GPT Image 2 frente a GPT Image 2.5 Flare para la generación de imágenes
Los resultados varían según la tarea: elige GPT Image 2 para gráficos estructurados, conservación fiel de objetos y productos, y ediciones precisas de texto. Elige GPT Image 2.5 Flare para iluminación, composición publicitaria, cambios de iluminación en escenas y ampliación de imágenes; en tipografía, anatomía y recuento hubo empate.
Datos comparados
| Característica | GPT Image 2 | GPT Image 2.5 Flare |
|---|---|---|
| Desarrollador | OpenAI | OpenAI |
| Disponibilidad en Banana Pie | Disponible ahora | Disponible ahora |
| Créditos desde | 20 créditos | 25 créditos |
| Resolución máxima | 4K | 4K |
| Imágenes de referencia | Hasta 8 | Hasta 8 |
Caso por caso
El mismo prompt. Dos modelos. Juzga la diferencia entre las imágenes publicadas a continuación.
Materiales e iluminación de producto
Mejor en este caso: GPT Image 2.5 FlareAmbos resultados siguen fielmente el prompt, pero la imagen de la derecha muestra con mayor claridad que el frasco está medio lleno y presenta una iluminación procedente de la esquina superior izquierda más evidente. La leve deformación del tubo interior no contrarresta esas ventajas.
- Se ve exactamente un frasco de perfume rectangular transparente, sin texto, logotipo ni objetos adicionales: empate. Ambas imágenes muestran un único frasco rectangular en posición vertical sobre piedra mojada y desnuda, sin escritura, marcas, plantas ni elementos separados visibles.
- El frasco está visiblemente lleno hasta la mitad con un líquido ámbar: la derecha lo hace mejor. El nivel del líquido de la derecha queda muy cerca del punto medio de la cámara del frasco, mientras que el de la izquierda parece estar algo más de medio lleno.
- La refracción del cristal y el reflejo sobre la piedra negra mojada son físicamente coherentes: la izquierda lo hace mejor. Los bordes del cristal, la transmisión del color ámbar y el reflejo alineado resultan coherentes; la derecha presenta un tubo interior visiblemente curvado y una distorsión óptica más irregular cerca de la base del frasco.
- La iluminación desde la esquina superior izquierda produce brillos coherentes y una sombra de contacto verosímil: la derecha lo hace mejor. La dirección de la luz desde la esquina superior izquierda se aprecia con especial claridad en los brillos intensos del lado izquierdo y en la sombra asentada que se extiende hacia el lado derecho, más oscuro.
Prompt y ajustes utilizados
Prompt
A premium product photograph of exactly one transparent rectangular perfume bottle, half filled with amber liquid, standing upright on wet black stone. Light comes from the upper left, creating coherent refraction, a contact shadow, and one subtle reflection. No text, logo, plants, or extra objects.
Tipografía multilingüe
Depende de la tareaAmbos resultados son prácticamente idénticos según los criterios de evaluación. Reproducen correctamente el texto, el orden y los colores, pero los dos dividen visiblemente en dos la primera línea solicitada, por lo que el resultado tiene cinco líneas en lugar de exactamente cuatro.
- Exactamente cuatro líneas de texto centradas y ningún texto adicional: empate. Ambos carteles contienen cinco líneas de texto visibles porque "MOONLIGHT MARKET" aparece dividido entre "MOONLIGHT" y "MARKET"; ninguno contiene palabras adicionales.
- Texto y orden exactos: empate. Ambos muestran "MOONLIGHT", "MARKET", "月光市集", "18 OCT" y "RIVER HALL" en el orden solicitado, pero ninguno mantiene "MOONLIGHT MARKET" en una sola línea.
- Colores del texto: empate. Ambos muestran "月光市集" en rojo y todo el texto visible en inglés en negro.
- Legibilidad, espaciado y alineación: empate. Ambos carteles presentan una tipografía nítida y legible, con alineación centrada y un espaciado vertical generalmente uniforme; no se aprecia una ventaja visual clara.
Prompt y ajustes utilizados
Prompt
Design a clean cream-colored vertical event poster. Show exactly four centered text lines and no other text: "MOONLIGHT MARKET", "月光市集", "18 OCT", and "RIVER HALL". Render "月光市集" in red and all other lines in black.
