OpenAI lanza ChatGPT Images 2.5: Sunburst y Flare en la API

Que lanzo OpenAI exactamente

El 8 de septiembre de 2026, OpenAI presento ChatGPT Images 2.5, su nuevo modelo estrella de generacion de imagen, junto con dos variantes para la API orientadas a desarrolladores: GPT-Image-2.5-Sunburst y GPT-Image-2.5-Flare. La compania asegura que, sumando ChatGPT Images y los modelos GPT-Image consumidos por la API, ya se generan mas de 3.000 millones de imagenes por semana, una cifra que la propia OpenAI publica y que, como recuerda The Next Web, no esta auditada de forma independiente.

El lanzamiento llega cinco meses despues de ChatGPT Images 2 (abril de 2026), que ya introdujo salida en 2K, multiples relaciones de aspecto, soporte web para informacion actualizada y dos niveles de inteligencia (Instant y Thinking). La version 2.5 apunta a una mejora incremental en tres frentes: instrucciones multi-turno mas fiables, mejor preservacion del sujeto cuando se usan fotos de referencia y latencia reducida hasta un 50% respecto a Images 2.0, segun la documentacion oficial.

Que cambia para creadores y equipos de marketing

El foco comercial esta en el llamado reference-led workflow: subir una foto real (un producto, una persona, una pieza grafica) y pedir ediciones localizadas sin que el resto de la imagen se degrade. OpenAI lo resume como la posibilidad de «actualizar un solo elemento — un producto, un fondo, una linea de copy — preservando el sujeto, la composicion y el tratamiento de marca».

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Para la UI dentro de ChatGPT se anaden tres novedades:

Sketch: se puede dibujar dentro del chat con @Sketch y usar el boceto como referencia visual para la imagen final.
Plantillas con puntos de partida ya formateados (Poster, Merch, flyer, foto de producto).
Comentarios sobre la imagen y prompts compartidos: el prompt que genero una imagen se puede enviar a otra persona para que lo reejecute con sus propias fotos, replicando logica tipo plantilla viral (OpenAI menciona como ejemplo un prompt de foto carnet estilo anos 80 que se viralizo).

El modelo se esta desplegando a usuarios de ChatGPT, ChatGPT Work y Codex, en todos los planes, en escritorio, mobile y web.

Que cambia para desarrolladores: Flare vs Sunburst

La parte mas relevante para founders tecnicos son los dos IDs de API. La pagina de documentacion de OpenAI los diferencia asi:

GPT-Image-2.5-Flare → modelo por defecto para la mayoria de aplicaciones. Mayor calidad que GPT-Image-2 a 50% menos latencia. Pensado para contenido de creadores y social, experiencias de producto, visual search, prototipado rapido y generacion de alto volumen.
GPT-Image-2.5-Sunburst → opcion premium cuando lo que importa es precision de edicion: creatividad para campanas listas para produccion, imagenes de producto pulidas, flujos donde la consistencia entre turnos pesa mas que la velocidad.

Los precios de la API, segun la pagina de pricing listada por Unite.ai, son identicos para ambos modelos: $8,00 por 1M tokens de imagen de entrada ($2,00 en cache), $30,00 por 1M tokens de imagen de salida, y texto a $5,00 por 1M tokens ($1,25 en cache).

Adobe ya los integro. Matt Chotin, senior director of product de Adobe, confirmo que los modelos GPT-Image-2.5 ya estan disponibles dentro de Adobe Firefly, el estudio creativo de IA de la compania. Manus reporto en sus evaluaciones que Flare produce imagenes de alta calidad entre 2 y 4 veces mas rapido que GPT-Image-2, con mejor manejo de fondos transparentes. Higgsfield AI subrayo que el modelo preserva el caracter, la composicion y la identidad visual de la imagen original a lo largo de varias ediciones.

Seguridad, procedencia y un dato a mirar con lupa

OpenAI publico tambien un system card el mismo 8 de septiembre. Puntos clave:

En sus evaluaciones adversariales automatizadas, los prompts disenhados para elicitar imagenes que violen politicas dieron una tasa de generaciones inseguras de 1,09% para Sunburst y 1,41% para Flare, frente a un 1,64% de base en ChatGPT Images 2.0. OpenAI aclara explicitamente que el set adversarial no es representativo del trafico real y que los resultados aplican solo a esa configuracion.
Bajo su Preparedness Framework, los modelos no cruzan los umbrales Bio High ni Cyber High. Aun asi, aplica mitigaciones biologicas especificas para imagen.
En procedencia, mantiene metadatos C2PA dentro del C2PA Conformance Program y suma el watermarking invisible SynthID de Google DeepMind en ChatGPT, Codex y la API.

El caveat que vale la pena recordar: como senala The Next Web, el marcado de procedencia es necesario pero no suficiente. Los metadatos se pierden al capturar pantallas, al recomprimir y al redistribuir, y los watermarks invisibles tienen robustez variable. Para un founder que ya esta integrando estas APIs en producto, eso significa que no se puede confiar solo en la marca de agua como salvaguarda legal: hay que disenar el producto asumiendo que la marca se puede perder.

Que significa esto para tu startup

Para una startup hispana que ya consume APIs de imagen, este lanzamiento mueve tres decisiones tecnicas y de producto:

Elige por caso de uso, no por defecto. Si estas generando volumen (contenido social, thumbnails, mockups rapidos para tu growth), arranca con Flare — pagas menos por latencia y la calidad sube respecto a GPT-Image-2. Si lo que necesitas es consistencia entre multiples ediciones para una campana o un ecommerce con catalogo, Sunburst justifica el tiempo extra de generacion.
El reference-led workflow cambia la economia de los assets de marketing. Poder subir una foto de producto real y pedir cambios localizados (color, fondo, contexto) sin re-shoot ya era la promesa de GPT-Image-2; 2.5 la hace suficientemente fiable como para integrarla en pipelines de e-commerce y creatividades para ads. Equipos pequenos de marketing pueden cubrir lo que antes requeria un estudio.
Disena el producto con la marca de agua como capa, no como contrato. Si tu producto expone imagenes generadas (avatar, avatar de marca, assets para clientes), considera anadir tu propio identificador visible ademas del C2PA/SynthID. La trazabilidad real de quien genero la imagen sigue siendo una pregunta abierta del lado del usuario, no del proveedor.

Dos acciones concretas para esta semana:

Audita tu API actual de imagen. Si estas en GPT-Image-2, migrar a Flare te da 50% menos latencia sin subir coste por token — un A/B test de 48 horas con tu caso real basta para ver el impacto.
Prueba reference-led editing en tu flujo de assets. Sube una foto de producto y pide una edicion puntual (cambiar fondo, anadir un cartel, mover un objeto). Si los resultados son consistentes en 3 de 5 intentos, ya tienes un caso de uso integrable a produccion.