GPT Image 2 (2026): estado oficial de OpenAI y estrategia de integración

1. A fecha de 22 de abril de 2026, OpenAI ya ha publicado una página oficial de modelo para gpt-image-2.
2. En EvoLink, gpt-image-2 está disponible para integración directa, y gpt-image-2-beta se mantiene como ruta complementaria de pruebas.
3. Lo que de verdad importa para los desarrolladores es: qué información es oficialmente confirmada por OpenAI, cómo exponen el modelo los distintos providers, y cómo diseñar tu sistema para que una futura migración no sea un dolor de cabeza.

Por eso, este artículo no empieza hablando de marketing. Primero vamos a dejar claro el estado oficial de OpenAI y después discutiremos la estrategia de integración más sólida en EvoLink.

Esta guía está pensada para equipos que trabajan en serio con imágenes: generación de fotos de producto, pipelines de edición, automatización creativa, generación de prototipos y flujos de IA de múltiples pasos. Vamos a dejar claras tres cosas:

• ¿Qué ha confirmado oficialmente OpenAI?
• En las discusiones sobre GPT Image 2, ¿qué sigue siendo ambiguo, sin documentar claramente, o específico de cada provider?
• Si necesitas montar un flujo de generación de imágenes ahora, ¿cuál es la estrategia de integración y migración más sólida?

Resumen rápido

• A fecha de 22 de abril de 2026, OpenAI ya ha publicado la página oficial de modelo para gpt-image-2.
• La página oficial de modelo de OpenAI da a los desarrolladores un punto de referencia claro: gpt-image-2 es el nombre de modelo oficial y público.
• Para tareas puntuales de generación o edición, OpenAI recomienda usar la Image API.
• Para experiencias de edición conversacional con múltiples pasos, OpenAI recomienda usar la Responses API.
• EvoLink ofrece actualmente gpt-image-2 y gpt-image-2-beta, siendo el primero la ruta de integración principal recomendada.
• ¿Quieres "prepararte para GPT Image 2"? La estrategia más sólida es: separar el nombre de modelo del fabricante y el nombre de ruta del proveedor, y abstraer el enrutamiento de modelos en tu arquitectura.

Qué busca la gente de verdad cuando busca "GPT Image 2"

La pregunta ya no es "si este nombre es solo un término de marketing". Lo que pasa es que detrás de la misma keyword se mezclan necesidades completamente diferentes.

En la práctica, "GPT Image 2" corresponde al menos a cuatro intenciones de búsqueda:

1. "¿OpenAI sacó un modelo nuevo después de GPT Image 1.5?"
2. "¿Las funciones de imagen de ChatGPT se actualizaron otra vez?"
3. "¿Tengo que cambiar el ID de modelo en mi integración API?"
4. "¿Cómo diseño mi arquitectura ahora para que migrar después sea fácil?"

Qué ha confirmado oficialmente OpenAI

1. gpt-image-2 ya tiene una página oficial de modelo

Esto es importante porque traza una nueva línea clara para los desarrolladores: qué está confirmado oficialmente por OpenAI y qué sigue siendo un detalle de implementación de cada proveedor o una descripción externa.

2. OpenAI ofrece dos rutas principales de integración API para imágenes

La documentación actual divide las API de imágenes en dos modalidades:

• Image API - ideal para generar o editar una sola imagen de una vez.
• Responses API - ideal para experiencias conversacionales, de múltiples pasos y con edición iterativa.

Esta elección afecta directamente al diseño de tu sistema. Muchos equipos se obsesionan con el nombre del modelo, pero ignoran una cuestión arquitectónica más fundamental: ¿estás construyendo una herramienta de generación puntual o un flujo de edición iterativa?

