GPT Image 2.5, lanzado el 8 de septiembre de 2026, sustituye a GPT Image 2 con dos modelos: Flare (mismo precio por token, hasta un 50% menos de latencia) y Sunburst (ediciones multiturno más precisas). Las tarifas por token no cambian, pero la escala de calidad se recalibró: el nivel "max" de 2.5 cuesta lo que costaba el "high" de GPT Image 2. En la tabla preliminar de Arena de septiembre de 2026, Sunburst obtiene 1421 frente a los 1381 de GPT Image 2.
Esta comparativa repasa qué cambió OpenAI, cuánto cuesta realmente cada imagen en los tres modelos, cómo se comportaron las tres opciones con cinco prompts idénticos enviados a una misma cola y qué modelo conviene para cada tipo de encargo. Todas las cifras están actualizadas al 10 de septiembre de 2026 y cada dato clave enlaza a su fuente.
Qué es GPT Image 2.5 y en qué se diferencia de GPT Image 2
GPT Image 2.5 es la familia de modelos de generación de imágenes que OpenAI anunció el 8 de septiembre de 2026 con el nombre ChatGPT Images 2.5. A diferencia de GPT Image 2, que llegó el 21 de abril de 2026 como un único modelo, GPT Image 2.5 se publica como dos modelos de API: gpt-image-2.5-flare y gpt-image-2.5-sunburst, ambos con versión del 2026-09-08. Los dos están disponibles en LoveGen AI dentro de GPT Image 2.5, con un selector Flare/Sunburst, junto al original GPT Image 2.
El anuncio de OpenAI resume la actualización como "detalles más nítidos, generación más rápida, edición más precisa y mejores herramientas para crear y compartir" (OpenAI vía 9to5Mac, 8 de septiembre de 2026). La compañía añade que Images 2.5 "produce una iluminación más natural y texturas más ricas, conserva mejor a los sujetos de tus fotos de referencia y sigue las instrucciones de edición de forma más fiable a lo largo de varios turnos".
Flare frente a Sunburst en una tabla
| GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|
| Posicionamiento de OpenAI | Modelo por defecto "para la mayoría de aplicaciones" | "Flujos de trabajo visuales premium que se benefician de un control más estricto entre ediciones" |
| Calidad frente a GPT Image 2 | Mayor, con "un 50% menos de latencia" | Mayor, con "tiempos de generación más largos" que Flare |
| Cargas de trabajo previstas | Contenido para creadores y redes sociales, experiencias de producto, búsqueda visual, prototipado rápido, generación de alto volumen | Creatividad de campaña en producción, imagen de producto pulida, refinamiento en varias rondas |
| ID de API | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Precio por token | Idéntico al de GPT Image 2 | Idéntico al de GPT Image 2 |
Fuente: anuncio en la comunidad de desarrolladores de OpenAI y páginas de modelo de OpenAI.
Qué cambió en GPT Image 2.5
Hay cinco novedades respecto a GPT Image 2, según el anuncio de OpenAI:
- Dos modelos en lugar de uno. Flare para velocidad, Sunburst para precisión, al mismo precio por token.
- Dos niveles de calidad nuevos.
xhighymaxse sitúan por encima dehigh; GPT Image 2 se detenía enhigh. Los dos modelos 2.5 usanquality: autopor defecto (guía de generación de imágenes de OpenAI). - Ediciones dirigidas. OpenAI habla de "ediciones basadas en comentarios para cambiar solo lo que quieres" y de "detalles consistentes entre varias ediciones".
- Mejor fidelidad a las fotos de referencia. Los sujetos de las imágenes subidas siguen siendo reconocibles al cambiar de escenario y de estilo.
- Una nueva opción de fondo
opaqueque se suma aautoytransparent.
En la app de ChatGPT, Images 2.5 incorpora además una herramienta Sketch para bocetar una composición, comentarios que apuntan a una zona concreta de la imagen, plantillas para formatos como pósteres y merchandising, y prompts que se pueden compartir (The Decoder, septiembre de 2026). The Decoder señala también que los resultados llevan la marca de agua invisible SynthID de Google DeepMind.
Qué se mantiene igual
Lo que hizo destacar a GPT Image 2 en abril de 2026 sigue ahí. GPT Image 2 fue el primer modelo de imagen de OpenAI con un paso de razonamiento que planifica la composición antes de renderizar, podía devolver hasta ocho imágenes coherentes a partir de un solo prompt y representaba texto no latino (japonés, coreano, chino, hindi o bengalí) con mucha más fiabilidad que sus predecesores (OpenAI, abril de 2026; MacRumors, 22 de abril de 2026). Todo eso continúa en Images 2.5.
Los límites de tasa también son idénticos en los tres modelos de API. OpenAI indica 100,000 tokens por minuto y 5 imágenes por minuto en el Tier 1, hasta 8,000,000 de tokens por minuto y 250 imágenes por minuto en el Tier 5, en las páginas de modelo de gpt-image-2, Flare y Sunburst.