Anatomía humana y contacto
Depende de la tareaLa izquierda cumple mejor los estrictos requisitos del prompt sobre la visibilidad de manos y dedos, mientras que la derecha presenta una anatomía y un contacto durante el modelado más convincentes. Estas ventajas se equilibran en el conjunto de los criterios.
- Hay exactamente dos manos totalmente visibles, sin manos ni personas adicionales: la izquierda lo hace mejor. Ambas imágenes muestran una persona y exactamente dos manos, pero la izquierda deja ambas manos más completamente a la vista; en la derecha, partes considerables de los dedos quedan ocultas dentro o detrás del cuenco.
- Cada mano tiene exactamente cinco dedos diferenciados y de forma natural: la izquierda lo hace mejor. En la izquierda se pueden distinguir con mayor claridad cinco dedos separados en cada mano, mientras que la superposición y la oclusión hacen menos seguro el recuento exacto en las manos de la derecha.
- Los dedos, las articulaciones y el contacto con la arcilla son anatómicamente verosímiles: la derecha lo hace mejor. El agarre desde el interior y el exterior sigue de forma natural la pared del cuenco y la alineación de los dedos resulta más convincente; varias puntas de los dedos de la izquierda parecen amontonadas o parcialmente fusionadas con la arcilla.
- El cuenco de arcilla, el torno en movimiento y la acción de modelado se reconocen con claridad: la derecha lo hace mejor. El cuenco y el torno tienen protagonismo en ambas imágenes, pero la posición opuesta de las manos en la derecha comunica con mayor claridad la acción de modelar.
Prompt y ajustes utilizados
Prompt
A photorealistic close-up of an adult potter shaping a clay bowl on a spinning wheel. Both hands are fully visible, each with five natural fingers touching the clay. No other people or hands. Soft window light.
Conteo y vinculación de atributos
Depende de la tareaAmbas imágenes cumplen los cuatro criterios sin diferencias claras. El número de objetos, la correspondencia de atributos, la disposición, la orientación del asa y el fondo limpio son prácticamente equivalentes.
- Número y ubicación de los objetos: empate; ambas imágenes muestran visiblemente exactamente tres cubos rojos en fila a la izquierda, exactamente dos esferas azules a la derecha y una taza amarilla centrada detrás de ellos.
- Correspondencia de color, forma y material: empate; ambas muestran cubos de madera rojos con una textura sutil, esferas de cristal azules, transparentes y reflectantes, y una taza de cerámica amarilla brillante.
- Dirección del asa de la taza: empate; en ambas imágenes, el asa se ve claramente en el lado derecho.
- Sin objetos ni texto adicionales: empate; ninguna imagen contiene objetos ni texto adicionales visibles.
Prompt y ajustes utilizados
Prompt
On a matte gray table, exactly three red wooden cubes form a row on the left, exactly two blue glass spheres sit on the right, and one yellow ceramic mug stands centered behind them. The mug handle points right. No other objects or text.
Composición publicitaria
Mejor en este caso: GPT Image 2.5 FlareLa derecha sigue más fielmente la composición solicitada porque el titular aparece más cerca de la posición prevista, justo debajo de la zona superior vacía. Por lo demás, ambas ofrecen resultados similares y las dos incumplen la restricción de texto al incluir "AERO" en la zapatilla.
- Exactamente una zapatilla plateada y una estela naranja: empate. Cada imagen muestra una zapatilla plateada en la parte inferior derecha, con una estela naranja que entra desde la esquina inferior izquierda y se curva a través de la escena.
- Texto visible: empate. Ambas muestran correctamente "RUN LIGHT" y "42 KM", pero también incluyen visiblemente "AERO" en la zapatilla, por lo que ninguna cumple el requisito de que esos sean los únicos textos visibles.
- Espacio superior y ubicación del titular: la derecha lo hace mejor. Ambas mantienen despejada la zona superior, pero la derecha sitúa "RUN LIGHT" más cerca de quedar justo debajo de ese espacio reservado; la izquierda deja bastante más espacio vacío antes del titular.
- Visibilidad y jerarquía: empate. Ambas mantienen completamente visibles el titular, la insignia, la estela y la única zapatilla, y establecen una jerarquía clara encabezada por el titular y la zapatilla.
