GPT-Image-2.6: una misma escena en diez estilos de videojuegos

👁 115 lecturas

Tomé una sola escena: un barrio residencial de bloques de hormigón, un parque infantil, un quiosco tradicional, un tipo en chándal y una abuela cargada con bolsas de la compra. Le pedí al nuevo GPT-Image-2.6 de OpenAI que generara capturas de pantalla de esa misma escena en diez videojuegos de géneros completamente distintos, desde un JRPG de 16 bits hasta un juego de lucha arcade. Cada imagen se generó al primer intento, sin descartar ni repetir tomas. En el modelo Sunburst a calidad alta, el tiempo medio fue de 52 segundos y el coste de unos 0,04 EUR (0,04 USD) por imagen (según el tipo de cambio de referencia del BCE a fecha 05/11/2026: 1 EUR = 1,1224 USD, fuente: BCE).

No se trata de una comparativa entre modelos, sino de una demostración práctica de cómo responde cuando recibe una convención visual o de género en lugar de la descripción típica de una fotografía. Las cifras globales y las comparativas frente a otros sistemas están en el análisis a fondo de ChatGPT Images 2.6.

JRPG de 16 bits

Pedí una perspectiva cenital clásica, barra de vida y maná, junto a un cuadro de diálogo con la frase traducida del polaco: «Zenek: No queda pan, pero hay patatas fritas». El modelo añadió por iniciativa propia el retrato pixelado de Zenek con bigote dentro de la caja de texto, un grupo de tres héroes con sus niveles correspondientes y un blasón en la fachada del bloque de pisos. El texto se representó con absoluta precisión tipográfica, dos puntos incluidos.

Survival horror de la primera PlayStation

Este es mi resultado favorito de la serie. Niebla densa, cámara fija en plano picado, texturas de baja resolución deliberadamente borrosas, una escalera oscura y el aviso en pantalla con la frase (adaptada del polaco) «Encontrado: llave del sótano» en una tipografía idéntica a las que veíamos en los televisores CRT de tubo. El modelo comprendió que el estilo «PS1» no implica solo baja carga poligonal, sino atmósfera y lenguaje visual.

Simulador de construcción de ciudades

Aquí quise evaluar la tipografía de interfaz en tamaño diminuto. La barra superior de recursos, con indicadores de moneda, habitantes y porcentaje de satisfacción, quedó impecable. El panel lateral de construcción incorporó opciones coherentes que yo ni siquiera había especificado: parque infantil, aparcamiento, parada de autobús o pista deportiva. La diferencia con los modelos de hace un año, que rellenaban estos paneles con garabatos ilegibles, es abismal.

Mundo abierto de estilo anime

Hora dorada, minimapa circular, marcador de misión con la indicación (traducida del polaco) «Compra pan para la abuela» y el protagonista con mochila de espaldas a la cámara. El acabado parece el tráiler promocional de un título de rol de acción japonés contemporáneo.

Sandbox de bloques

Todo el escenario está modelado con cubos ortogonales y barra de acceso rápido en la parte inferior. Pese a la simplificación geométrica, la arquitectura residencial resulta reconocible al instante. El sistema añadió espontáneamente un grafiti futbolero en la pared («LEGIA!»), detalle que no figuraba en la petición. Conviene revisar siempre estos elementos autogenerados si vas a utilizar las imágenes en publicaciones públicas.

Aventura gráfica de los noventa

Fondos pintados en 2D y una barra inferior de acciones clásicas: «Ir a | Coger | Usar | Hablar | Mirar», al estilo inconfundible de los referentes del género point-and-click. Puntero sobre la acera, un chico con cazadora y una rayuela dibujada con tiza en el asfalto. Para plantear prototipos o maquetas de escenarios, este rendimiento ahorra jornadas enteras de preproducción.

Producción fotorrealista de gran presupuesto (AAA)

Suelo mojado tras la lluvia, reflejos en los charcos y un subtítulo cinematográfico abajo que reza (adaptado del polaco): «Abuela: Hijo, ¿me ayudas con las bolsas?». El nivel de detalle en el rostro es tan elevado que parece una fotografía real disfrazada de videojuego. Aquí encontramos su límite estilístico: en esta convención hiperrealista tiende a inclinarse hacia la foto pura y diluir la sensación de renderizado interactivo.

Juego de lucha en 2D

Duelo planteado como «ZENEK» contra «BABCIA HALINA», rótulo central de combate, temporizador en 99 y el barrio como escenario de fondo. El modelo diseñó por su cuenta la cuadrícula inferior con los retratos del plantel de luchadores seleccionables. Todos los rótulos técnicos del sistema aparecen en inglés por convención de género arcade, mientras que los nombres de los personajes respetan los nombres polacos solicitados.

Menú de carreras de la generación PS2

Un automóvil clásico europeo tuneado frente a un rascacielos institucional, acompañado por un menú cromado con las opciones habituales: «Carrera, Carrera rápida, Garaje, Opciones». Ojo a un detalle crítico de propiedad intelectual: la IA introdujo los logotipos comerciales de marcas registradas sin haber sido solicitados. En cualquier proyecto comercial real, estos distintivos deben eliminarse para evitar conflictos de marca.

Carta coleccionable ilustrada

Una criatura mítica (el Dragón de Wawel), valores de ataque 9 y defensa 7, junto con un cuadro de habilidad especial (cuya traducción del polaco dice: «Al entrar en juego, quema una oveja del oponente»). La tipografía dentro del recuadro encajó sin fallos de espaciado ni deformaciones, el marco decorativo mantiene coherencia y el fondo acompaña la temática. Es el resultado más pulido de toda la tanda: serviría directamente como base para maquetar un prototipo de juego de cartas.

La variante Flare resuelve lo mismo en menos de 9 segundos

Envié exactamente las mismas órdenes a la versión rápida Flare configurada en calidad media. El tiempo medio cayó a 8,8 segundos por salida, con un coste aproximado de 0,03 EUR (0,034 USD) por generación (estimación calculada a partir del tipo BCE de 1 EUR = 1,1224 USD a 05/11/2026). La merma de calidad solo se percibe ampliando la imagen al cien por cien: menor complejidad en las texturas de fondo y rostros algo más simplificados. Para bocetar conceptos y explorar mecánicas visuales, Flare es más que suficiente; dejaría Sunburst para las piezas de presentación final.

Mi conclusión tras estas pruebas: GPT-Image-2.6 se posiciona ahora mismo como una de las herramientas más sólidas para preproducción gráfica de videojuegos y arte conceptual con interfaz integrada, porque es capaz de renderizar cadenas de texto complejas sin aberraciones ortográficas y clava la dirección de arte requerida. Para assets finales de producción seguirá haciendo falta supervisión humana para asegurar la consistencia entre pantallas. Si te interesa explorar la vertiente de vídeo y cinemáticas, revisa cómo enfoqué la creación de imágenes al estilo de GTA 6.

// sigue leyendo18 imágenes pop con GPT-Image-2.6: cine, VHS y retroHerramientas de IAFLUX 3 Image Klein: prueba local, VRAM y ComfyUIHerramientas de IAGPT Image de OpenAI: cómo funciona en ChatGPT y API, precios y testHerramientas de IA