OpenAI Images 2.6: ahora más rápido, con soporte para GIFs

Hasta la semana pasada, sacar una imagen en movimiento de ChatGPT implicaba pedir un sprite sheet, descargarlo y montar los fotogramas con otra herramienta. Lo hice más veces de las que me gustaría admitir. 

El 4 de noviembre, OpenAI lanzó Images 2.6, y ahora escribes "haz un gif de un gato bailando" y recibes un GIF en bucle.

Los GIFs son el gran titular, pero no lo único del lanzamiento. OpenAI dice que ahora las imágenes se generan un 50% más rápido, las ediciones conservan mejor personajes y productos, y la API se divide en dos modelos con funciones distintas. 

En este artículo te cuento qué es Images 2.6, qué ha cambiado y cómo crear un GIF tanto en ChatGPT como con la API. 

¿Qué hay de nuevo en OpenAI Images 2.6?

OpenAI Images 2.6 es la actualización de imágenes del 4 de noviembre de 2026 para ChatGPT, Codex y la API. Los principales cambios incluyen:

• GIFs animados: Convierte un prompt, una foto o un boceto en un GIF corto en bucle, y luego cambia su velocidad o edita fotogramas individuales.

• Generación más rápida: OpenAI afirma que las imágenes se generan un 50% más rápido que en Images 2.5.

• Ediciones más estables: Los personajes, productos y elementos de marca se desvían menos a lo largo de varias rondas de edición.

• Dos modelos de API: Usa gpt-image-2.6-flare para velocidad y gpt-image-2.6-sunburst para detalle.

• Mejoras menores: Exporta imágenes en SVG, haz ediciones guiadas por marcas en la API, referencia imágenes guardadas y utiliza su parámetro complexity.

Está disponible en todos los planes de ChatGPT, incluido el Free, aunque la creación de GIFs se está desplegando de forma gradual por cuentas.

¿Qué es OpenAI Images 2.6?

OpenAI Images 2.6 es la versión de generación y edición de imágenes que OpenAI lanzó el 4 de noviembre de 2026. Está disponible como la herramienta de imágenes dentro de ChatGPT y Codex, y como dos modelos independientes en la API de OpenAI.

En ChatGPT no puedes elegir un modelo ni alternar entre sus modelos, Flare y Sunburst; simplemente escribes la petición y genera un GIF. Pero con la API puedes elegir entre dos modelos por nombre y controlar ajustes como calidad y complejidad.

Ambos modelos de la API cuestan lo mismo por token, y esas tarifas coinciden con las de los modelos de Images 2.5. Así que la elección entre Flare y Sunburst va de velocidad frente a detalle, no de precio. El coste por imagen sigue variando porque los ajustes de mayor calidad consumen más tokens de salida.

Imagina que una marca de café quiere un GIF corto en bucle de su mascota, una taza de café dibujada, saludando con la mano.

• En ChatGPT (una marketer): Escribe «Crea un GIF en bucle de nuestra mascota en forma de taza de café saludando». ChatGPT elige el modelo y genera el GIF. Si va demasiado lento, escribe «hazlo más rápido» en el chat. No toca ningún ajuste y no paga nada más allá de su plan de ChatGPT.

• Con la API (un desarrollador): Va a añadir un botón «Crear GIF» a la app de la marca, así que escribe el código. Selecciona gpt-image-2.6-flare porque es el modelo más rápido, establece output_format: "gif" y elige el número de fotogramas y la calidad. Cada GIF se factura por tokens, así que más calidad cuesta más por imagen.

¿Qué hay de nuevo en OpenAI Images 2.6?

Images 2.6 añade GIFs animados, generación más rápida, ediciones más estables en varias rondas y mejores maquetaciones para visuales profesionales. 

¿OpenAI Images 2.6 es realmente más rápido?

OpenAI afirma que Images 2.6 genera imágenes un 50% más rápido que Images 2.5, y que gpt-image-2.6-flare puede devolver una imagen de baja calidad en tan solo seis segundos. Es una afirmación ambiciosa, y el anuncio no explica cómo se midió. Así que lo probé por mi cuenta.

Di a Flare y Sunburst el mismo prompt, «Una taza de café de cerámica sobre un escritorio de madera, luz de mañana, foto de producto», a 1024x1024 y con la complejidad en baja. Ejecuté Flare en calidad baja y media, porque baja es el ajuste detrás de la afirmación de los seis segundos de OpenAI, y Sunburst en media. 

Cada configuración se ejecutó cinco veces y me quedé con la mediana, porque una respuesta lenta puede distorsionar la media. Luego repetí toda la prueba, ya que la velocidad de la red cambia de una ejecución a otra y no quería que una tarde con suerte (o mala suerte) decidiera el resultado.

