OpenAI publicó ChatGPT Images 2.5, cinco meses después de la 2.0. La novedad no es que las imágenes salgan más lindas: es que ahora se pueden tocar por partes, con clic sobre un elemento puntual, y que un garabato hecho con el mouse funciona como entrada válida. The Verge probó la función Sketch escribiendo @Sketch en el chat, y La Nación detalla el resto del toolbar: borrar fondo, borrador por pincel y comentarios anclados a una zona de la imagen.
Por qué importa
Durante dos años el modelo mental de la generación de imágenes fue el de una máquina tragamonedas: escribís un prompt, tirás la palanca, y si no te gusta volvés a tirar. Cada iteración era una imagen nueva, no una corrección de la anterior. Eso hacía que el trabajo fuera imposible de encajar en un proceso de producción real, donde el 90% del tiempo no se va en crear sino en ajustar lo que ya existe.
La señal que esconde este anuncio es que OpenAI dejó de competir en calidad de render y pasó a competir en superficie de edición. Remove BG, Erase y los comentarios anclados no son features de modelo: son features de editor gráfico. Los tres resuelven el mismo problema, que es la falta de control local sobre una imagen generada.
Y el dato de contexto lo explica: más de 3000 millones de imágenes semanales, según OpenAI. Con ese volumen, el cuello de botella ya no es que el modelo dibuje bien. Es que la gente tira diez generaciones para conseguir una usable. Bajar esa relación a la mitad es más valiosa que cualquier mejora de fidelidad, y también explica el otro número reportado: hasta 50% menos de latencia frente a la 2.0.
Qué cambia en la práctica
Si generás assets para productos — placeholders, imágenes de landing, mockups para pasarle a diseño — el cambio concreto es que el ciclo de corrección deja de ser destructivo.
ANTES (2.0)
┌──────────┐ ┌──────────┐ ┌──────────┐
│ prompt │──►│ imagen │──►│ no sirve │
└──────────┘ └──────────┘ └────┬─────┘
▲ │
└───────── reescribir ────────┘
(la imagen anterior se pierde)
AHORA (2.5)
┌──────────┐ ┌──────────┐ ┌──────────┐
│ boceto │──►│ imagen │──►│ comentar │
└──────────┘ └──────────┘ └────┬─────┘
▲ │
└─── parche ───┘
(el resto de la composición no se toca)
Tres consecuencias prácticas que veo:
- El PNG con transparencia deja de ser un paso aparte. Remove BG exporta directo. Si tenías un script que pasaba por una herramienta de recorte antes de subir el asset, ese paso probablemente se puede borrar.
- El boceto reemplaza al prompt largo para composición espacial. Describir con palabras dónde va cada cosa siempre fue el punto débil del texto. Un trazo de diez segundos comunica layout mejor que un párrafo.
- La consistencia de sujeto entre imágenes es lo que habilita series. OpenAI dice que mejoró la preservación de características a partir de fotos de referencia y que un personaje bocetado se mantiene en imágenes sucesivas. Si eso se sostiene en uso real, recién ahí se puede pensar en un set coherente de assets y no en piezas sueltas.
Cuándo NO usarlo
Acá va lo honesto. Empiezo por lo que el material no dice: no hay benchmarks públicos en lo que me pasaron, no hay precios de API, no hay confirmación de que estas herramientas de edición estén disponibles fuera de la interfaz de ChatGPT. El anuncio de OpenAI es corto y las notas de prensa describen la experiencia en la app, no un endpoint. Si tu plan era automatizar esto desde el backend, hoy no tenés información suficiente para diseñarlo.
| Caso | Conviene | Por qué |
|---|---|---|
| Mockups internos, exploración visual | Sí | El costo de un error es cero y el ciclo de ajuste es lo que mejoró |
| Assets de marketing definitivos | Con revisión humana | La edición localizada acelera, no valida |
| Pipeline automatizado por API | Esperar | No hay información pública sobre acceso programático a estas herramientas |
| Identidad de marca, tipografía de producto | No | Un editor generativo no garantiza reproducibilidad exacta |
Dos límites más que valen la pena mencionar. El primero: un flujo que depende de clics y pinceladas sobre un canvas es, por definición, manual. No es versionable, no entra en un repo, no se puede revisar en un pull request. Toda mejora de UX interactiva es una pérdida de reproducibilidad, y en producción eso importa.
El segundo: la comodidad empuja al volumen. Cuando editar cuesta poco, el equipo genera cuarenta variantes y nadie decide cuál es la buena. La herramienta acelera la producción, no el criterio. Si el problema de tu equipo era que nadie definía la dirección visual, esto lo empeora.
Qué haría hoy
Lo probaría para lo único que hoy está claramente resuelto: reemplazar la ida y vuelta con recortes manuales cuando necesito un asset rápido con fondo transparente. Eso ya justifica el cambio y no compromete nada.
Para todo lo demás esperaría. Antes de mover un pipeline le pediría a OpenAI lo que todavía no publicó: acceso por API a las herramientas de edición, y algún dato verificable sobre la consistencia de sujeto entre generaciones. Sin eso, cualquier arquitectura que construyas encima está apoyada en una interfaz de chat, y las interfaces de chat cambian sin avisar.