GPT Image 2.6 vs GPT Image 2.5: ¿qué cambia?
Sin ID de modelo para 2.6 todavía: qué dice la especificación de OpenAI y cómo edita 2.5 hoy.

En esta página
- ¿Ya salió GPT Image 2.6?
- ¿De dónde salen "GPT Image 2.6"?
- ¿Qué cambia en 2.6 según OpenAI?
- ¿Cómo editan hoy GPT Image 2.5 Sunburst y Flare?
- Cómo lo probamos
- Prueba 1: recolorear un objeto (3:2)
- Prueba 2: seguir notas dibujadas en la foto (3:2)
- Prueba 3: cambiar el texto de tiza (3:2)
- Resultados, precio y velocidad
- ¿Cuál usar mientras esperas 2.6?
- Cómo llamar a GPT Image 2.5 en OmniaKey
- Preguntas frecuentes
- ¿Ya salió GPT Image 2.6?
- ¿Qué es markup en la API de edición de imágenes de OpenAI?
- ¿Funciona markup con GPT Image 2.5?
- ¿Es mejor GPT Image 2.5 Sunburst que Flare para editar?
- ¿Cuánto cuesta GPT Image 2.5?
- Fuentes consultadas
GPT Image 2.6 no ha salido. A 1 de noviembre de 2026, OpenAI no publica ningún ID de modelo gpt-image-2.6, ni precio, ni entrada en el registro de cambios. La única mención oficial está en su especificación de API, que describía un campo de edición nuevo, markup, tres veces como "Supports GPT Image 2.5 and 2.6." El 31 de octubre OpenAI quitó 2.6 de dos de las tres; una todavía lo nombra.
Lo que puedes usar hoy es GPT Image 2.5, en dos versiones: Sunburst y Flare.
Respuesta corta
- 2.6 no está lanzado: no hay ID de modelo, precio ni fecha.
- El único cambio que OpenAI liga a 2.6 es markup, un campo de edición nuevo que la especificación también lista para 2.5. La guía de imágenes de OpenAI todavía no lo menciona.
- En nuestras 10 ediciones, Sunburst y Flare empataron al recolorear y en el texto de tiza, y solo Sunburst siguió las notas dibujadas en la foto, en 1 de 2 ejecuciones.
- Usa Sunburst para editar y Flare para imágenes del día a día con el mismo precio por token, y escribe las instrucciones de edición en el prompt, no solo sobre la imagen.
¿Ya salió GPT Image 2.6?
No. Revisamos las páginas oficiales de OpenAI el 1 de noviembre de 2026.
- La lista de modelos muestra dos modelos de imagen, Sunburst y Flare, ambos 2.5, y el catálogo completo enlaza ocho páginas de imagen, ninguna de 2.6.
- La dirección de la página del modelo 2.6 devuelve "Page not found".
- La última entrada de modelos de imagen en el registro de cambios es el lanzamiento de 2.5 el 8 de septiembre de 2026, y el 28 de octubre no se añadió nada sobre imágenes.
- La página de precios no tiene fila de 2.6.
- La especificación de la API lista 10 IDs de modelo de imagen, de
gpt-image-1.5achatgpt-image-latest, y ninguno esgpt-image-2.6.
¿De dónde salen "GPT Image 2.6"?
De una frase en la especificación de la API de OpenAI, añadida el 28 de octubre y eliminada en parte el 31 de octubre.
| Fecha (UTC) | Qué pasó |
|---|---|
| 28 oct 2026, 20:56 | Un commit de la especificación añade markup; tres descripciones dicen 2.5 y 2.6 |
| 29 oct 2026, 17:01 | Un commit del Python SDK añade el campo y el mismo texto |
| 31 oct 2026, 00:26 | openai-python v3.42.0 lo publica |
| 31 oct 2026, 17:43 | Un commit de la especificación quita 2.6 de dos de las tres descripciones |
El commit del 28 de octubre añadió tres descripciones de markup, cada una terminada en "Supports GPT Image 2.5 and 2.6. Cannot be combined with mask." El commit del 31 de octubre cambió dos a "Supports GPT Image 2.5." y dejó la tercera. Así, las dos descripciones de la petición dicen solo 2.5, mientras que el esquema reutilizable de markup del mismo archivo sigue nombrando 2.6. OpenAI no ha explicado por qué.
