Conclusión clave (TL;DR): A lo largo de una cadena de 10 ediciones secuenciales sobre el interior de un cine vintage sin personas, GPT Image 2.5 Sunburst demostró una retención semántica excepcional junto a una deriva progresiva de microtexturas:
- Memoria semántica sobresaliente: Los elementos incorporados en las primeras fases (atardecer en pantalla en el Paso 1, helecho en maceta en el Paso 4, programa de mano en el Paso 7) se mantuvieron presentes y coherentes en el espacio tridimensional hasta el Paso 10;
- Deriva acumulativa de texturas: Al editar sin máscaras de inpainting y retroalimentar cada salida en la siguiente llamada, se produce un suavizado sutil acumulativo: las vetas finas de la madera y el terciopelo de las butacas desarrollan progresivamente un acabado más pictórico y ondulado.
Comprender con precisión dónde destaca la edición autorregresiva por IA y dónde empieza a degradarse resulta indispensable cuando un cliente solicita «solo un pequeño cambio más».
1. Configuración del experimento y reglas de control
Iniciamos la prueba con una fotografía base limpia de la sala de un cine vintage vacío: pantalla blanca sin proyecciones, butacas burdeos, paneles de madera oscura en las paredes, cortinas laterales y un pasillo central.
Restricciones de control:
- Modelo y parámetros:
gpt-image-2.5-sunburst, relación de aspecto16:9, resolución2K(2048 × 1152 PNG), calidadmedium. - Cadena autorregresiva pura: Cada paso utilizó exclusivamente la salida del paso anterior como imagen de entrada. Sin reintentos, sin selección preferencial, sin retoques en Photoshop y sin máscaras de inpainting.
- Cláusula estricta de preservación: Todos los prompts concluyeron con la siguiente instrucción:
"Preserve every other existing detail and all earlier edits: cinema architecture, screen frame, wood panels, wall sconces, seating layout, seat shapes, burgundy seat upholstery, camera position, crop, perspective and exposure. Do not add people, rearrange seats, zoom or add text. This is a local edit of the previous image, not a redesign."
2. Desglose detallado de las 10 revisiones
Lectura de izquierda a derecha y de arriba abajo. 👉 Abrir hoja de contactos en resolución completa.
Matriz de observación visual paso a paso
| Paso | Modificación solicitada | Respuesta del objeto objetivo | Estabilidad del fondo y textura global |
|---|---|---|---|
| 0 | Fotografía base original | Pantalla vacía, butacas burdeos, madera oscura | Realismo fotográfico limpio |
| 1 | Atardecer en el océano con velero blanco en pantalla | El mar y el velero ocuparon la pantalla respetando el marco | Arquitectura general perfectamente intacta |
| 2 | Cortina izquierda a tono verde azulado apagado | Cortina izquierda recoloreada de forma suave y pliegues naturales | Lienzo de pantalla y cortina derecha sin alteraciones |
| 3 | Cortina derecha a azul marino intenso | Cortina derecha convertida a azul marino; la izquierda siguió verde azulada | Ambas paletas cromáticas coexistieron con naturalidad |
| 4 | Helecho en maceta crema en la zona delantera izquierda | Apareció el helecho junto a las primeras filas con sombras coherentes | Oclusiones con las butacas resueltas con precisión |
| 5 | Pequeño farol de latón junto al pasillo delantero derecho | Farol de latón cálido posicionado en el lateral del pasillo | Rebote de luz realista en el suelo |
| 6 | Alfombra del pasillo a tono índigo con bordes crema | Alfombra índigo y ribetes claros aplicados correctamente | Umbral crítico: los paneles de madera muestran ruido leve |
| 7 | Programa de mano marfil doblado sobre el asiento derecho | Pequeño folleto de papel colocado sobre el cojín de la butaca | Extraordinaria precisión espacial en objetos diminutos |
| 8 | Vela del velero modificada a color rojo | La vela blanca pasó a un rojo intenso | El mar se remuestrea; aparecen bandas sutiles de color |
| 9 | Maceta de la planta modificada a terracota | La maceta crema cambió a naranja terracota mate | Geometría de las hojas y escala vegetal conservadas |
| 10 | Cortina derecha cambiada de azul marino a ocre | La cortina derecha pasó a ocre; la izquierda siguió verde azulada | Las texturas globales acusan un suavizado pictórico evidente |
3. Análisis: qué se mantuvo intacto y qué derivó
1. Memoria espacial excepcional
Sunburst mantuvo la coherencia geométrica de la escena a lo largo de 10 ciclos sucesivos de recompresión:
- El ángulo de cámara, el punto de fuga y la distribución de las butacas no se deformaron en ningún momento;
- Los añadidos históricos (pantalla, barco, helecho, farol, programa, alfombra) se mantuvieron anclados sólidamente en el espacio 3D.