GPT Image 2.5 vs GPT Image 2: especificaciones cara a cara
| Especificación | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | Fuente |
|---|---|---|---|---|
| Fecha de lanzamiento | 21 de abril de 2026 | 8 de septiembre de 2026 | 8 de septiembre de 2026 | OpenAI |
| ID de API / snapshot | gpt-image-2 / 2026-04-21 | gpt-image-2.5-flare / 2026-09-08 | gpt-image-2.5-sunburst / 2026-09-08 | Páginas de modelo de OpenAI |
| Niveles de calidad | low, medium, high | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto | Guía de OpenAI |
| Latencia declarada | Referencia | Hasta un 50% menor que GPT Image 2 | Mayor que la de Flare | OpenAI |
| Resolución personalizada | Múltiplos de 16, borde máximo de 3840 px, de 655,360 a 8,294,400 píxeles totales | Igual | Igual | Guía de OpenAI |
| Rango de relación de aspecto | 1:3 a 3:1 | 1:3 a 3:1 | 1:3 a 3:1 | Guía de OpenAI |
| Opciones de fondo | auto, transparent, opaque | auto, transparent, opaque | auto, transparent, opaque | Esquema de fal.ai |
| Paso de razonamiento ("thinking") | Sí | Sí | Sí | OpenAI, abril de 2026 |
| Texto de entrada / imagen de entrada / imagen de salida | $5 / $8 / $30 por 1M de tokens | $5 / $8 / $30 por 1M de tokens | $5 / $8 / $30 por 1M de tokens | Páginas de modelo de OpenAI |
| Puntuación text-to-image en Arena (sept. 2026) | 1381 ± 4 (medium, 78,731 votos) | 1399 ± 13 (2,856 votos, preliminar) | 1421 ± 13 (3,149 votos, preliminar) | Arena |
| Posición en Artificial Analysis (10 de sept. de 2026) | #1, Elo 1171 (high) | Aún no listado | Aún no listado | Artificial Analysis |
| Imágenes de referencia en LoveGen AI | Hasta 4 | Hasta 6 | Hasta 6 | Páginas de modelo de LoveGen AI |
| Tamaño máximo en LoveGen AI | 2K | 3840×2160 | 3840×2160 | Páginas de modelo de LoveGen AI |
| Créditos en LoveGen AI | 0.3 por imagen, tarifa plana | 0.1 a 3.4 según calidad y tamaño | Igual que Flare | Páginas de modelo de LoveGen AI |
La guía de OpenAI marca como experimentales las resoluciones por encima de 2560×1440 en todos los modelos de la familia y recomienda 1024×1024, 1536×1024 o 1024×1536 como tamaños estándar (guía de generación de imágenes de OpenAI).
¿GPT Image 2.5 cuesta más que GPT Image 2?
Por token, no. Por imagen, la respuesta depende del nivel de calidad que elijas, porque OpenAI recalibró la escalera. Una imagen de GPT Image 2.5 en high cuesta más o menos lo que costaba una de GPT Image 2 en medium, y una de GPT Image 2.5 en max cuesta aproximadamente lo que costaba una de GPT Image 2 en high.
La misma tarifa por token
Los tres modelos cobran $5 por millón de tokens de texto de entrada ($1.25 en caché), $8 por millón de tokens de imagen de entrada ($2 en caché) y $30 por millón de tokens de imagen de salida, según las páginas de modelo de gpt-image-2.5-flare y gpt-image-2.5-sunburst, que afirman que "las tarifas por token coinciden con las de GPT Image 2". Esas mismas páginas advierten de que la calculadora de costos de GPT Image 2 de OpenAI "no estima el consumo de tokens de GPT Image 2.5", primera pista de que el número de tokens de salida por imagen ha cambiado.
La escala de calidad se recalibró
fal.ai publica un precio fijo por imagen para cada combinación de calidad y tamaño en ambos modelos, lo que hace muy visible el desplazamiento. Las cifras siguientes son precios de lista de fal.ai a 9 de septiembre de 2026.
| Nivel de calidad | GPT Image 2, 1024×1024 | GPT Image 2.5, 1024×1024 | GPT Image 2, 3840×2160 | GPT Image 2.5, 3840×2160 |
|---|---|---|---|---|
| low | $0.006 | $0.006 | $0.012 | $0.011 |
| medium | $0.053 | $0.013 | $0.101 | $0.026 |
| high | $0.211 | $0.053 | $0.401 | $0.100 |
| xhigh | no disponible | $0.094 | no disponible | $0.178 |
| max | no disponible | $0.211 | no disponible | $0.400 |
Fuentes: GPT Image 2 en fal.ai y GPT Image 2.5 Flare en fal.ai. Flare y Sunburst comparten una única lista de precios en fal.ai (página de Sunburst).