El Python SDK todavía conserva el texto anterior: su commit llegó el 29 de octubre, v3.42.0 salió el 31 de octubre a las 00:26 UTC y la especificación cambió unas 17 horas después.
El 29 de octubre de 2026, WinCentral escribió, sin citar ninguna fuente, que 2.6 corregirá el texto, las manos y la colocación de objetos y que el lanzamiento parece inminente; OpenAI no lo ha confirmado y su especificación no dice nada sobre la calidad de imagen.
¿Qué cambia en 2.6 según OpenAI?
Solo una cosa: un campo de edición nuevo llamado markup, que la especificación lista también para 2.5.
- Un PNG transparente superpuesto sobre la primera imagen para guiar la edición.
- Debe coincidir con las dimensiones de esa imagen después de la orientación y contener píxeles transparentes.
- No se puede combinar con mask.
- Vive solo en
POST /v1/images/edits, como archivo multipart o referencia JSON: ID de archivo, URL HTTPS o URL de datos base64. - La especificación no indica ningún tope de tamaño, mientras que un mask debe pesar menos de 4 MB.
El campo aparece 0 veces en la guía de generación de imágenes de OpenAI, en el registro de cambios, en las dos páginas de modelo de 2.5 y en la página de precios, todo revisado el 1 de noviembre de 2026. OpenAI no da ningún ejemplo de imagen markup y no dice cómo la lee el modelo, y la fecha de lanzamiento, el precio, la velocidad, los tamaños y los niveles de calidad de 2.6 están sin publicar.
| GPT Image 2.5 | GPT Image 2.6 | |
|---|---|---|
| IDs de modelo | Dos: Sunburst, Flare | Ninguno todavía |
| Lanzamiento | 8 de septiembre de 2026 | Sin anunciar |
| Página de modelo | Sí | No encontrada |
| Precios por token | Publicados | Sin publicar |
| Niveles de calidad | De low a max | Sin publicar |
| markup | Listado en la especificación | Una línea sobrante |
El lanzamiento de 2.5 es más fácil de fijar: la entrada del registro de cambios del 8 de septiembre de 2026 añadió los niveles de calidad xhigh y max y mantuvo las tarifas por token de GPT Image 2. Para ver tamaños y niveles de calidad uno al lado del otro, consulta nuestra comparación de GPT Image 2.5 vs GPT Image 2.
¿Cómo editan hoy GPT Image 2.5 Sunburst y Flare?
Las instrucciones escritas se siguieron en 6 de 6 ediciones, y las notas dibujadas en la foto en 1 de 4.
Cómo lo probamos
- Modelos:
gpt-image-2.5-flareygpt-image-2.5-sunburst, con su instantánea por defecto2026-09-08, probados el 1 de noviembre de 2026. - Ajustes: la operación de edición,
1536x1024,qualityen medium, una imagen por petición, el origen como JPEG Base64 en línea de 1024 px como máximo en el lado largo, ya que OmniaKey limita una petición de edición a 1 MiB. - La foto de origen salió de Nano Banana 2.1, así que ningún modelo edita su propia imagen. Para la prueba 2 dibujamos notas rojas en una copia: un círculo alrededor del tarro de galletas con REMOVE, y ADD A RED APPLE con una flecha hacia el extremo vacío de la barra.
- Ejecuciones: una por modelo en la prueba 1 y dos en las pruebas 2 y 3, así que 10 ediciones terminadas. Una petición de Flare agotó el tiempo a los 186.7 s y se reenvió.
- El tiempo va desde el envío de la petición hasta la comprobación de estado que vio la imagen, consultada cada 4 segundos, así que cada cifra puede salir hasta unos 4 s alta.
- Pusimos cada resultado junto al original con zoom 2× y revisamos las diferencias de píxeles donde ningún prompt toca.
- OmniaKey vende acceso de API a estos modelos, así que ejecutamos las pruebas a través de OmniaKey. Todos los precios son la tarifa de OpenAI, no la nuestra. OmniaKey todavía no tiene campo markup, así que markup en sí no está probado.
- Fuentes: las páginas de modelo de Sunburst y Flare de OpenAI, el registro de cambios, la guía de imágenes y la página de precios, todo revisado el 1 de noviembre de 2026.
Diez ediciones son una muestra pequeña: lee cada resultado como un ejemplo.

