جی پی تی ایمیج ۲.۶ معرفی شد؛ ساخت گیف و تولید تصویر ۵۰ درصد سریع‌تر

جی پی تی ایمیج ۲.۶ (GPT Image 2.6) در ۱۳ آبان ۱۴۰۵ (۴ نوامبر ۲۰۲۶) معرفی شد. OpenAI هم‌زمان با انتشار اطلاعیه، عرضه نسخه جدید را در ChatGPT، Codex و رابط برنامه‌نویسی (API) اعلام کرد. این نسخه می‌تواند تصویر متحرک تکرارشونده یا گیف (GIF) بسازد. OpenAI می‌گوید سرعت تولید تصویر هم نسبت به نسخه قبل ۵۰ درصد بیشتر شده است.

• نسخه Flare برای تولید سریع طراحی شده و با تنظیم کیفیت روی حالت پایین، می‌تواند در ۶ ثانیه تصویر بسازد.
• نسخه Sunburst با کیفیت متوسط یا بالا برای تصاویر پرجزئیات و حفظ ویژگی‌های سوژه در چند دور ویرایش طراحی شده است.
• خروجی گیف برای متحرک‌کردن طرح اولیه، شخصیت برند و تصاویر تبلیغاتی به کار می‌آید.
• در API، نشانه‌گذاری روی عکس، خروجی برداری و تنظیم میزان پیچیدگی درخواست در دسترس‌اند.

ساخت تصویر با مدل‌های جی پی تی ایمیج در هوشا

مدل GPT Image 2.6 اکنون در هوشا در دسترس است و می‌توانید از آن برای ساخت عکس با هوش مصنوعی استفاده کنید. علاوه بر این، نسخه‌های دیگر این مدل شامل GPT Image 1.5، 2 و 2.5 نیز در هوشا قابل استفاده هستند. برای شروع می‌توانید به صفحه ساخت عکس با هوش مصنوعی مراجعه کنید.

در پلتفرم هوش مصنوعی هوشا، سرویس‌های ساخت عکس، ویدئو و موسیقی در کنار بخش چت در یک حساب با محیط فارسی و پرداخت ریالی در دسترس‌اند. برای ایده‌پردازی و نوشتن توضیح اولیه تصویر هم می‌توانید از چت جی پی تی در هوشا استفاده کنید.

جی پی تی ایمیج ۲.۶ چقدر سریع‌تر تصویر می‌سازد؟

OpenAI می‌گوید کاربران هر هفته در مجموع ۴ میلیارد تصویر در چت جی پی تی، Codex و API می‌سازند. این شرکت در معرفی نسخه ۲.۶ روی سرعت ساخت تصویر و امکان اصلاح چندباره آن با حفظ جزئیات سوژه تمرکز کرده است.

مدل های Flare و Sunburst هر کدام برای چه کاری مناسبند؟

Flare برای ساخت سریع چند نسخه از یک طرح به کار می‌آید. OpenAI علاوه بر زمان ۶ ثانیه‌ای در تنظیم کیفیت پایین، از بهبود چیدمان پوسترها و تصاویر محصول در این مدل خبر داده است.

Sunburst برای کارهایی طراحی شده که کیفیت متوسط یا بالا و حفظ جزئیاتی مثل ظاهر شخصیت، شکل محصول یا عناصر برند در ویرایش اهمیت دارند.

نسخه قبلی که GPT Image 2.5 بود هم دو مدل Flare و Sunburst داشت و روی سرعت و حفظ جزئیات در ویرایش تمرکز کرده بود. نسخه جدید همین تقسیم‌بندی را حفظ کرده و ابزارهای تازه‌ای برای متحرک‌سازی و کنترل ویرایش در API اضافه کرده است.

مقایسه سرعت ساخت پوسترGPT Image 2.6 با GPT Image 2.5

در این قسمت OpenAI یک ویدیو منتشر کرده است تا سرعت تولید پوستر سفررا با دو مدل جدید و قبلی مقایسه کند. هر دو پوستر با نسخه Flare و روی کیفیت پایین‌ ساخته شده‌اند. برای همین پوستر، زمان‌های ۷٫۰۸ ثانیه برای GPT Image 2.5 و ۴٫۸۴ ثانیه برای GPT Image 2.6 ثبت شده و روی پوستر ساخته شده با مدل GPT Image 2.6 عبارت «۴۶ درصد سریع‌تر» آمده است.

ساخت گیف از پرامپت، طرح اولیه یا شخصیت برند

طبق اعلام رسمی OpenAI کاربران می‌توانند برای یک کمپین، شخصیت برند (مسکات) را متحرک کنند، برای شبکه‌های اجتماعی تصویر تعاملی بسازند یا حرکت یک کاراکتر را پیش از تولید ویدئو در استوری‌بورد متحرک ببینند.

در نمونه دیگری، OpenAI یک طرح دستی ساده را به کاراکتر جغد متحرک تبدیل کرده است. استارتاپ Town هم از طریق API برای دستیار کاری خود یک شخصیت متحرک به نام Monty ساخته که هنگام تایپ بالای کادر پیام ظاهر می‌شود.

امکانات تازه ساخت و ویرایش تصویر در API

طبق مستندات ساخت تصویر OpenAI، هر دو مدل ۲.۶ می‌توانند در مسیر تولید تصویر API فایل گیف بسازند. توسعه‌دهنده می‌تواند موضوع، حرکت و نحوه تکرار انیمیشن را در پرامپت توضیح دهد و تعداد فریم‌ها و مدت نمایش هر فریم را تعیین کند. خروجی گیف در مسیر ویرایش تصویر API پشتیبانی نمی‌شود.

