Images 2.6
El nuevo modelo “Images 2.6” de OpenAI para generación de imágenes, que añade salida nativa de GIF y SVG y promete un rendimiento más rápido, está recibiendo reacciones mixtas de usuarios que lo comparan con versiones anteriores de GPT-Image 2.x y con competidores como “Nano Banana” de Google. Muchos consideran prometedores el cumplimiento de prompts y funciones como la exportación vectorial y la animación simple, pero se quejan de artefactos visibles de marca de agua, de un “look de IA” excesivamente procesado y, en algunos flujos de trabajo, de una regresión de calidad frente a 2.5 pese a unos costes efectivos mayores por el aumento del uso de tokens. La conversación se amplía hacia la preocupación de que el progreso en generación de imágenes se ha estancado, que los incentivos comerciales favorecen la velocidad y lo barato por encima de la sutileza visual, y que la proliferación de “AI slop” está erosionando tanto los estándares estéticos como el valor percibido del arte creado por humanos.
Reacción general
- Muchos ven Images 2.6 como algo incremental más que transformador; aparece la idea de que es “lo mismo que los últimos 1,5 años”.
- La respuesta es mixta: algunos están impresionados por el cumplimiento específico de los prompts y las composiciones complejas; otros ven regresiones frente a modelos anteriores de OpenAI o a competidores (p. ej., “Nano Banana” de Google, Seedream, Midjourney).
- Varios señalan que el progreso en generación de imágenes parece haberse estancado en comparación con los modelos de código, o al menos avanza más lentamente.
Escala y uso
- La afirmación de OpenAI de “4 mil millones de imágenes por semana” despierta escepticismo e inquietud; los comentarios estiman que eso implica un uso automatizado o masivo enorme que supera con creces la capacidad humana de visualización.
- Usuarios individuales informan que generan muchas variantes por idea, lo que refuerza que la mayoría de las generaciones son exploratorias, “slop”, más que activos finales.
Precios y uso de tokens
- Las tarifas oficiales por token no han cambiado, pero varios usuarios muestran que 2.6 usa ~3–4× más tokens de salida que 2.5 en calidad baja/media (p. ej., ~196 → ~823 tokens para 1024×1024 en baja).
- Esto se ve como una subida de precio de facto, y algunos califican de engañosa la publicidad de “mismo precio”.
- Según se informa, los ajustes de alta calidad tienen un uso de tokens similar al de 2.5.
Nuevas funciones: SVG y GIF
- La salida SVG se implementa mediante una canalización de ráster a vector; requiere especificar un
svg.modeladicional y un LLM, lo que a algunos les parece decepcionante frente a modelos vectoriales dedicados. - Los ejemplos SVG de la documentación se consideran básicos; algunos esperaban demostraciones más complejas.
- La generación nativa de GIF funciona, pero se juzga de baja calidad: marcas de agua manchadas, movimiento inconsistente, artefactos de “slop” y poca coherencia entre fotogramas.
- Los GIF animados se ven como aceptables para memes o contenido desechable, no para uso profesional. No se encontró soporte para SVG animado.
Calidad de imagen y comparaciones de modelos
- Varios usuarios prefieren 2.5 frente a 2.6, especialmente para trabajo de UI/diseño y maquetación de texto en imagen; 2.6 se describe como más simple, más centrado y menos detallado.
- A otros les gusta la menor tendencia de 2.6 a añadir texto inspiracional no deseado.
- Los benchmarks y las pruebas anecdóticas sugieren:
- OpenAI lidera en cumplimiento de prompts.
- Los modelos de Google y varias alternativas cerradas o abiertas pueden liderar en realismo o estilo en algunos dominios.
- Algunos prompts muestran que 2.6 rinde peor que incluso 2.0 en fotografía matizada (manos, reflejos, cáusticas del agua).
Artefactos, “look de IA” y estética
- Persisten las quejas sobre:
- Marcado de agua / moteado visibles.
- Un “look de IA” característico (demasiado estético, brillante, tono amarillento, iluminación poco realista).
- Física inquietante o incorrecta (p. ej., iluminación de una ballena de vitral).
- Hay debate sobre si a los usuarios realmente les gusta este aspecto:
- Una postura: el usuario medio no lo nota ni le importa; gana lo barato.
- Postura contraria: mucha gente detesta las imágenes de comida generadas por IA y las visuales inquietantes, especialmente en restaurantes/anuncios; la crítica a “AI slop” está muy extendida en internet.
- Algunos sostienen que RLHF y los métodos de guía empujan a los modelos hacia esta estética; otros dicen que los modelos aplican mal señales de recompensa promediadas.
Capacidades y limitaciones
- Pixel art: puede aproximar el estilo, pero el verdadero pixel art alineado a la cuadrícula y de paleta limitada sigue necesitando posprocesado o modelos especializados.
- Sprites / hojas de sprites consistentes: varios usuarios informan de mala consistencia; los intentos de arte consistente para hojas de sprites se califican como una pérdida de tiempo.
- La consistencia de personajes y de composición sigue siendo difícil, aunque se elogia a algunos modelos externos por hacerlo mejor.
Edición, control y herramientas
- Los usuarios quieren edición más fina y fiable:
- Queja frecuente: al pedir ajustar un pequeño elemento, cambia toda la imagen.
- Algunos notan afirmaciones de mejor control en 2.6, pero aún no ven mejoras claras.
- Deseo de herramientas más explícitas: seeds/IDs de generación, controles deslizantes de composición, capas, mejor interfaz de outpainting e integración de herramientas vectoriales/3D.
- Algunos echan de menos herramientas de la época de DALL·E (p. ej., outpainting, iteración estable mediante IDs).
Ética e impacto cultural
- Fuerte crítica ética: entrenar con enormes conjuntos de datos raspados se describe como explotar o “robar” el trabajo creativo humano, aunque técnicamente sea posible gracias a décadas de investigación.
- Otros responden que estos sistemas son, a su vez, productos del esfuerzo e innovación humanos.
- Preocupación cultural más amplia por la proliferación de “AI slop” de baja calidad en menús, anuncios y redes sociales, y por la atrofia de las habilidades humanas de observación y estética.