Las normas de OpenAI indican a las campañas políticas que excluyan su chatbot para consumidores del flujo de trabajo publicitario, y la prohibición de anuncios políticos en ChatGPT ahora se está poniendo a prueba abiertamente: The Washington Post informa que las campañas están usando ChatGPT para crear anuncios de todos modos. Ningún modelo cambió esta semana ni se lanzó ningún producto nuevo. Lo que ha surgido es la brecha entre una regla escrita de uso aceptable y lo que las personas hacen realmente una vez que tienen una cuenta, un problema que comparten todos los desarrolladores que construyen sobre modelos alojados con OpenAI.
Conclusiones clave
- The Washington Post informa que las campañas políticas están produciendo publicidad con ChatGPT, pese a la política de OpenAI que prohíbe su uso por parte de campañas.
- El fragmento disponible no nombra campañas, no cuantifica qué tan extendida está la práctica ni incluye una respuesta de OpenAI, por lo que la escala debe considerarse no cuantificada.
- Se trata de una historia sobre cumplimiento, no sobre capacidades: una política de uso es una condición contractual verificada tras el hecho, no un límite integrado directamente en el modelo.
- El costo ya no es una barrera. Según Convly Base de datos de modelos, Sora 2 comienza en 0,05 USD por segundo de video, Sora 2 Pro a 0,15 USD, Veo 3.1 a 0,05 USD, Kling 2.5 Turbo Pro a 0,07 USD y Wan 2.5 a 0,05 USD.
- Redactar textos publicitarios es aún más barato: Claude Sonnet 5 cuesta 2,00 USD de entrada / 10,00 USD de salida por millón de tokens y Gemini 3.6 Flash 1,50 USD / 7,50 USD, por lo que un guion completo cuesta fracciones de centavo.
- Los modelos de código abierto significan que la restricción impuesta por un único proveedor es una decisión de enrutamiento para el usuario, no un límite absoluto.
Qué cubre realmente la prohibición de anuncios políticos en ChatGPT
Los hechos reportados aquí son limitados y vale la pena enunciarlos con precisión. Según The Washington Post, OpenAI prohíbe expresamente a las campañas políticas usar ChatGPT para crear publicidad, y sin embargo las campañas lo están utilizando con ese fin. La información disponible no identifica qué campañas, cuántos anuncios están involucrados, qué proporción de un anuncio determinado fue generada por máquina ni si OpenAI ha tomado medidas contra alguna cuenta. Cualquiera que cite una cifra sobre esta historia está citando algo que no ha sido reportado.
La política en sí no es secreta. OpenAI publica sus reglas sobre qué pueden y no pueden hacer los clientes con sus modelos en sus políticas de uso, y desde hace tiempo las campañas políticas figuran en la categoría restringida junto con otras categorías de alto riesgo. Ese documento es la fuente principal de la norma y es la página que debería leer un equipo de cumplimiento, y no un resumen de ella. Lo que dicho documento no puede hacer es describir cómo se detecta o aplica la norma, precisamente el ámbito donde se sitúa el comportamiento reportado.
Por qué las políticas de uso fallan a nivel de solicitud
Como contexto más que como hecho reportado, merece la pena explicar la razón estructural por la que una norma como esta se evita, porque se generaliza a todos los modelos de nuestro Base de datos de modelos de IA. Una política de uso es un término contractual. El entrenamiento en seguridad del modelo es una tendencia conductual. Ninguno de los dos es un filtro que inspeccione la identidad del cliente final. Cuando llega una solicitud pidiendo cinco variantes de un guion de treinta segundos sobre el alza de los precios de los alimentos, dirigido a votantes de 35 a 54 años, hay muy poco que la distinga del trabajo habitual de marketing de marca. El modelo no tiene forma de verificar la identidad del cliente final, y tampoco el operador dispone de una señal fiable a posteriori.
