OpenAI ha puesto DALL-E 3 a disposición de los usuarios de ChatGPT Plus y las cuentas enterprise a finales de octubre de 2023. El modelo, que genera imágenes a partir de texto, mejora la comprensión del lenguaje natural respecto a su predecesor y permite trabajar directamente desde la interfaz de chat, sin necesidad de un generador independiente.
Qué cambia respecto a DALL-E 2
La diferencia más notable es la precisión en la interpretación del prompt. DALL-E 3 ha sido entrenado con un volumen mayor de imágenes y obras de arte, y gestiona mejor los detalles específicos: texto visible dentro de la imagen, manos, expresiones faciales y composiciones complejas. OpenAI describe la mejora como la capacidad de «transladar ideas en imágenes excepcionalmente precisas», aunque sin publicar métricas de benchmark comparativas entre versiones.
La integración con ChatGPT cambia el flujo de trabajo: el usuario describe lo que quiere en lenguaje conversacional, puede pedir ajustes en la misma ventana y el modelo aplica los cambios manteniendo el contexto. Para el trabajo con personajes recurrentes, existe una técnica de semillas numéricas que permite generar variaciones de un mismo personaje con más consistencia.
Protocolos de seguridad y derechos de autor
OpenAI ha incorporado restricciones de contenido más estrictas que en versiones anteriores. El modelo rechaza peticiones de imágenes violentas, contenido sexualmente explícito o material que pueda resultar dañino. También ha reducido la probabilidad de reproducir el estilo de artistas vivos, una medida que responde a las críticas del sector sobre el uso de obras protegidas en el entrenamiento de modelos generativos.
Antes del lanzamiento, OpenAI trabajó con expertos en seguridad y usuarios tempranos para identificar brechas, con especial atención a la generación de contenido gráfico e imágenes falsas con capacidad persuasiva. La compañía investiga además un «clasificador de procedencia», una herramienta interna que permitiría identificar si una imagen fue generada por DALL-E 3, con el objetivo de añadir transparencia en la atribución de contenido generado por IA. Los modelos de lenguaje que procesan los prompts de texto están en el centro de este tipo de avances multimodales.
Ejemplos de uso: UI y logotipos
Los siguientes ejemplos ilustran dos casos de uso prácticos generados con DALL-E 3. El primero es un diseño de interfaz web para una tienda de cascos de bicicleta, con versión de escritorio y móvil:
El segundo ejemplo muestra dos propuestas de logotipo minimalista para una tienda de mascotas, combinando iconos de perros y gatos:
Disponibilidad y precio
DALL-E 3 está disponible para suscriptores de ChatGPT Plus (20 dólares al mes) y para cuentas enterprise. El acceso directo a la API de DALL-E 3 permite a desarrolladores integrar la generación de imágenes en sus propias aplicaciones, con precios por imagen según resolución. OpenAI también ofrece el servicio a través de Microsoft Azure OpenAI Service para empresas con necesidades de integración en infraestructura propia.
Preguntas frecuentes
¿Qué necesito para acceder a DALL-E 3?
Una suscripción activa a ChatGPT Plus (20 $/mes) o una cuenta enterprise de OpenAI. Desde ChatGPT, puedes pedir imágenes directamente en la conversación. Los desarrolladores pueden acceder vía API con precios por imagen.
¿Puede DALL-E 3 copiar el estilo de un artista?
OpenAI ha reducido la probabilidad de que el modelo reproduzca el estilo de artistas vivos. Los prompts que mencionan nombres de artistas concretos pueden ser rechazados o modificados automáticamente. La compañía también permite a los artistas solicitar que su obra no sea usada en futuros entrenamientos.
¿Qué es el clasificador de procedencia que investiga OpenAI?
Es una herramienta interna en desarrollo que permite identificar si una imagen fue generada por DALL-E 3. Su objetivo es añadir transparencia sobre el origen del contenido visual y facilitar la detección de deepfakes o imágenes sintéticas en contextos sensibles.
