GPT Image 2.5 במבחן
העדכון של OpenAI מספטמבר מוביל בדירוג העיוור של Arena, מציג טקסט היטב ועורך בזהירות רבה יותר. איפה הוא עדיין מועד, כמה הוא עולה ואיך הוא עומד מול Google.
ב־8 בספטמבר שחררה OpenAI את ChatGPT Images 2.5, חמישה חודשים אחרי Images 2.0. ב־ChatGPT הוא הפך למודל התמונות של כל המשתמשים. ב־API הוא הגיע כשני מודלים: GPT-Image-2.5 Flare, ברירת המחדל המהירה, ו־GPT-Image-2.5 Sunburst, שלוקח יותר זמן לטובת עבודה מדויקת יותר.
לדברי OpenAI, אנשים יוצרים היום יותר מ־3 מיליארד תמונות בשבוע עם הכלים שלה. הנה מה השתנה, מה המודל עושה טוב, איפה הוא עדיין מועד, כמה הוא עולה, ומה זה אומר למותג שרוצה להשתמש בו.
מה השתנה
הטענות המרכזיות הן פרטים חדים יותר, אור ומרקם טבעיים יותר ותוצאות מהירות יותר, עם עד 50 אחוזים פחות המתנה מאשר ב־Images 2.0. OpenAI אומרת גם שהמודל שומר על מה שמופיע בתמונת הייחוס מזוהה יותר, ומבצע הוראות עריכה בצורה אמינה יותר לאורך כמה סבבים, כך ששינויים קודמים כבר לא מתפרקים.
ChatGPT קיבל כלים סביב המודל. כלי הסקיצה הופך שרטוט גס לתמונה גמורה. תבניות מתחילות פוסטר או צילום מוצר ממבנה מוכן במקום מפרומפט ריק, ואפשר להוסיף הערות ישירות על התמונה כדי לכוון עריכה.
חלק גדול מהתשתית הגיע באפריל עם GPT Image 2. ב־TechCrunch מצאו אותו "טוב באופן מפתיע" בטקסט, עם תפריט מסעדה סביר מספיק כדי להשתמש בו, ו־OpenAI הצביעה על הצגה טובה יותר של כתבים כמו יפנית, קוריאנית, הינדי ובנגלית. הוא גם הוסיף שלב חשיבה: המודל יכול לחפש ברשת, ליצור כמה תמונות מפרומפט אחד ולבדוק את הפלט של עצמו.
איכות, טקסט ועריכה
הצבעות עיוורות מציבות אותו בראש. בטבלת המובילים של Arena ליצירת תמונות מטקסט, שבה אנשים משווים שתי תמונות אנונימיות ובוחרים את הטובה מביניהן, Sunburst דורג ראשון ו־Flare שני ב־7 באוקטובר, לפני GPT Image 2 והרבה לפני Grok Imagine, MAI-Image-2.6 של Microsoft ו־Nano Banana 2.1 של Google. הצבעות כאלה מודדות מה אנשים מעדיפים במבט ראשון, לא אם תמונה מתאימה למותג, אבל היתרון עקבי.
בטקסט ההתקדמות בולטת במיוחד. כותרות, תפריטים, תוויות ורכיבי ממשק שיצאו משובשים לפני שנתיים מאויתים היום בדרך כלל נכון. התיעוד של OpenAI עצמה זהיר יותר מפוסט ההשקה שלה: המודל "עדיין עלול להתקשות במיקום מדויק ובבהירות של טקסט". לדעתנו זה אומר כן לטיוטות ולמוקאפים, וכן לאריזה סופית או לנוסח משפטי רק אחרי שאדם בדק כל מילה.
למותג, העריכה חשובה יותר מהתמונה הראשונה. OpenAI אומרת ש־Images 2.5 טוב יותר בשינוי של מה שהתבקש בלבד, כך שאפשר להחליף מוצר, רקע או שורת טקסט בזמן שהקומפוזיציה נשארת. התיעוד שלה מציין את המגבלות בפשטות. מסכה היא הנחיה, לא שבלונה, והמודל "עשוי לא לעקוב אחרי הצורה המדויקת שלה בדיוק מלא". הוא עלול גם להתקשות לשמור על עקביות של דמויות חוזרות או של רכיבי מותג בין יצירה ליצירה, ולמקם רכיבים בדיוק בתוך עימוד.
