OpenAI: GPT-5 Image Mini

GPT-5 Image Mini es un modelo de OpenAI que combina las capacidades lingüísticas de la compañía con la generación de imágenes. OpenAI lo describe como la combinación de las habilidades lingüísticas de GPT-5 Mini con GPT Image 1 Mini, de ahí viene el "mini" del nombre: es el miembro más pequeño y eficiente de la familia GPT-5 Image, en lugar del más grande. Se sitúa en la categoría de imagen, pero también se clasifica como modelo de texto, por lo que se entiende mejor como un sistema nativamente multimodal que maneja ambas direcciones de trabajo en un solo lugar.

En el lado de la entrada, el modelo acepta texto, imágenes y archivos, y en el lado de la salida devuelve tanto imagen como texto. Eso significa que la misma solicitud puede llevar un prompt escrito e imágenes de referencia, y la respuesta puede contener imágenes generadas más contenido escrito. La ventana de contexto es de 400.000 tokens, lo suficientemente grande como para contener prompts largos, conversaciones extensas y múltiples referencias a la vez. La salida máxima es de 128.000 tokens. La generación de imágenes es configurable: la relación de aspecto admite 1:1, 3:2, 2:3 y auto; la calidad admite auto, low, medium y high; el fondo admite auto, transparent y opaque; puedes solicitar entre 1 y 10 imágenes por llamada; hasta 16 referencias de entrada; y la compresión de salida es ajustable de 0 a 100.

Esas capacidades apuntan a un conjunto bastante amplio de usos prácticos. Como el modelo toma imágenes de referencia junto con el texto, encaja en tareas donde una instrucción escrita debe aplicarse a material visual existente, como producir variaciones de una imagen proporcionada o generar recursos que sigan un estilo descrito. La compatibilidad con fondo transparente es útil cuando la salida debe integrarse en un diseño o una interfaz en lugar de usarse como una imagen independiente, y las opciones de relación de aspecto cubren formatos cuadrado, horizontal y vertical. En el lado del texto, el contexto grande y la salida máxima larga lo hacen viable para documentos más extensos o solicitudes con mucho razonamiento que también producen elementos visuales. El ajuste de calidad te permite intercambiar esfuerzo de generación por velocidad según la tarea.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-5-image-mini". Los parámetros admitidos son include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p y verbosity. Los controles de imagen (relación de aspecto, calidad, fondo, número de imágenes, referencias de entrada y compresión de salida) se pasan como parte de la solicitud junto con esos parámetros. Como structured_outputs y response_format están disponibles, puedes restringir las respuestas de texto a un esquema, y seed permite un muestreo reproducible cuando necesitas resultados consistentes entre ejecuciones.

Lo principal que hay que sopesar es que esta es la variante mini: si una tarea exige la generación de imágenes más potente posible o el razonamiento lingüístico más capaz, el modelo GPT-5 Image más grande es la opción más natural. GPT-5 Image Mini está orientado a la eficiencia, así que tiene sentido cuando el rendimiento, el control de costes o la latencia importan más que la calidad máxima. Es un valor predeterminado razonable para generación de alto volumen, edición guiada por referencias y respuestas mixtas de texto e imagen, y merece la pena probarlo con tus propios prompts antes de comprometerte con él para cualquier cosa en la que la calidad de salida sea crítica.