OpenAI lanza ChatGPT Images 2.6: GIF animados, imágenes de referencia y dos modelos de API, Sunburst y Flare

OpenAI presentó en la noche del 4 al 5 de noviembre ChatGPT Images 2.6, una actualización de su generador de imágenes que aporta dos novedades visibles para el público general: la creación de GIF animados e imágenes de referencia que se guardan una vez para reutilizarse. Para los desarrolladores, la empresa pone en servicio dos modelos, GPT-Image-2.6 Sunburst y GPT-Image-2.6 Flare, que añaden la salida en GIF y SVG a la API de imágenes.

Lo que cambia en ChatGPT

Hasta ahora, ChatGPT producía imágenes fijas. Con Images 2.6, un texto o una imagen inicial pueden convertirse en una animación en bucle. Según el anuncio de OpenAI, después se puede ajustar su velocidad, retocar los fotogramas uno a uno y compartirla.

La segunda novedad se centra en la regularidad entre creaciones: ChatGPT puede guardar imágenes de referencia, por ejemplo una foto de uno mismo, de su mascota o de un personaje recurrente, para reutilizarlas en nuevas imágenes sin tener que subirlas cada vez. Es precisamente lo que faltaba para mantener un mismo personaje o una misma mascota a lo largo de una serie de imágenes.

Según OpenAI, Images 2.6 está disponible en ChatGPT y Codex para todos los planes, en la web, escritorio y móvil. Los límites de uso por plan, por su parte, no están publicados.

Dos modelos para desarrolladores

En la API, OpenAI separa ahora con claridad dos casos de uso:

• Sunburst para el trabajo detallado: composiciones complejas y retoques donde la precisión importa;
• Flare para la iteración rápida: según OpenAI, una imagen puede generarse en unos seis segundos en el mejor de los casos.

Ambos modelos comparten las mismas herramientas, descritas en la guía de OpenAI:

• GIF animado: solo en generación, de 2 a 64 fotogramas por animación (9 por defecto), mostrándose cada uno de 20 a 2.000 milisegundos (200 por defecto);
• SVG: un archivo vectorial editable, útil para iconos o ilustraciones, reservado a la API;
• edición guiada por anotaciones: se rodea en una capa la zona que se desea cambiar y se describe la modificación, una función abierta también a los modelos GPT Image 2.5 compatibles;
• un ajuste de complejidad (baja, media, alta) que decide cuánto «planifica» el modelo antes de dibujar; está en «alta» por defecto y no se factura aparte, pero OpenAI advierte de que puede alargar el tiempo de respuesta e introducir cambios no deseados.

Las fichas de ambos modelos muestran los mismos precios: 5 dólares por millón de tokens de texto de entrada, 8 dólares por millón de tokens de imagen de entrada y 30 dólares por millón de tokens de imagen de salida. El coste real de una imagen depende del número de tokens producidos, un dato que las fichas no detallan.

La seguridad de los GIF

La ficha del sistema publicada por OpenAI retoma la base de seguridad de Images 2.5 y añade salvaguardas específicas para los GIF, ya que una animación puede transmitir un significado o un movimiento problemático que ninguna imagen fija aislada muestra. OpenAI reconoce que estas infracciones «siguen siendo difíciles de detectar». En su banco de pruebas de 3.077 solicitudes deliberadamente engañosas, la tasa de imágenes problemáticas no bloqueadas pasa del 1,49% al 2,14% en Flare y desciende ligeramente en Sunburst; OpenAI considera que estas diferencias no son significativas. Las imágenes siguen incluyendo los metadatos C2PA y la marca de agua invisible SynthID.

Lo que no se sabe

• El coste por imagen: un desarrollador señala en el foro de OpenAI que las calidades «low» y «medium» consumen bastante más tokens que con GPT Image 2.5. OpenAI no ha respondido.
• Las cuotas de GIF y de imágenes de referencia según los planes de ChatGPT.
• La conservación de las imágenes de referencia: cuánto tiempo permanecen guardadas y cómo eliminarlas no se detalla en los documentos consultados.