Según el anuncio de producto de OpenAI, el marcado de imágenes ya estaba disponible en ChatGPT y ingresa a la API con Images 2.6 para que los equipos puedan "indicar con precisión dónde debe ocurrir un cambio específico". El registro de cambios del 4 de noviembre de 2026 indica además que se agregó edición guiada por marcas para los modelos de imagen GPT 2.5 y 2.6 compatibles. La guía de generación de imágenes sitúa la ruta de llamada en Image API POST /v1/images/edits. Para los equipos que ya están acostumbrados a “hacer círculos y luego cambiar” en ChatGPT, la importancia es que la misma semántica de interacción puede ingresar a trabajos por lotes y canalizaciones del lado del servidor.

👉 Prueba la API de GPT Image 2.6 en PoYo: precios por imagen y playground en línea.

Básicamente, la capacidad utiliza una capa de anotación transparente del mismo tamaño más un mensaje en lenguaje natural para dirigir el modelo hacia regiones marcadas o con círculos, lo que reduce los errores de redibujado de la imagen completa. Los ejemplos oficiales y el lenguaje del producto apuntan a cambios de color en el comercio electrónico, reemplazos de SKU locales, correcciones de copias de empaques y flujos similares; El anuncio también hace hincapié en mantener la coherencia en los detalles del carácter, el producto y la marca en todas las ediciones.

Solicitar estructura y restricciones de archivos

Los documentos requieren la creación de solicitudes de la siguiente manera. Primero, mantenga la imagen original como primera imagen de entrada. En segundo lugar, cree por separado un PNG transparente que contenga solo círculos, bocetos u otras marcas; después de la corrección de la orientación, el ancho y el alto de la capa de marcado deben coincidir con la primera imagen de entrada; el PNG debe incluir píxeles transparentes y no debe aplanar las marcas en el original. En tercer lugar, envíe esa capa como markup: las solicitudes de varias partes pueden cargar un archivo; Las solicitudes JSON pueden utilizar un objeto que contenga exactamente uno de image_url o file_id (image_url puede ser HTTPS o una URL de datos base64); el campo de matriz de imagen de entrada de ediciones JSON es images. En cuarto lugar, describa tanto “qué cambiar” como “qué preservar” en prompt, y los resultados de la revisión humana antes de su uso.

Límites estrictos: el marcado se aplica solo a la primera imagen de entrada; las imágenes adicionales son sólo de referencia; cada una de la primera imagen y capa de marcado no puede exceder los 16.777.216 píxeles; El tamaño máximo del archivo de marcado es de 50 MB. No utilice markup junto con mask o prompt_rewriter. Los documentos también tienen en cuenta: para ediciones regionales en Responses API, use máscara en su lugar; la ruta de marcado apunta al punto final de ediciones Image API. Las páginas de modelos Flare y Sunburst enumeran las ediciones guiadas por marcado como una capacidad cubierta en la guía de generación de imágenes.

El ejemplo oficial del jarrón de cocina (tanto en los documentos como en la guía de indicaciones) muestra un patrón típico: el original es una foto de la cocina; una capa transparente marca un jarrón rayado con un círculo rojo; el mensaje solicita cambiar el jarrón circular por cerámica de cobalto, mantener la forma y las flores secas y eliminar el círculo rojo del final. Los ejemplos se ejecutan con gpt-image-2.6-flare y gpt-image-2.6-sunburst en quality="medium" y le recuerdan que debe verificar si el resto del original se desvió inesperadamente.

Relación con los flujos de trabajo de máscaras y productos

La edición de máscara indica “regiones a reemplazar” mediante una máscara; Los médicos dicen que el enmascaramiento en la imagen GPT está "completamente basado en indicaciones", y la máscara sirve principalmente como guía; es posible que el modelo no se ajuste estrictamente a la forma. El marcado se acerca más a “dibujar instrucciones en la imagen”: las marcas visibles le indican al modelo dónde cambiar y el mensaje dice a qué cambiar. Los dos no se pueden mezclar. Elija por forma de interacción: las máscaras alfa programáticas se adaptan a los recortes de tuberías; los círculos/flechas dibujados en las herramientas de diseño se adaptan al marcado.

Para los flujos de trabajo de productos y SKU, codifique "cambiar solo la banda de color del paquete", "reemplazar solo la tapa" o "arreglar solo el texto de la etiqueta de precio" como mensajes restringidos y encierre en un círculo el objeto con marcas, lo que reduce la posibilidad de que el fondo, la iluminación y la composición se reescriban juntos. La guía de indicaciones también sugiere: para ediciones locales, indique qué saturación, contraste, flechas, posición de la cámara y objetos circundantes deben permanecer sin cambios; cambie un elemento a la vez para que pueda saber qué edición funcionó realmente. OpenAI también recomienda baja complejidad para la mayoría de las tareas de edición para acelerar las ediciones y reducir los cambios adicionales; un consejo que se adapta bien a la orientación del marcado, porque al omitir complexity el valor predeterminado es high.

Nota: el marcado no garantiza la deriva cero a nivel de píxel. Las limitaciones generales aún dicen que el modelo puede tener problemas con la composición estructurada y la ubicación precisa del texto; los entregables críticos deben agregar muestreo humano después de la automatización y, cuando sea necesario, volver a combinar las regiones aprobadas con el original en lugar de depender de una única salida API. Se siguen aplicando las reglas de moderación de contenido; en errores corregibles por el usuario como moderation_blocked, ajuste el mensaje o la imagen de entrada antes de volver a intentarlo; no lo vuelva a intentar a ciegas.

En pocas palabras: Images 2.6 incorpora el probado lenguaje de edición de anotaciones de ChatGPT a la API para que los cambios específicos puedan ingresar a los procesos por lotes y SKU. Seguir estrictamente el campo PNG transparente del mismo tamaño, el campo markup y la exclusión mutua con mask, al tiempo que se indica cambiar y conservar elementos en el mensaje, es la práctica mínima completa en los documentos oficiales.