3. El modo en segundo plano (Background Mode) ya está documentado

4. La edición y la entrada de imágenes de alta fidelidad ya son funciones públicas

La documentación actual ya soporta muchas capacidades que la gente cree que necesitan "el modelo de siguiente generación":

• Generación y edición de imágenes
• Edición en múltiples turnos con la Responses API
• Preservación de alta fidelidad de las imágenes de entrada
• Soporte de máscaras (masks) en flujos de edición

En otras palabras, la mayor parte de las capacidades del "flujo de trabajo de imágenes de siguiente generación" ya están disponibles en el stack tecnológico actual.

Thinking Mode: GPT Image 2 razona antes de generar

Uno de los cambios menos comentados pero más relevantes a nivel de arquitectura en GPT Image 2 es la integración de capacidades de razonamiento.

• Descomponer prompts complejos en subtareas (por ejemplo, separar layout, posicionamiento de objetos y renderizado de texto)
• Contar objetos y verificar restricciones espaciales antes de comprometerse con una composición
• Resolver ambigüedades — si un prompt tiene requisitos contradictorios, el modelo planifica cómo manejarlos en lugar de producir un resultado aleatorio

Esto se nota especialmente en prompts donde los modelos anteriores fallaban de forma sistemática: infografías con varios bloques de texto, escenas con más de 10 objetos en posiciones específicas, o imágenes que requieren precisión factual (como un mapa o un diagrama etiquetado).

Si tus prompts son simples ("un gato en un sofá"), el thinking mode no marca una diferencia visible. Si tus prompts son estructurados y precisos ("una tabla comparativa de producto con 5 filas, 3 columnas, encabezados específicos y un pie de página con marca"), la mejora es notable.

• El thinking mode forma parte de la experiencia del producto ChatGPT. El nivel de razonamiento expuesto a través de la API directa puede diferir del que ves en la interfaz de ChatGPT.
• OpenAI no ha publicado un toggle independiente de "thinking mode" para generación de imágenes en la Image API. El comportamiento de razonamiento está integrado en el propio modelo.
• No asumas que todas las rutas de todos los providers exponen el mismo nivel de razonamiento. Prueba con tus prompts reales.

Resolución y renderizado de texto

GPT Image 2 trae dos mejoras que importan de verdad para la calidad de salida en producción.

En la práctica, los tamaños más utilizados son:

Esta es la mejora que la mayoría de los equipos van a notar de inmediato. GPT Image 2 maneja:

• Texto en caracteres latinos con precisión casi perfecta, incluso en tamaños de fuente pequeños
• Scripts CJK (chino, japonés, coreano) renderizados de forma nativa, sin distorsiones
• Composiciones densas — mockups de packaging, infografías, capturas de UI con texto legible
• Texto en curva y perspectiva — texto en botellas, carteles y superficies en ángulo

Los modelos anteriores solían escribir mal las palabras, fusionar letras o producir texto ilegible en tamaños pequeños. GPT Image 2 representa un avance significativo en este aspecto.

Lo que OpenAI todavía no ha dejado del todo claro

Aquí es donde más fácil se mezclan las cosas.

• Que todas las plataformas de terceros expongan el modelo con exactamente el mismo nombre en la petición
• Que una ruta llamada gpt-image-2-beta sea semánticamente equivalente al gpt-image-2 oficial de OpenAI
• Una guía oficial de migración de gpt-image-1.5 a gpt-image-2
• Benchmarks oficiales de latencia de GPT Image 2
• Comparativas oficiales de rendimiento como "40% de mejora en renderizado de texto" o "tasa de éxito del 95%"

Cualquier artículo que borre estas diferencias está arriesgando su credibilidad.

Para la mayoría de los equipos, lo más práctico es: confirmar primero los hechos a nivel de fabricante con la documentación oficial de OpenAI, y luego leer la documentación de la versión beta de EvoLink como referencia de implementación de la capa de enrutamiento actual del proveedor.

