GPT-Image-2.5 vs Meta Muse Image: edición a tarifa plana de $0.01 frente a precisión medida por tokens

Meta está vendiendo uno de los cinco mejores modelos de edición de imágenes por un centavo por imagen, y vale la pena detenerse en esa cifra antes de hablar de calidad. Meta Muse Image, el modelo de imagen de estilo de razonamiento que Meta presentó a los consumidores a principios de julio y abrió a los desarrolladores el 28 de agosto a través de su propia Model API, se ofrece a un precio fijo de 0,01 $ por imagen generada —el precio que la propia Meta califica como "una de las mejores relaciones precio-calidad para volúmenes de producción"—. Diez días después, OpenAI lanzó GPT-Image-2.5, su modelo sucesor de ChatGPT Images 2.5, vendido a través de la API como GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst, con un sistema de cobro por tokens: 8 $ por millón de tokens de entrada de imagen y 30 $ por millón de tokens de salida de imagen, sin una cifra publicada de cuántos tokens consume realmente una imagen. Uno de estos modelos te dice exactamente cuánto cuesta una imagen antes de generarla. El otro, proveniente del proveedor cuyo predecesor los paneles independientes valoran actualmente en unas veinte veces la tarifa de Muse, no te lo dirá hasta que llegue la factura.

Existen puntuaciones independientes para exactamente un lado de este enfrentamiento. Meta Muse Image ha estado en los paneles de Artificial Analysis desde principios de septiembre — ocupa el tercer puesto en edición de imágenes en la instantánea de septiembre de 2026, por detrás de MAI-Image-2.6 y GPT Image 2 (high), y se encuentra dentro del top cinco en texto-a-imagen — y se sitúa en la frontera de Pareto entre calidad y precio a 10 dólares por cada 1.000 imágenes. GPT-Image-2.5 no tiene entrada en Artificial Analysis al 9 de septiembre de 2026, por lo que toda afirmación sobre la calidad del nuevo modelo de OpenAI procede del propio proveedor y no ha sido verificada de forma independiente. Esa asimetría — un modelo económico medido frente a un buque insignia sin medir — es la forma completa de esta comparación.

Dos filosofías de precios, y por qué la comparación es difícil

El precio por imagen es la excepción en los modelos de imágenes, no la regla. La mayoría de los proveedores facturan tokens porque la generación de imágenes se sirve con la misma infraestructura que el texto: el modelo consume un número de tokens de salida que depende de la resolución, el nivel de calidad y cuánto decide dibujar el modelo, y el proveedor factura esos tokens. La tarifa publicada de OpenAI para GPT-Image-2.5 es idéntica a la de GPT-Image-2: entrada de imágenes a 8 $ por millón de tokens, salida de imágenes a 30 $ por millón, entrada de imágenes en caché a 2 $, y texto facturado por separado a 5 $ por millón — pero el precio por imagen es el producto de esa tarifa y un recuento de tokens no publicado. Artificial Analysis sitúa al predecesor, GPT Image 2 (high), en aproximadamente 211 $ por cada 1,000 imágenes, que es el ancla público más cercano a lo que cuesta «una imagen insignia de OpenAI en alta calidad» a volumen. GPT-Image-2.5 usa la misma tarifa, por lo que su coste por imagen probablemente ronde esa vecindad — pero «probablemente» no es un precio.

Meta Muse Image es el modelo anti-token. Una sola resolución de salida, un solo precio, sin medidor: $0.01 por imagen, y punto, que es lo que Artificial Analysis registra como $10 por cada 1,000 imágenes. Para una carga de trabajo de producción que genera un millón de imágenes al mes, la diferencia entre un modelo de un centavo y un buque insignia de ~$0.20 por imagen es la diferencia entre una partida de $10,000 y una de $200,000. Esa es la apuesta estratégica completa que Meta está haciendo, y solo funciona si la brecha de calidad es menor que la brecha de precio.

Lo que Meta Muse Image realmente es

Meta Muse Image no es un generador convencional de una sola pasada. Meta lo construyó como un modelo de imagen agéntico y razonador: antes de renderizar, planifica la escena y procesa el prompt, y puede autocorregir borradores en lugar de comprometerse con la primera pasada. En la API, eso se traduce en capacidades que los equipos comerciales realmente usan: generación de imagen a partir de texto, edición de imagen dirigida, composición a partir de hasta diez imágenes de referencia, consistencia de estilo y de sujeto a lo largo de una serie, y renderizado de texto dentro de imágenes que incluye alfabetos no latinos. La API propia de Meta es compatible con OpenAI-Images, por lo que el costo de migración para un pipeline de imágenes existente es un cambio de URL base y de credenciales. Es una forma de producto genuinamente diferente de los buques insignia medidos por tokens: económica, componible y enfocada directamente al volumen.