Si lees la columna de GPT Image 2.5 de arriba abajo, el patrón salta a la vista: high en 2.5 ($0.053) equivale a medium en GPT Image 2 ($0.053), y max en 2.5 ($0.211) equivale a high en GPT Image 2 ($0.211). The Decoder llegó a la misma conclusión al señalar que el nivel max de 2.5 "iguala el costo del nivel high de Images 2.0" (The Decoder). En la práctica, OpenAI intercaló dos peldaños más baratos por debajo del antiguo nivel superior en lugar de añadir dos peldaños más caros por encima.
Qué implica esto si migras una integración existente
Una petición que usaba gpt-image-2 con quality: "high" y se limita a cambiar el ID de modelo por gpt-image-2.5-flare mantendrá quality: "high" y gastará alrededor de una cuarta parte de los tokens de salida que gastaba antes. Eso supone un ahorro cercano al 75% a 1024×1024 (de $0.211 a $0.053 en precio de lista de fal.ai), pero también menos recursos dedicados a generar la imagen. Los equipos que quieran el mismo presupuesto de tokens de salida que antes deberían fijar quality: "max". Y quienes dependían del valor por defecto conviene que sepan que GPT Image 2.5 usa auto por defecto en la API de OpenAI (guía de OpenAI) y high en fal.ai (esquema de fal.ai).
Costo en créditos en LoveGen AI
En LoveGen AI, GPT Image 2 cuesta una tarifa plana de 0.3 crédito por imagen, con hasta cuatro imágenes de referencia y salida en 2K. GPT Image 2.5 se cobra según calidad y tamaño, desde 0.1 crédito. En el tamaño por defecto de 1024×1024, Low cuesta 0.1, Medium 0.2, High 0.5, Extra High 0.8 y Max 1.8 créditos. Un render a 3840×2160 va de 0.1 crédito en Low a 3.4 créditos en Max. Flare y Sunburst cuestan lo mismo, y todos los tamaños, desde 1024×768 hasta 1920×1080, 2560×1440 y 3840×2160, están disponibles en horizontal y vertical, con la opción de fondo PNG transparente.
En la práctica: 5 prompts, 3 modelos, una sola plataforma
El 10 de septiembre de 2026, dos días después del lanzamiento, pasamos cinco prompts fijos por GPT Image 2 y por los dos modelos de GPT Image 2.5 mediante la API de cola de fal.ai, de modo que los tres compartieran proveedor, cola y reloj. Probamos cuatro configuraciones: GPT Image 2 en high (la referencia que usan hoy la mayoría de integraciones), Flare en high (lo que se obtiene al cambiar solo el ID de modelo) y Flare y Sunburst en max (equiparados en costo a la referencia, a $0.211 por imagen de 1024×1024 según el precio de lista de fal.ai). La tanda produjo 33 imágenes sin ningún fallo y costó unos $6 a precio de lista.
Protocolo de pruebas
- Tamaños: 1024×1024 en las pruebas 1, 2, 3 y 5; 3840×2160 en la prueba 4, enviado como ancho y alto explícitos.
- Medición de tiempos: segundos de reloj desde el envío a la cola hasta obtener un resultado completado. Las cuatro configuraciones se enviaron en paralelo; la espera en cola nunca superó los 3 segundos, así que las cifras equivalen en la práctica al tiempo de procesamiento en fal.ai. La prueba 5 es la mediana de 3 ejecuciones; el resto de cifras corresponden a una sola ejecución y así se indica.
- Imagen de referencia: una taza de cerámica azul marino con un logotipo de montaña blanco sobre fondo blanco, generada una vez con Flare en
highy reutilizada como entrada idéntica para todos los modelos en las pruebas 2 y 3. - Puntuación: la prueba 1 cuenta los caracteres correctos sobre 37 repartidos en cinco cadenas. Las pruebas 2 y 3 cuentan los cambios no solicitados en la taza, su logotipo y el fondo a lo largo de la cadena. La prueba 4 compara un recorte de 1024×640 al 100% alrededor de la cabaña. La prueba 5 comprueba si las tres ejecuciones sirven como miniatura.
- Advertencia: la cola de fal.ai añade su propia sobrecarga, y LoveGen AI enruta GPT Image 2 por un proveedor distinto al de GPT Image 2.5, así que los tiempos absolutos serán otros en otras plataformas. La señal útil son las proporciones entre modelos.
Prueba 1: texto multilingüe en un póster
El prompt pedía un póster de cafetería en vector plano con cinco cadenas exactas: "MORNING BREW", 每日现磨咖啡, 毎朝焙煎, "$4.50" y "Open 7am - 6pm", además de una etiqueta de precio abajo a la derecha. Las cuatro configuraciones representaron correctamente los 37 caracteres y colocaron la etiqueta donde se pedía. Flare en max añadió un punto suelto tras el titular y tras el horario; las otras tres quedaron limpias. GPT Image 2 tardó 116.0 segundos; Flare en high, 26.0 segundos; Flare en max, 54.5 segundos; y Sunburst en max, 96.1 segundos (ejecución única). La representación de texto, el gran argumento de GPT Image 2 en abril de 2026, llega intacta a 2.5 y no es motivo para decantarse por una generación u otra.