Prompt y ajustes utilizados
Prompt
Create a vertical social ad for a fictional running shoe named AERO. Keep the top 15 percent empty. Directly below it, place the headline "RUN LIGHT" in the upper-left. Show exactly one silver shoe in the lower-right, an orange trail curving from the bottom-left, and a round badge reading "42 KM". No other shoes or text.
Gráfico de interfaz estructurado
Mejor en este caso: GPT Image 2La izquierda sigue exactamente el prompt, mientras que la derecha incumple el requisito explícito de no incluir texto adicional.
- Título y columnas: empate. Ambas muestran el título exacto "CHOOSE YOUR PLAN" y exactamente tres columnas con las etiquetas "STARTER", "PRO" y "TEAM".
- Filas: empate. En ambos resultados, cada columna contiene tres filas alineadas con las etiquetas "PROJECTS", "STORAGE" y "SUPPORT".
- Botones: empate. En ambos resultados, cada columna contiene exactamente un botón azul con la etiqueta "SELECT".
- Alineación y texto adicional: la izquierda lo hace mejor. Ambas tienen las columnas alineadas de manera uniforme, pero la derecha añade texto con detalles de los planes: "5", "10 GB", "Email", "25", "100 GB", "Priority", "Unlimited", "1 TB" y "24/7". La izquierda no tiene texto adicional.
Prompt y ajustes utilizados
Prompt
Create a clean horizontal pricing comparison graphic titled "CHOOSE YOUR PLAN". Use exactly three equal columns labeled "STARTER", "PRO", and "TEAM". Under each column, show exactly three aligned rows labeled "PROJECTS", "STORAGE", and "SUPPORT", followed by one blue button labeled "SELECT". White background, dark navy text, no additional columns or text.
Vinculación y edición de objetos con seis referencias
Mejor en este caso: GPT Image 2La imagen de la izquierda ofrece una mejor edición en conjunto porque conserva con mayor fidelidad la composición de la escena original y las posiciones de los objetos sustituidos. La de la derecha reproduce con más precisión la referencia de los dos limones, pero sus mayores desviaciones en la distribución espacial dan la ventaja a la izquierda.
- Criterio 1: La izquierda es ligeramente mejor. Ambas sustituyen correctamente la taza y el paño, pero la izquierda conserva mejor la posición y la escala de la taza original, así como la orientación del asa hacia la derecha, y también coloca con precisión la servilleta de rayas doblada en la zona del paño.
- Criterio 2: La izquierda es ligeramente mejor. Ambas muestran exactamente una naranja y una libreta de tapa dura de color amarillo mostaza, sin que quede ninguno de los cuatro objetos originales, pero la izquierda mantiene la naranja y la libreta más cerca de las posiciones de la pera y la libreta azul de la Referencia 1.
- Criterio 3: La derecha es mejor. Ambas colocan exactamente dos limones a la derecha de la taza, pero la derecha reproduce con más fidelidad la pareja de la Referencia 6 al conservar la hoja del limón de la izquierda; la imagen de la izquierda omite esa hoja.
- Criterio 4: La izquierda es mejor. La escala y la ubicación de los objetos se ajustan más a la Referencia 1, especialmente en el caso de la taza, la naranja y la libreta, y conserva el mismo encuadre de la superficie de la mesa, los rasgos visibles de las vetas de la madera, la iluminación y las sombras. La derecha aleja varios de los objetos sustituidos de sus posiciones originales.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Use Reference 1 as the base tabletop scene. Replace the red mug with the exact dark navy-blue mug from Reference 2 in the same position and orientation. Replace the folded white towel with the exact green-and-white striped napkin from Reference 3 in the same folded area. Replace the green pear with exactly one orange from Reference 4 in the same position. Replace the blue notebook with the exact mustard-yellow hardcover notebook from Reference 5 in the same position. Add exactly the two lemons from Reference 6 to the right of the mug. Preserve the wooden table, camera, framing, wood grain, lighting, shadows, and all other spatial relationships from Reference 1. Do not copy the white product backgrounds from References 2–6, duplicate any asset, or add other objects.
