OpenAI ha presentado ChatGPT Imágenes 2.0, una nueva evolución de su modelo de generación de imágenes. La idea central es clara: las imágenes no funcionan solo como decoración, sino como una forma de lenguaje capaz de explicar, ordenar, argumentar y desarrollar ideas.
Según OpenAI, esta nueva versión busca llevar la creación visual con IA más allá de la generación básica de imágenes. ChatGPT Imágenes 2.0 incorpora mayor precisión, mejor seguimiento de instrucciones, generación de texto más compleja, soporte multilingüe, relaciones de aspecto flexibles y capacidades de razonamiento cuando se utiliza junto con modelos de pensamiento o modelos Pro en ChatGPT.
El resultado es un sistema orientado a crear imágenes más útiles, coherentes y listas para usar en contextos donde la precisión visual, la información actualizada y la consistencia son importantes.
Un avance hacia imágenes más precisas y utilizables
ChatGPT Imágenes 2.0 se presenta como un modelo capaz de abordar tareas visuales complejas y producir resultados más cercanos a una pieza diseñada de forma intencional.
Entre sus principales mejoras, OpenAI destaca:
- Mayor capacidad para seguir instrucciones detalladas.
- Mejor precisión al colocar y relacionar objetos.
- Generación de texto complejo dentro de las imágenes.
- Creación de imágenes en distintas relaciones de aspecto.
- Mejor sentido de la composición y del criterio visual.
- Capacidad para completar información visual con menos indicaciones por parte del usuario.
La promesa del modelo no es solo generar algo visualmente atractivo, sino producir imágenes que puedan utilizarse de forma práctica. OpenAI lo resume como un salto desde resultados aproximados hacia imágenes que conservan detalles, respetan restricciones y responden mejor a lo que se pide.
Más control en composiciones complejas
Uno de los puntos más relevantes del lanzamiento es el aumento de precisión y fidelidad. ChatGPT Imágenes 2.0 puede trabajar con elementos que suelen ser especialmente difíciles para los modelos de imagen, como:
- Texto pequeño.
- Iconografía.
- Elementos de interfaz de usuario.
- Composiciones densas.
- Restricciones estilísticas sutiles.
- Detalles visuales de alta precisión.
En la API, el modelo puede generar imágenes con una resolución de hasta 2K. OpenAI plantea esta mejora como una forma de reducir la distancia entre la intención inicial y el resultado final: en lugar de obtener una aproximación vaga, el usuario puede llegar a una imagen más directamente utilizable.
Mejor generación de texto en varios idiomas
Hasta ahora, los modelos de generación de imágenes de OpenAI habían mostrado un comportamiento más consistente en inglés y en otros idiomas basados en el alfabeto latino. Sin embargo, la compañía reconoce que la precisión era menor en otros sistemas de escritura, especialmente cuando el texto era complejo o denso.
ChatGPT Imágenes 2.0 busca superar esa limitación con una comprensión multilingüe más sólida y mejoras en la generación de textos no latinos, especialmente en:
- Japonés.
- Coreano.
- Chino.
- Hindi.
- Bengalí.
La mejora no se limita a traducir etiquetas sueltas. El modelo puede generar imágenes donde el lenguaje forma parte del diseño visual, como pósteres, materiales explicativos, diagramas o cómics. Esto amplía su utilidad en contextos globales y permite crear piezas visuales en los idiomas que las personas realmente utilizan.
Más fidelidad estilística y realismo visual
OpenAI también destaca una mejora significativa en la capacidad del modelo para reproducir estilos visuales distintos. ChatGPT Imágenes 2.0 puede captar mejor las características propias de fotografías, escenas cinematográficas, pixel art, manga y otros lenguajes visuales.
El modelo mejora especialmente en aspectos como:
- Textura.
- Iluminación.
- Composición.
- Detalles finos.
- Imperfecciones visuales que aportan realismo.
Esta capacidad resulta útil para tareas creativas donde el estilo no es un elemento secundario, sino parte central del resultado. El texto original menciona casos como prototipos de juegos, storyboards, materiales creativos de marketing y generación de activos para un medio o género concreto.
Relaciones de aspecto adaptadas a distintos formatos
Otra novedad importante es la flexibilidad en las dimensiones de las imágenes. ChatGPT Imágenes 2.0 permite generar resultados en relaciones de aspecto tan anchas como 3:1 y tan altas como 1:3.
Esto facilita la creación de imágenes ajustadas a distintos usos, como:
- Banners anchos
- Diapositivas para presentaciones
- Pósteres
- Pantallas móviles
- Marcapáginas
- Gráficos para redes sociales
El usuario puede indicar la relación de aspecto en el prompt o seleccionar opciones predefinidas para regenerar una imagen con nuevas dimensiones.
