GPT Image 2 vs GPT Image 1.5: ¿mejoran de verdad los retratos y las fotos de producto?

Primero: GPT Image 2 y ChatGPT Images 2.0 no siempre se nombran igual

En la conversación pública, GPT Image 2 y ChatGPT Images 2.0 aparecen a veces como si fueran el mismo producto. En las fuentes oficiales de OpenAI citadas aquí, el lanzamiento identificado explícitamente es ChatGPT Images 2.0.

GPT Image 1.5, en cambio, sí cuenta con una página de modelo en la API de OpenAI. Allí se describe como un modelo de generación de imágenes con mejor seguimiento de instrucciones y mayor adherencia al prompt.

La confusión aumenta porque Fal.ai, una plataforma de terceros para ejecutar modelos de IA, usa el nombre GPT Image 2 y lo promociona con capacidades de fotorealismo, texto dentro de imagen y fotografía de producto coherente con marca. Por eso, en este artículo usamos GPT Image 2 / ChatGPT Images 2.0 para responder a la búsqueda habitual, pero separando la evidencia oficial, la de terceros, las pruebas de medios y las publicaciones de usuarios.

Lo que sí se puede afirmar con más seguridad

GPT Image 1.5 es una base oficial y documentada

GPT Image 1.5 tiene página de modelo en la API de OpenAI. Además, OpenAI ofrece una guía de generación de imágenes, un cookbook de GPT Image y una guía de prompting para GPT Image 1.5, con flujos de generación, edición y uso de máscaras.

Eso convierte a GPT Image 1.5 en una base razonable para pruebas controladas: se puede documentar el prompt, los parámetros y el flujo. Pero esas guías no son, por sí mismas, una comparación de calidad entre GPT Image 2 y GPT Image 1.5 en retratos o fotografía de producto.

ChatGPT Images 2.0 parece tener su punto fuerte en texto y composición

La página oficial de OpenAI para ChatGPT Images 2.0 muestra ejemplos centrados en texto multilingüe, páginas tipo cómic y composiciones visuales más complejas. TechCrunch también puso el foco en la mejora del texto generado dentro de las imágenes, mientras que ZDNET señaló que OpenAI presenta el nuevo modelo como orientado a precisión, usabilidad y tareas visuales complejas, con ejemplos que combinan texto e imagen en páginas más elaboradas.

La lectura más segura es esta: hay señales públicas más fuertes de mejora en texto dentro de imagen, renderizado multilingüe y maquetación compleja. Eso no equivale a demostrar que el modelo gane de forma general en realismo de rostros, materiales de producto, fidelidad de forma o calidad fotográfica global.

Por qué retratos y producto siguen siendo una pregunta abierta

En retratos realistas faltan pruebas a ciegas amplias

Hay publicaciones de usuarios en Reddit que afirman que GPT Image 2 produce mejores resultados o texto más legible. Ese tipo de comparativas lado a lado puede ser útil para inspirarse, pero normalmente no equivale a un benchmark independiente, público y repetible: no siempre hay prompts fijos, mismas imágenes de entrada, ajustes comparables, tamaño de muestra suficiente ni publicación completa de resultados para evitar escoger solo los mejores ejemplos.

Para retratos realistas, una comparación seria no debería limitarse a preguntar qué imagen parece más bonita. Habría que separar criterios como consistencia de identidad, estructura facial, textura de piel, ojos, dientes, manos, iluminación, sensación de exceso de retoque y conservación de rasgos de la persona.

En fotografía de producto hay señales interesantes, pero no conclusión firme

Aquí sí aparecen afirmaciones más fuertes en fuentes de terceros. Fal.ai promociona GPT Image 2 con fotorealismo, renderizado de texto casi perfecto y fotografía de producto coherente con marca. Digit publicó una comparativa práctica entre ChatGPT Images 2.0 y 1.5 que incluye una prueba de fotografía de producto y, en sus ejemplos, considera que 2.0 sale mejor parado.

El problema es que una página comercial y una reseña práctica no sustituyen a una prueba amplia, independiente y repetible. En producto, los criterios importantes incluyen silueta, proporciones, texto del envase, logotipo, material, reflejos, sombras, perspectiva y coherencia de marca. Sin controlar esas variables, esas fuentes son una pista para probar el modelo, no una demostración de mejora clara.

Los rankings tampoco cierran el debate

Artificial Analysis sitúa a GPT Image 1.5 (high) en el primer puesto de su Text to Image Arena, con una puntuación Elo de 1274. El ranking se basa en votos a ciegas de usuarios y usa un sistema de puntuación Elo derivado de esas comparaciones.

Ese dato sirve como señal general de preferencia, pero no responde de forma directa a una pregunta más estrecha: si GPT Image 2 supera de manera estable a GPT Image 1.5 específicamente en retratos realistas, fotografía de producto y calidad global. Un leaderboard ayuda a entender el mercado, pero no reemplaza una evaluación centrada en tu caso de uso.

Tabla rápida de verificación

Cómo hacer una comparación justa

Si el objetivo es decidir si el nuevo modelo realmente mejora en retratos, producto o calidad general, la prueba debe ser más estricta que mirar unas cuantas capturas en redes. Lo más sensato es usar GPT Image 1.5 como línea base, porque tiene documentación y guía de prompting, y comparar GPT Image 2 / ChatGPT Images 2.0 con el mismo material y una ficha de evaluación común.

Como mínimo, conviene controlar estos puntos:

• usar la misma lista de prompts, sin optimizar el texto para favorecer a un modelo;
• usar las mismas imágenes de referencia, de producto o de persona;
• mantener proporción, calidad y formato de salida lo más comparables posible;
• generar varias imágenes por prompt, no quedarse solo con la mejor;
• ocultar el nombre del modelo a quienes evalúan;
• puntuar por criterios separados, no solo por impresión general.

En retratos, mide identidad, anatomía facial, piel, ojos, dientes, manos, iluminación y naturalidad. En producto, mira contorno, proporciones, envase, texto, logotipo, material, reflejos, sombras, perspectiva y coherencia de marca. Esos criterios están más cerca de la utilidad real que una simple reacción de wow.

Qué deberían hacer creadores, marcas y equipos de producto

Si tu uso principal son pósteres, infografías, piezas para redes, mockups de interfaz, menús, páginas de presentación o anuncios con mucho texto, ChatGPT Images 2.0 merece una prueba temprana. Es justo ahí donde las señales públicas son más consistentes: texto legible, multilingüismo y composiciones más complejas.

Si, en cambio, tu uso central son retratos realistas, modelos con ropa, imágenes principales para comercio electrónico o fotografía de producto de marca, no conviene migrar solo porque alguien diga que GPT Image 2 tiene mejor calidad. La decisión debería basarse en tus propios productos, tus activos de marca y tus prompts de producción, con una prueba A/B a ciegas y métricas como tasa de imágenes utilizables, retrabajo necesario y consistencia visual.

Conclusión

La formulación más segura hoy es esta: la evidencia pública respalda mejor una mejora de ChatGPT Images 2.0 en texto dentro de imágenes, renderizado multilingüe y composiciones visuales complejas; pero no hay pruebas públicas suficientes para afirmar que GPT Image 2 / ChatGPT Images 2.0 supere de forma clara, estable y verificable a GPT Image 1.5 en retratos realistas, fotografía de producto o calidad general.

Dicho de otra forma: no significa que no haya mejoras. Significa que, para esos usos concretos, la evidencia aún no alcanza para darlo por demostrado. Puede mejorar en flujos específicos, pero deberías comprobarlo con tus propias imágenes, tus prompts reales y una evaluación a ciegas.