Integración en EvoLink: GPT Image 2 como ruta principal, Beta como complemento

Lo que está disponible actualmente:

• Página de producto de GPT Image 2 - consulta capacidades y casos de uso
• Playground en línea - prueba prompts y flujos de trabajo sin escribir código
• Documentación API completa - guía de integración para la ruta actual de GPT Image 2
• Soporte para texto a imagen, imagen a imagen y edición de imágenes
• Procesamiento asíncrono de tareas - compatible con generaciones de larga duración

La forma de integración es compatible con el formato OpenAI que ya conoces:

• Nombre del modelo en la petición por defecto: gpt-image-2
• Endpoint de generación: /v1/images/generations
• Obtención de resultados asíncronos mediante flujo de estado de tarea
• Parámetro opcional image_urls para edición con imagen de referencia o imagen a imagen
• Parámetro opcional callback_url para callback HTTPS al completar la tarea
• Aspect ratios soportados: 1:1, 3:2, 2:3, auto
• Los enlaces de imagen devueltos se mantienen activos durante 24 horas por defecto
• Ruta complementaria de pruebas: gpt-image-2-beta

Cómo llamar a GPT Image 2 en EvoLink

curl --request POST \
  --url https://api.evolink.ai/v1/images/generations \
  --header "Authorization: Bearer $EVOLINK_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "gpt-image-2",
    "prompt": "A premium product photo of a ceramic coffee mug on a marble countertop, soft window light, clean e-commerce composition",
    "size": "1:1"
  }'

import requests

response = requests.post(
    "https://api.evolink.ai/v1/images/generations",
    headers={
        "Authorization": f"Bearer {EVOLINK_API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "model": "gpt-image-2",
        "prompt": "A premium product photo of a ceramic coffee mug on a marble counter, soft window light, clean ecommerce composition",
        "size": "1:1",
    },
)

task = response.json()
task_id = task["data"]["task_id"]
# Haz polling de task_id hasta que se complete, luego guarda la URL de la imagen

const response = await fetch("https://api.evolink.ai/v1/images/generations", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${EVOLINK_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-image-2",
    prompt:
      "A premium product photo of a ceramic coffee mug on a marble counter, soft window light, clean ecommerce composition",
    size: "1:1",
  }),
});

const task = await response.json();
const taskId = task.data?.task_id;
// Haz polling de taskId hasta que se complete, luego guarda la URL de la imagen

El flujo de desarrollo es sencillo:

1. Prueba tus prompts en el Playground de GPT Image 2
2. Pasa a llamadas API especificando model: "gpt-image-2"
3. Haz polling del resultado de la tarea asíncrona
4. Guarda las imágenes dentro del periodo de validez de 24 horas

Cómo diseñar una arquitectura preparada para migrar

gpt-image-1.5 sigue siendo una referencia de comparación importante

• Texto a imagen
• Edición de imágenes
• Flujos de trabajo de imagen conversacionales mediante la Responses API
• Mejor renderizado de texto que la generación anterior
• Mayor fidelidad en la preservación de imágenes de entrada

Abstrae el enrutamiento de modelos desde el primer día

Esta es la verdadera estrategia de "prepararse para GPT Image 2": no pongas el nombre del modelo hardcodeado por todo el código; centraliza la decisión de enrutamiento en la capa de servicio.

type ImageJobType =
  | "hero_image"
  | "text_heavy_mockup"
  | "product_edit"
  | "creative_iteration";

function selectImageModel(jobType: ImageJobType): string {
  switch (jobType) {
    case "text_heavy_mockup":
      return "gpt-image-1.5"; // opción conservadora cuando necesitas alinearte con la documentación anterior
    case "hero_image":
    case "product_edit":
    case "creative_iteration":
    default:
      return "gpt-image-2";  // modelo más reciente por defecto
  }
}

Cuando necesites cambiar de modelo o alinear los nombres de ruta de distintos providers, solo modificas la tabla de enrutamiento, no haces un buscar-y-reemplazar en todo el repositorio.

