OpenAI: GPT-5.4 Image 2

OpenAI: GPT-5.4 Image 2 es un modelo de imagen de OpenAI que también maneja texto. Se ubica tanto en la categoría de imagen como en la de texto, combinando el modelo GPT-5.4 con capacidades de generación de imágenes de GPT Image 2. El proveedor lo lanzó el 2026-04-21. Para un desarrollador, el encuadre importante es que este no es un modelo solo de texto con un endpoint de imagen añadido; está construido para trabajo multimodal donde el razonamiento, la codificación y la generación de imágenes ocurren en el mismo flujo de trabajo.

Del lado de la entrada, el modelo acepta imágenes, texto y archivos. Del lado de la salida, devuelve imágenes y texto, por lo que una sola llamada puede producir una imagen generada junto con contenido escrito. La ventana de contexto es de 272.000 tokens y la salida máxima es de 128.000 tokens. La generación de imágenes es configurable en lugar de fija: aspect_ratio acepta 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 o auto; quality acepta auto, low, medium o high; background acepta auto u opaque; n va de 1 a 10 imágenes; input_references va de 0 a 16; y output_compression va de 0 a 100.

Esas capacidades apuntan a un conjunto de casos de uso bastante específico. Debido a que el modelo toma entradas de imagen, texto y archivos y puede devolver tanto imágenes como texto, se adapta a flujos de trabajo que combinan análisis con generación: leer material de referencia y producir nuevos visuales a partir de él, iterar sobre un diseño a través de varias entradas, o generar un lote de imágenes en una sola llamada con n establecido por encima de 1. El rango de input_references de hasta 16 hace práctico condicionar la salida a un conjunto más grande de imágenes suministradas en lugar de a un solo ejemplo. Los controles de aspect_ratio y quality permiten ajustar la salida a un formato objetivo, como 16:9 para diseños anchos o 9:16 para verticales, sin posprocesamiento. La salida de texto en la misma respuesta es útil cuando se desea una explicación, un pie de foto o código junto con la imagen.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-5.4-image-2". Debido a que la interfaz es compatible con OpenAI, las bibliotecas cliente de OpenAI existentes y las formas de solicitud funcionan con un cambio de URL base y de id de modelo. Los parámetros soportados son include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, top_logprobs y verbosity. Los controles de reasoning y verbosity permiten intercambiar profundidad por brevedad, seed admite muestreo reproducible, y structured_outputs y response_format ayudan cuando se necesita la porción de texto en una forma predecible. Las opciones específicas de imagen (aspect_ratio, quality, background, n, input_references, output_compression) se pasan como parte de la solicitud.

No hay ninguna restricción declarada en los hechos anteriores, pero la lista de parámetros vale la pena leerla como una señal sobre la idoneidad. Si su tarea es generación de texto pura sin salida de imagen, los parámetros de imagen y la modalidad de salida de imagen añaden superficie que no usará, y un modelo solo de texto puede ser más simple de razonar. Si necesita más de 16 referencias de entrada, más de 10 imágenes por llamada, o relaciones de aspecto fuera del conjunto listado, los rangos documentados de este modelo no lo cubrirán. Dentro de esos límites, está dirigido a desarrolladores que quieren generación y razonamiento en una sola solicitud en lugar de encadenar modelos separados.