Prueba 1: recolorear un objeto (3:2)
Esta prueba comprueba un cambio de color claro y si el resto del encuadre sobrevive.
Prompt:
Change only the white mug on the left into a bright yellow ceramic mug. Keep everything else in the photo exactly the same: the cookie jar, the fern, the chalkboard and its text, the counter, the wall and the light.


- GPT Image 2.5 Flare (20.7 s): una taza amarillo limón brillante, con la misma forma, asa y posición, pero con brillo donde el original era mate. El tarro, el helecho, el texto de tiza, la barra y la pared se quedaron en su sitio, mientras que las pepitas de las galletas se movieron.
- GPT Image 2.5 Sunburst (20.2 s): una taza amarillo dorado más profundo, también con brillo y con el asa algo más gruesa. El resto se quedó en su sitio, y las pepitas también se movieron aquí.
Veredicto: empate. El amarillo de Flare se acerca más al amarillo brillante que pedimos y el de Sunburst es más dorado, y los dos volvieron a dibujar detalles pequeños, así que haz zoom después de editar.
Prueba 2: seguir notas dibujadas en la foto (3:2)
Esta prueba comprueba si los modelos leen las notas dibujadas sobre la imagen y limpian las marcas.
Prompt:
This photo has red hand-drawn notes on it. Do what the notes ask, then erase every red mark and every red word so the result looks like an untouched photo. Keep everything else in the photo exactly the same.



- GPT Image 2.5 Flare (22.2 s y 22.0 s): las dos ejecuciones borraron por completo el círculo, las palabras y la flecha rojos, y se detuvieron ahí. El tarro se quedó y no apareció ninguna manzana.
- GPT Image 2.5 Sunburst (26.9 s y 22.2 s): la ejecución 1 quitó el tarro, rellenó el hueco con pared y barra limpias y puso una manzana roja con rabo y sombra natural donde apuntaba la flecha. También volvió a dibujar el helecho más denso y sacó la textura de yeso de la pared: en la pared, que ningún prompt toca, su diferencia media de píxeles con el original es 8.2 en una escala de 0–255, frente a 3.6–3.8 en las otras tres ediciones de la prueba 2. La ejecución 2 solo borró las marcas, como Flare.
Veredicto: Sunburst, por poco: hizo todo el trabajo en 1 de 2 ejecuciones y Flare en 0 de 2, aunque los dos borraron todas las marcas rojas. Escribe el cambio también en el prompt.
Prueba 3: cambiar el texto de tiza (3:2)
Esta prueba comprueba dos líneas de escritura a mano con tiza: las mismas palabras, el mismo sitio, el mismo tamaño.
Prompt:
Change the chalkboard text from FRESH BREAD to HOT SOUP, written in the same white chalk handwriting, at the same size and position, on two lines. Keep everything else in the photo exactly the same.


- GPT Image 2.5 Flare (22.3 s y 22.9 s): las dos ejecuciones escribieron HOT y SOUP en dos líneas con tiza blanca, con el tamaño y la posición originales, bien escritas y sin nada de más. Las letras están algo más ordenadas que la escritura original, y la ejecución 2 dejó una marca tenue de borrado a la derecha de la P, donde estaba la D de BREAD.
- GPT Image 2.5 Sunburst (32.0 s y 22.2 s): las mismas dos líneas, bien escritas, con el mismo tamaño y la misma posición, con letras también algo más ordenadas y sin marcas de borrado.
Veredicto: empate, 4 de 4: los dos cambian dos líneas de texto de tiza con limpieza.
Resultados, precio y velocidad
| Sunburst | Flare | |
|---|---|---|
| Recolorear la taza (1 ejecución) | Hecho | Hecho |
| Notas dibujadas (2 ejecuciones) | 1 de 2 | 0 de 2 |
| Texto de tiza (2 ejecuciones) | 2 de 2 | 2 de 2 |
| Tiempo mediano | 22.2 s | 22.2 s |
| Precio por token | Igual | Igual |
La prueba 1 fue un empate en tonos de amarillo, Sunburst se llevó la prueba 2 por una ejecución y la prueba 3 fue un empate en 4 de 4.