Arriba a la izquierda: GPT Image 2 (high). Arriba a la derecha: GPT Image 2.5 Flare (high). Abajo a la izquierda: GPT Image 2.5 Flare (max). Abajo a la derecha: GPT Image 2.5 Sunburst (max).
Prueba 2: edición de producto a partir de una imagen de referencia
Cada modelo recibió la misma imagen de la taza y la instrucción de colocarla sobre una encimera de mármol blanco junto a una ventana con luz suave de mañana, manteniendo intactos la forma, el color, la posición del asa y el logotipo. Las cuatro conservaron el logotipo, el color y el asa. Los tres resultados de GPT Image 2.5 respetaron las proporciones de la referencia; GPT Image 2 dibujó la taza algo más achatada que el original. Los tiempos fueron 137.2 segundos para GPT Image 2, 36.6 para Flare en high, 68.9 para Flare en max y 107.9 para Sunburst en max (ejecución única). En una edición de referencia de un solo paso, cualquiera de las configuraciones sirve para producción.
Prueba 3: cadena de ediciones en tres turnos
Partiendo del resultado de la prueba 2 de cada modelo, el segundo turno pedía un cruasán en un plato a la derecha de la taza y nada más; el tercero pedía cambiar únicamente la iluminación por una luz cálida de lámpara al atardecer. Contamos todos los cambios que no se habían pedido.
- GPT Image 2 (high): el segundo turno volvió a renderizar la escena entera. La taza se desplazó a la izquierda y encogió, y la planta y la tabla de cortar cambiaron de sitio. El tercer turno mantuvo ese nuevo encuadre pero redibujó la vista a través de la ventana. Cuatro cambios no solicitados; unos 136 segundos por turno.
- Flare (high): el segundo turno añadió un ligero grano tipo tejido a la superficie de la taza y no movió nada más; el tercero cambió solo la luz. Un cambio no solicitado; unos 30 segundos por turno.
- Flare (max): la superficie de la taza derivó de mate a un grano de trama cruzada a lo largo de los dos turnos, y la planta y el marco de la ventana se desplazaron en ambos. Cuatro cambios no solicitados; unos 62 segundos por turno.
- Sunburst (max): el encuadre, la taza, la planta, el bote y la tabla se mantuvieron fijos en los dos turnos. Solo cambiaron el cruasán y la iluminación. Cero cambios no solicitados; unos 107 segundos por turno.
Sunburst entregó exactamente lo que OpenAI prometía para el trabajo en varias rondas. La sorpresa fue Flare en max, que derivó tanto como GPT Image 2 en esta cadena concreta, mientras que Flare en high se mantuvo estable. Una cadena no es una estadística, pero sí es motivo para probar ambos niveles de Flare con tus propias secuencias de edición antes de dar por hecho que el nivel superior es más seguro.
Fotograma final de la cadena. Arriba a la izquierda: GPT Image 2 (high). Arriba a la derecha: GPT Image 2.5 Flare (high). Abajo a la izquierda: GPT Image 2.5 Flare (max). Abajo a la derecha: GPT Image 2.5 Sunburst (max).
Prueba 4: detalle de un paisaje en 4K
Las cuatro configuraciones devolvieron una imagen exacta de 3840×2160 de la escena del fiordo. Ajustadas al tamaño de la pantalla, cuesta distinguirlas. En un recorte al 100% alrededor de la cabaña, Sunburst en max es la más nítida, con líquenes legibles en las rocas, el ondulado de la chapa del tejado y las tablas de la baranda una por una. Flare en max va justo detrás. GPT Image 2 en high resuelve el revestimiento de la cabaña con nitidez, pero deja un difuminado pictórico en la vegetación y la roca. Flare en high se ve visiblemente más blanda en todo el cuadro, algo esperable con una cuarta parte de los tokens de salida. Los tiempos fueron 105.4 segundos para GPT Image 2, 31.0 para Flare en high, 75.1 para Flare en max y 91.5 para Sunburst en max (ejecución única). Los precios de lista de fal.ai para estos renders son $0.401, $0.100, $0.400 y $0.400 respectivamente (fal.ai).
Recortes de 1024×640 al 100% de cada render de 3840×2160. Arriba a la izquierda: GPT Image 2 (high). Arriba a la derecha: GPT Image 2.5 Flare (high). Abajo a la izquierda: GPT Image 2.5 Flare (max). Abajo a la derecha: GPT Image 2.5 Sunburst (max).