Si quieres contrastar mis cifras con las tuyas, aquí tienes el script que ejecuté en Google Colab:

import statistics
import time

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()
prompt = "A ceramic coffee mug on a wooden desk, morning light, product photo."

# Each setup: (model, quality)
setups = [
    ("gpt-image-2.6-flare", "low"),
    ("gpt-image-2.6-flare", "medium"),
    ("gpt-image-2.6-sunburst", "medium"),
]

for model, quality in setups:
    times = []
    for _ in range(5):
        start = time.perf_counter()
        client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
            quality=quality,
            extra_body={"complexity": "low"},  # skip extra planning for a simple scene
        )
        times.append(time.perf_counter() - start)
    # The median ignores one unusually slow or fast request
    print(model, quality, round(statistics.median(times), 1), "s")
Con la tecnología de

Esto es lo que obtuve:

Flare nunca bajó de los seis segundos de OpenAI; mi mejor mediana fue 6,9. No llega a promesa incumplida, porque «en tan poco como» describe el mejor caso, no el típico. En la segunda tanda además se invirtieron baja y media, con Flare en media terminando antes que en baja. 

A este tamaño, el ajuste de calidad apenas cambia la velocidad de Flare, y el ruido de red pesa más que la diferencia.

Sunburst es el lento, y se mantuvo en ambas tandas: 14,5 y 15,8 segundos, aproximadamente el doble que Flare.

¿Recuerdas el ajuste de complejidad de antes? 

Controla cuánto planifica el modelo antes de renderizar y, por defecto, está en alto. La cifra de seis segundos de OpenAI casi seguro presupone que está en bajo, por eso lo probé así. Si lo dejas sin establecer, pagarás tiempo de planificación para una foto de una taza que no lo necesita.

Más rápido no significa más barato. Una imagen 1024x1024 en baja calidad usa 823 tokens de salida en 2.6 frente a 196 en 2.5. El precio por token no cambió, así que a $30 por 1M de tokens de salida, son unos $0,025 por imagen en lugar de $0,006. Pequeño por imagen, no tan pequeño en 10.000.

¿Cuánto más consistente es la edición de imágenes?

Según OpenAI, Images 2.6 mantiene más partes de una imagen sin cambios cuando editas solo una zona, especialmente a lo largo de varias rondas. Recomienda Sunburst para esto porque, en calidad media o alta, conserva mejor los detalles de una edición a la siguiente.

Esto es lo que cubre «consistente» en la práctica:

Para probarlo, generé una botella de perfume con gpt-image-2.6-sunburst en calidad media y luego cambié solo el fondo tres veces: una playa, un cielo nocturno y una estantería de cocina. 

Cada edición partía del resultado anterior, no del original, así que cualquier deriva se acumularía. Cada prompt de edición terminaba igual: «Mantén la botella, la etiqueta, el tapón y la iluminación sobre la botella exactamente iguales.»

Aquí está el original junto a la tercera edición:

El original: una botella verde con tapón dorado sobre una encimera de mármol. Imagen del autor.

Tras tres rondas, la botella quedó casi intacta. La etiqueta sigue leyendo «MOSS No. 3» con la misma tipografía con serif y borde dorado, y el tapón, la forma cuadrada e incluso el tubo fino dentro del vidrio coinciden con el original.

Lo que sí cambió fue todo lo de alrededor:

• El fondo se arrastró: pedí un cielo nocturno en la ronda 2 y obtuve la playa de la ronda 1 de noche, con palmera incluida. Como cada edición se basa en la imagen anterior, Sunburst trató la playa como algo que conservar, y solo la cocina de la ronda 3 la eliminó por fin. La encimera de mármol también sobrevivió a las tres ediciones, cosa que no había pedido. Tiene sentido: es donde se apoya la botella.
• La iluminación se mantuvo tal cual pedí, y ese fue el problema: Sunburst tomó mi prompt al pie de la letra, así que la botella está iluminada como una tarde soleada bajo la luna llena, con la misma sombra dura en cada escena, y parece pegada.

Aun así, para fotos de producto, esta es la consistencia que la gente pedía. Solo evita decirle que conserve la iluminación cuando la luz de la escena deba cambiar.

¿Son mejores los visuales profesionales como carteles?

Para trabajos de maquetación como carteles e imágenes de producto, OpenAI propone Flare, no Sunburst. Se supone que Flare coloca texto, imágenes y espacios con más intención, mientras que Sunburst se centra en el detalle fino y la consistencia. 

