Images 2.6 vs GPT Image 2.5: la tarifa no se movió

Images 2.6 de OpenAI llegó el 4 de noviembre con la misma lista de precios que GPT Image 2.5: 5 USD por millón de tokens de entrada de texto, 8 USD por millón de tokens de entrada de imagen y 30 USD por millón de tokens de salida de imagen, con la entrada en caché a 1,25 y 2 USD respectivamente. Ese es el dato más útil de la actualización. Cuando un proveedor lanza una nueva generación y no toca su tarifa, te está diciendo que la mejora está en lo que el modelo puede hacer y en la rapidez con que lo hace, no en la economía. Así que la pregunta para cualquiera que ya use GPT Image 2.5 es concreta: ¿las nuevas capacidades justifican una migración, o es una versión que adoptas en tu próximo proyecto desde cero y, por lo demás, ignoras?

Esa pregunta tiene una respuesta más clara que la mayoría de las actualizaciones de modelo, porque los dos modelos de API —GPT-Image-2.6 Flare y GPT-Image-2.6 Sunburst— conservan la estructura de niveles, los endpoints y el contrato de salida de sus predecesores, GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst. Casi nada se rompe. Por eso también es fácil equivocarse en la decisión en ambos sentidos: no hacer nada es defendible, y cambiar es lo bastante barato como para que no cambiar únicamente por motivos de latencia sea difícil de justificar.

¿Qué es genuinamente idéntico?

La lista aburrida primero, porque es más larga de lo que sugieren las notas de la versión.

• Precio — $5 / $8 / $30 por millón de tokens, sin cambios, en ambos niveles.

• Puntos de conexión — /v1/images/generations y /v1/images/edits, sin cambios.

• La división por niveles: un modelo de velocidad y un modelo de calidad, con el mismo precio, sin cambios desde que Images 2.5 la introdujo en septiembre.

• Modalidades: entrada de texto e imagen, salida de imagen. No hay vídeo, en ninguno de los dos sentidos.

• Las superficies del producto: ChatGPT, Codex y la API. Images 2.5 ya abarcaba las tres.

Si tu integración es un envoltorio fino alrededor del endpoint de imágenes con una configuración de calidad fija, pasar de 2.5 a 2.6 es cambiar una cadena de modelo y ejecutar una regresión. No hay nueva autenticación, ni nueva estructura de respuesta, ni migración de precios.

¿Qué es genuinamente nuevo?

Cuatro parámetros y un formato de salida. Los cinco son a nivel de API, no solo funciones de ChatGPT.

• Complejidad. Baja, media o alta, independientemente de la calidad. Controla cuánta planificación ocurre antes de dibujar. Para un recorte plano de producto, baja es correcta y más económica; para una escena con seis restricciones que deben cumplirse todas, alta otorga margen de planificación. Es un ajuste real que GPT Image 2.5 no exponía.

• Edición guiada por marcas. Una superposición PNG transparente marca la región que se va a cambiar, dibujada sobre la imagen de origen. No se puede combinar con una máscara. El registro de cambios de OpenAI indica que esto funciona en los modelos GPT Image 2.5 y 2.6 compatibles, así que parte de la mejora de edición también está disponible para la generación anterior, algo que conviene comprobar antes de migrar por ello.

• Salida SVG.Exportación vectorial desde la llamada de imagen. Nueva, y la única función sin equivalente en 2.5.

• Salida de GIF animado. Un bucle a partir de una imagen fija, con velocidad de reproducción y edición fotograma a fotograma en ChatGPT, y GIF como formato de salida en la API. No se acepta como entrada.

• Imágenes de referencia en ChatGPT. Guarda a una persona, mascota o personaje una vez y reutilízalo en distintos turnos sin volver a subirlo.

El titular con el que OpenAI encabezó es el GIF. La función que un equipo de producción notará primero es la complejidad, porque es la primera vez que el modelo te permite intercambiar planificación por latencia de forma explícita en lugar de implícita mediante la calidad.

La afirmación sobre la velocidad, desglosada

OpenAI afirma que la generación es aproximadamente un 50 % más rápida. Los detalles detrás de esa cifra son más interesantes que el promedio: Flare en calidad baja se estima en unos seis segundos por imagen, y la comparación de Design Arena, según lo informado en el lanzamiento, situó a Flare aproximadamente 2,6× más rápido que su predecesor y a Sunburst aproximadamente 1,15×.

Esos dos multiplicadores cuentan historias distintas. Una aceleración de 2,6× en el nivel de velocidad cambia lo que es posible en una interfaz: seis segundos están dentro de la ventana en la que una persona sigue mirando la pantalla. Una aceleración de 1,15× en el nivel de calidad es un error de redondeo para el trabajo por lotes y una comodidad menor para la edición interactiva. Si tu carga de trabajo tiene forma de Sunburst, no migres por velocidad; migra por la afirmación de consistencia, o no migres.

Lo que 2.5 todavía tiene y 2.6 no: una puntuación.