Prueba 5: miniatura para redes en el nivel usable más barato
El prompt era un bol de ramen visto desde arriba sobre fondo amarillo a 1024×1024, ejecutado tres veces por configuración. Las 12 salidas eran utilizables. Flare en high produjo tres boles limpios y consistentes con una mediana de 25.1 segundos y un precio de lista de $0.053 cada uno. GPT Image 2 en high necesitó una mediana de 152.6 segundos a $0.211, y en su primera ejecución esparció cebollín por el fondo, fuera del bol. Flare en max tardó una mediana de 58.8 segundos y Sunburst en max, 128.4 segundos, ambos a $0.211. Para miniaturas, Flare en high entrega una imagen utilizable en una sexta parte del tiempo y por una cuarta parte del precio de la referencia con GPT Image 2.
Primera de las tres ejecuciones por configuración. Arriba a la izquierda: GPT Image 2 (high). Arriba a la derecha: GPT Image 2.5 Flare (high). Abajo a la izquierda: GPT Image 2.5 Flare (max). Abajo a la derecha: GPT Image 2.5 Sunburst (max).
Resultados de un vistazo
| Prueba | GPT Image 2 (high) | GPT Image 2.5 Flare (high) | GPT Image 2.5 Flare (max) | GPT Image 2.5 Sunburst (max) |
|---|---|---|---|---|
| 1. Texto del póster: caracteres correctos, tiempo | 37/37, 116.0 s | 37/37, 26.0 s | 37/37 más 2 puntos sueltos, 54.5 s | 37/37, 96.1 s |
| 2. Edición con referencia: sujeto conservado, tiempo | Sí (algo más achatada), 137.2 s | Sí, 36.6 s | Sí, 68.9 s | Sí, 107.9 s |
| 3. Cadena de ediciones: cambios no solicitados en 2 turnos, tiempo por turno | 4, unos 136 s | 1, unos 30 s | 4, unos 62 s | 0, unos 107 s |
| 4. Detalle en 4K: posición al 100%, tiempo, precio de lista | 3.º, 105.4 s, $0.401 | 4.º, 31.0 s, $0.100 | 2.º, 75.1 s, $0.400 | 1.º, 91.5 s, $0.400 |
| 5. Miniatura: mediana de 3 ejecuciones, precio de lista | 152.6 s, $0.211 | 25.1 s, $0.053 | 58.8 s, $0.211 | 128.4 s, $0.211 |
Medido con la API de cola de fal.ai el 10 de septiembre de 2026. Los tiempos son de reloj, desde el envío hasta la finalización; ejecución única salvo en la fila 5. Los precios son los de lista de fal.ai por imagen de salida y excluyen los tokens de entrada de las imágenes de referencia.
¿Cuánto más rápido es GPT Image 2.5 que GPT Image 2?
OpenAI afirma que Flare ofrece "hasta un 50% menos de latencia" que GPT Image 2 (OpenAI). Las cifras de terceros publicadas desde el lanzamiento van en la misma línea o más allá: WeShop midió que Flare es entre un 30% y un 52% más rápido con ajustes idénticos (WeShop), y Manus informó antes del lanzamiento de que Flare era entre dos y cuatro veces más rápido que GPT Image 2 en sus propias cargas de trabajo (BuildFastWithAI).
Nuestras mediciones en la misma cola de fal.ai superan lo que promete OpenAI. A 1024×1024, Flare en high devolvió una mediana de 25.1 segundos frente a los 152.6 segundos de GPT Image 2 en high: una reducción del 84%, unas seis veces más rápido. Flare en max, el nivel equiparado en costo, devolvió 58.8 segundos, un 61% menos. Sunburst en max devolvió 128.4 segundos, un 16% más rápido que GPT Image 2 y con el resultado más detallado de los cuatro. Una rareza: GPT Image 2 tardó más en las miniaturas de 1024×1024 que en el paisaje de 3840×2160 (152.6 frente a 105.4 segundos), lo que sugiere que su tiempo lo domina el paso de planificación y no el número de píxeles. Son tiempos de cola de fal.ai en un solo día, y la API directa de OpenAI puede comportarse de otra forma, así que conviene tomar las proporciones como indicativas y no como definitivas.
¿Es GPT Image 2.5 mejor que GPT Image 2 en los benchmarks independientes?
Los primeros votos dicen que sí, con una salvedad sobre el tamaño de la muestra. En la tabla text-to-image de Arena fechada el 7 de septiembre de 2026, gpt-image-2.5-sunburst encabeza la lista con 1421 ± 13 y gpt-image-2.5-flare es segundo con 1399 ± 13, ambos marcados como preliminares. gpt-image-2 en calidad medium ocupa el tercer puesto con 1381 ± 4. La distancia entre Sunburst y GPT Image 2 es de 40 puntos, pero las dos entradas nuevas suman 3,149 y 2,856 votos frente a los 78,731 de GPT Image 2, de modo que sus intervalos de confianza son tres veces más anchos.
