OpenAI lanzó este martes la segunda versión de su modelo insignia dedicado a la creación visual, que representa la próxima generación de modelos avanzados de inteligencia artificial en el campo de la creatividad digital. Este lanzamiento constituye la actualización más grande y fundamental de las herramientas de creación visual integradas en la plataforma ChatGPT desde que se introdujo la función de imágenes nativas en el modelo GPT-4o en marzo de 2025. La compañía anticipó este anuncio temprano en el día de forma innovadora e inteligente, publicando lo que parecía ser una captura de pantalla de ChatGPT, para luego revelar que la imagen misma había sido generada íntegramente por inteligencia artificial, antes de confirmar oficialmente el lanzamiento al mediodía.
Trayectoria de evolución y pruebas preliminares
El nuevo modelo llega como sucesor de la versión 1.5, que apareció por primera vez en diciembre de 2025. Este lanzamiento se produce tras largas semanas de expectación pública avivada por una serie de pruebas ciegas en la plataforma de evaluación comparativa LMSYS Chatbot Arena a principios de abril. Durante ese periodo, aparecieron tres modelos misteriosos con nombres en clave: Masking Tape Alpha, Gaffer Tape Alpha y Packing Tape Alpha, los cuales obtuvieron amplios elogios y gran admiración por parte de los evaluadores debido a su calidad superior en la producción de imágenes, resultando ser versiones de prueba que preparaban el terreno para el lanzamiento de este modelo excepcional.
Arquitectura independiente y un salto cualitativo en la precisión de los textos
La segunda versión de este modelo representa una reconstrucción arquitectónica integral en lugar de ser una simple actualización incremental de las versiones anteriores. El modelo se ha construido sobre una arquitectura completamente nueva e independiente, y ya no deriva de la ruta de generación de imágenes del modelo GPT-4o que utilizaban sus predecesores. La precisión en la representación de textos dentro de las imágenes es uno de los puntos fuertes más destacados de esta versión, una característica que históricamente había supuesto un punto débil notable en los generadores de imágenes por inteligencia artificial. La tasa de precisión saltó del 90 al 95 por ciento en la versión 1.5, superando la barrera del 99 por ciento en la nueva versión. Y lo que es más interesante, este soporte se extendió para incluir textos en lenguajes complejos como el chino, el japonés y el coreano, además del árabe. Asimismo, los desarrolladores lograron eliminar por completo el problema persistente del tono cálido amarillento que afectaba a las versiones anteriores y mermaba su realismo.
Precisión sobrehumana y velocidad de respuesta ultrarrápida
En cuanto a la resolución, el modelo nuevo admite tamaños de salida flexibles de hasta casi 4000 píxeles por lado, con un límite total de píxeles que alcanza aproximadamente los 8,3 millones. No obstante, OpenAI indicó que la resolución de pantalla que supera los 2000 píxeles debe considerarse experimental por el momento. Esto representa un avance descomunal y un gran salto en comparación con el límite máximo de la versión 1.5, que se limitaba a 1536 por 1024 píxeles. El modelo también incluye soporte para nuevas relaciones de aspecto que incluyen 16:9, lo que lo convierte en una herramienta sumamente práctica para el diseño de presentaciones, miniaturas y diversos contenidos de video. Del mismo modo, la velocidad de generación experimentó una mejora notoria, ya que los primeros evaluadores informaron haber obtenido resultados en menos de 3 segundos, en contraste con el rango de 5 a 10 segundos de la versión previa.
Feroz competencia en el mercado de la inteligencia artificial visual
Este lanzamiento se produce en un momento de intensificación en la competencia dentro del ámbito de la creación visual generativa. En febrero de 2026, Google lanzó el modelo Nano Banana 2, que introdujo soporte nativo para alta resolución y empujó al sector varios pasos hacia adelante en lo que respecta al hiperrealismo. En un contexto relacionado, la octava versión del modelo Midjourney también ofrece esencialmente una precisión sobresaliente. La retirada programada de los modelos DALL-E 2 y DALL-E 3 el 12 de mayo de 2026 ha imprimido una gran urgencia en el cronograma de OpenAI para lanzar un sustituto potente y competitivo que mantenga su liderazgo en este mercado dinámico y acelerado.
Disponibilidad y limitaciones actuales
El despliegue del nuevo modelo ha comenzado de forma gradual para los usuarios de la plataforma ChatGPT, y también estará disponible para desarrolladores y empresas a través de la API, donde llevará el identificador de programa gpt-image-2 para facilitar su integración y uso. A pesar de todas estas características asombrosas, existe una limitación notable en el lanzamiento: la falta de soporte para fondos transparentes por ahora. Esto significa que los flujos de trabajo y tareas que requieran transparencia de imágenes en formato PNG deberán depender temporalmente de la versión anterior 1.5 hasta que se complete la actualización del nuevo modelo y se incorpore esta importante función.
Preguntas frecuentes
¿Cuál es la nueva actualización lanzada por OpenAI?
La compañía lanzó la segunda versión de su modelo inteligente enfocado en la generación de imágenes, el cual constituye la actualización más grande para las herramientas de creación visual desde marzo de 2025, destacando por una arquitectura completamente nueva e independiente.
¿Qué idiomas admite el nuevo modelo en la escritura de textos?
El nuevo modelo permite la escritura de textos dentro de las imágenes con una precisión superior al 99 por ciento, abarcando actualmente los idiomas árabe, chino, japonés y coreano.
¿Cuál es la resolución máxima de las imágenes en la nueva versión?
El modelo admite una resolución de hasta 4000 píxeles con un total aproximado de 8,3 millones de píxeles, aunque la empresa señaló que las resoluciones que superan la barrera de los 2000 píxeles todavía se encuentran en fase de prueba y experimentación.