Sustitución de texto dentro de la imagen
Mejor en este caso: GPT Image 2Ambos resultados realizan la sustitución solicitada de forma limpia. La izquierda tiene una ligera ventaja porque se ajusta mejor al tamaño de las letras originales, mientras que en todos los demás criterios visibles hay prácticamente un empate.
- Sustitución exacta del texto: En ambas imágenes se lee exactamente "NIGHT OWL", sin restos visibles de "MORNING BEAN".
- Sin caracteres deformados: Ambas imágenes muestran únicamente las letras previstas de "NIGHT OWL"; ninguna tiene caracteres adicionales, duplicados o deformados.
- Tipografía, espaciado y perspectiva: La izquierda se aproxima un poco más a la referencia porque la altura y el grosor de sus letras se ajustan mejor a la tipografía del letrero original; la derecha muestra el texto sustituto algo más grande, aunque ambas respetan bien la perspectiva del letrero.
- Conservación del material, la iluminación y la escena: Ambas están a la par; las dos mantienen las vetas de la madera verde oscuro, las letras de color crema, las sombras proyectadas, las lámparas, la fachada del local, las plantas y la luz solar del entorno, sin cambios evidentes en la escena.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Reiluminación coherente de escenas
Mejor en este caso: GPT Image 2.5 FlareLa derecha consigue un cambio de iluminación más convincente y coherente, con luces y sombras más marcadas y localizadas, al tiempo que conserva la distribución de la habitación.
- La luz cálida de la hora dorada entra claramente por la ventana izquierda: La derecha lo hace mejor; la luz solar intensa entra visiblemente por la ventana izquierda y forma franjas luminosas marcadas en el suelo, la alfombra, el sofá y la pared. La izquierda tiene una iluminación cálida, pero el recorrido del haz de luz por la habitación se distingue menos.
- Las zonas iluminadas y la dirección de las sombras responden de forma coherente a la nueva fuente de luz: La derecha lo hace mejor; las sombras del marco de la ventana, de la planta, de las patas de la mesa y las sombras alargadas del suelo, así como el sombreado del sofá, se orientan de forma coherente alejándose de la ventana izquierda. La izquierda presenta sombras direccionales en la pared, pero las del suelo y los muebles son más suaves y se han ajustado de forma menos completa.
- El resultado va más allá de un filtro amarillo uniforme: La derecha lo hace mejor; añade zonas iluminadas localizadas, proyecciones con la forma de la ventana, sombras profundas y variaciones de contraste en las superficies. La izquierda también añade una iluminación direccional real, pero una mayor parte de la escena presenta un tono ámbar bastante uniforme.
- No se mueve, añade, elimina ni rediseña ningún mueble ni elemento decorativo: Ambas están a la par; las dos conservan la composición de referencia con la misma ventana, planta y maceta, sofá, mesa de centro, alfombra y lámpara de pie en sus posiciones y con sus diseños originales.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Change the lighting to warm golden-hour sunlight entering from the left window. Do not move, add, remove, or redesign any object. Update highlights and shadows coherently.
Outpainting entre distintas proporciones
Mejor en este caso: GPT Image 2.5 FlareLa derecha tiene una ligera ventaja global porque su encuadre y sus ampliaciones laterales conservan mejor la composición de referencia y crean un paisaje continuo más limpio, aunque la izquierda mantiene con más fidelidad algunos detalles de la cabaña.
- Formato 16:9 y contenido lateral natural: La derecha lo hace ligeramente mejor. Ambas tienen formato horizontal y extienden la playa, el océano y el cielo hacia los dos lados, pero la derecha mantiene un horizonte más limpio y continuo; la izquierda introduce una pequeña masa de tierra distante en el extremo derecho.
- Imagen original completa y centrada, sin recortes ni estiramientos: La derecha se aproxima un poco más. Ambas centran la cabaña completa, pero la derecha conserva mejor la posición vertical del tejado, el horizonte y la línea de la orilla de la referencia, mientras que la izquierda desplaza la composición hacia abajo.
- Cabaña original, línea de la orilla y composición interna sin cambios: La izquierda lo hace ligeramente mejor en los detalles de la cabaña, al conservar con más fidelidad las bisagras visibles de la puerta, el pomo, las marcas de desgaste y las proporciones. Ambas alteran el trazado exacto de la orilla y la distribución de las nubes de la referencia.