GPT Image 2.5 Sunburst es el modelo superior en la tabla de texto a imagen de Artificial Analysis con 1.224 Elo, con Flare en segundo lugar con 1.208; en la tabla de edición, Sunburst lidera con 1.199 y Flare ocupa el tercer lugar con 1.183. El precio de lista de ninguna de las dos generaciones resulta una ganga allí: 210,70 USD por mil imágenes en la configuración máxima es la fila más cara cerca de la parte superior.

Images 2.6 no tiene fila. Revisamos ambas tablas el 5 de noviembre, el día después del lanzamiento, y GPT-Image-2.6 Flare y Sunburst están ausentes. La única afirmación sobre la clasificación que circula es la de la propia OpenAI: que Sunburst ocupó el primer puesto en Design Arena y desplazó a 2.5 Sunburst. Eso es plausible y específico, pero es una posición de arena citada por el proveedor sin un Elo publicado que pudiéramos verificar.

Así que el estado honesto de la situación es: el modelo que puedes medir es el antiguo, y el modelo que se te pide adoptar no está medido. Eso es normal para un lanzamiento de un día y no es razón para evitarlo — pero sí significa que la migración debería condicionarse a tus propios resultados, no a una tabla de clasificación.

Cuánto cuesta una edición en cualquiera de las dos generaciones

Como las tarifas por token son idénticas, un ejemplo práctico se aplica sin cambios. Tomemos una edición típica: 900 tokens de entrada de texto, una entrada de imagen de 1200 tokens y una salida de imagen de 4000 tokens. Eso es $0.0045 por texto, $0.0096 por la entrada de imagen y $0.12 por la salida — $0.1341 por edición, en 2.5 o 2.6.

Aplica ahora el único ahorro que importa. Si la complejidad te permite pasar de una llamada de alta planificación a una de baja planificación en el 80 % de las ediciones que son simples, el recuento de tokens de salida cae y el coste por edición cae con él. Si la afirmación de consistencia de Sunburst implica una regeneración menos de cada cinco, el coste efectivo por activo utilizable se reduce en una quinta parte. Ambas son plausibles; la primera es directamente controlable hoy, la segunda es una afirmación que hay que probar.

La migración de la que nadie habla: a qué versión puedes llamar realmente

GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst ya están disponibles hoy en OrcaRouter, al precio de lista de OpenAI con un 0 % de recargo, con la misma clave que el resto de nuestro catálogo de más de 200 modelos, con failover automático entre proveedores. GPT-Image-2.6 no está en nuestro catálogo en el momento de escribir esto. Esa asimetría es la decisión práctica para muchos equipos esta semana: la actualización es real, pero la versión con una ruta enrutable, protegida por failover y con una única clave sigue siendo la 2.5.

Si tu tienda funciona con un solo proveedor, esto es irrelevante y deberías probar 2.6 directamente. Si estás usando la generación de imágenes como una dependencia en lugar de como una función — un marketplace que renderiza imágenes de productos, una app que genera avatares — el cálculo es distinto. Un modelo que tiene un día de vida no tiene historial de disponibilidad, ni comportamiento ante límites de velocidad bajo tu carga, ni una puntuación de calidad independiente. Ejecutarlo detrás de un router que pueda recurrir a la generación anterior es cómo adoptarlo sin apostar el pipeline a él. Ese es el argumento para mantener ambas claves activas en lugar de esperar.

También está el caso de los cambios de precio. Cuando OpenAI sí modifica su lista de tarifas —y los precios de imágenes han cambiado dos veces en dieciocho meses—, un enrutador de traspaso directo lo refleja el mismo día. Una integración directa lo refleja cuando se actualiza la lógica de facturación.

¿Quién debería actualizar y quién debería quedarse como está?

Actualiza ahora si: tu producto renderiza imágenes en una interfaz que una persona observa (la aceleración de Flare es el mayor cambio individual de la versión), necesitas salida vectorial, o estás desarrollando funciones de movimiento/GIF y no quieres un segundo proveedor. La superficie de la API es compatible y el gasto no cambia.

Prueba antes de actualizar si: La consistencia de edición de Sunburst es la razón por la que te interesa. Esa es la afirmación con menos evidencia y mayor valor, y un conjunto de regresión de veinte imágenes te dirá más que cualquier publicación de lanzamiento.

Quédate en 2.5 si: tu carga de trabajo es por lotes, de nivel de calidad y sensible al costo. La tarifa no cambió, el nivel de calidad se volvió 1.15× más rápido y el modelo antiguo tiene una puntuación publicada en lo más alto de la tabla. No hay un caso financiero para migrar esta semana, solo un caso de capacidad, y si no necesitas SVG, GIF ni complejidad, el caso de capacidad no existe.

Lo que hay que vigilar es la primera cifra independiente de 2.6 Sunburst. Si supera 1.224, "seguir en 2.5" se convierte en una decisión que hay que justificar. Si queda cerca, se trató de una versión con nuevas funciones sobre un modelo que ya estaba en la cima, y la tarifa te lo dice exactamente.