La arquitectura asíncrona es obligatoria

Da igual qué modelo uses: la variabilidad en la latencia de generación de imágenes ya es considerable. La documentación de OpenAI indica explícitamente que los prompts complejos pueden tardar hasta 2 minutos, y el modo en segundo plano es la forma recomendada de gestionarlo.

Una arquitectura de producción debería ser:

1. Enviar la petición de imagen
2. Devolver inmediatamente un ID de tarea
3. Hacer polling en segundo plano
4. Almacenar el resultado cuando se complete
5. Actualizar la UI cuando el asset final esté listo

Ejemplo mínimo de polling con la Responses API:

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

export async function submitImageJob(prompt: string) {
  const response = await client.responses.create({
    model: "gpt-4o",
    input: prompt,
    tools: [{ type: "image_generation" }],
    background: true,
  });

  return response.id;
}

export async function waitForImage(responseId: string) {
  let resp = await client.responses.retrieve(responseId);

  while (resp.status === "queued" || resp.status === "in_progress") {
    await new Promise((resolve) => setTimeout(resolve, 2000));
    resp = await client.responses.retrieve(responseId);
  }

  return resp;
}

Este patrón funciona sin importar cómo se llame el modelo en el futuro.

Capacidades de edición de GPT Image 2

Si tu caso de uso es generar o editar una imagen de forma puntual, prioriza la Image API. Si necesitas un flujo de edición conversacional con múltiples pasos, considera la Responses API.

La documentación actual de OpenAI ya cubre las siguientes capacidades de edición:

• Edición de imágenes y edición en múltiples turnos
• Entrada de alta fidelidad y flujos de edición con máscaras

Así que si quieres hacer cambio de fondo, edición de objetos pequeños, refinamiento visual iterativo o preservación de elementos de marca (logos, rostros, etc.), puedes empezar ahora mismo, sin necesidad de esperar.

Precios: donde mirar

Para el desglose completo de precios y la comparacion por nivel de calidad, consulta:

• GPT Image 2 vs GPT Image 1.5 para la comparacion lado a lado en cada nivel de calidad
• Pagina de producto de GPT Image 2 para los precios de las rutas de EvoLink y la calculadora de costes

Al hacer presupuestos, manten tres niveles de precios separados:

1. Precio oficial de OpenAI — lo que puedes verificar publicamente
2. Precio de las rutas del provider — lo que realmente pagas a traves de EvoLink u otro proveedor
3. Presupuesto interno — lo que tu equipo usa para las previsiones, incluyendo coste de reintentos, tasa de fallos y mix de calidad

Moderación de contenido: cómo manejar errores moderation_blocked

1. Filtrado de entrada — un modelo de seguridad analiza tu prompt y las imágenes de entrada antes de que comience la generación
2. Filtrado de salida — la imagen generada se verifica antes de devolvértela

• Prompts que describen violencia realista, contenido explícito o figuras públicas en contextos engañosos
• Imágenes de referencia que contienen contenido que viola las políticas
• Descripciones ambiguas que el modelo de seguridad interpreta de forma conservadora

async function generateWithModerationHandling(prompt: string) {
  const result = await generateImage(prompt);

  if (result.error?.type === "moderation_blocked") {
    // Registra para revisión — no reintentes automáticamente con el mismo prompt
    logModerationBlock(prompt, result.error);
    return { status: "blocked", reason: result.error.message };
  }

  return { status: "ok", data: result.data };
}

• No reintentes automáticamente los bloqueos de moderación con el mismo prompt. El mismo prompt volverá a ser bloqueado.
• Si aceptas prompts enviados por usuarios, pásalos primero por el endpoint gratuito omni-moderation-latest de OpenAI antes de enviarlos a gpt-image-2. Esto detecta la mayoría de violaciones antes de que pagues por un intento de generación.
• Los modelos GPT Image soportan un parámetro moderation con los valores "auto" (filtro estándar) o "low" (menos restrictivo). El valor por defecto es "auto".
• Cuando un bloqueo de moderación sea inesperado, reformula el prompt siendo más específico sobre el contenido visual que quieres, evitando términos que suelen activar los filtros de seguridad.