La página de precios de OpenAI, revisada el 1 de noviembre de 2026, da a ambos las mismas tarifas.
| Por 1M de tokens | Sunburst | Flare |
|---|---|---|
| Entrada de imagen | $8 | $8 |
| Salida de imagen | $30 | $30 |
| Entrada de imagen en caché | $2 | $2 |
| Entrada de texto | $5 | $5 |
| Entrada de texto en caché | $1.25 | $1.25 |
Batch reduce a la mitad las tarifas de imagen, a $4, $15 y $1 por 1M de tokens. Las tarifas son iguales a las de GPT Image 2, mientras que la salida de imagen de GPT Image 1.5 cuesta $32 por 1M de tokens.
La tarifa de entrada en caché se aplica solo dentro de la herramienta de imagen de Responses, y las llamadas directas a /v1/images/edits pagan los $8 completos por 1M de tokens de entrada de imagen. OpenAI no publica precio por imagen para 2.5, y sus páginas de modelo dicen que la calculadora de GPT Image 2 no estima 2.5.
La velocidad también empató: las dos medianas fueron 22.2 s, Flare entre 20.7 s y 22.9 s y Sunburst entre 20.2 s y 32.0 s. OpenAI llama a Flare su modelo de imagen más rápido, pero en nuestras ediciones los dos quedaron iguales. Un informe muestra una gran mejora sobre GPT Image 2: en Hacker News, el 8 de septiembre de 2026, jjcm escribió que unas 50k imágenes de GPT Image 2 habían promediado "around 104s", mientras que con 2.5 "images are coming in at around 35-40s."
¿Cuál usar mientras esperas 2.6?
Usa Sunburst para editar y Flare para imágenes del día a día, con el mismo precio por token.
GPT Image 2.5 Sunburst
El modelo de OpenAI para ediciones precisas. Empató al recolorear y en el texto de tiza, y fue el único que siguió las notas dibujadas en la foto (1 de 2 ejecuciones).
GPT Image 2.5 Flare
El modelo de imagen más rápido de OpenAI, con el mismo precio por token. Empató al recolorear y en el texto de tiza, pero ignoró las notas dibujadas en las dos ejecuciones.
GPT Image 2.6 todavía no tiene ID de modelo, así que no hay a qué cambiarse, y el único cambio que nombra la especificación de OpenAI, markup, es un campo del mismo endpoint /v1/images/edits.
| Si necesitas | Haz esto |
|---|---|
| Un cambio claro, como un color o una palabra | Cualquiera de los dos: las 6 ediciones así funcionaron |
| Quitar o añadir un objeto | Sunburst, el único que lo hizo (1 de 2 ejecuciones); escribe el cambio en el prompt |
| Ediciones desde notas dibujadas en la imagen | Escribe las notas también en el prompt: solas funcionaron en 1 de 4 |
| Imágenes rápidas del día a día | Flare |
| markup cuando OpenAI lo explique | Monta las ediciones sobre /v1/images/edits, donde está el campo |
Para una prueba con el mismo prompt contra el modelo de Google, mira cómo se compara GPT Image 2.5 con Nano Banana 2.1.
Cómo llamar a GPT Image 2.5 en OmniaKey
Los dos modelos 2.5 están en OmniaKey para generar y editar.
qualityaceptalow,medium,highoauto, mientras quexhighymaxde OpenAI quedan fuera.- Una edición recibe una imagen Base64 en línea, y la petición completa se limita a 1 MiB.
- Varias imágenes de referencia van en
images. - Todavía no hay campo mask ni markup.
BASE64=$(base64 -i photo.jpg | tr -d '\n')
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
-H "Authorization: Bearer your-omniakey-api-key" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: mug-recolor-001" \
-d '{
"model": "gpt-image-2.5-sunburst",
"type": "image",
"operation": "edit",
"input": {
"prompt": "Change only the white mug into a bright yellow ceramic mug. Keep everything else the same.",
"image": {"data": "'"$BASE64"'", "mime_type": "image/jpeg"}
},
"parameters": {"size": "1536x1024", "quality": "medium"}
}'
- La respuesta es
202con un ID de tarea. - Consulta
GET /v1/media/tasks/{id}hasta que el estado seasucceeded. - Descarga la imagen desde la URL firmada en los
assetsde la tarea.
