El cuatro de noviembre OpenAI lanzó el motor gráfico GPT-Image-2.6 en las aplicaciones de ChatGPT, el entorno Codex y la API. Los usuarios ya crean allí más de 4 mil millones de imágenes por semana frente a los 3 mil millones de ocho semanas atrás, pero muchos en el feed pasaron de largo el cambio principal de la versión.
En las primeras horas todos inspeccionaban los retratos con lupa por costumbre: ¿se volvió la piel aún más realista? Contrasté la documentación con el análisis de pruebas de Julian Goldie y vi otro rumbo: no apostaron por el brillo de vitrina. La actualización ataca dos dolores reales del diseño comercial: el revoltijo ilegible en lugar de textos largos y la pérdida de consistencia del personaje entre escenas.
Embeddings tipográficos y maquetación previa
Alrededor de las redes neuronales persiste la ilusión de que la nueva versión dibujará sola un póster complejo con una frase corta sin ajustes. En la práctica, los primeros modelos de difusión como DALL-E 3 trataban las letras como un estampado de papel tapiz: adivinaban el ritmo general de la línea, pero confundían sílabas y agregaban trazos extra.
En GPT-Image-2.6, los embeddings tipográficos profundos —huellas digitales de las formas de las letras— obligan a la red a apoyarse en signos vectoriales nítidos, es decir, glifos, cuidando ortografía, espaciado entre letras (kerning) e interlineado. Encima, en la API funciona el parámetro de planificación complexity (low, medium y high activado por defecto), con el que el algoritmo calcula la grilla de la pieza antes de dibujarla.
El motor se aceleró un 50% y se dividió en dos perfiles. El modelo ligero Flare entrega un borrador en 6–8 segundos para ideas rápidas en redes sociales, mientras que el mayor Sunburst resuelve iluminación final, texturas y texto denso. En la prueba de Julian Goldie me sorprendió la densidad de maquetación: un banner cuadrado con una sala nocturna de cristal y hologramas alojó titular, subtítulo, cinco beneficios con íconos, botón y dirección web sin una sola errata. Eso sí, las tipografías sans-serif de imprenta en alfabeto latino salen limpias, mientras que la caligrafía ornamental y el cirílico denso a veces exigen un par de intentos —revisar la pieza con tus propios ojos antes de publicar sigue siendo obligatorio.
Referencias de apariencia y ediciones puntuales sin romper el cuadro
Un letrero prolijo no salva una serie si en la diapositiva siguiente cambian los rasgos y la ropa de tu protagonista. Aquí muchos caen en una trampa: copian de prompt en prompt una descripción verbal larga y dejan el nivel high para cualquier detalle menor. En Sunburst eso sale caro: la petición tarda más, quema créditos más rápido y, por re-planificar de más ante un retoque pequeño, el modelo redibuja por su cuenta detalles vecinos.
En Images 2.6 ese problema lo resuelve la dupla de referencias guardadas (Reference Images) y marcado puntual (Image Markup), disponible ahora tanto en el chat como en la API. Basta con guardar una vez en la app la foto de una persona, mascota o producto: el sistema le asigna un identificador de rasgos faciales, proporciones y estilo de vestimenta para nuevas escenas.
Tomemos el encargo de una cadena de cafeterías: para el menú de temporada hace falta una serie de cuatro pósteres con el mismo barista y los nombres de las bebidas en los vasos. Antes un diseñador pasaba horas pegando caras en un editor de fotos y maquetando texto a mano sobre vasos vacíos. Ahora el retrato del barista con delantal se guarda como Reference Image y en segundos se buscan encuadres en Flare: mañana junto a la máquina de espresso, almuerzo con termo, entrega del pedido en barra y tarde con un libro. Los pósteres finales se renderizan en Sunburst en complejidad alta, indicando en el prompt el eslogan, el logotipo y los nombres de las bebidas en los vasos. Y para cambiar la variedad de café en la tercera pieza, se marca con Image Markup y se edita solo esa zona en modo ligero.
Para la cafetería cambia toda la economía: en una tarde y sin estudio fotográfico queda lista una campaña coherente con un mismo personaje vivo y textos legibles en los vasos. Ya no se reconstruye desde cero un cuadro logrado por una sola palabra, cuidando tiempo y límites.
De paso, la API aprendió a exportar SVG vectorial para maquetación web e impresión, en el chat ya funciona la creación integrada de GIF en bucle, y los archivos se etiquetan con metadatos C2PA y marca de agua SynthID de Google DeepMind —sin los viejos rodeos como transferir retratos mediante parámetros JSON. La competencia está cerca: Google Nano Banana 2.1 sobre Gemini 3.6 Flash admite hasta 14 referencias a la vez (hasta 4 personajes y 10 objetos) y entrega hasta 4K apoyándose en la búsqueda de Google, mientras que Imagen 3 compite en microcontraste de piel, pero ninguno arma GIF listos dentro del diálogo.
El verdadero salto de ChatGPT Images 2.6 no está en la belleza aislada de una imagen suelta, sino en el control: planificación tipográfica, referencias guardadas y marcado puntual convierten al generador de chat en una herramienta real de branding en serie.