Batch API: reduce costes un 50 % en producción a escala

• Ejecuciones nocturnas donde no necesitas resultados de inmediato
• Generación de cientos de imágenes de producto a partir de una plantilla
• Testing A/B de múltiples variantes de prompt a escala
• Cualquier flujo donde un plazo de 24 horas sea aceptable

• Generación en tiempo real de cara al usuario (playground, edición en vivo)
• Flujos que necesitan resultados en segundos o minutos
• Iteración interactiva de prompts

Estrategias prácticas de costes

Opción 1: Generar una vez, iterar con edición

• Usa gpt-image-1.5 para generar la imagen base
• Usa edición y flujos de múltiples turnos para refinar
• Cuando solo necesites modificar una zona, evita regenerar la imagen entera

Opción 2: Enrutar por tipo de tarea

• Fotos de producto estándar -> gpt-image-2
• Edición de producto -> gpt-image-2
• Diseños con mucho texto (necesitan alinearse con la documentación anterior) -> gpt-image-1.5
• Modelos experimentales futuros -> bucket de pruebas aislado

Lo importante no es adivinar cómo se llamará el próximo modelo, sino hacer que el coste de cambiar de modelo en el futuro sea lo más bajo posible.

Escenarios de uso típicos

Si quieres sacarle provecho real a este artículo, lo más útil no es seguir persiguiendo nombres de modelo, sino mapear los escenarios de negocio habituales con la ruta recomendada.

Si estás construyendo un sistema de negocio, no un experimento puntual, lo que realmente deberías priorizar es:

• Hacer las tareas asíncronas
• Abstraer el enrutamiento
• Guardar los resultados de las imágenes
• Separar la ruta principal de la ruta de pruebas

Qué hacer ahora

A estas alturas, la mayoría de los equipos no necesitan "más noticias", sino un orden de acción claro.

Si hoy mismo quieres avanzar con tu proyecto, la ruta más práctica es:

• Prueba GPT Image 2 ahora mismo y evalúa si encaja en tu caso de uso
• Intégralo ya en tu entorno de desarrollo o testing
• Cuando la documentación oficial y las rutas de los providers se estabilicen más, solo ajustas la configuración de enrutamiento para una transición fluida

El stack tecnológico actual de GPT Image ya tiene capacidad suficiente para construir:

• Pipelines de generación de imágenes
• Flujos de edición
• Ciclos de refinamiento iterativo
• Despacho asíncrono de tareas
• Enrutamiento consciente de costes

Qué vigilar a continuación

• Documentación de generación de imágenes actualizada con nuevos miembros de la serie GPT Image
• Tabla de precios oficial para el nuevo modelo
• Changelog o notas de lanzamiento
• Guía oficial de migración desde los modelos GPT Image actuales

Checklist antes de salir a producción

Si estás a punto de integrar GPT Image 2 en tu negocio de verdad, y no solo leer la documentación, te recomendamos verificar al menos estos puntos antes de salir a producción:

• ¿Tienes el nombre de modelo hardcodeado en múltiples sitios en lugar de centralizarlo en la configuración de enrutamiento?
• ¿La ruta de producción por defecto es gpt-image-2 y no estás usando la ruta beta como línea principal por error?
• ¿Has dejado un interruptor independiente para gpt-image-2-beta para evitar que la ruta de pruebas entre en producción por accidente?
• ¿Estás gestionando el estado de las tareas asíncronas en lugar de asumir que la petición siempre devuelve la imagen final de inmediato?
• ¿Estás guardando los resultados de las imágenes dentro del periodo de validez de 24 horas en lugar de depender de enlaces temporales?
• ¿Estás diferenciando "información oficial del modelo de OpenAI" de "implementación de ruta actual del provider EvoLink"?
• ¿Tienes listo un mecanismo de callback o polling para adaptarte a tareas de generación de larga duración?

