OpenAI: GPT-5 Image

GPT-5 Image es un modelo de OpenAI que combina el modelo de lenguaje GPT-5 con capacidades de generación de imágenes. Se sitúa en la categoría de imagen y también maneja texto, por lo que es un modelo multimodal en lugar de un generador de imágenes puro. OpenAI lo lanzó el 14 de octubre de 2025. Si ya usas GPT-5 para trabajo de texto, este modelo extiende la misma familia a la generación y edición de imágenes.

El modelo acepta texto, imágenes y archivos como entrada, y puede producir tanto texto como imágenes como salida. Su ventana de contexto es de 400.000 tokens, con una salida máxima de 128.000 tokens. En el lado de la imagen expone un conjunto de controles de generación: relación de aspecto (1:1, 3:2, 2:3 o auto), calidad (auto, low, medium o high), fondo (auto, transparent u opaque), un recuento n entre 1 y 10, hasta 16 referencias de entrada, y compresión de salida de 0 a 100. La presencia de referencias de entrada significa que puedes proporcionar imágenes para que el modelo trabaje a partir de ellas, lo que hace posible la edición y la generación guiada por referencias junto con la generación a partir de un prompt de texto.

Esas capacidades apuntan a un conjunto bastante amplio de usos prácticos. Puedes generar imágenes directamente a partir de prompts de texto y controlar la forma, la calidad y el fondo del resultado, incluidos fondos transparentes para recursos que necesitan componerse después. Como el modelo acepta entradas de imagen y archivo, también puedes usarlo para tareas de edición o transformación de imágenes en las que la imagen de origen se pasa como referencia, y para flujos de trabajo que mezclan razonamiento de texto con salida de imagen, como producir una explicación escrita junto a una imagen generada o editada. Los parámetros de razonamiento y salida estructurada sugieren que también puede usarse en canalizaciones donde la parte de texto necesita analizarse programáticamente.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-5-image". Los parámetros de solicitud admitidos son include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p y verbosity. Los controles específicos de imagen (relación de aspecto, calidad, fondo, n, referencias de entrada y compresión de salida) también se pasan como parte de la solicitud. Como la interfaz es compatible con OpenAI, los clientes y herramientas del SDK de OpenAI existentes generalmente funcionan cambiando solo la URL base y el id de modelo.

Aquí no hay información sobre límites de velocidad, latencia o disponibilidad, así que trátalos como incógnitas que debes probar con tu propia carga de trabajo. Si tu tarea es puramente de texto y nunca toca imágenes, un modelo solo de texto de la familia GPT-5 puede encajar de forma más sencilla. Si necesitas salida de imagen con un fuerte seguimiento de instrucciones e imágenes de referencia, este modelo es el primero que deberías evaluar.