Hasta hace poco, pedir a una inteligencia artificial que dibujase la carta de un restaurante o un cartel publicitario solía acabar en un desastre: palabras inventadas, letras duplicadas y frases imposibles de leer. Ese detalle, que parecía menor, era en realidad el gran freno para usar estas herramientas en trabajos serios, desde el marketing hasta la documentación interna de una empresa. Con el lanzamiento de ChatGPT Images 2.0, OpenAI intenta cerrar precisamente esa brecha entre lo espectacular y lo práctico, tras el gran salto previo en imágenes.

La compañía presenta un modelo que no sólo dibuja mejor, sino que razona sobre lo que tiene que crear, organiza la información y trata el texto como parte central del diseño, no como un adorno secundario. El objetivo es claro: que lo generado pueda utilizarse de verdad en entornos profesionales, también en España y el resto de Europa.

Del «burrto» al menú usable: el texto como punto de inflexión

En generaciones anteriores, era habitual pedir una carta de restaurante y recibir platos imposibles como «enchuita» o «burrto», con la tipografía hecha un lío. ChatGPT Images 2.0 da un salto técnico importante en la manera de dibujar texto dentro de las imágenes, desde etiquetas pequeñas hasta bloques largos de prosa, pasando por menús, rótulos o diagramas.

OpenAI sostiene que el modelo es capaz de producir carteles, menús y materiales editoriales donde el texto resulta legible, gramaticalmente coherente y visualmente integrado. En pruebas internas y demostraciones, se han visto ejemplos de cartas de comida, pósters académicos o páginas de revista que, a simple vista, podrían pasar por trabajos hechos por un diseñador humano.

Este avance no se limita al alfabeto latino. Uno de los aspectos más destacados es que Images 2.0 maneja mejor escrituras como el japonés, coreano, chino, hindi o bengalí. Para empresas europeas con actividad internacional, medios con ediciones en varios idiomas o instituciones educativas que preparan material multilingüe, esta capacidad abre posibilidades que antes eran muy complicadas de automatizar.

Más que ilustrar: imágenes como lenguaje y herramienta de trabajo

OpenAI insiste en una idea que resume bien el giro del producto: “las imágenes son un lenguaje, no decoración”. Es decir, la prioridad ya no es sólo que el resultado sea vistoso, sino que sirva para explicar algo, vender un producto o estructurar información compleja.

Con ChatGPT Images 2.0 se pueden generar infografías, mapas, interfaces de usuario, guías visuales, storyboards y cómics donde importa tanto el contenido como la forma. El modelo intenta seguir instrucciones detalladas, colocar los elementos en el sitio adecuado y respetar detalles concretos indicados en el prompt: desde el estilo de una marca hasta la jerarquía visual de una presentación.

En un contexto como el español, esto se traduce en que un equipo de marketing puede pedir, por ejemplo, una comparativa visual entre ciudades para teletrabajar —Valencia, Málaga y Bilbao— con iconos, clima, coste de vida y calidad de vida, todo organizado en columnas. O que un pequeño negocio pueda generar un cartel para redes sociales con texto ajustado y formato listo para publicar sin necesidad de pasar por programas de diseño más complejos.

El modo «Thinking»: cuando la IA piensa antes de dibujar

La gran novedad de ChatGPT Images 2.0 está en la introducción de un modo de razonamiento, denominado habitualmente Thinking o Pensamiento. Esta modalidad, disponible en las suscripciones de pago (Plus, Pro y Business), cambia la manera en que el modelo aborda una petición.

En lugar de generar la imagen de forma instantánea a partir del texto, el sistema puede estructurar la tarea, consultar la web para obtener datos actualizados y revisar su propio resultado antes de entregarlo. En la práctica, esto permite pedir, por ejemplo, una infografía con cifras recientes o el logotipo correcto de una empresa, y que el modelo se documente primero para ajustar la composición.