Preguntas frecuentes

Ahora que GPT Image 2 ya es público, ¿sigue siendo necesaria una arquitectura asíncrona?

Sí. La documentación de OpenAI ya indica que los prompts complejos pueden tardar hasta 2 minutos, y el modo en segundo plano es la forma recomendada de gestionarlo.

¿Ya se puede hacer edición iterativa de imágenes?

Sí. La documentación actual de OpenAI cubre edición de imágenes, edición en múltiples turnos, máscaras y entrada de imágenes de alta fidelidad.

¿Tendré que reescribir mi aplicación si el nombre del modelo o la ruta del provider cambian en el futuro?

Si abstraes el enrutamiento de modelos desde ahora, no. El cambio de modelo futuro debería ser una modificación en la tabla de enrutamiento, no una refactorización de toda la aplicación.

¿Cómo se entienden gpt-image-2 y gpt-image-2-beta en EvoLink?

¿Cuál es la opción predeterminada más práctica para integrar ahora?

¿GPT Image 2 tiene un "thinking mode"?

Sí. GPT Image 2 puede razonar sobre prompts complejos antes de generar — descomponiendo subtareas, verificando restricciones espaciales y resolviendo ambigüedades. Esto está integrado en la arquitectura del modelo, no es un toggle separado. Se nota sobre todo en prompts estructurados (infografías, escenas con muchos objetos, composiciones con mucho texto).

¿Qué resolución soporta GPT Image 2?

La documentación de OpenAI indica que GPT Image 2 soporta "miles de resoluciones válidas" y enumera ejemplos habituales como 1024x1024 y 1536x1024. El conjunto exacto de resoluciones disponibles varía según el provider. Consulta la documentación de tu provider antes de comprometerte con una resolución concreta en producción.

¿Cómo gestiono los errores de moderación?

¿Puedo usar la Batch API con GPT Image 2?

La Batch API de OpenAI ofrece un 50 % de reducción de coste para trabajos asíncronos con entrega en 24 horas. Consulta la disponibilidad con tu provider específico, ya que las opciones de procesamiento por lotes pueden variar.

¿Dónde puedo comparar toda la familia GPT Image de un vistazo?

Empieza a usarlo

Artículos relacionados

• Familia GPT Image
• ChatGPT Image 2: estado oficial y por dónde empezar
• GPT Image 2 vs GPT Image 1.5
• GPT Image 2 vs Nano Banana 2
• Guía de producción del API GPT Image 1.5
• Guía completa de GPT Image 1.5: funciones, comparación y acceso

Fuentes de referencia

• OpenAI Models overview: https://platform.openai.com/docs/models
• OpenAI GPT Image 2 model page: https://developers.openai.com/api/docs/models/gpt-image-2
• OpenAI image generation guide: https://developers.openai.com/api/docs/guides/image-generation
• OpenAI Images and vision guide: https://developers.openai.com/api/docs/guides/images-vision
• OpenAI GPT Image prompting guide: https://developers.openai.com/cookbook/examples/multimodal/image-gen-models-prompting-guide
• OpenAI ChatGPT Images 2.0 announcement: https://openai.com/index/introducing-chatgpt-images-2-0/
• OpenAI ChatGPT Images 2.0 system card: https://deploymentsafety.openai.com/chatgpt-images-2-0/
• OpenAI GPT Image 1.5 model page: https://platform.openai.com/docs/models/gpt-image-1.5
• OpenAI API pricing: https://platform.openai.com/docs/pricing
• OpenAI Batch API guide: https://platform.openai.com/docs/guides/batch
• OpenAI background mode guide: https://developers.openai.com/api/docs/guides/background