OpenAI ha decidido que el problema de la generación de imágenes no era la calidad, sino el control. Con Images 2.5 y su nueva función Sketch, el usuario deja de describir la escena y pasa a dibujarla. Basta con saber trazar un círculo.
Hay una frustración que cualquiera que haya usado un generador de imágenes conoce de memoria. Escribes un prompt de tres líneas, describes con precisión dónde va cada elemento, pulsas Intro y la máquina te devuelve algo que se parece a lo que pediste, pero no es lo que pediste. El personaje está a la izquierda cuando lo querías a la derecha. La mesa ocupa media escena. El logotipo ha desaparecido. Vuelves a escribir, ajustas una palabra, y la imagen entera cambia de arriba abajo.
Ese ciclo de prueba y error ha sido, hasta ahora, el precio de trabajar con inteligencia artificial generativa. OpenAI acaba de anunciar que quiere terminar con él.
El 8 de septiembre de 2026 la compañía lanzó ChatGPT Images 2.5, que presenta como su nuevo modelo de imagen de referencia, y lo acompañó de dos modelos adicionales en su API. La cifra que lo contextualiza todo es la siguiente: según OpenAI, cada semana se crean más de 3.000 millones de imágenes entre ChatGPT Images y los modelos GPT-Image de la API. A esa escala, cada segundo de latencia y cada regeneración fallida se multiplican por millones.
El garabato como instrucción
La novedad que concentra la atención se llama Sketch. Su funcionamiento es deliberadamente simple: se activa escribiendo @Sketch en la caja de chat, lo que abre una ventana de dibujo dentro de la propia interfaz. El usuario dibuja lo que quiere y después escribe un prompt indicando a ChatGPT cómo debe renderizarlo.
La idea de fondo es un reparto de tareas entre dos lenguajes. El dibujo aporta lo que las palabras transmiten mal: la disposición, la forma, la posición y la composición de la escena, mientras que el texto aporta los detalles. Es exactamente la división que utiliza cualquier director de arte cuando entrega un boceto a un ilustrador: el esquema fija la estructura y la conversación fija el acabado.
OpenAI lo plantea con ejemplos cotidianos. Se puede bocetar la distribución de una habitación, el contorno de una prenda que se está diseñando o un simple garabato, y ChatGPT convertirá ese trazo tosco en una imagen completa, a la que se añade una descripción del estilo y de cualquier otro detalle que deba reflejar. La compañía insiste en que no hace falta ser artista, y la primera demostración pública lo confirma: un gato dibujado con el ratón del ordenador se transformó en una fotografía realista.
Lo que Sketch resuelve no es un problema estético. Es un problema de comunicación. Durante años, la única interfaz posible con un generador de imágenes ha sido el lenguaje natural, y el lenguaje natural es pésimo describiendo relaciones espaciales. Decir «un poco más arriba y a la izquierda» no significa nada para un modelo que no comparte tu sistema de referencia. Un trazo sí.
Sketch es la cara visible, pero el cambio de fondo está en el modelo. Images 2.5 produce una iluminación más natural y texturas más ricas, conserva mejor a los sujetos de las fotos de referencia y sigue las instrucciones de edición con más fiabilidad a lo largo de varios turnos de conversación.
Esa última frase es la importante. OpenAI ha declarado que en esta versión el control de la edición importaba más que la calidad bruta del resultado. Las versiones anteriores perdían con frecuencia el parecido del sujeto tras unas cuantas rondas de cambios. Cualquiera que haya intentado editar una foto de su perro con estas herramientas sabe de qué habla: al tercer retoque, el perro ya era otro perro.
Según la compañía, el nuevo modelo preserva mejor a personas, mascotas y detalles clave incluso cuando el usuario modifica una parte concreta de la imagen sin alterar el resto, y esa coherencia se mantiene en conversaciones largas, de modo que las ediciones anteriores no se degradan con cada nueva instrucción.
A ello se suma la velocidad. OpenAI ha reducido la latencia de generación hasta en un 50 % en comparación con Images 2.0, lo que en la práctica convierte el ciclo de iteración en algo cercano a una conversación fluida en lugar de una espera con reloj.
Plantillas, comentarios sobre la imagen y prompts compartidos
Sketch no llega solo. La actualización incorpora tres funciones que apuntan en la misma dirección: menos texto y más manipulación directa.
La primera son las plantillas. Ofrecen puntos de partida para formatos populares como folletos y fotografías de producto, con opciones ya nombradas como «Poster» y «Merch». Están pensadas para el usuario que sabe lo que quiere, pero no sabe cómo empezar a pedirlo. Conviene un matiz para el entorno corporativo: las plantillas aún no están disponibles en ChatGPT Work.
La segunda son los comentarios en línea. Los usuarios pueden colocar anotaciones directamente sobre la imagen generada para dirigir la edición a una zona concreta. Es la traducción visual del bocadillo de revisión que cualquier diseñador ha recibido en un PDF: en lugar de explicar por escrito que el sombrero debe ser azul, señalas el sombrero y escribes «azul».
La tercera es la posibilidad de compartir el prompt. El usuario puede difundir la instrucción que hay detrás de una imagen para que otros repitan la idea con sus propias fotos y detalles. Es una función pequeña con una consecuencia grande: convierte cada buena imagen en una receta reutilizable.
Para todos, y también para los desarrolladores
El movimiento comercial es tan relevante como el técnico. Images 2.5 se despliega para todos los usuarios de ChatGPT, ChatGPT Work y Codex, en todos los niveles de suscripción, en escritorio, móvil y web. No hay muro de pago para acceder a Sketch ni al nuevo modelo, lo que sitúa una capacidad de control espacial real al alcance de cualquier cuenta gratuita. Unite.AI
Para quienes construyen productos sobre la tecnología, OpenAI ha publicado dos modelos de imagen en su API. GPT-Image-2.5 Flare incorpora las mismas mejoras de calidad, edición y velocidad y se posiciona como la opción por defecto para la mayoría de aplicaciones. El segundo, Sunburst, cambia tiempos de generación más largos por mayor precisión. Ambos se ofrecen a 8 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida.
La lectura de mercado es directa. El lanzamiento coincide con un momento en que los grandes actores están internalizando sus motores de imagen: Microsoft está trasladando Bing Image Creator a modelos propios y afirma haber reducido un 84 % los costes de GPU en PowerPoint. En ese tablero, regalar el control de la composición a cientos de millones de usuarios es una forma de fijar el estándar antes de que lo fije otro.
Conviene no confundir una mejora de interfaz con una revolución. Sketch no hace que el modelo entienda mejor el mundo; hace que el usuario pueda explicarse mejor. Es una diferencia sutil, pero es la que separa una demo llamativa de una herramienta que se usa a diario.
Para el creador de contenido, el diseñador de producto o el equipo de marketing, el cambio es tangible: menos regeneraciones, ediciones que no destruyen lo ya conseguido y un lenguaje visual para dirigir la escena. Para el usuario doméstico, Sketch es probablemente la primera función de generación de imágenes que no exige aprender a escribir prompts.
Y para el ecosistema hay una advertencia que no debería pasarse por alto. Un modelo más fotorrealista, más coherente y más fácil de dirigir es también un modelo más eficaz para fabricar imágenes que engañen. Las imágenes generadas deben revisarse con cuidado, especialmente allí donde el realismo pueda inducir a error. Cuanto más se parece el resultado a una fotografía, más responsabilidad recae en quien lo publica.
OpenAI ha reducido a la mitad el tiempo de espera y ha convertido el boceto en una orden. Lo que no ha reducido, ni puede, es la necesidad de mirar dos veces lo que sale por el otro lado.
