GPT Image 2.5 alla prova

L’8 settembre OpenAI ha rilasciato ChatGPT Images 2.5, cinque mesi dopo Images 2.0. In ChatGPT è diventato il modello di immagini per tutti gli utenti. Nell’API è arrivato sotto forma di due modelli: GPT-Image-2.5 Flare, l’opzione predefinita e veloce, e GPT-Image-2.5 Sunburst, che impiega più tempo per un lavoro più preciso.

Secondo OpenAI, oggi con i suoi strumenti si creano più di 3 miliardi di immagini a settimana. Ecco che cosa è cambiato, che cosa il modello fa bene, dove inciampa ancora, quanto costa e che cosa significa per un brand che vuole usarlo.

Che cosa è cambiato

Le promesse principali sono dettagli più nitidi, luce e texture più naturali e risultati più rapidi, con fino al 50 per cento di attesa in meno rispetto a Images 2.0. OpenAI afferma inoltre che il modello mantiene più riconoscibile il soggetto di una foto di riferimento e segue con più affidabilità le istruzioni di modifica nel corso di più passaggi, così le modifiche precedenti non si sfaldano più.

Attorno al modello, ChatGPT ha guadagnato nuovi strumenti. Sketch trasforma un disegno approssimativo in un’immagine finita. I template fanno partire un poster o una foto di prodotto da una struttura invece che da un prompt vuoto, e si possono inserire commenti direttamente su un’immagine per guidare una modifica.

Buona parte delle basi è arrivata ad aprile con GPT Image 2. TechCrunch lo ha trovato «sorprendentemente bravo» con il testo, con un menu di ristorante abbastanza plausibile da poter essere usato, e OpenAI ha segnalato una resa migliore di sistemi di scrittura come giapponese, coreano, hindi e bengalese. Ha anche aggiunto una fase di ragionamento: il modello può cercare sul web, creare più immagini da un solo prompt e controllare il proprio output.

Qualità, testo e modifiche

I voti alla cieca lo mettono al primo posto. Nella classifica da testo a immagine di Arena, dove le persone confrontano due immagini anonime e scelgono la migliore, il 7 ottobre Sunburst era primo e Flare secondo, davanti a GPT Image 2 e nettamente davanti a Grok Imagine, a MAI-Image-2.6 di Microsoft e a Nano Banana 2.1 di Google. Voti come questi misurano ciò che le persone preferiscono a colpo d’occhio, non se un’immagine sia giusta per un brand, ma il vantaggio è costante.

È nel testo che i progressi si vedono di più. Titoli, menu, etichette ed elementi di interfaccia che due anni fa uscivano storpiati oggi sono di solito scritti correttamente. La documentazione della stessa OpenAI è più prudente del suo post di lancio: il modello «può ancora avere difficoltà con il posizionamento preciso e la nitidezza del testo». A nostro avviso questo significa sì a bozze e mockup, e sì a packaging definitivi o testi legali solo dopo che una persona ha controllato ogni parola.

Per un brand, la modifica conta più della prima immagine. OpenAI afferma che Images 2.5 è più bravo a cambiare solo ciò che è stato chiesto, così si possono sostituire un prodotto, uno sfondo o una riga di testo mantenendo la composizione. La sua documentazione indica i limiti con chiarezza. Una maschera è un’indicazione, non uno stencil, e il modello «potrebbe non seguirne la forma esatta con assoluta precisione». Può anche avere difficoltà a mantenere coerenti personaggi ricorrenti o elementi del brand da una generazione all’altra, e a posizionare con precisione gli elementi nei layout.

Da qui deriva la regola pratica. Trattate ogni modifica come un nuovo rendering dell’intera immagine e confrontatela con l’originale prima di mandarla avanti. Dove un prodotto deve restare esattamente com’è, per esempio una bottiglia con un’etichetta regolamentata, tenete la fotografia reale e lasciate che il modello costruisca la scena attorno, invece di ridisegnare l’oggetto.

Velocità, prezzo e limiti

Flare è il modello che OpenAI raccomanda per la maggior parte degli usi. Sunburst è pensato per il lavoro sulle campagne, dove le modifiche devono tenere, e impiega più tempo. Entrambi hanno lo stesso prezzo per token: 30 dollari per milione di token di output per immagini, più l’input. Il calcolatore della stessa OpenAI stima un’immagine quadrata di 1'024 pixel a circa mezzo centesimo in qualità bassa, circa 5 centesimi in qualità alta e circa 21 centesimi con la nuova impostazione max.

Le immagini possono raggiungere 3'840 pixel sul lato lungo, anche se tutto ciò che supera 2'560 per 1'440 è ancora indicato come sperimentale, e i prompt complessi possono richiedere fino a due minuti. OpenAI può chiedere a un’organizzazione di sottoporsi a verifica prima di poter usare i modelli di immagine nell’API. Inoltre i modelli vengono ritirati in fretta: gpt-image-1 sarà spento il 23 ottobre, e GPT Image 1.5 e la sua versione mini seguiranno il 1° dicembre. Ogni flusso di lavoro costruito su un modello va ritestato sul successivo.

Il confronto con Google e gli altri

Google ha risposto il 6 ottobre con Nano Banana 2.1, basato su Gemini 3.6 Flash. Accetta fino a 14 immagini di riferimento, mantiene coerenti fino a quattro personaggi e dieci oggetti, genera fino a 4K e costa, secondo The Decoder, 3,36 centesimi di dollaro USA a immagine a 1K e 7,56 centesimi a 4K. La scheda del modello pubblicata da Google elenca i punti deboli: testo piccolo spesso sfocato a 1K, somiglianza imperfetta con le immagini di riferimento e occasionali confusioni tra sinistra e destra.

Il compromesso è quindi chiaro. GPT Image 2.5 è in testa per preferenza complessiva e per il testo, e le sue modifiche sono migliorate. Google costa meno ad alta risoluzione, accetta più riferimenti alla volta ed è integrato in Google Ads, Flow e Stitch. Nei test di The Decoder, il Nano Banana Pro di Google, più vecchio e più costoso, produceva ancora spesso l’immagine più naturale. Nessun modello vince in ogni lavoro, ed è per questo che conviene scegliere lavoro per lavoro, non una volta all’anno.

Che cosa significa per un brand

Il nostro giudizio: allo stato attuale, GPT Image 2.5 è il modello di immagini generalista più forte disponibile, soprattutto dove contano testo e layout. Usate Flare per bozze, concept e formati social, e Sunburst per il lavoro finale sulle campagne. Controllate ogni parola, tenete la fotografia reale del prodotto per tutto ciò che deve essere esatto e tenete pronto un secondo modello per i lavori in cui Google costa meno o rende meglio. OpenAI contrassegna le sue immagini con metadati C2PA e una filigrana invisibile, il che aiuta a essere onesti.

Non è però ancora un sistema di brand. Non conosce la vostra luce, il vostro taglio o i vostri colori se non glieli mostrate, e può deviare da una generazione all’altra. È la parte per cui è costruito Reel: stili fissati a partire da riferimenti reali, il modello migliore scelto per ogni lavoro, tra cui GPT Image e Gemini, un controllo di qualità su ogni risultato e una persona che sceglie che cosa viene usato. Un modello migliore rende quel processo più veloce. Non lo sostituisce.