¿GPT Image 2 puede editar imágenes subidas?

Qué dejan claro los documentos de OpenAI

Lo más sólido en la documentación oficial revisada es la categoría de flujo: OpenAI documenta la generación de imágenes y la edición de imágenes como operaciones separadas. También hay una referencia de edición que menciona resultados devueltos por defecto para los modelos GPT de imagen, lo que conecta el método de edición con esa familia de modelos, aunque ese fragmento por sí solo no enumera toda la lista de capacidades específicas de GPT Image 2.

La diferencia importa. En una generación clásica, el punto de partida es un texto; en una edición, el punto de partida es una imagen visual existente que se transforma con instrucciones. Por eso, a la hora de describir GPT Image 2, lo correcto no es decir que solo crea imágenes nuevas: las páginas de integración revisadas para GPT Image 2 documentan explícitamente la edición de imágenes existentes.

“Imagen subida”, URL o imagen de entrada: no es lo mismo

Para evitar confusiones técnicas, la expresión más segura es imagen de entrada. En el caso de fal.ai, el ejemplo de edición de GPT Image 2 usa image_urls, así que esa integración acepta URLs de imagen como entrada. En cambio, la referencia de OpenAI usa una formulación más amplia —prompt y/o imagen de entrada— sin que el fragmento revisado muestre todos los detalles de transporte nativos para GPT Image 2.

Dicho de otra forma: si estás programando, no asumas que un parámetro de un proveedor externo, como image_urls, es idéntico al esquema directo de la API de OpenAI. El fragmento revisado de la página de modelo de GPT Image 2 de OpenAI no muestra por sí solo todo el esquema de petición, límites de entrada ni disponibilidad por cuenta; esos puntos conviene verificarlos en la página actual del modelo y en la referencia de edición antes de llevarlo a producción.

Las máscaras ayudan, pero no son una frontera perfecta

El cookbook de OpenAI para GPT Image describe un flujo de edición en el que puedes proporcionar una máscara si no quieres que el modelo cambie una parte concreta de la imagen de entrada. Pero la misma nota advierte que el modelo podría modificar algunas zonas dentro de la máscara y recomienda usar un modelo de segmentación si necesitas una máscara exacta.

En la práctica, las máscaras sirven para guiar la edición, no para prometer una protección píxel a píxel. Si tu caso de uso exige precisión quirúrgica —por ejemplo, conservar intacto un logotipo, un producto o una zona legalmente sensible—, esa limitación debe tenerse en cuenta desde el diseño del flujo.

Lista rápida antes de implementarlo

• Usa un flujo de edición cuando la tarea parta de una imagen existente; OpenAI documenta las ediciones como modificaciones de imágenes existentes, separadas de las generaciones desde cero.
• Verifica el endpoint directo de OpenAI, los campos de la petición y la disponibilidad del modelo en tu cuenta antes de depender solo del ejemplo de una integración externa.
• Trata image_urls como un campo confirmado en la integración de edición de GPT Image 2 de fal.ai, no como el nombre universal del parámetro nativo de OpenAI.
• Si usas máscaras, planifica una protección aproximada, no una garantía de que todos los píxeles quedarán sin cambios.

En resumen

Sí: GPT Image 2 puede editar imágenes suministradas como entrada y no está limitado a generar imágenes completamente nuevas desde texto. El soporte general más fuerte viene de los flujos documentados por OpenAI para edición e imagen de entrada, mientras que los ejemplos más explícitos y específicos de GPT Image 2 en las fuentes revisadas aparecen en Replicate y fal.ai. Aun así, antes de lanzar una integración real, conviene comprobar el esquema nativo actual de OpenAI, sus límites y la disponibilidad del modelo.