Este modo también es capaz de analizar materiales subidos por el usuario, como presentaciones de PowerPoint o documentos de estrategia. A partir de esos archivos, puede extraer los puntos clave, respetar los logotipos y estilos corporativos y convertir la información en pósters internos, diapositivas o materiales para formación que mantengan la identidad visual de la organización.

El coste de este enfoque más «pensado» es la velocidad. OpenAI reconoce que generar una tira cómica, una infografía muy densa o un storyboard detallado puede tardar varios minutos. Para muchos equipos creativos y departamentos de comunicación en Europa, esta latencia adicional puede compensar si a cambio se reduce el tiempo de retoque manual y de idas y venidas sobre el diseño.

Coherencia visual: varias imágenes, misma historia

Una de las limitaciones clásicas de los modelos generativos de imagen era la falta de continuidad entre escenas o paneles. Cambiaban rasgos de los personajes, objetos clave o estilos de un cuadro a otro sin demasiada lógica, lo que hacía difícil utilizarlos para campañas completas, cómics o presentaciones coherentes.

ChatGPT Images 2.0 aborda esta cuestión al permitir que, en una sola petición, se generen hasta ocho o incluso diez imágenes manteniendo la identidad de personajes y objetos. Esto es útil para diseñar storyboards, secuencias de manga, proyectos de interiorismo o series de creatividades para redes sociales donde debe conservarse el mismo protagonista, colorimetría y estilo.

OpenAI explica que esta continuidad descansa en una arquitectura capaz de gestionar relaciones espaciales complejas, perspectivas en 3D y referencias cruzadas entre escenas. Para un responsable de marketing que trabaja desde Madrid o Barcelona, por ejemplo, puede ser una herramienta para diseñar rápidamente una campaña multiformato que respete el mismo concepto gráfico en todas las piezas.

Formatos, resolución y estilos: más control sobre el resultado

Otro frente en el que el nuevo modelo mejora a sus predecesores es la gestión de formatos y relaciones de aspecto. ChatGPT Images 2.0 admite proporciones muy variadas, desde panorámicas 3:1 para banners web hasta composiciones verticales 1:3 pensadas para móviles, pasando por formatos habituales como 16:9 o 4:3.

En la API gpt-image-2, las imágenes pueden alcanzar resoluciones de hasta 2K o 4K, según el plan y los parámetros elegidos, mientras que en la interfaz de ChatGPT la resolución estándar es algo más contenida, especialmente en cuentas gratuitas. Esta flexibilidad facilita adaptar la salida a presentaciones corporativas, anuncios, portadas, publicaciones sociales o materiales educativos sin depender tanto de recortes posteriores.

El modelo también ha aprendido a ser más fiel al estilo solicitado, ya sea fotografía realista, estética cinematográfica, pixel art, manga, comics europeos o interfaces minimalistas. Para medios de comunicación, profesores, diseñadores freelance o pequeñas agencias de España, esto significa poder pedir directamente una «portada de revista tecnológica en castellano, estilo sobrio, lista para impresión» y obtener un resultado más cercano a lo que se tiene en mente.

Conocimiento actualizado y «memoria» del mundo

OpenAI indica que ChatGPT Images 2.0 está entrenado con información hasta diciembre de 2025. Esto significa que el modelo entiende referencias relativamente recientes, tecnologías, iconografía actual y tendencias de diseño que todavía están vigentes en 2026.

Para casos donde se requieren datos posteriores a esa fecha —por ejemplo, cifras económicas recientes, cambios regulatorios en la Unión Europea o acontecimientos de última hora— el modo de razonamiento puede consultar la web antes de componer la imagen. De este modo, una infografía sobre el mercado laboral en España o un mapa con nuevas infraestructuras europeas tiene más probabilidades de reflejar la situación actual.

Aun así, sigue existiendo el riesgo de errores o «alucinaciones» visuales. La propia OpenAI admite que el modelo todavía tropieza con tareas que exigen una comprensión física perfecta, como plegados de origami complejos o ciertos rompecabezas espaciales. Los detalles muy pequeños y repetitivos —como millones de granos de arena— continúan siendo una frontera técnica donde el resultado puede no ser del todo fiel.

