OpenAI: GPT Image 1

GPT Image 1 es el modelo de imágenes nativamente multimodal de OpenAI, que acepta texto e imágenes como entrada y produce imágenes como salida. Puede generar una escena nueva, utilizar imágenes de referencia para dar forma a una composición o editar un recurso existente mediante una nueva instrucción. El trabajo práctico incluye ilustraciones, 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 las versiones posteriores de GPT Image.

Prepare un encargo que indique el sujeto, el entorno, la composición, la iluminación y el estilo visual. Si la tarea necesita texto visible, incluya la redacción exacta y explique su jerarquía y posición previstas. Para una composición con referencias, asigne 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 entre uno y diez resultados de imagen. Compare las variantes devueltas con el mismo encargo y conserve el recurso elegido para el trabajo posterior.

La edición puede recibir hasta dieciséis imágenes de referencia. GPT Image 1 admite input_fidelity en low y high, con low como valor predeterminado. Este control afecta al esfuerzo por conservar los rasgos 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 originales, pero no garantiza que cada detalle identificativo permanezca idéntico. Indique lo que debe conservarse y lo que puede cambiar en lugar de confiar únicamente en el ajuste de fidelidad.

La edición con máscara identifica una zona que modificar. Prepare el original y la máscara con el mismo formato y dimensiones, con un tamaño inferior a 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. Un encargo de edición útil puede pedir otro color de pared conservando los muebles, el ángulo de cámara y la iluminación. El modelo utiliza la máscara como orientación en lugar de prometer un límite exacto, por lo que debe inspeccionar tanto la zona cambiada como sus alrededores.

Los tamaños estándar documentados de salida son 1024 × 1024, 1536 × 1024 y 1024 × 1536 píxeles, con selección automática de tamaño cuando se admite. La calidad es low, medium, high o auto. GPT Image 1 utiliza estos formatos estándar y niveles de calidad de hasta high. Elija el formato estándar según la visualización prevista y el nivel de detalle según la finalidad del recurso.

PNG es la salida predeterminada, con JPEG y WebP como alternativas. Para JPEG y WebP hay una compresión de 0 a 100. Las opciones de fondo transparente, opaco y automático cubren diferentes necesidades de entrega; la transparencia requiere PNG o WebP. Para un gráfico aislado, use un formato que conserve su canal alfa antes de colocarlo en una composición posterior. Para una escena completa, incluya en el encargo el fondo y la relación del sujeto con él.

OpenAI documenta la generación y edición directas, y la ficha del modelo también incluye el uso conversacional de imágenes. Para un trabajo iterativo, conserve el resultado elegido como origen para un cambio posterior en lugar de seleccionar implícitamente otra variante. La referencia de imágenes documenta streaming con hasta tres imágenes parciales; estas muestran el progreso y no son recursos terminados adicionales. Mantenga juntos la imagen terminada y el encargo para que las ediciones posteriores se refieran a la composición real. La interfaz del fabricante también admite procesamiento por lotes.

El modelo aún puede tener dificultades con la ubicación precisa del texto, las composiciones muy estructuradas y la coherencia entre sujetos recurrentes. Inspeccione los textos, los límites de los objetos, el tratamiento del color y los detalles que identifican el material original al tamaño previsto. Si una edición necesita refinamiento, describa la discrepancia visible y los elementos que deben conservarse. GPT Image 1 resulta útil para una secuencia concreta de generación, edición guiada por referencias y preparación de recursos, manteniendo sus propios tamaños estándar y su fidelidad de entrada seleccionable diferenciados de otras ediciones.