Inteligencia visual con información más actualizada
ChatGPT Imágenes 2.0 incorpora información del mundo más actualizada, con datos vigentes hasta diciembre de 2025. Según OpenAI, esto permite generar resultados más relevantes y precisos en contexto.
Esta capacidad es especialmente útil en piezas donde la precisión no depende solo de la estética, sino también de la claridad informativa. El texto original menciona materiales explicativos, gráficos educativos y resúmenes visuales como ejemplos de uso donde esta combinación puede resultar especialmente valiosa.
El modelo puede sintetizar información, redactar una historia visual y darle formato con estructura clara, espacios en blanco intencionales y fluidez visual.
De herramienta de imagen a colaborador visual
Una de las ideas más importantes del lanzamiento es el papel de ChatGPT Imágenes 2.0 cuando se utiliza con modelos de pensamiento en ChatGPT.
En este modo, el modelo puede dedicar más tiempo a comprender la tarea y ejecutarla con mayor autonomía. OpenAI señala que puede:
- Usar la web para encontrar información relevante.
- Transformar materiales cargados en explicaciones visuales.
- Razonar sobre la estructura de la imagen antes de generarla.
- Revisar sus propios resultados.
- Generar varias imágenes a partir de un solo prompt.
Con Thinking, también puede generar varias imágenes distintas a la vez. Esto permite pedir un conjunto coherente de hasta ocho resultados, con continuidad en personajes y objetos, y desarrollados de forma secuencial.
El cambio es relevante porque reduce parte del trabajo manual entre la idea inicial y el resultado final. En lugar de crear una imagen cada vez y ensamblar después el proyecto, el usuario puede solicitar varias piezas conectadas en un único flujo.
Imágenes dentro de Codex
OpenAI también integra la creación de imágenes en Codex. Esta incorporación permite crear, iterar y lanzar aplicaciones, presentaciones y otros proyectos dentro de un mismo espacio de trabajo.
Según el texto original, esto amplía la utilidad de Codex para tareas relacionadas con:
- Diseño
- Marketing
- Producto
- Ventas
- Aprendizaje y desarrollo
Un ejemplo mencionado es la generación de varias propuestas de interfaz de usuario, conceptos y prototipos, con la posibilidad de comparar opciones rápidamente y trasladar las ideas más sólidas a productos reales o experiencias web sin salir de Codex.
Además, se indica que es posible crear imágenes en Codex con una suscripción de ChatGPT, sin necesidad de una clave de API aparte.
Gpt-image-2 en la API
Para desarrolladores y empresas, OpenAI ofrece estas capacidades a través de la API con gpt-image-2. El objetivo es permitir que productos y flujos de trabajo existentes incorporen generación y edición de imágenes de alta calidad.
El texto original destaca varias mejoras útiles en este contexto:
- Mejor generación de texto.
- Soporte multilingüe.
- Mayor precisión al seguir instrucciones.
- Compatibilidad con más formatos y relaciones de aspecto.
OpenAI vincula estas capacidades con casos de uso empresariales como publicidad localizada, infografías, materiales explicativos, contenido educativo, herramientas de diseño, plataformas creativas y productos para creación web.
Limitaciones reconocidas por OpenAI
OpenAI también señala que ChatGPT Imágenes 2.0 no es perfecto. Aunque representa un avance, todavía puede tener dificultades en tareas que requieren una comprensión completa y coherente del mundo físico.
Entre las limitaciones mencionadas están:
- Guías de origami.
- Rompecabezas como cubos de Rubik.
- Detalles en superficies ocultas, inclinadas o invertidas.
- Detalles visuales muy densos o repetitivos, como granos finos de arena.
- Etiquetas y diagramas que requieren flechas precisas o identificación exacta de partes.
OpenAI recomienda revisar especialmente etiquetas y diagramas cuando la precisión sea importante. También indica que los resultados superiores a 2K en la API se encuentran actualmente en fase beta y pueden generar resultados inconsistentes en algunos casos.
Disponibilidad y acceso
ChatGPT Imágenes 2.0 está disponible para usuarios de ChatGPT y Codex. Los resultados avanzados con Thinking están disponibles para usuarios de ChatGPT Plus, Pro y Business.
El modelo gpt-image-2 también está disponible en la API, con precios que varían según la calidad y la resolución seleccionadas.
OpenAI cierra el lanzamiento señalando que desarrolla la generación de imágenes con un enfoque orientado a la utilidad, la creatividad y la seguridad, mediante salvaguardas y protecciones que evolucionan junto con las capacidades y los riesgos del sistema.
Fuente
OpenAI, “ChatGPT Imágenes 2.0”, OpenAI, 2026.