הכלל המעשי נובע מכך. התייחסו לכל עריכה כאל רינדור חדש של התמונה כולה, והשוו אותה למקור לפני שהיא יוצאת לאנשהו. כשמוצר חייב להישאר בדיוק כפי שהוא, כמו בקבוק עם תווית מפוקחת, שמרו את הצילום האמיתי ותנו למודל לבנות את הסצנה סביבו במקום לצייר את החפץ מחדש.
מהירות, מחיר ומגבלות
Flare הוא המודל ש־OpenAI ממליצה עליו לרוב השימושים. Sunburst מיועד לעבודת קמפיינים שבה העריכות חייבות להחזיק, ולוקח יותר זמן. שניהם עולים אותו דבר לטוקן: 30 דולר למיליון טוקנים של פלט תמונה, ועוד הקלט. המחשבון של OpenAI עצמה מעריך תמונה ריבועית של 1,024 פיקסלים בכחצי סנט באיכות נמוכה, בכ־5 סנט באיכות גבוהה ובכ־21 סנט בהגדרת max החדשה.
תמונות יכולות להגיע ל־3,840 פיקסלים בצלע הארוכה, אם כי כל מה שמעל 2,560 על 1,440 עדיין מסומן כניסיוני, ופרומפטים מורכבים יכולים לקחת עד שתי דקות. OpenAI עשויה לבקש מארגון לאמת את עצמו לפני שיוכל להשתמש במודלי התמונה ב־API. גם מודלים יוצאים משימוש מהר: gpt-image-1 נסגר ב־23 באוקטובר, ו־GPT Image 1.5 וגרסת ה־mini שלו ייסגרו אחריו ב־1 בדצמבר. כל תהליך עבודה שנבנה על מודל אחד צריך בדיקה מחדש על הבא.
מול Google והשאר
Google ענתה ב־6 באוקטובר עם Nano Banana 2.1, שנבנה על Gemini 3.6 Flash. הוא מקבל עד 14 תמונות ייחוס, שומר על עקביות של עד ארבע דמויות ועשרה חפצים, מרנדר עד 4K ועולה, לפי The Decoder, 3.36 סנט אמריקאי לתמונה ב־1K ו־7.56 סנט ב־4K. כרטיס המודל של Google עצמה מונה את נקודות התורפה: טקסט קטן שלעיתים קרובות מטושטש ב־1K, דמיון לא מושלם לתמונות הייחוס ובלבול מדי פעם בין ימין לשמאל.
כך שהשקלול ברור. GPT Image 2.5 מוביל בהעדפה הכללית ובטקסט, והעריכה שלו השתפרה. Google זולה יותר ברזולוציה גבוהה, מקבלת יותר תמונות ייחוס בבת אחת ויושבת בתוך Google Ads, Flow ו־Stitch. במבחנים של The Decoder, ה־Nano Banana Pro הוותיק והיקר יותר של Google עדיין הפיק לעיתים קרובות את התמונה הטבעית יותר. אף מודל לא מנצח בכל משימה, ולכן עדיף לבחור לפי משימה, ולא פעם בשנה.
מה זה אומר למותג
השורה התחתונה שלנו: לפי הראיות של היום, GPT Image 2.5 הוא מודל התמונות הכללי החזק ביותר שזמין, במיוחד כשטקסט ועימוד חשובים. השתמשו ב־Flare לטיוטות, לקונספטים ולפורמטים לרשתות החברתיות, וב־Sunburst לעבודת קמפיין סופית. בדקו כל מילה, שמרו את הצילום האמיתי של המוצר לכל מה שחייב להיות מדויק, והחזיקו מודל שני מוכן למשימות שבהן Google זולה יותר או טובה יותר. OpenAI מסמנת את התמונות שלה במטא־דאטה של C2PA ובסימן מים בלתי נראה, וזה עוזר לשמור על כנות.
ועדיין, זו לא מערכת מותג. הוא לא מכיר את האור, החיתוך או הצבעים שלכם אלא אם תראו לו, והוא יכול לסטות בין יצירה ליצירה. בשביל החלק הזה נבנה Reel: סגנונות שננעלים מתוך רפרנסים אמיתיים, המודל הטוב ביותר שנבחר לכל משימה, ביניהם GPT Image ו־Gemini, בדיקת איכות לכל תוצאה, ואדם שבוחר מה נכנס לשימוש. מודל טוב יותר מאיץ את התהליך הזה. הוא לא מחליף אותו.
