Image 2.5
Flujo de trabajo

GPT Image 2.5 calidad: auto, high, xhigh y max sin dudas

Publicado el 27 de octubre de 2026 Actualizado 27 de octubre de 2026 9 min de lectura

La calidad de GPT Image 2.5 es auto por defecto, con seis niveles. Explora en low o medium, cierra en high y sube a xhigh o max solo por un defecto concreto.

GPT Image 2.5 calidad: auto, high, xhigh y max sin dudas

Para elegir bien la calidad en GPT Image 2.5 basta una regla: quédate en auto por defecto, cierra el trabajo real en high y sube a xhigh o max solo cuando puedas señalar un defecto concreto que high no arregló. La calidad es un ajuste de cómputo, no un botón que hace más bonita cualquier imagen ni un adjetivo que se añade al prompt.

En Crear, tanto Flare como Sunburst ofrecen auto, low, medium, high, xhigh y max, junto a las resoluciones 1K, 2K y 4K. Mezclar esos dos ejes es la forma más habitual de perder una tarde.

Niveles de calidad de GPT Image 2.5: la diferencia en materiales y bordes aparece por encima de high

Qué compra cada uno de los seis niveles

Cuando OpenAI lanzó gpt-image-2.5-flare y gpt-image-2.5-sunburst el 8 de septiembre de 2026, amplió la escala por encima de high por primera vez: xhigh y max son nuevos, y los modelos GPT Image anteriores se quedaban en high. Los niveles cambian cuánto presupuesto de razonamiento se dedica a las zonas finas, no una nota subjetiva de nitidez:

NivelMejor paraQué obtienesQué cuesta
lowMiniaturas, pruebas de composiciónLo más rápido y barato; detalle blando, composición legibleBordes y textos pequeños borrosos
mediumPiezas para redes socialesTextura y coherencia suficientesEl detalle mínimo no está garantizado
highEl valor por defecto para entregasDetalle claramente más firme, coste razonableMás lento que medium
xhighEntregas donde el microdetalle es el temaBordes y textura más establesMás coste, retorno según la imagen
maxPiezas clave y prompts muy difícilesEl mayor presupuesto disponibleLo más lento y sin garantía de mejora
autoNo querer tocar nadaDecide el modeloEl mismo prompt puede caer en niveles distintos

auto es un valor por defecto, no un óptimo

auto es el valor que OpenAI documenta y con el que arrancan los dos modelos aquí. La ventaja es que no piensas en ello. El problema es que no es reproducible: el mismo prompt puede calcularse hoy en medium y mañana en high.

En una imagen suelta da igual. En una serie es un desastre silencioso: crees que solo cambiaste el fondo y el nivel se movió contigo. La solución es simple: cuando compares dos versiones, fija el nivel. Usa auto para explorar y bloquea high para todo lo que deba coincidir con un lote anterior.

Calidad y resolución son dos ejes

Mucha gente trata “4K” como si fuera un nivel de calidad. No lo es:

  • Resolución (1K / 2K / 4K) define los píxeles de salida. Decide hasta dónde puedes recortar y qué tamaño puedes imprimir.
  • Calidad (de low a max) define cuánto cómputo se invierte. Decide si el detalle fino aguanta.

Las cuatro combinaciones sirven en la práctica:

  1. 1K + low: barridos de composición baratos.
  2. 1K + high: juzgar detalle sin pagar la espera de 4K.
  3. 2K + high: el punto dulce para la mayoría de entregas.
  4. 4K + medium: necesitas lienzo y el detalle lo resuelve el postproceso.

OpenAI sigue marcando como experimental todo lo que supere 2560×1440, así que revisa esos archivos antes de publicar. Los encuadres y píxeles se tratan en la guía de tamaño y proporción; aquí solo hablamos de calidad.

Por qué los valores del sitio difieren

Crear no arranca los dos modelos en el mismo punto, y es deliberado:

  • Flare: 1K + auto. Es el modelo rápido, con menos latencia que la generación anterior, así que no conviene gastar presupuesto en píxeles mientras buscas dirección.
  • Sunburst: 2K + high. Es el modelo de precisión y empieza directamente en un ajuste de entrega.

La consecuencia: pasar de Flare a Sunburst cambia el nivel y la resolución a la vez. Una comparación que solo “cambió el modelo” está contaminada, porque la mitad de la mejora puede venir del nivel. Para aislar el modelo, iguala calidad y resolución en ambos lados primero. El reparto de tareas está en Flare frente a Sunburst.

