Crear imágenes a partir de un prompt
En esta página
Actualizado el 2 de noviembre de 2026 — Modelos de imagen.
gpt-image-1, el modelo para el que se escribió originalmente este curso, se discontinuó el 23 de octubre de 2026.gpt-image-1.5,gpt-image-1-miniychatgpt-image-latestse retirarán el 1 de diciembre de 2026. Los ejemplos ahora utilizangpt-image-2.5-sunburst, que ofrece la mayor precisión para la edición;gpt-image-2.5-flarees más rápido para la generación estándar. Ambos modelos también admiten los ajustes de calidadxhighymax. Los modelos GPT Image devuelven siempre las imágenes en base64: el parámetroresponse_formatutilizado por los modelos DALL·E anteriores no es compatible y se ha eliminado del código. Fuente: Generación de imágenes (OpenAI).
Crear imágenes a partir de un prompt
El método client.images.generate() es tu punto de entrada principal para crear una imagen a partir de una descripción de texto. Se basa en apenas un puñado de parámetros, pero precisamente porque son tan pocos, cada uno cuenta: la diferencia entre un resultado aleatorio y uno predecible depende casi enteramente del contenido del campo prompt. Esta lección te enseña a dominar ambos aspectos.
Anatomía de una llamada de generación
Aquí tienes la estructura completa de una llamada con todos los parámetros disponibles.
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Descripción detallada de la imagen deseada",
n=1,
size="1024x1024",
quality="high"
)
| Parámetro | Tipo | Descripción |
|---|---|---|
model | string | "gpt-image-2.5-sunburst" (más preciso) o "gpt-image-2.5-flare" (más rápido) |
prompt | string | Descripción de la imagen (hasta 32.000 caracteres) |
n | integer | Número de imágenes a generar (de 1 a 10) |
size | string | "1024x1024", "1024x1536", "1536x1024" |
quality | string | "low", "medium", "high" |
El límite de 32.000 caracteres para el prompt es generoso: permite descripciones muy detalladas, y verás enseguida que el detalle es tu mejor palanca de control.
Recuperar la imagen generada
La respuesta contiene un objeto data que alberga las imágenes. Los modelos GPT Image devuelven siempre la imagen codificada en base64 dentro del campo b64_json: debes decodificarla y escribirla en el disco inmediatamente. El parámetro response_format y las URL temporales de los modelos DALL·E anteriores no se aplican a GPT Image.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Un jardín japonés bajo la lluvia, fotografía",
n=1,
size="1024x1024",
)
image_data = base64.b64decode(response.data[0].b64_json)
with open("garden.png", "wb") as f:
f.write(image_data)
print("Imagen guardada: garden.png")
Una vez escrito el archivo, nada depende ya de OpenAI: este es el archivo que almacenas, sirves o retocas.
Generar múltiples imágenes en una sola llamada
El parámetro n solicita múltiples variantes en una única petición. Convierte esto en tu reflejo predeterminado cuando explores una dirección visual sin saber cuál conservar: cuatro propuestas lado a lado te informan mucho mejor que una sola.
import base64
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Logotipo minimalista para una panadería artesanal, fondo blanco",
n=4,
size="1024x1024",
quality="high"
)
for i, image in enumerate(response.data):
with open(f"logo_{i+1}.png", "wb") as f:
f.write(base64.b64decode(image.b64_json))
print(f"Variante {i+1}: logo_{i+1}.png")
Vigila sin embargo tus costes: cada imagen consume tokens de forma independiente, y generar 4 imágenes cuesta 4 veces el precio de una sola. Explora con una n alta y calidad baja, reservando la alta calidad para la selección final.
Escribir prompts eficaces
La calidad del resultado depende directamente de la precisión de tu prompt. Un buen prompt sigue una estructura simple: sujeto + estilo + contexto + detalles técnicos, y la comparación siguiente hace tangible la diferencia: «una casa» deja que el modelo invente todo lo que no has dicho, mientras que la versión desarrollada fija el material, el color de las contraventanas, la hora del día, el registro editorial y el tratamiento óptico.
# Prompt vago — resultado impredecible
weak_prompt = "una casa"
# Prompt estructurado — resultado controlado
strong_prompt = (
"Casa de campo provenzal en piedra rubia, "
"contraventanas azul lavanda, hiedra en la fachada, "
"fotografiada en la hora dorada, "
"estilo editorial para revista de arquitectura, "
"composición centrada, profundidad de campo"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=strong_prompt,
size="1536x1024",
quality="high"
)
Declara el estilo visual de la misma manera, nombrando un medio en lugar de esperar una intención. GPT Image entiende una amplia variedad de registros, y el siguiente bucle te permite sentir la brecha entre ellos sobre un sujeto estrictamente idéntico: la bicicleta frente al café parisino cambia completamente de naturaleza según solicites una fotografía editorial, una ilustración vectorial plana o un boceto a lápiz.
import base64
styles = [
"fotografía editorial, iluminación de estudio",
"ilustración vectorial de diseño plano",
"acuarela sobre papel texturizado",
"renderizado 3D fotorrealista, Octane Render",
"boceto a lápiz sobre papel kraft",
]
for style in styles:
prompt = f"Una bicicleta vintage aparcada frente a un café parisino, {style}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium"
)
filename = f"bicycle_{styles.index(style) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Estilo: {style} → {filename}")
El texto incrustado en la imagen merece una nota aparte, ya que aquí es donde GPT Image se distingue claramente de sus predecesores. Indica el mensaje entre comillas dentro del prompt, especifica la familia tipográfica y el tratamiento gráfico esperado, y el renderizado será legible.
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=(
"Cartel promocional con el texto \"REBAJAS DE VERANO -50%\" "
"en letras blancas grandes sobre un fondo degradado azul-naranja, "
"tipografía sans-serif moderna, estilo comercial profesional"
),
size="1024x1536",
quality="high"
)
Gestión de errores
Un script de generación que se ejecute en bucle acabará encontrándose con un límite de tasa o un error de la API. Gestiona estos dos casos de forma distinta desde el principio: un RateLimitError exige esperar y reintentar, mientras que un APIError requiere examinar el mensaje antes de relanzar nada.
import base64
from openai import OpenAI, APIError, RateLimitError
client = OpenAI()
try:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Un paisaje montañoso nevado al amanecer",
size="1024x1024"
)
with open("mountain.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
except RateLimitError:
print("Límite de peticiones alcanzado. Espera antes de reintentar.")
except APIError as e:
print(f"Error de API: {e.message}")
Para afianzar todo esto, escribe ahora un script que genere tres variantes del mismo sujeto en tres estilos diferentes —foto, ilustración, acuarela— y guarde cada imagen localmente en formato PNG, utilizando el formato base64 para su recuperación.