- Sin uniones visibles, relleno reflejado ni objetos repetidos: La derecha lo hace ligeramente mejor. Ninguna muestra reflejos simétricos ni repeticiones evidentes, pero las ampliaciones del océano y del cielo de la derecha parecen más uniformes en ambos extremos, mientras que la masa de tierra del extremo derecho de la imagen de la izquierda hace que esa ampliación sea menos consistente.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Expand the canvas to a 16:9 landscape by naturally continuing the beach, ocean, and sky on both sides. Keep the complete original image centered without cropping, stretching, letterboxing, or modifying it.
Preservación del producto al cambiar de escena
Mejor en este caso: GPT Image 2La izquierda conserva con más fidelidad la zapatilla de referencia y, a la vez, la integra de forma convincente en la escena solicitada de una cancha mojada al anochecer. La derecha transmite mejor el entorno, pero el tratamiento de los materiales y el reflejo menos definido de la zapatilla restan fidelidad y coherencia física.
- Cancha de baloncesto exterior mojada al anochecer: La derecha lo hace mejor. La canasta, la valla, las líneas de la cancha, el pavimento mojado, el cielo del atardecer y las luces de la cancha reflejadas definen con más claridad el entorno solicitado, mientras que la izquierda también resulta convincente, pero es más oscura y muestra menos rasgos propios de una cancha en el primer plano.
- Coherencia de la silueta, la geometría de la suela, las costuras, los materiales y el ángulo de cámara: La izquierda lo hace mejor. Su silueta, las proporciones de los paneles, el trazado de las costuras, el perfil de la suela, la textura de la puntera y el ángulo de visión se mantienen muy próximos a la referencia. La derecha conserva la estructura principal, pero modifica ligeramente las proporciones y cubre el aspecto limpio del material original con gotas de agua muy visibles.
- Conservación de la marca geométrica negra del lateral: La izquierda lo hace mejor. Su marca conserva con más precisión la unión exacta, el segmento horizontal trasero, el ramal superior corto y el ramal descendente largo de la referencia. La marca de la derecha es reconocible, pero parece algo más gruesa y más comprimida en torno a la unión central.
- Coherencia de la sombra de contacto, el reflejo en la superficie mojada y la iluminación del anochecer: La izquierda lo hace mejor. La suela queda bien asentada sobre el suelo, el pavimento mojado muestra un reflejo reconocible de la zapatilla y la iluminación más fría del primer plano encaja con el entorno al anochecer. La derecha presenta un contacto firme y atractivos reflejos del atardecer, pero el reflejo de la propia zapatilla apenas se distingue y la luz cálida e intensa de sus bordes es algo más pronunciada de lo que sugiere la iluminación del entorno.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Place the sneaker on a wet outdoor basketball court at dusk. Preserve the exact sneaker shape, black geometric side mark, materials, stitching, sole geometry, and camera angle. Add physically coherent contact, reflections, and dusk lighting.
Transferencia de identidad y prendas con múltiples referencias
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Use the portrait in Reference 1 for the person and the isolated jacket in Reference 2 for the garment. Dress the person from Reference 1 in the exact jacket shown in Reference 2. Preserve the person's identity, face, expression, skin, hair, hands, pose, body proportions, background, framing, and lighting from Reference 1. Preserve the jacket's material, color, collar, buttons, pockets, and sleeve patch from Reference 2. Do not copy the ghost mannequin or white product background.
Coste y latencia
GPT Image 2 parte de 20 créditos, mientras que GPT Image 2.5 Flare parte de 25, por lo que GPT Image 2 es la opción que requiere menos créditos por generación. En la pequeña muestra de latencia de esta prueba, GPT Image 2 tardó entre unos 81 s y 190 s por escenario, mientras que GPT Image 2.5 Flare tardó entre unos 71 s y 101 s; estas observaciones describen esta prueba, no un benchmark general.
Cómo comparamos y declaración de transparencia
Para cada escenario, utilizamos un único prompt fijo y realizamos una ejecución por modelo; después publicamos los resultados tal como se generaron. Banana Pie ofrece acceso de pago a ambos modelos.
Banana Pie ofrece acceso de pago a este modelo junto con otros modelos en un mismo estudio. Nuestros veredictos proceden de pruebas realizadas mediante el mismo sistema que usan nuestros usuarios.