2. Acumulación inevitable de artefactos autorregresivos
Sin una máscara de inpainting estricta, retroalimentar generaciones completas acumula deriva de muestreo por difusión:
- Pérdida de microtextura: La veta nítida de la madera original se transformó progresivamente en paneles lisos y estilizados;
- Bandas cromáticas: El cielo del atardecer en la pantalla desarrolló transiciones tonales en bandas escalonadas;
- Suavizado satinado: Las superficies arquitectónicas adquirieron un acabado brillante característico de la generación por IA en el Paso 10.
4. Recomendaciones de producción para revisiones de clientes
Para aprovechar la edición multipaso sin renunciar a la fidelidad visual en proyectos reales:
1. Implementar bifurcación por puntos de control (Checkpoint Forking)
Nunca encadene 10 revisiones consecutivas a ciegas. Guarde hitos clave aprobados (por ejemplo, v1.0-aprobado.png). Si el paso 5 diverge, bifurque desde el paso 3 en lugar de arrastrar errores acumulados.
2. Agrupar ediciones en solicitudes consolidadas
En lugar de lanzar cinco llamadas sucesivas para cortinas, alfombra y atrezo, agrupe todas las modificaciones confirmadas en un único prompt consolidado sobre la imagen base limpia.
3. Utilizar máscaras de inpainting siempre que sea posible
Si su plataforma admite máscaras, enmascare únicamente la región a modificar (por ejemplo, solo la cortina). Congelar el 90% restante de la imagen preserva la textura del fondo de forma indefinida.
4. Mantener la tipografía y logotipos en capas vectoriales
Gestione la tipografía exacta y los logotipos de marca en herramientas vectoriales (Figma, Illustrator), evitando que los modelos de difusión tengan que reconstruir caracteres en cada ciclo.
5. Estructura de solicitud en API y costes del benchmark
{
"model": "gpt-image-2.5-sunburst",
"input": {
"prompt": "Edit this exact image. Change only the blank screen to a calm ocean sunset with one tiny white-sailed boat. Preserve all other details, composition, seating, lighting and materials.",
"image_urls": ["https://storage.poyo.ai/blog/gpt-image-25-p0-20260910/editing-original-bebd96f7e6fa.png"],
"size": "16:9",
"resolution": "2K",
"quality": "medium",
"output_format": "png"
}
}
Costes y latencias medidos:
- Coste por edición: El nivel 2K calidad media facturó 5.99 créditos ($0.02995);
- Coste total de la cadena de 10 pasos: 59.9 créditos ($0.2995 en total);
- Tiempo de respuesta por paso: Osciló entre 42.99 s y 54.95 s.
Preguntas frecuentes (FAQ)
¿Se puede utilizar comercialmente una imagen de Sunburst tras 10 ediciones?
Sí, según el formato de destino. Para banners web, redes sociales y avances editoriales, la imagen del Paso 10 se mantiene visualmente impactante y coherente. Para impresiones artísticas de gran formato o catálogos de lujo, el suavizado de texturas se vuelve perceptible a partir del Paso 4.
¿Evita la calidad high o max la deriva de texturas?
Retrasa la degradación al conservar mayor densidad de detalles de alta frecuencia en cada paso, pero no suprime por completo la deriva matemática en ciclos sucesivos sin máscaras. El enmascaramiento local y los checkpoints siguen siendo la mejor práctica en producción.