La arena text-to-image de Artificial Analysis no había incorporado ninguno de los dos modelos 2.5 a fecha de 10 de septiembre de 2026. Su tabla sigue colocando primero a GPT Image 2 (high) con un Elo de 1171 sobre 15,381 muestras, por delante de MAI-Image-2.6 con 1144 y Nano Banana 2 con 1122. Hasta que GPT Image 2.5 acumule votos allí, el resumen honesto es que GPT Image 2 sigue siendo el mejor modelo en una tabla independiente y GPT Image 2.5 lidera la otra con datos preliminares.
¿Se puede elegir Flare o Sunburst en ChatGPT?
No. ChatGPT no ofrece un selector entre los dos modelos de Images 2.5. The Decoder probó ambas superficies de consumo tras el lanzamiento y comprobó que el modo Chat enrutaba "a menudo" al modelo más débil, mientras que el modo Work usaba "de forma consistente" el más potente, y que las ediciones en modo Chat alteraban detalles no relacionados con más frecuencia (The Decoder, septiembre de 2026). La documentación de OpenAI no aclara qué variante elige ChatGPT en cada situación.
Images 2.5 llegó el mismo día del lanzamiento a todos los planes de ChatGPT, incluido el gratuito, además de a ChatGPT Work y Codex, en escritorio, móvil y web (OpenAI vía 9to5Mac). Los planes de pago ofrecen esperas más cortas y límites de uso más altos, no un modelo distinto. Para obtener resultados repetibles, los IDs de modelo de la API o una plataforma que muestre el selector son la única forma de garantizar Flare o Sunburst. LoveGen AI presenta las dos variantes como tarjetas contiguas en la página de GPT Image 2.5, así que la elección es explícita en cada generación.
¿Cuál usar? GPT Image 2 vs Flare vs Sunburst según el encargo
| Encargo | Modelo recomendado | Nivel de calidad | Por qué |
|---|---|---|---|
| Miniaturas para redes, variantes en gran volumen | GPT Image 2.5 Flare | medium o high | El menor costo por imagen utilizable y la generación más rápida de nuestras pruebas |
| Ediciones de producto de e-commerce a partir de una foto de referencia | GPT Image 2.5 Sunburst (o Flare en high) | high o xhigh | Ambos mantuvieron fijos la taza, el logotipo y el fondo en nuestra cadena; Sunburst fue el más limpio |
| Revisiones de cliente en varias rondas | GPT Image 2.5 Sunburst | xhigh o max | Cero cambios no solicitados en nuestra cadena de tres turnos; GPT Image 2 y Flare en max hicieron cuatro cada uno |
| Pósteres multilingües en 2K con presupuesto ajustado | GPT Image 2 | high (LoveGen AI: 0.3 crédito) | Sigue primero en Artificial Analysis; la tarifa plana de 0.3 crédito en LoveGen AI gana a los 0.5 de 2.5 High |
| Impresión, key visuals, fondos de pantalla en 4K | GPT Image 2.5 Sunburst o Flare | max | Solo 2.5 ofrece el nivel max; un 4K en max cuesta $0.400 en fal.ai, lo mismo que GPT Image 2 en high |
| Integraciones de API que necesitan rendimiento | GPT Image 2.5 Flare | auto o high | Los mismos límites de tasa que GPT Image 2 con menos latencia por imagen |
Quédate en GPT Image 2 si
Necesitas salida en 2K con texto sólido y pagas por crédito en LoveGen AI, donde GPT Image 2 cuesta 0.3 crédito frente a los 0.5 de GPT Image 2.5 con tamaño y nivel equivalentes. También conviene quedarse cuando un pipeline se ha afinado sobre resultados de GPT Image 2 y aún no se ha vuelto a validar, porque las ediciones de 2.5 se comportan de otra manera por diseño.
Elige GPT Image 2.5 Flare si
La velocidad y el volumen importan más que el último gramo de detalle. En nuestras pruebas, Flare en high devolvió una imagen de 1024×1024 en una mediana de 25.1 segundos, seis veces más rápido que GPT Image 2, y mantuvo estable una cadena de ediciones de tres turnos. OpenAI posiciona Flare como opción por defecto para "contenido para creadores y redes sociales, experiencias de producto, búsqueda visual, prototipado rápido de imágenes y generación de alto volumen" (OpenAI), y la tarifa por token idéntica significa que la velocidad no lleva sobreprecio.
Elige GPT Image 2.5 Sunburst si
El material se va a editar más de una vez, o si un sujeto de referencia debe sobrevivir intacto a un cambio de estilo o de escena. Sunburst es el modelo que OpenAI construyó "para flujos de trabajo visuales premium que se benefician de un control más estricto entre ediciones"; las pruebas de terceros que recoge WeShop detectaron que derivaba en torno a un 40% menos fuera de la región objetivo que Flare (WeShop, septiembre de 2026), y fue la única configuración con cero cambios no solicitados en nuestra cadena de tres turnos. También produjo el render en 4K más nítido de los cuatro.