Esto deja la aplicación de la norma dependiente de denuncias externas, revelaciones voluntarias o análisis de patrones a nivel de cuenta —todos ellos lentos comparados con el ciclo de una campaña—. También significa que la sanción práctica por incumplir un término de uso aceptable es la suspensión de la cuenta tras haberse ya publicado el trabajo, y no la denegación de la generación en el momento de la solicitud. Para los desarrolladores, esa es la lección clave: los términos a los que ustedes acceden se aplican a su cuenta, no a sus solicitudes.
La generación de video de calidad publicitaria ahora cuesta centavos por segundo
La economía importa porque explica por qué se ignora una política, y no simplemente por qué desagrada. Antes, producir un pequeño anuncio requería un equipo, una sala de edición y un presupuesto lo suficientemente grande como para figurar en documentos oficiales. El video generado ha eliminado por completo ese rubro. Las cifras que aparecen a continuación son los precios iniciales por segundo que publicamos en nuestra propia base de datos, y se aplican a cualquier usuario de los puntos finales alojados, sea campaña o no.
| Modelo | Proveedor | Precio inicial por segundo |
|---|---|---|
| Sora 2 | OpenAI | $0.05 |
| Sora 2 Pro | OpenAI | $0.15 |
| Veo 3.1 | $0.05 | |
| Kling 2.5 Turbo Pro | Kuaishou | $0.07 |
| Wan 2.5 | Alibaba | $0.05 |
A 0,05 USD por segundo, treinta segundos de material cuestan 1,50 USD en cómputo antes de iterar. Incluso a la tarifa de Sora 2 Pro de 0,15 USD por segundo, esos mismos treinta segundos cuestan 4,50 USD. La generación de guiones y subtítulos apenas añade coste: GPT-5.6 Sol tiene un precio de 5,00 USD de entrada / 30,00 USD de salida por millón de tokens, Claude Sonnet 5 de 2,00 USD / 10,00 USD y Gemini 3.6 Flash de 1,50 USD / 7,50 USD, y un anuncio consta de apenas unos cientos de tokens. Si desea calcular el costo de un volumen específico de borradores y variantes, nuestras Calculadora de costos de API de IA y Índice de relación precio-rendimiento de IA cubren los cálculos aritméticos entre proveedores.
El código abierto hace opcionales las normas de un único proveedor
Existe una segunda razón por la que la restricción impuesta por una sola empresa tiene alcance limitado, y es la misma razón por la que los compradores empresariales siguen preguntando sobre el alojamiento propio. El uso restringido de un producto alojado solo es aplicable mientras el usuario necesite ese producto. Varios de los modelos de código abierto más potentes pueden ejecutarse en hardware que una pequeña agencia puede alquilar o comprar: Qwen3 32B requiere aproximadamente 20 GB de VRAM en cuantización de 4 bits, Llama 3.3 70B unos 40 GB, y ambos son capaces de redactar textos publicitarios. Una vez que un modelo se ejecuta en su propia máquina, ninguna política de uso aceptable interviene en la cadena de solicitudes.
Esa es la incómoda realidad estructural detrás de la historia: una política de este tipo funciona como un instrumento reputacional y contractual, no como un control técnico. Los lectores que evalúen el equilibrio entre riesgos y beneficios pueden dimensionar el hardware necesario con nuestras calculadora gratuita de VRAM, y el panorama general de costos se analiza en nuestros estudio comparativo sobre costos de IA: abierta frente a cerrada. El punto no es que las campañas estén efectivamente alojando los modelos ellas mismas —nada reportado lo afirma—, sino que, incluso en teoría, el techo de aplicación de la norma es bajo.
Qué significa esto para los desarrolladores que construyen sobre APIs de modelos
Si usted lanza una aplicación sobre un modelo alojado, esta historia es una previsualización del riesgo que asume en nombre de sus clientes. La lista de usos restringidos de su proveedor se aplica a su cuenta, y sus usuarios finales son quienes generan las solicitudes. De ello se derivan tres consecuencias prácticas. Primero, las categorías restringidas deben gestionarse en su propia capa de producto, porque el modelo upstream no rechazará de forma fiable trabajos que solo están prohibidos contextualmente. Segundo, el registro de solicitudes y salidas es lo que le permite responder a las preguntas de su proveedor si se inicia una revisión de cuenta, por lo que la política de retención es una decisión de cumplimiento tanto como de almacenamiento. Tercero, los contratos con los clientes deben especificar explícitamente las categorías restringidas, ya que una infracción cometida por un cliente sigue siendo una infracción en su cuenta.
