el valor predeterminado high |
| Consistencia en ediciones de varias rondas | Editar la misma imagen base durante 3–5 rondas consecutivas y comparar ambas generaciones | El sujeto principal, la paleta de colores y el logo no deben variar |
| Carteles con texto | Probar grupos de títulos en chino e inglés y de cifras de precios | Caracteres y números sin errores, con la disposición intacta |
| Imágenes de producto con fondo transparente o de color sólido | Comparar bordes, sombras y reflejos | Bordes del recorte limpios y listos para publicar |
| Latencia y tiempo de espera | Registrar P50 / P95 según el tamaño y el nivel de calidad reales | Umbral de tiempo de espera de al menos unos 2 minutos |
| Nuevos formatos de salida | Usar GIF y SVG solo con el endpoint de generación, con n=1 |
Las solicitudes al endpoint de edición fallarán; hay que dirigirlas al endpoint adecuado |
| Cálculo de costos | Contabilizar entradas y salidas por separado; no usar la calculadora de 2.6 para estimar 2.5 | Calcular por separado el costo de entrada de las solicitudes de edición |
| Cumplimiento y marca de agua | Revisar el rendimiento de bloqueo de Flare y confirmar que SynthID no afecte a los procesos posteriores | Cumplir los umbrales de seguridad del servicio |
💡 Consejo para elegir: Si no tienes claro en qué categoría encajas, prueba primero cada uno de los tres casos de uso principales de la lista de migración con entre 20 y 50 imágenes. A través de APIYI apiyi.com, invoca en paralelo las dos generaciones de modelos con la misma clave API y compara la tasa de aprobación, la latencia y la factura. Los resultados serán más relevantes para tu negocio que cualquier clasificación.
Preguntas frecuentes y resumen: GPT-Image-2.6 frente a GPT-Image-2.5
Preguntas frecuentes sobre GPT-Image-2.6
P1: ¿Dejará de estar disponible la versión 2.5 tras el lanzamiento de la 2.6?
Al 2026-11-05, OpenAI no había anunciado una fecha de retirada para la versión 2.5, por lo que su ciclo de vida sigue siendo incierto. Por ahora conviven ambas generaciones, y APIYI apiyi.com también ofrece modelos de las dos. No hace falta migrar con prisas por miedo a que retiren la versión anterior.
P2: ¿Se pueden usar GIF y SVG en la interfaz de edición?
No. GIF y SVG solo se pueden usar en `v1/images/generations`; el endpoint de edición no admite ninguno de los dos formatos. Además, OpenAI aún no ha publicado datos sobre la tasa real de éxito de GIF en la API, el tamaño de los archivos ni el tiempo de procesamiento. Antes de usarlos en lotes, conviene hacer una prueba con una muestra pequeña.
P3: ¿Hay que reescribir las indicaciones existentes de la versión 2.5?
No hace falta reescribirlas de entrada, pero primero hay que ajustar complexity. Si las migras sin cambios, su valor predeterminado será high, lo que podría introducir modificaciones no deseadas. Conviene establecerlo explícitamente en low o medium, comparar los resultados de ambas generaciones con el mismo grupo de indicaciones y ajustar solo las que presenten diferencias. Puedes usar APIYI apiyi.com para hacer esta comparación con una misma clave.
P4: ¿Sigue valiendo la pena el nivel max en la versión 2.6?
A 1024×1024, la salida de imágenes en el nivel max cuesta aproximadamente $0.21072 por imagen, unas 4 veces más que el nivel high. Es una opción adecuada para unas pocas imágenes clave, pero no para generar imágenes en lotes. Como complexity no tiene un costo adicional, puedes probar primero el nivel high con un valor de complexity más alto y pasar a max solo si no es suficiente.
P5: ¿La edición mediante anotaciones markup es exclusiva de la versión 2.6?
No. Tanto la versión 2.5 como la 2.6 admiten markup y comparten las mismas limitaciones: la capa de anotaciones debe ser un PNG transparente con el mismo ancho y alto que la primera imagen de entrada, y no se puede usar junto con mask ni prompt_rewriter. Si solo quieres editar mediante anotaciones, no necesitas cambiar de generación.
GPT-Image-2.6: puntos clave
- Tipo de actualización: mejora las capacidades y la velocidad, pero no supone un salto generacional en calidad de imagen.
- Mismo precio unitario: ambas versiones cuestan $5/1M de entrada y $30/1M de salida, según la consulta del 2026-11-05.
- Exclusivo de 2.6: GIF, SVG y complexity; ambas versiones admiten markup.
- Límites de la evidencia: los 1,224 / 1,199 Elo corresponden a 2.5; 2.6 aún no tiene puntuaciones independientes.
- Riesgos de migración: complexity usa high por defecto; aún se desconoce si 2.6 admite Batch.
- Cómo verificarlo: prueba primero tres casos de uso: edición en varias rondas, carteles con texto e imágenes de producto.
GPT-Image-2.6 frente a GPT-Image-2.5: resumen
La decisión en una frase: si necesitas GIF o SVG, elige 2.6; si ya tienes un flujo de edición consolidado, ejecuta ambas versiones en paralelo primero; si dependes de Batch o tienes requisitos estrictos de cumplimiento normativo, quédate por ahora en 2.5. Estos son los tres próximos pasos:
- Configura complexity de forma explícita: incluye este parámetro en todas las solicitudes a 2.6, sin depender del valor predeterminado high.
- Prueba los tres casos de uso de la lista: edición en varias rondas, carteles con texto e imágenes de producto; registra la tasa de éxito y la latencia P95.
- Lleva la cuenta por separado: contabiliza los tokens de entrada y salida por separado y no uses la calculadora de 2.6 para estimar el costo de 2.5.
Recomendamos usar la misma clave en APIYI, apiyi.com, para hacer una prueba A/B de ambas versiones. Toma la decisión con tus propias muestras, en lugar de depender de clasificaciones que aún no se han publicado.
Referencias
- Página de modelos de OpenAI – GPT-Image-2.6 Flare: descripción del modelo 2.6
- Enlace:
developers.openai.com/api/docs/models/gpt-image-2.6-flare - Página de modelos de OpenAI – GPT-Image-2.5 Sunburst: posicionamiento del modelo 2.5, Batch y calculadora
- Enlace:
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - Precios de OpenAI: precio por token de los cuatro modelos
- Enlace:
developers.openai.com/api/docs/pricing - Tarjeta del sistema de ChatGPT Images 2.6: datos de evaluación de seguridad
- Enlace:
deploymentsafety.openai.com/chatgpt-images-2-6 - Lista de modelos de APIYI: modelos y precios de la plataforma
- Enlace:
docs.apiyi.com/models
Autor: Equipo técnico de APIYI
Consultas técnicas: Si tienes problemas al evaluar la migración, contáctanos a través de la página principal de APIYI, apiyi.com. Encontrarás más información en el centro de documentación docs.apiyi.com.