Qué aporta GPT-Image-2.5 a los mismos trabajos

El argumento de OpenAI para GPT-Image-2.5 es que el techo de calidad se ha movido: detalles finos más nítidos, iluminación y textura más naturales, fidelidad de referencia que mantiene un sujeto reconocible a través de cambios de estilo y entorno, y edición de múltiples turnos que solo altera lo que le pediste alterar. La división de endpoints importa aquí: GPT-Image-2.5 Sunburst es explícitamente la opción más lenta y de mayor precisión para producción creativa y cadenas de edición complejas, mientras que GPT-Image-2.5 Flare es el predeterminado rápido para contenido de alto volumen y redes sociales. OpenAI también destaca el renderizado de texto que finalmente maneja correctamente los caracteres chinos, la salida con fondo transparente y la procedencia C2PA en cada imagen. Para un pipeline con muchas ediciones y prioridad en la calidad, GPT-Image-2.5 es el modelo cuyo brief de diseño es exactamente ese trabajo, pero el precio de ese brief es un medidor de tokens con un total por imagen desconocido y una afirmación de calidad sin medir.

El incómodo punto de referencia para OpenAI es su propio predecesor. GPT Image 2 (high) ocupa el puesto n.º 2 en la tabla de edición de AA y el n.º 1 en texto a imagen — mediblemente medio paso por delante de Meta Muse Image en las tablas independientes — pero con un precio indicado por AA de aproximadamente $211 por cada 1,000 imágenes, casi 21 veces el de Meta. GPT-Image-2.5 debe superar la calidad medida de GPT Image 2 para justificar mantenerse en ese rango de precio, y hasta ahora su única evidencia es su propio anuncio.

Dimensión a dimensión

• Precio — GPT-Image-2.5: $8 por imagen de entrada / $30 por imagen de salida por millón de tokens; costo por imagen no publicado, AA fija el predecesor cerca de ~$211/1k. Meta Muse Image: tarifa plana de $0.01 por imagen, $10/1k en AA.

• Edición — GPT-Image-2.5: edición de instrucciones en múltiples turnos con un endpoint de precisión dedicado (Sunburst); reportado por OpenAI. Meta Muse Image: edición agéntica con autocorrección y hasta 10 imágenes de referencia; AA #3.

• Señal independiente — GPT-Image-2.5: ninguno todavía al 9 de septiembre. Meta Muse Image: edición AA #3, AA texto a imagen entre los cinco mejores, frontera de Pareto precio-calidad.

• Resolución — GPT-Image-2.5: hasta 2048×2048 y 3840×2160. Meta Muse Image: hasta aproximadamente 1600px.

• Renderizado de texto — GPT-Image-2.5: afirmaba ser preciso, incl. chino; no reproducido. Meta Muse Image: afirmaba ser preciso incl. escrituras no latinas; las subpuntuaciones de renderizado de texto de AA lo respaldan.

• Acceso — GPT-Image-2.5: solo API de OpenAI (aún no enrutado). Meta Muse Image: API de Meta Model más varias plataformas de terceros (aún no enrutado por OrcaRouter).

Para quién es cada uno de los dos modelos

El volumen es el terreno natural de Meta Muse Image. Si tu carga de trabajo se mide en miles o millones de imágenes — variantes creativas para redes sociales, fotografía de comercio electrónico a escala, localización entre mercados, series coherentes con una referencia — un centavo por imagen con una calidad de edición medida entre las cinco mejores cambia la economía unitaria de todo el proyecto, y los endpoints compatibles con OpenAI de Meta significan que puedes probarlo contra tu pipeline existente en una tarde. Las contrapartidas son el límite de resolución de 1600px y el hecho de que la autocorrección de un modelo de razonamiento puede implicar una latencia por imagen más lenta que la de un generador rápido de una sola pasada.

GPT-Image-2.5 es el modelo adecuado para el trabajo donde la imagen misma es el producto y el precio es secundario: creatividades hero para campañas, tomas de producto donde un defecto es inaceptable, sesiones largas de edición multiturno donde la consistencia en toda la conversación importa. Su techo de resolución es más alto, su historia de control de edición es el punto central del endpoint Sunburst, y el historial de OpenAI en los paneles independientes — GPT Image 2 sigue siendo el mejor en texto a imagen — es el antecedente más sólido de la industria. El riesgo abierto es que “le enviaremos una factura por tokens” es un contrato extraño para un comprador que acaba de ver al mismo panel clasificar un modelo de un centavo tres puestos por debajo del predecesor del modelo que se le pide comprar a ciegas.

La recomendación práctica para la mayoría de los equipos no es elegir entre uno u otro — es ejecutar los mismos prompts de edición en ambos y leer la factura. Como a fecha de 9 de septiembre de 2026 ninguno de los dos modelos está en el catálogo de OrcaRouter (la generación anterior de OpenAI, GPT-Image-2, sí lo está, al precio de lista del proveedor, sin margen), dispondrás de dos claves de proveedor para la prueba. La regla de decisión a partir de ahí es sencilla: si las salidas de Muse superan tu listón de calidad, la diferencia de precio de 20× zanja la discusión; si no lo hacen, pagas por GPT-Image-2.5 y estás comprando una afirmación no medida de que la ventaja medida de su predecesor se mantendrá. Lo que hay que observar en las próximas semanas es lo mismo que en cada enfrentamiento de esta serie: si GPT-Image-2.5 aparece en las tablas de Artificial Analysis y si se sitúa por encima o por debajo de GPT Image 2 (high). Hasta que eso ocurra, Meta Muse Image es el único modelo en esta comparación con un número independiente en su etiqueta de precio, y ese número es $0.01.