نشانه‌گذاری روی تصویر (Image Markup), که پیش‌تر در ChatGPT ارائه شده بود، به API هم آمده است. با این قابلیت می‌توان محل دقیق تغییر را روی عکس مشخص کرد. خروجی برداری SVG هم برای طرح‌هایی در دسترس است که قرار است در وب‌سایت، اپلیکیشن یا نسخه چاپی استفاده شوند.

تنظیم پیچیدگی (Complexity) میزان برنامه‌ریزی مدل برای اجرای درخواست را مشخص می‌کند. تنظیم کیفیت تصویر میزان جزئیات و کیفیت بصری را کنترل می‌کند. OpenAI برای بیشتر اصلاحات، پیچیدگی پایین را پیشنهاد می‌کند. برای صحنه‌هایی با عناصر یا محدودیت‌های متعدد، گزینه متوسط یا بالا را در نظر بگیرید.

نمونه‌های ساخته‌شده در دسترسی زودهنگام

OpenAI نمونه‌هایی از Picsart، fal، Sable و Higgsfield منتشر کرده است. این نمونه‌ها تصویرسازی، تغییر عناصر یک عکس، طراحی بصری محصول و چند نسخه از یک صحنه را نشان می‌دهند.

قیمت و نحوه دسترسی به GPT Image 2.6

هزینه استفاده از Flare و Sunburst در API

در صفحه رسمی قیمت‌گذاری OpenAI، تعرفه استاندارد دو نسخه ۲.۶ یکسان است. قیمت‌های زیر به دلار آمریکا و به‌ازای هر یک میلیون توکن، یعنی واحد محاسبه مصرف در API، در ۱۴ آبان ۱۴۰۵ (۵ نوامبر ۲۰۲۶) ثبت شده‌اند.

• تصویر: ۸ دلار برای ورودی، ۲ دلار برای ورودی ذخیره‌شده (Cached Input) و ۳۰ دلار برای خروجی.
• متن: ۵ دلار برای ورودی و ۱٫۲۵ دلار برای ورودی ذخیره‌شده.

تعرفه استاندارد GPT Image 2.5 Flare و Sunburst نیز در همین صفحه با همین نرخ‌ها فهرست شده است. هزینه خروجی SVG به مصرف دو مدل وابسته است: مدل ساخت تصویر مرجع و مدلی که فایل برداری را می‌نویسد.

زمان عرضه در ChatGPT و Codex

OpenAI تاریخ شروع دسترسی را همان روز انتشار اطلاعیه، ۱۳ آبان ۱۴۰۵ (۴ نوامبر ۲۰۲۶), اعلام کرد. Images 2.6 در همه رده‌های اشتراک ChatGPT و Codex و در وب، موبایل و دسکتاپ عرضه شد. در API نیز دو مدل Flare و Sunburst در دسترس‌اند. اطلاعیه برای قابلیت تصویر در اشتراک کاربری تعرفه جداگانه‌ای اعلام نکرده است.

نتایج مستقل و ارزیابی ایمنی چه می‌گویند؟

در جدول اصلی آزمون Image Arena از DesignArena، به‌روزرسانی ۱۴ آبان ۱۴۰۵ (۵ نوامبر ۲۰۲۶) ساعت ۸:۰۹ به وقت UTC، امتیاز Elo ترجیح کاربران را در مقایسه‌های دونفره تصاویر نشان می‌دهد. GPT Image 2.6 Sunburst با کیفیت حداکثری و پیچیدگی بالا امتیاز ۱۳۸۲ را ثبت کرد. GPT Image 2.5 Sunburst امتیاز ۱۳۷۹ داشت.

GPT Image 2.6 Flare با کیفیت و پیچیدگی پایین امتیاز ۱۳۱۷ را ثبت کرد. در همان جدول، MAI-Image-2.6 امتیاز ۱۳۰۳ و Nano Banana 2.1 امتیاز ۱۲۸۴ داشتند. DesignArena برای همین پیکربندی Flare زمان ۶٫۳ ثانیه و برای پیکربندی حداکثری Sunburst ۲.۶ زمان ۶۵٫۸ ثانیه گزارش کرده است. این اعداد به تنظیمات و شرایط همان ارزیابی مربوط‌اند. OpenAI در اطلاعیه خود جزئیات کامل روش محاسبه ادعای ۵۰ درصد را منتشر نکرده است.

در کارت رسمی ایمنی Images 2.6، OpenAI نتیجه بررسی ۳٬۰۷۷ درخواست چالش‌برانگیز را با نسخه‌های متناظر ۲.۵ مقایسه کرده است. پس از اعمال کنترل‌های ارزیابی‌شده، سهم خروجی‌های ناقض سیاست برای Sunburst کاهش و برای Flare افزایش یافت. طبق گزارش شرکت، هیچ‌یک از این دو اختلاف کلی از نظر آماری معنادار نبود.

جمع‌بندی

جی پی تی ایمیج ۲.۶ علاوه بر ساخت گیف، کنترل بیشتری بر فرایند ساخت و ویرایش تصویر در API فراهم می‌کند. Flare برای آزمودن سریع چند نسخه از یک طرح طراحی شده و Sunburst در تنظیمات کیفیت متوسط و بالا برای کارهای پرجزئیات و حفظ ظاهر سوژه در چند دور ویرایش مناسب است.