OpenAI ha lanzado ChatGPT Images 2.5, un nuevo modelo de generación de imágenes que describe como de vanguardia. El modelo se está desplegando para los usuarios de ChatGPT, ChatGPT Work y Codex en escritorio, móvil y web, y aporta detalles más nítidos, generación más rápida y edición más precisa a los flujos creativos de los usuarios.
Entre las capacidades clave se encuentran una reducción de hasta el 50 % en la latencia de generación de imágenes frente al modelo Images 2.0 anterior, una mayor coherencia al preservar los sujetos en fotos de referencia y una adherencia más fiable a las instrucciones de edición en múltiples turnos de conversación. Además, el modelo es mejor para seguir instrucciones visuales complejas y mantener la dirección visual solicitada a lo largo del tiempo.
Dos nuevos modelos de API acompañan el lanzamiento: GPT-Image-2.5 Flare, la opción predeterminada para la mayoría de las aplicaciones con imágenes de mayor calidad que GPT-Image-2 y un 50 % menos de latencia, y GPT-Image-2.5 Sunburst, dirigido a flujos creativos premium que requieren un control más estricto en las ediciones. OpenAI afirma que las mismas mejoras de fidelidad hacen que los flujos de trabajo basados en referencias sean más fiables para los desarrolladores que integran la generación de imágenes en productos creativos, de marketing, minoristas y de medios.
Entre las nuevas características del producto en ChatGPT se encuentran Sketch, que permite a los usuarios dibujar directamente en ChatGPT para usarlo como referencia de su imagen final, y Plantillas para formatos populares como volantes y fotos de productos. Además, los usuarios pueden colocar comentarios directamente en las imágenes para una edición enfocada y compartir los prompts detrás de sus imágenes para que otros puedan iterar sobre ideas similares.
En cuanto a la seguridad, OpenAI indica que Images 2.5 se basa en las salvaguardas existentes con protecciones adicionales para nuevos riesgos que surgen a medida que los modelos se vuelven más capaces. El conjunto de seguridad incluye verificaciones a nivel de prompt y de imagen, un modelo de razonamiento multimodal enfocado en la seguridad que supervisa las entradas y salidas, y el uso continuo de metadatos C2PA y marca de agua invisible para ayudar a identificar las imágenes generadas. Según una evaluación de seguridad de OpenAI utilizando instrucciones adversariales, GPT-Image-2.5-Sunburst bloqueó el 98,91 % de las generaciones inseguras y GPT-Image-2.5-Flare bloqueó el 98,59 %, lo que mejora la tasa de bloqueo del 98,36 % de ChatGPT Images 2.0.
Los primeros comentarios de los clientes destacaron la velocidad y la precisión de la edición: Adobe señaló que los modelos respaldan una generación más rápida y coherencia de resolución, mientras que Runway y Manus mencionaron menor latencia y calidad para flujos de trabajo creativos y de activos de marca.