Despliegue, acceso y modelo de negocio

OpenAI ha optado por un despliegue amplio desde el primer momento. ChatGPT Images 2.0 está disponible para todos los usuarios de ChatGPT, tanto en cuentas gratuitas como en planes de pago Go, Plus y Pro, con diferencias en capacidades y velocidad.

Los usuarios sin suscripción pueden acceder al modelo base, que ya incorpora una mejora notable en calidad de imagen y manejo de texto. En cambio, quienes cuentan con planes de pago tienen acceso a funciones avanzadas de razonamiento, búsqueda web, análisis de documentos y generación de múltiples imágenes en una sola petición. Es en estos niveles donde se explota por completo el enfoque de «pensar antes de dibujar».

Paralelamente, la compañía ha puesto en marcha la API gpt-image-2, con precios variables según la resolución, la calidad y el volumen de uso. Esto permite a empresas europeas integrar el modelo en sus propias aplicaciones, desde plataformas de e‑commerce que generan banners en tiempo real hasta herramientas internas de documentación que convierten informes en visualizaciones automáticas.

Seguridad, derechos de autor y etiquetado de contenido

La expansión de la generación visual también viene acompañada de preocupaciones sobre derechos de autor, contenido sensible y desinformación. OpenAI afirma que ha reforzado los protocolos de seguridad en Images 2.0 mediante filtros, políticas de uso y sistemas de marca de agua o metadatos que señalan el origen sintético de las imágenes.

La compañía anticipa restricciones para evitar la reproducción directa de obras protegidas o personajes con copyright, lo que afectará a quienes intenten crear, por ejemplo, un manga basado en franquicias conocidas. En Europa, donde el debate regulatorio sobre la IA y los derechos de autor está especialmente activo, estas medidas serán objeto de análisis tanto por parte de reguladores como de titulares de derechos.

El enfoque de etiquetar las imágenes con metadatos generados por la propia IA encaja con las líneas de trabajo que se discuten en la Unión Europea y otros foros internacionales, donde se valora que el público pueda identificar con mayor facilidad qué contenidos han sido generados o modificados por sistemas de IA.

Competencia y posicionamiento en el mercado de IA visual

El lanzamiento de ChatGPT Images 2.0 se produce en un panorama donde la competencia es intensa. Modelos como Midjourney, FLUX o Nano Banana de Google se han hecho un hueco en el terreno artístico, el fotorrealismo o la edición conversacional de imágenes.

En lugar de limitarse a replicar ese enfoque, OpenAI intenta diferenciarse al presentar ChatGPT como un entorno integrado donde la creación visual forma parte de un flujo más amplio que combina texto, código, análisis de datos y ahora también diseño estructurado. La promesa es que el usuario pueda pasar de una idea a una campaña, un informe o una interfaz sin salir del mismo ecosistema.

Para profesionales y organizaciones en España y el resto de Europa, esta integración puede resultar interesante si efectivamente reduce fricciones entre equipos de contenidos, diseño, producto y tecnología. Al mismo tiempo, plantea preguntas sobre dependencia de proveedor, protección de datos y adaptación a futuras regulaciones de IA en el ámbito europeo.

El aterrizaje de ChatGPT Images 2.0 marca un cambio de etapa en la generación de imágenes por IA: el foco se desplaza desde el impacto visual aislado hacia la utilidad práctica, con texto legible, formatos controlables, razonamiento previo y coherencia entre escenas. Queda por ver cómo responden usuarios, empresas y reguladores, pero el movimiento apunta a un escenario en el que cada vez más parte del contenido visual que consumimos —desde menús de restaurante hasta infografías educativas o interfaces digitales— podría haberse diseñado, al menos en parte, con la ayuda silenciosa de este tipo de modelos.