Badania i newsy

GPT-Image-2.6 dodaje GIF, SVG i generowanie od 6 sekund

OpenAI udostępniło Images 2.6 w ChatGPT, Codex i API. Rodzina GPT-Image-2.6 obejmuje modele Flare i Sunburst, a aktualizacja dodaje formaty GIF i SVG oraz sterowanie złożonością.

Redakcja Zespół redakcyjny 5 min czytania
Interfejs do generowania i edycji obrazów za pomocą AI
Zdjęcie: Egor Komarov / Pexels (pexels.com/photo/photo-of-an-eagle-on-a-laptop-screen-17279852)

Czego się dowiesz

  • Czym różnią się modele GPT-Image-2.6 Flare i Sunburst
  • Jak działa parametr complexity i czym różni się od quality
  • Jakie formaty i sposoby edycji obsługuje nowe API
  • Ile kosztują tokeny wejściowe i wyjściowe
  • Dlaczego trudno obliczyć koszt pojedynczego obrazu

OpenAI udostępniło Images 2.6 w ChatGPT, Codex i przez API. Dla programistów główną częścią wydania jest rodzina GPT-Image-2.6, obejmująca modele Flare i Sunburst. Aktualizacja ma przyspieszyć generowanie obrazów, a także uprościć tworzenie animacji, grafiki wektorowej i precyzyjnych poprawek.

Dwa modele API mają różne zadania

GPT-Image-2.6 przyjmuje dane tekstowe i obrazy, a następnie generuje lub edytuje materiały graficzne. OpenAI podzieliło rodzinę na dwa modele o odmiennych zastosowaniach. Cennik pozostaje taki sam dla obu wariantów, ale różnią się one zakładanym tempem pracy i poziomem szczegółowości wyników.

GPT-Image-2.6 Flare powstał z myślą o szybkich iteracjach i interaktywnych przepływach pracy. Przy ustawieniu niskiej jakości model może zwrócić obraz w ciągu 6 sekund. Takie działanie może odpowiadać zespołom, które przygotowują wiele wersji projektu, testują prompty albo potrzebują szybkiego podglądu przed zleceniem dokładniejszego renderowania.

GPT-Image-2.6 Sunburst koncentruje się na szczegółowych kompozycjach i edycji. Przy średniej lub wysokiej jakości ma zapewniać lepszą spójność między kolejnymi zmianami obrazu. OpenAI podaje również, że cała generacja Images 2.6 działa o 50 procent szybciej niż poprzednie wydanie, ale nie opublikowało wyników benchmarków pozwalających niezależnie porównać oba modele.

Wagi modeli pozostają zamknięte, a GPT-Image-2.6 działa wyłącznie na infrastrukturze OpenAI. Użytkownik może korzystać z niego przez ChatGPT, Codex albo API, lecz nie uruchomi go lokalnie ani we własnym środowisku. Oznacza to również, że wdrożenie zależy od usług hostowanych przez dostawcę.

ChatGPT tworzy GIF-y i zapisuje obrazy referencyjne

Użytkownicy ChatGPT mogą przekształcić polecenie tekstowe albo zdjęcie w animowany plik GIF. Narzędzie pozwala regulować szybkość animacji, edytować poszczególne klatki i udostępniać gotowy materiał. Wcześniej przygotowanie takiego pliku mogło wymagać przeniesienia wygenerowanych obrazów do osobnego programu.

Images 2.6 pozwala także zapisywać i oznaczać obrazy referencyjne przedstawiające ludzi, zwierzęta lub postacie. Zapisane materiały można później wykorzystać ponownie bez kolejnego przesyłania pliku. Funkcja ma ułatwić zachowanie tych samych bohaterów lub innych elementów w serii generowanych obrazów.

Według OpenAI użytkownicy generują obecnie ponad 4 miliardy obrazów tygodniowo w ChatGPT i przez API. Osiem tygodni wcześniej, w momencie wydania Images 2.5, wynik przekraczał 3 miliardy obrazów tygodniowo. Firma przelicza aktualną skalę wykorzystania na ponad 500 milionów generowanych obrazów dziennie.

Parametr complexity steruje planowaniem obrazu

Nowe pole complexity określa, ile pracy model przeznacza na zaplanowanie obrazu przed rozpoczęciem renderowania. Dostępne są trzy poziomy: niski, średni i wysoki. Jeśli użytkownik nie poda wartości, zarówno Flare, jak i Sunburst zastosują poziom wysoki.

Niska złożoność ma sprawdzać się przy ograniczonych zmianach, takich jak zastąpienie tła albo treści znaku widocznego na obrazie. Wysoka złożoność jest przeznaczona do materiałów zawierających dużo tekstu, skomplikowane układy i istotne relacje między obiektami. Użytkownik może więc dobrać poziom planowania do rodzaju zleconej operacji, zamiast zawsze korzystać z najbardziej obciążającego wariantu.

OpenAI zastrzega, że podniesienie złożoności może wydłużyć czas odpowiedzi i prowadzić do niepożądanych zmian. Parametr complexity nie ma osobnej opłaty i pozostaje niezależny od ustawienia quality. Complexity steruje planowaniem, natomiast quality wpływa na szczegółowość renderowania i zgodność końcowego obrazu z założeniami.