Cambia el modelo a gpt-image-2.5-flare para Flare. Las tarifas actuales están en las páginas de modelo de Sunburst y Flare, todos los parámetros están en la documentación de la API de imágenes, y puedes probar los dos en el AI Image Generator.
Preguntas frecuentes
¿Ya salió GPT Image 2.6?
No. La lista de modelos (revisada el 1 de noviembre de 2026) muestra dos modelos de imagen, Sunburst y Flare, del 8 de septiembre de 2026. Una página de 2.6 devuelve "Page not found", y ni el registro de cambios ni la página de precios listan una entrada de 2.6.
¿Qué es markup en la API de edición de imágenes de OpenAI?
Un campo opcional de POST /v1/images/edits: un PNG transparente superpuesto sobre la primera imagen para guiar la edición. Debe coincidir con las dimensiones de esa imagen después de la orientación y contener píxeles transparentes, no se puede combinar con mask y se puede enviar como archivo multipart o como referencia JSON.
¿Funciona markup con GPT Image 2.5?
Sobre el papel, sí: las tres descripciones del campo en la especificación de OpenAI nombran 2.5, dos de ellas solo 2.5, y openai-python incluye el campo desde la v3.42.0, del 31 de octubre de 2026. La guía, el registro de cambios, las páginas de modelo y la página de precios de OpenAI todavía no lo mencionan, y no hay ningún ejemplo oficial.
¿Es mejor GPT Image 2.5 Sunburst que Flare para editar?
Para un cambio claro están igualados: los dos recolorearon la taza y acertaron el texto de tiza de dos líneas en todas las ejecuciones. Sunburst siguió nuestras notas dibujadas en 1 de 2 ejecuciones, quitando el tarro y añadiendo la manzana, y Flare no, y OpenAI posiciona Sunburst para la precisión de edición.
¿Cuánto cuesta GPT Image 2.5?
Los dos cobran las mismas tarifas en la página de precios de OpenAI (revisada el 1 de noviembre de 2026): $8 por 1M de tokens de entrada de imagen, $30 por la salida de imagen, $2 por la entrada de imagen en caché, $5 por la entrada de texto y $1.25 por la entrada de texto en caché. Batch reduce a la mitad las tarifas de imagen, y OpenAI no publica precio por imagen.
Fuentes consultadas
- Commit de la especificación del 28 de octubre de 2026, que añade markup y nombra 2.6
- Commit de la especificación del 31 de octubre de 2026, que quita 2.6 de dos líneas
- Archivo de la especificación en main, con la línea de 2.6 que sobra
- Commit de openai-python del 29 de octubre de 2026, que añade markup
- Lista de modelos de OpenAI
- Catálogo completo de OpenAI
- Página de modelo de GPT Image 2.5 Sunburst
- Página de modelo de GPT Image 2.5 Flare
- Registro de cambios
- Guía de generación de imágenes
- Precios, sección de imágenes
- Comentario de jjcm en Hacker News, 8 de septiembre de 2026
Actualizado el 1 de noviembre de 2026. Añadiremos GPT Image 2.6 cuando OpenAI publique su ID de modelo, y markup cuando OpenAI lo explique.
Modelos de este artículo
Artículos relacionados
GPT-Image 2.5 vs GPT-Image 2
En OmniaKey ambas generaciones cobran por imagen según el nivel de tamaño, y la calidad no cambia el precio. Los IDs 2.5 no añaden ningún nivel de calidad funcional, y las peticiones necesitan un WIDTHxHEIGHT explícito.
GPT Image 2.5 vs Nano Banana 2.1: prueba con el mismo prompt y precio
Cuatro prompts, tres modelos de imagen, un solo día: qué generó cada uno y cuánto costó de verdad.
API de GPT Image 2.5: generar y editar imágenes con Python
Una petición POST crea la tarea y una GET lee el resultado. Aquí están el código de la petición, los tamaños que probamos el 29 de octubre de 2026 y una edición con su antes y después.
Artículos recientes
- GLM-5.5: fecha de lanzamiento sin anunciar, qué usar ahora
- Precio de la API de Kimi K3.1 Pro: $2 por millón de entrada
- Qwen 4: fecha de lanzamiento y lo que Alibaba ha confirmado
- Claude Code 2.0: fecha de lanzamiento, novedades y cómo actualizar
- Seedream 5.0 Pro vs Nano Banana Pro: mismos prompts, precio y velocidad