Cuando ningún modelo de OpenAI es la mejor opción
Para ediciones que necesitan más de seis imágenes de referencia, o para editar fotografías en lenguaje natural cuando la identidad debe mantenerse a lo largo de una docena de entradas, Nano Banana Pro de Google acepta hasta 14 imágenes de referencia en LoveGen AI. Para composiciones donde manda la tipografía, Ideogram 3 sigue siendo el especialista, y para fotorrealismo de estudio sin texto, Flux 2 Pro continúa siendo una alternativa sólida. Todos funcionan con el mismo saldo de créditos, así que probar el mismo prompt en varios modelos cuesta una fracción de crédito.
¿GPT Image 2 está obsoleto? ¿Conviene migrar ya?
A 10 de septiembre de 2026, OpenAI no ha anunciado la retirada de GPT Image 2. La página de obsolescencias de OpenAI no fija fecha de retirada para gpt-image-2, y la página de modelo de gpt-image-2 sigue activa con la versión 2026-04-21. OpenAI no ha dicho cuándo, ni si, GPT Image 2 seguirá a los modelos DALL-E hacia la jubilación.
Para trabajo nuevo, empezar por GPT Image 2.5 es la opción sensata por defecto, y la propia recomendación de OpenAI es arrancar con Flare y pasar a Sunburst solo cuando las exigencias de calidad lo requieran (comunidad de desarrolladores de OpenAI). Una lista de verificación para migrar integraciones existentes:
- Cambia el ID de modelo a
gpt-image-2.5-flareogpt-image-2.5-sunburst. - Reasigna
quality. El antiguohighpasa a ser el nuevomaxsi quieres el mismo presupuesto de tokens de salida; el antiguomediumpasa a ser el nuevohigh. - Fija
qualityde forma explícita. Los modelos nuevos usanautopor defecto, lo que deja que OpenAI escoja el nivel. - Revisa los prompts de edición. 2.5 cambia solo lo que le pides; los prompts que dependían de que GPT Image 2 volviera a renderizar todo el encuadre quizá deban describir el cambio global deseado.
- Valora
background: "opaque"si los fondos transparentes o automáticos te dieron sorpresas. - Presupuesta con los datos de uso de fal.ai o de OpenAI, no con la calculadora de GPT Image 2, que según OpenAI no cubre 2.5.
Preguntas frecuentes
¿Cuándo se lanzó GPT Image 2.5?
OpenAI lanzó GPT Image 2.5 el 8 de septiembre de 2026 con el nombre comercial ChatGPT Images 2.5. La API expone dos modelos, gpt-image-2.5-flare y gpt-image-2.5-sunburst, ambos con snapshot 2026-09-08. Llegó ese mismo día a todos los planes de ChatGPT, incluido el gratuito, además de a ChatGPT Work y Codex, en escritorio, móvil y web (OpenAI).
¿Cuál es la diferencia entre GPT Image 2.5 Flare y Sunburst?
Flare es el modelo por defecto de OpenAI: más calidad que GPT Image 2 con hasta un 50% menos de latencia, orientado a contenido social, experiencias de producto y generación de alto volumen. Sunburst es el modelo grande de precisión, con tiempos de generación más largos, pensado para creatividad de campaña y ediciones en varias rondas en las que cada revisión debe dejar intacto el resto de la imagen. Ambos comparten el mismo precio por token (OpenAI).
¿Es GPT Image 2.5 mejor que GPT Image 2?
En la tabla preliminar text-to-image de Arena de septiembre de 2026, GPT Image 2.5 Sunburst puntúa 1421 y Flare 1399, frente a los 1381 de gpt-image-2 (medium), aunque las entradas nuevas tienen unos 3,000 votos frente a 78,000 (Arena). OpenAI reivindica más nitidez, iluminación más natural, mejor conservación de las fotos de referencia y ediciones multiturno más fiables. Artificial Analysis todavía coloca primero a GPT Image 2 porque aún no ha añadido 2.5.
¿GPT Image 2.5 cuesta más que GPT Image 2?
Por token, no. Los dos cobran $5 por millón de tokens de texto de entrada, $8 por millón de tokens de imagen de entrada y $30 por millón de tokens de imagen de salida (OpenAI). Por imagen, la escalera se desplazó: en fal.ai, una imagen de 1024×1024 con GPT Image 2.5 cuesta unos $0.006 en low, $0.053 en high y $0.211 en max, mientras que con GPT Image 2 cuesta $0.006 en low, $0.053 en medium y $0.211 en high.
¿Qué son los nuevos niveles de calidad xhigh y max?
GPT Image 2.5 añade xhigh y max por encima de high; GPT Image 2 se detiene en high. Los dos modelos 2.5 usan auto por defecto (guía de OpenAI). A 1024×1024, fal.ai fija xhigh en $0.094 y max en $0.211 por imagen; a 3840×2160, xhigh cuesta $0.178 y max $0.400 (fal.ai). Max es el nivel que iguala el costo de salida del antiguo high de GPT Image 2.
¿GPT Image 2.5 admite 4K?
