OpenAI: GPT Image 1

GPT Image 1 es el modelo de imágenes nativamente multimodal de OpenAI, que acepta entradas de texto e imagen y produce imágenes. Puede generar una escena nueva, usar imágenes de referencia para dar forma a una composición o editar un recurso existente mediante una nueva instrucción. El trabajo práctico incluye ilustración, imágenes de producto, conceptos de diseño y cambios locales guiados por una máscara. Esta es la edición denominada GPT Image 1, independiente de Image 1 Mini, Image 1.5 y versiones posteriores de GPT Image.

Prepara instrucciones que indiquen el sujeto, el entorno, la composición, la iluminación y el estilo visual. Si la tarea necesita texto visible, incluye la redacción exacta y explica su jerarquía y posición previstas. Para una composición con referencias, asigna a cada imagen una función clara, como un producto, un entorno o un tratamiento visual. Los flujos directos de generación y edición permiten un prompt de hasta 32,000 caracteres y de uno a diez resultados de imagen. Compara las variaciones devueltas frente a las mismas instrucciones y conserva el recurso elegido para el trabajo posterior.

La edición puede recibir hasta dieciséis imágenes de referencia. GPT Image 1 admite input_fidelity low y high, con low como valor predeterminado. Este control afecta al esfuerzo por conservar las características y el estilo de la imagen de origen; es independiente de la calidad de renderizado y del tamaño de salida. Una edición de alta fidelidad resulta útil cuando importan los detalles de origen, pero no garantiza que cada detalle identificable permanezca idéntico. Indica qué debe conservarse y qué puede cambiar en lugar de depender únicamente del ajuste de fidelidad.

La edición con máscara identifica un área que se quiere modificar. Prepara el origen y la máscara con el mismo formato y dimensiones, por debajo de 50 MB según los requisitos de la guía y con un canal alfa en la máscara. Con varias imágenes de origen, la máscara se aplica a la primera. Unas instrucciones de edición útiles pueden pedir un color de pared distinto conservando los muebles, el ángulo de cámara y la iluminación. El modelo usa la máscara como guía en lugar de prometer un límite exacto, así que inspecciona tanto el área modificada como sus alrededores.

Los tamaños de salida estándar documentados son 1024 × 1024, 1536 × 1024 y 1024 × 1536 píxeles, con selección automática de tamaño cuando es compatible. La calidad es low, medium, high o auto. GPT Image 1 utiliza estos cuadros estándar y niveles de calidad hasta high. Elige el cuadro estándar según la visualización prevista y el nivel de detalle según el propósito del recurso.

PNG es la salida predeterminada, con alternativas JPEG y WebP. JPEG y WebP permiten compresión de 0 a 100. Las opciones de fondo transparente, opaco y automático atienden distintas necesidades de entrega; la transparencia requiere PNG o WebP. Para un gráfico aislado, usa un formato que conserve su canal alfa antes de colocarlo en un diseño posterior. Para una escena completa, incluye el fondo y la relación del sujeto con él en las instrucciones.

OpenAI documenta la generación y edición directas, y la ficha del modelo también incluye el uso conversacional de imágenes. Para trabajo iterativo, conserva el resultado elegido como origen de un cambio posterior en lugar de escoger implícitamente una variación distinta. La referencia de imágenes documenta streaming con hasta tres imágenes parciales; estas muestran el progreso en lugar de ser recursos terminados adicionales. Conserva la imagen terminada y las instrucciones juntas para que las ediciones posteriores se refieran a la composición real. La interfaz del fabricante también admite procesamiento por lotes.

El modelo todavía puede tener dificultades con la ubicación precisa del texto, diseños muy estructurados y consistencia entre sujetos recurrentes. Inspecciona las letras, los límites de los objetos, el tratamiento del color y los detalles que identifican el material de origen al tamaño previsto. Si una edición necesita refinamiento, describe la diferencia visible y los elementos que se deben conservar. GPT Image 1 resulta útil para una secuencia concreta de generación, edición guiada por referencias y preparación de recursos, manteniendo sus tamaños estándar y su fidelidad de entrada seleccionable diferenciados de otras ediciones.