Me sorprendió un poco. Cabía esperar que el modelo más rápido fuera el más descuidado, así que los puse a prueba con un cartel.

Di a ambos modelos el mismo prompt en calidad media y formato vertical 1024x1536: «Un cartel para un mercado de agricultores del sábado. Título: ‘Riverside Market’. Subtítulo: ‘Todos los sábados, de 8 a 13 h’. Verduras ilustradas abajo, tipografía sans-serif limpia.»

Mira los resultados abajo: Flare a la izquierda, Sunburst a la derecha:

Comparativa de carteles de Flare y Sunburst. Imagen del autor.

Cada palabra salió bien en ambos, cosa que no esperaba de ninguno. También leyeron «Riverside» literalmente y pintaron un río con un puente detrás de las verduras, aunque nunca lo pedí.

La diferencia está en cuánto añade cada uno: 

• Flare lo mantuvo simple con un título enorme, el subtítulo en una píldora verde y luego verduras. Se lee desde la otra acera. 

Sunburst construyó toda una escena, con puestos, girasoles, un árbol y una cinta amarilla, y parece una ilustración más terminada.

Sunburst tardó triple. Para un cartel, donde la gente tiene que leer el título y seguir, me quedo con la versión de Flare.

¿Qué puedes hacer con la generación de GIFs animados?

Images 2.6 convierte un prompt de texto, una foto subida o un boceto en un GIF corto en bucle. En ChatGPT, luego puedes cambiar la velocidad de reproducción y editar fotogramas individuales sin salir del chat. Antes de esta versión, ChatGPT no podía crear un GIF en un solo paso.

Para qué es útil:

• Personajes animados: Una mascota o un garabato que saluda, parpadea o salta.
• GIFs de reacción y contenido social: Bucles cortos para publicaciones y respuestas.
• Animaciones de producto: Una foto estática de producto se convierte en un bucle que capta la atención en el feed.
• Storyboards: Probar cómo se mueve un personaje antes de pagar por producción de vídeo. OpenAI dejó claro que esto no es un generador de vídeo; un GIF son unos pocos fotogramas en repetición, no un clip.

No necesitas un diseño final, tampoco. Dibuja un personaje a mano alzada, súbelo y pídele que salude. En la siguiente sección te enseño todo el flujo.

¿Qué más ha cambiado?

Unas cuantas actualizaciones menores, repartidas entre la API y ChatGPT:

• Exportación SVG (solo API): Establece output_format: "svg" para obtener archivos vectoriales para web, apps o impresión.
• El parámetro de complejidad (API): Como comenté en la prueba de velocidad, acepta "low", "medium" o "high". Usa bajo para ediciones simples como cambiar el fondo, y reserva alto para escenas recargadas con muchas restricciones. Subir la calidad no arreglará una escena saturada; subir la complejidad sí puede.
• Imágenes de referencia guardadas (ChatGPT): Sube una foto tuya, de tu mascota o de una mascota de marca una vez, y ChatGPT la guarda. En un chat posterior, pide «mi gato con un traje espacial» sin volver a subir la foto, y aparecerá el mismo gato siempre.

• Ediciones guiadas por marcas (ChatGPT y API): Rodea la parte que quieres cambiar y di qué cambiar, como rodear un jarrón y escribir «ponlo azul». ChatGPT ya lo tenía; Images 2.6 lo lleva a la API.

Cómo crear GIFs con OpenAI Images 2.6

Para hacer un GIF, pídelo en ChatGPT o llama a la API de imágenes con output_format: "gif". ChatGPT es más rápido para algo puntual, pero la API te da control sobre el número de fotogramas y el tiempo, algo clave si vas a crear más que unos pocos GIFs.

Cómo hacer un GIF en ChatGPT

Abre un chat nuevo y describe el GIF: el sujeto, el movimiento y que debe ser en bucle. Esto es lo que pedí: «Crea un GIF de un pequeño robot naranja saludando y volviendo a su pose inicial. Mantén el fondo liso y la cámara fija.»

ChatGPT con Images 2.6 genera un robot naranja. GIF del autor.

También puedes partir de algo que ya tengas. Sube una foto o un boceto y di qué debe moverse y qué debe quedarse fijo.

Lo probé con el dibujo infantil de un pájaro:

Un boceto rápido de un pájaro. Imagen del autor.

Mi prompt: «Convierte este dibujo infantil en un GIF en bucle. Mantén el estilo dibujado a mano. Haz que el pájaro dé un salto y agite el ala una vez, luego vuelva a su pose inicial. Mantén el fondo blanco liso y la cámara fija.»

El GIF que ChatGPT creó a partir de un boceto. GIF del autor.