Tres señales que justifican xhigh

Sube por una causa, no por una sensación. Solo estas tres situaciones piden xhigh:

  1. Hay texto pequeño o etiquetas de gráfico que deben leerse y en high los trazos empiezan a pegarse.
  2. El microdetalle es el argumento: tejido, metal cepillado, poros de piel, costuras de producto que se vuelven papilla al ampliar.
  3. Los bordes están sucios: halos o sangrado de color entre el producto y el fondo, visibles aún a tamaño web.

Si no se cumple ninguno, subir solo produce la misma imagen más despacio. Y si el problema está en otro sitio —anatomía de manos, número de objetos, palabras equivocadas—, max no lo arregla: es un problema de prompt o de referencias.

Para imágenes con texto conviene combinarlo con la guía de texto en imagen: fija primero el copy y su posición, y deja que el nivel aporte detalle. En ese orden funciona mejor.

Comparación de niveles de calidad de GPT Image 2.5 en fibras textiles y grano de papel

Sube y luego vuelve a bajar

La frase de OpenAI de que más calidad no garantiza mejor resultado merece ser un paso del flujo, no un descargo. Después de cada subida:

  1. Genera una imagen en xhigh o max y confirma que la zona problemática mejoró de verdad.
  2. Vuelve a lanzar el mismo prompt en high.
  3. Si a tu tamaño de publicación se ven igual, quédate en high.

Este paso ahorra más tiempo que cualquier truco de prompting. Los prompts complejos pueden tardar cerca de dos minutos en los niveles altos, y una pasada en max da para tres o cuatro en high.

Errores frecuentes

  • Escribir “4K”, “alta calidad” o “masterpiece” en el prompt: los parámetros van en el control, el contenido en la frase.
  • Juzgar materiales en low: low es blando por diseño; usarlo para decidir si el metal cepillado funciona garantiza una conclusión errónea.
  • Cambiar dos cosas a la vez: si mueves nivel y prompt juntos, no aprendes nada.
  • Poner max por tranquilidad: dobla coste y tiempo, la mejora es incierta y pruebas menos direcciones.
  • Hacer A/B entre niveles: una comparación solo vale si todo lo demás está constante.

Un flujo de niveles reutilizable

Tres pasos para dejar de improvisar:

  1. Explorar — Flare en 1K con low o medium. Cambia una capa del prompt por ronda hasta que sujeto y composición aguanten.
  2. Cerrar — Sunburst en 2K con high. Arregla material, bordes y texto. Pasa a 4K solo si necesitas el lienzo.
  3. Rematar — sube el mismo prompt a xhigh solo mientras sobreviva un defecto con nombre; reserva max para imágenes donde rehacer cuesta más que esperar.

Después haz la prueba de bajada. Lo que queda es un criterio propio: qué temas merecen high, cuáles están bien en medium y cuándo max es solo consuelo.

Siguiente paso

Toma la imagen que no dejas de repetir y ejecútala una vez en high y otra en xhigh. Si coinciden a tamaño de publicación, convierte ese juicio en plantilla y vuelve a Crear para explorar más direcciones con un nivel más bajo. Para mantener esos ajustes entre rondas de edición, lee ediciones de varios turnos.

Preguntas frecuentes

¿Cuál es la calidad predeterminada de GPT Image 2.5?

auto. OpenAI la marca como valor por defecto en Flare y Sunburst y deja que el modelo decida. Si necesitas comparar, fija un nivel entre low y max.

¿max siempre sale mejor que high?

No. La documentación oficial dice que subir la calidad no garantiza una mejor imagen en todos los prompts. max compra cómputo, no resultados; primero identifica el defecto.

¿Calidad y 1K, 2K o 4K son lo mismo?

Son ejes distintos. La resolución define los píxeles de salida; la calidad define cuánto cómputo se dedica a la imagen. 1K con high o 4K con medium son combinaciones válidas.

¿Por qué Flare y Sunburst empiezan con valores distintos?

Flare está pensado para generar rápido y arranca en 1K con auto. Sunburst busca precisión y arranca en 2K con high. Los dos aceptan los seis niveles a mano.

¿Sirve escribir 4K dentro del prompt?

Casi nunca. Tamaño y calidad son parámetros del control, no palabras del texto. Mencionar 4K es una sugerencia; fijar la resolución en 4K sí es una instrucción.

Compartir

Compartir en Weibo