Nada de esto es exótico. Es la misma disciplina que ya aplican los sectores regulados al uso de modelos, extendida a una categoría —la publicidad política— donde la exposición reputacional es inusualmente alta y el ciclo de revisión inusualmente corto.
Proveniencia y la brecha de divulgación
El problema de detección agrava el problema de aplicación. Los metadatos de procedencia adjuntos en el momento de la generación son frágiles en el uso cotidiano: los archivos se vuelven a codificar, recortan, vuelven a subirse y pasan por herramientas de edición, y las señales integradas frecuentemente no sobreviven intactas ese recorrido. Los requisitos de divulgación visible para contenidos sintéticos en publicidad política varían según la jurisdicción y aún están en proceso de definición, lo cual constituye contexto más que información reportada en esta historia. El efecto combinado es que un anuncio terminado rara vez lleva un registro fiable de qué modelo lo generó; por tanto, la pregunta de si un anuncio concreto violó la prohibición de anuncios políticos en ChatGPT suele ser imposible de responder únicamente a partir del artefacto.
Preguntas frecuentes
¿Qué prohíbe exactamente la prohibición de anuncios políticos en ChatGPT? Las políticas de uso publicadas por OpenAI restringen el uso de sus modelos en campañas políticas; The Washington Post informa que, pese a ello, las campañas siguen usando ChatGPT para crear publicidad. El alcance exacto está definido en el documento de política de OpenAI, que constituye la referencia autorizada y se actualiza periódicamente por la empresa.
¿Ha sancionado OpenAI a alguna campaña? No, según ninguna de las informaciones disponibles. El material describe la norma y la conducta observada, pero no menciona ninguna acción de cumplimiento ni respuesta de la empresa, por lo que no se puede concluir nada sobre sanciones.
¿Por qué OpenAI no puede simplemente bloquear los anuncios de campañas en el momento de la generación? Porque una solicitud para redactar texto persuasivo breve o generar treinta segundos de video se asemeja al trabajo comercial de marketing. El modelo no puede verificar quién es el cliente final, por lo que la restricción se aplica a nivel de cuenta tras el hecho, y no a nivel de solicitud individual.
¿Cuánto cuesta ahora generar un anuncio? Según los precios iniciales de nuestra base de datos, treinta segundos de salida de Sora 2 cuestan aproximadamente 1,50 USD en cómputo, o unos 4,50 USD en Sora 2 Pro a 0,15 USD por segundo. Los puntos finales competidores comienzan en 0,05 USD por segundo para Veo 3.1 y Wan 2.5, y en 0,07 USD para Kling 2.5 Turbo Pro. La generación de guiones es insignificante frente a ese costo.
¿Me afecta esto si solo uso la API para productos habituales? Indirectamente, sí. Las categorías de uso restringido se aplican a nivel de cuenta, por lo que cualquier aplicación que permita a terceros enviar solicitudes hereda la carga de cumplimiento. La mitigación consiste en implementar controles propios por categoría y mantener registros utilizables.
En resumen
La historia reportada es pequeña y específica: existe una norma, y según The Washington Post, las campañas la están eludiendo. Su relevancia trasciende el incidente. Las políticas de uso aceptable se les está pidiendo que realicen una tarea —regular el propósito final de una herramienta de propósito general— para la cual, estructuralmente, no están capacitadas, justo en un momento en que el costo de producir videos de duración televisiva ha caído a centavos por segundo y alternativas potentes de código abierto pueden ejecutarse en una sola estación de trabajo. Se espera que la presión se desplace de la prohibición hacia la divulgación y la procedencia, porque al menos estas últimas son auditables. Hasta que eso ocurra, cualquiera que lance productos sobre modelos alojados debe asumir que el cumplimiento de las políticas es un problema de ingeniería propio, no del proveedor.
Fuentes: news.google.com. Reportado el 05 de septiembre de 2026.