ChatGPT Images 2.5

Artículo original ↗ Discusión en Hacker News ↗

El lanzamiento de ChatGPT Images 2.5 por parte de OpenAI muestra una generación de imágenes más rápida y de mayor calidad, integrada estrechamente con su chatbot, pero las reacciones están fuertemente divididas. Algunos usuarios elogian el modelo como una de las herramientas más impresionantes y útiles para prototipado rápido, diseño de UI, ilustración y creatividad personal, mientras que otros ridiculizan la creciente ola de “AI menu slop”, fotos sociales falsas y diseños de tatuajes como estéticamente insípidos, engañosos y corrosivos para la confianza y la memoria. Las preocupaciones más amplias se centran en la publicidad engañosa (p. ej., bienes raíces, comida), el costo ambiental y la sustitución del trabajo creativo humano, aunque muchos reconocen que la tecnología ya se ha vuelto ubicua en las pequeñas empresas y en las tareas visuales cotidianas.

Calidad percibida de la imagen y comportamiento técnico

  • Algunos comentaristas dicen que 2.5 se ve similar en calidad a GPT‑Image‑2; otros citan puntuaciones de LM Arena que sugieren una mejora considerable.
  • El detalle fino y la geometría siguen siendo problemáticos en ejemplos destacados: dedos contados mal o extraños, brazos antinaturales, sombras de perros sin cambios pese a variaciones de volumen y dientes distorsionados.
  • La gente señala persistentes “gradientes de ruido”, tonos blanquecinos/amarillentos y tonos de piel ligeramente “fritos”, aunque algunos ven mejoras leves.
  • La edición de imágenes se percibe como más propensa a perder detalle que modelos competidores (p. ej., Nano Banana, Flux), especialmente en ediciones que preservan la geometría.

Estética de “AI slop” y menús

  • Fuerte rechazo al “AI menu slop” en restaurantes, apps de entrega de comida y señalización local; muchos lo encuentran visualmente uniforme, engañoso y de aspecto barato.
  • Otros argumentan que es una mejora frente a malas fotos de stock o fotos hechas con el teléfono, y que ayuda a las pequeñas empresas a comunicar su oferta sin contratar diseñadores.
  • Algunos usan los carteles hechos con IA como un “filtro de gusto” para decidir qué negocios evitar; otros lo ven como marketing masivo normal.

Casos de uso destacados y criticados

  • Los ejemplos oficiales (tatuajes, composiciones falsas de fiestas, camas hechas, disfraces para mascotas/niños, arreglos florales) son ampliamente ridiculizados por triviales o distópicos.
  • Los defensores responden que son usos divertidos y de poco riesgo; también útiles para aphantasia, renovación del hogar, diseño de interiores, planificación de jardines y prototipado de juegos/UI.
  • Los tatuajes a partir de arte de IA dividen opiniones: útiles para visualizar frente a “AI slop en tu piel para siempre”.
  • La entrada por boceto y la transferencia de estilo son elogiadas como potentes para usuarios con cierta habilidad artística.

Engaño, memoria y confianza

  • Gran preocupación por falsificaciones realistas: perfiles de citas, anuncios inmobiliarios, artículos de Facebook Marketplace, fotos “históricas” y vidas escenificadas en redes sociales.
  • Las fotos compuestas de “fiesta” y las imágenes infantiles remixadas generan inquietud por falsos recuerdos, especialmente en personas mayores con memoria en declive.
  • Algunos sostienen que la humanidad siempre ha embellecido historias; otros dicen que la facilidad y el realismo de la generación de imágenes crean un problema de confianza cualitativamente nuevo.

Preocupaciones ambientales y de recursos

  • Debate sobre el uso de energía y agua: algunos ven la generación de imágenes y video como un “desperdicio aterrador”; otros la comparan favorablemente con conducir, la aviación, la carne, los campos de golf o los videojuegos.
  • Varios piden “recibos de carbono” por cada generación; otros descartan esto como indignación selectiva.

Perspectivas de desarrolladores / usuarios avanzados

  • Los usuarios de API informan mejoras importantes de latencia (de ~100 s a ~35–40 s por imagen), lo que acelera significativamente los flujos de trabajo iterativos.
  • Algunos aún consideran que el precio es demasiado alto y prefieren modelos locales (variantes de Stable Diffusion, Fooocus, modelos especializados de sprites) para una calidad “suficientemente buena”.
  • La censura sigue siendo un problema para ciertas escenas (p. ej., batallas, armas).