Rozdzielenie tych ustawień pozwala na przykład połączyć niską złożoność z jakością dobraną do konkretnego zastosowania. Materiał źródłowy nie podaje jednak testów pokazujących różnice czasu ani wyniku dla wszystkich kombinacji complexity i quality. Firmy muszą więc ocenić je na własnych, reprezentatywnych zadaniach.

API obsługuje oznaczenia, SVG i animowane GIF-y

Image markup pozwala zaznaczyć dokładny obszar obrazu, który ma zostać zmieniony. Zamiast opisywać położenie elementu wyłącznie w prompcie, użytkownik może wskazać region wymagający poprawki. Funkcja ma ograniczyć zakres edycji i ułatwić pracę nad pojedynczym fragmentem większej kompozycji.

W opisie premiery markup przedstawiono jako funkcję zmierzającą do API. Jednocześnie przewodnik generowania obrazów wymienia edycję sterowaną oznaczeniami jako obsługiwaną przez oba modele. Materiał źródłowy nie wyjaśnia tej różnicy w opisie dostępności.

Przewodnik wymienia również eksport SVG i generowanie animowanych plików GIF przez Image API. SVG przydaje się przy ikonach, diagramach i elementach interfejsu, które trzeba skalować bez rozmycia. Bezpośrednie tworzenie GIF-ów może natomiast usunąć osobny etap przygotowywania animacji w narzędziu zewnętrznym.

Nowe formaty rozszerzają zastosowania API poza generowanie pojedynczych obrazów rastrowych. Zespoły produktowe mogą tworzyć skalowalne zasoby interfejsu, a zespoły odpowiedzialne za komunikację mogą otrzymywać proste animacje bezpośrednio z modelu. Źródło nie podaje ograniczeń dotyczących długości GIF-ów, liczby klatek ani właściwości eksportowanych plików SVG.

Ceny są tokenowe, a koszt obrazu pozostaje niejasny

Flare i Sunburst mają identyczny cennik oparty na tokenach. Według stron modeli OpenAI nalicza następujące stawki:

  • Wejście tekstowe: 5,00 USD za 1 milion tokenów albo 1,25 USD za tokeny z pamięci podręcznej.
  • Wejście obrazowe: 8,00 USD za 1 milion tokenów albo 2,00 USD za tokeny z pamięci podręcznej.
  • Wyjście obrazowe: 30,00 USD za 1 milion tokenów.

Stawka za wyjściowe tokeny obrazu odpowiada cennikowi GPT-Image-2.5. OpenAI nie opublikowało jednak tabeli pokazującej koszt wygenerowania pojedynczego obrazu w zależności od rozdzielczości, jakości i złożoności. Utrudnia to bezpośrednie zestawienie wydatków z ofertami rozliczanymi za gotowy obraz.

Google podaje, że Nano Banana 2.1 kosztuje od 0,0336 USD za obraz 1K do 0,113 USD za obraz 4K. BFL wycenia FLUX 3 Image od 0,048 USD za obraz 1K do 0,607 USD za obraz 4K. Wariant FLUX 3 Image Klein ma otwarte wagi i może działać na konsumenckich kartach graficznych, w tym RTX 3090.

Według porównania w materiale źródłowym przewagą OpenAI jest bezpośrednie generowanie plików GIF i SVG. Słabszą stroną pozostaje brak przejrzystego kosztu pojedynczego obrazu oraz niezależnych danych o jakości. Sam deklarowany wzrost szybkości o 50 procent nie pozwala ustalić, jak GPT-Image-2.6 wypada w tych obszarach na tle konkurentów.

Dla firm w Polsce oznacza to konieczność przetestowania kosztów na rzeczywistych promptach, obrazach wejściowych i wymaganych ustawieniach jakości. Przy planowaniu integracji trzeba również uwzględnić, że modele działają wyłącznie w usługach OpenAI i nie oferują wariantu do lokalnego wdrożenia.

Czy ten artykuł był pomocny?

Jeden głos na artykuł. Możesz go zmienić albo wycofać ponownym kliknięciem - Twój wybór zapamiętujemy w tej przeglądarce.

Redakcja

Zespół redakcyjny portalu. Piszemy i redagujemy teksty, weryfikujemy zgłoszenia od autorów i pilnujemy, żeby definicje w słowniku były aktualne.

Wszystkie artykuły autora →

Senior data scientist w 2026 roku: wymagania firm

Analizy ofert z USA pokazują, że senior data scientist odpowiada już nie tylko za modele. Firmy oczekują wdrożeń produkcyjnych, znajomości GenAI, chmury i komunikacji z biznesem.

Redakcja 5 min czytania

Claude Fable 5.2 i Mythos 5.2: ceny, dostęp i testy

Anthropic rozdziela możliwości jednego bazowego modelu między szeroko dostępny Fable 5.2 i kontrolowany Mythos 5.2. Analizujemy ceny, dostęp oraz eksperymenty z kodem i matematyką.