Sí. La guía de generación de imágenes de OpenAI permite resoluciones personalizadas en las que cada borde sea múltiplo de 16, ningún borde supere los 3840 píxeles, el total de píxeles quede entre 655,360 y 8,294,400 y la relación de aspecto se mantenga entre 1:3 y 3:1. Las resoluciones por encima de 2560×1440 están marcadas como experimentales (guía de OpenAI). En LoveGen AI, GPT Image 2.5 ofrece 3840×2160 y 2160×3840 directamente, mientras que GPT Image 2 se queda en 2K.
¿Puedo elegir Flare o Sunburst dentro de ChatGPT?
No. ChatGPT no ofrece un selector de modelo para Images 2.5. The Decoder informó de que el modo Chat enrutaba a menudo a la variante más débil mientras que el modo Work usaba de forma consistente la más potente, y de que en las ediciones del modo Chat cambiaban con más frecuencia detalles no relacionados (The Decoder). Para controlar la variante, usa los IDs de modelo de la API o una plataforma como LoveGen AI que muestre un selector Flare/Sunburst.
¿GPT Image 2 está obsoleto?
No, al menos a 10 de septiembre de 2026. La página de obsolescencias de OpenAI no fija fecha de retirada para gpt-image-2, y su página de modelo sigue activa con el snapshot 2026-04-21. Eso sí, OpenAI advierte de que su calculadora de costos de GPT Image 2 no estima el consumo de tokens de los modelos 2.5 (OpenAI), así que conviene presupuestar por separado antes de cambiar.
¿Cuánto más rápido es GPT Image 2.5 que GPT Image 2?
OpenAI afirma que Flare recorta la latencia hasta un 50% frente a GPT Image 2 (OpenAI). Las pruebas de terceros que recoge WeShop sitúan a Flare entre un 30% y un 52% más rápido con ajustes idénticos, y Manus midió entre dos y cuatro veces más velocidad en sus propias cargas de trabajo antes del lanzamiento (BuildFastWithAI). Nuestra prueba en la misma cola de fal.ai, el 10 de septiembre de 2026, registró medianas de 25.1 segundos para Flare en high, 58.8 segundos para Flare en max y 152.6 segundos para GPT Image 2 en high por imagen de 1024×1024.
¿Qué modelo es mejor para editar con fotos de referencia?
GPT Image 2.5 Sunburst. OpenAI lo diseñó para un control más estricto entre ediciones sucesivas y conserva mejor la identidad de los sujetos de referencia al cambiar de escenario y de estilo (OpenAI). Las pruebas de WeShop detectaron que Sunburst derivaba alrededor de un 40% menos fuera de la región objetivo que Flare (WeShop). En nuestra cadena de tres turnos del 10 de septiembre de 2026, Sunburst en max no introdujo ningún cambio no solicitado, Flare en high uno y GPT Image 2 cuatro, porque volvió a renderizar la escena entera en el segundo turno.
¿Cuántos créditos cuesta GPT Image 2.5 en LoveGen AI?
Desde 0.1 crédito por imagen. El tamaño por defecto de 1024×1024 en High cuesta 0.5 crédito, en Extra High 0.8 y en Max 1.8; un render de 3840×2160 en Max es el techo, con 3.4 créditos. Flare y Sunburst cuestan lo mismo. GPT Image 2 en LoveGen AI mantiene una tarifa plana de 0.3 crédito por imagen con hasta cuatro imágenes de referencia, así que sigue siendo la opción más barata para trabajar en 2K.
¿Debería pasar mi integración de API de gpt-image-2 a gpt-image-2.5?
Sí para trabajo nuevo, con un cambio: reasigna la calidad. Una petición que usaba gpt-image-2 con quality: "high" debería pasar a gpt-image-2.5-flare con quality: "max" para conservar el mismo presupuesto de tokens de salida; dejar high produce una imagen más barata y con menos tokens (precios de fal.ai). Ten en cuenta también el nuevo valor por defecto auto, la opción de fondo opaque y el mayor tiempo de generación de Sunburst.
Conclusión
GPT Image 2.5 es una mejora real sobre GPT Image 2 en ediciones, fidelidad a la referencia y velocidad, y cuesta lo mismo por token. Lo único que hay que interiorizar antes de cambiar es que los nombres de calidad se han movido: max es el nuevo high y high es el nuevo medium. Flare es la opción por defecto adecuada para la mayoría de trabajos, Sunburst justifica sus segundos extra cuando un sujeto tiene que sobrevivir a varias rondas de edición, y GPT Image 2 todavía merece un hueco para trabajo barato en 2K con mucho texto, sobre todo a 0.3 crédito en LoveGen AI.
Ambas generaciones conviven con el resto de los grandes modelos en el catálogo de modelos de imagen con IA de LoveGen AI, sin suscripción y con precio por imagen. En el momento de escribir esto, LoveGen AI ofrece además GPT Image 2.5 gratis para probar, la forma más barata de repetir los cinco prompts anteriores con tus propias imágenes de referencia.