ChatGPT devolvió un bucle de 9 fotogramas a 180 ms por fotograma, unos 1,6 segundos, en un archivo de 183 KB. Conservó el estilo garabateado, que medio esperaba que «arreglara». El pájaro se agacha, salta con las patas recogidas y aterriza.

Mi detalle favorito es uno que no pedí. El ala de una sola línea crece y se convierte en un ala real al batir, luego se pliega de nuevo en una curva cuando el pájaro aterriza. ChatGPT incluso añadió pequeñas líneas de movimiento, como lo haría un niño.

Los tres últimos fotogramas son casi idénticos, así que el pájaro se detiene antes del siguiente salto. Esa pausa disimula bien el punto de bucle, aunque si miras de cerca, el pájaro se desplaza ligeramente al reiniciar.

Cuando el GIF está listo, puedes ralentizarlo, acelerarlo o corregir fotogramas sueltos. No necesitas los controles para esto: valen peticiones en lenguaje natural, como «Haz más suave la transición del último fotograma al primero».

Cómo hacer un GIF con la API de OpenAI

Envía una petición al endpoint de generación de imágenes con output_format establecido en "gif". Dos ajustes son específicos de los GIFs:

Con los valores por defecto obtienes 9 fotogramas a 200 ms cada uno, es decir, un bucle de 1,8 segundos.

Ejecuté el siguiente código en Google Colab con la versión 3.46 del paquete openai y funcionó tal cual. La API respetó cada ajuste al detalle, incluido el tamaño 512x512.

import base64

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-flare",  # Flare: faster; switch to sunburst for detail
    prompt=(
        "A small orange robot waves, blinks, and returns to its starting pose. "
        "Plain white background, fixed camera, seamless loop."
    ),
    output_format="gif",
    frame_count=9,  # 9 frames x 200 ms = a 1.8-second loop
    frame_duration_ms=200,
    size="512x512",  # smaller frames keep the file size down
    quality="low",
    complexity="low",  # a simple motion doesn't need extra planning
)

# The GIF comes back as base64; decode it and save it to disk
gif_bytes = base64.b64decode(result.data[0].b64_json)
with open("robot.gif", "wb") as f:
    f.write(gif_bytes)
Con la tecnología de

La API de image-2.6-flare genera un robot naranja saludando en bucle. GIF del autor.

Compáralo con el robot de ChatGPT. Ambos muestran un robot naranja saludando, pero este se ve más bruto porque el código establece quality="low" para ahorrar tiempo y dinero. La superficie parece arañada, piezas pequeñas como las antenas cambian entre fotogramas y en uno el saludo se convierte en un pulgar arriba. La calidad baja sirve para un GIF de reacción rápido en un chat. Para cualquier cosa con tu marca, usa "medium" o "high".

El archivo pesó 429 KB, cerca del límite de 500 KB que establecen muchos sitios web para los GIFs.

Antes de construir sobre ello, ten en cuenta dos límites:

• Sin streaming: Las imágenes parciales y output_compression tampoco funcionan con salida GIF.

• Presupuesto de píxeles: El número de fotogramas, el tamaño de fotograma y n deben caber dentro de un total. Si la petición falla, reduce uno de ellos.

¿Cómo conseguir un bucle suave?

En tu prompt, pide un movimiento que termine donde empezó y especifica qué debe quedarse quieto. Si el último fotograma no coincide con el primero, verás un salto cada vez que el GIF reinicie. Ralentizarlo con frame_duration_ms no oculta ese salto. En su lugar, pide que la acción vuelva a su pose inicial, como hice con el robot y el pájaro.

En la práctica:

• Elige una acción pequeña y reversible, como saludar o parpadear.
• Mantén fija la cámara, el fondo y la escala.
• Deja el texto fuera del encuadre.
• Mira varios bucles completos y revisa los fotogramas intermedios, no solo el primero y el último. Ahí es donde mi robot de la API coló su pulgar arriba.

Comprueba el tamaño del archivo antes de poner un GIF en una web. Mi robot de 512x512 y 9 fotogramas ya salió en 429 KB, así que 1024x1024 a 16 fotogramas no se acercará a un límite de 500 KB.

Reflexiones finales

Si haces GIFs para redes sociales, mascotas o storyboards, Images 2.6 es un gran cambio, porque ya no necesitas una herramienta aparte para animar tus imágenes.

Si los GIFs no son lo tuyo y buscas una herramienta para imágenes estáticas, nuestra guía de los mejores generadores de imágenes de IA gratis compara buenas opciones. Para ver cómo aborda Google los mismos problemas de edición, lee nuestra guía de Nano Banana 2.