Un arreglo de visión en septiembre recuerda por qué guardar pruebas visuales

Documentación revisada el 14 de octubre de 2026. Esta guía analiza la versión fechada que se describe a continuación; consulta la documentación oficial enlazada para confirmar el comportamiento actual de la API y la disponibilidad de tu cuenta antes de implementarla.

Si un flujo con imágenes empeora, solemos culpar al prompt. A veces el problema está en otra parte. El 25 de septiembre de 2026 OpenAI informó una corrección de codificación de imágenes para GPT-6 Sol y GPT-6 Luna y recomendó repetir evaluaciones afectadas. Ese es el evento del historial oficial, no una medición de tus imágenes. Documentación revisada el 14 de octubre.

Conserva lo que enviaste

La foto original puede pasar por recorte, rotación, compresión y cambio de tamaño. Guarda una muestra no sensible, la transformación y el hash de los bytes enviados. De otro modo compararás imágenes distintas sin darte cuenta.

Para japonés, incluye kana pequeños, kanji con texto latino, puntuación, bajo contraste y texto vertical si tu producto lo admite. Usa material original o con licencia y transcripción conocida. Añade una imagen sin texto útil para comprobar que no invente una frase.

Evalúa el resultado correcto

Separa transcripción e interpretación. Leer una palabra no equivale a explicar bien su gramática. Decide antes cómo tratar espacios y puntuación. En una ayuda de lectura comprueba también que las regiones destacadas correspondan al texto esperado.

Una ficha puede guardar image_sha256, transform_version, expected_text, idioma y notas de revisión. No incluyas imágenes sensibles en repositorios compartidos. Si la respuesta esperada es dudosa, márcala para revisión humana.

Aísla el cambio

Compara modelo actual y candidato con los mismos bytes. Prueba aparte cualquier cambio de preprocesamiento. Incluye fallos del servicio y salidas malformadas. Revisa categorías: mejorar en inglés grande puede ocultar empeoramiento en anotaciones japonesas pequeñas.

Conserva resultados, fechas y configuración. Un cambio del proveedor puede justificar repetir la regresión aunque tu aplicación no cambie. Prefiero veinte imágenes que podemos evaluar a cientos de capturas sin criterio. Queremos reconocer el cambio y decidir si publicar, no fabricar una demo bonita.