GPT Image 2.5: обзор
Сентябрьское обновление OpenAI лидирует в слепом рейтинге Arena, хорошо передаёт текст и аккуратнее редактирует. Где оно всё ещё ошибается, сколько стоит и как выглядит на фоне Google.
8 сентября OpenAI выпустила ChatGPT Images 2.5, через пять месяцев после Images 2.0. В ChatGPT она стала моделью изображений для всех пользователей. В API она появилась в виде двух моделей: GPT-Image-2.5 Flare, быстрой модели по умолчанию, и GPT-Image-2.5 Sunburst, которая работает дольше ради более точной работы.
По словам OpenAI, люди теперь создают с помощью её инструментов больше 3 миллиардов изображений в неделю. Разбираем, что изменилось, что модель делает хорошо, где она всё ещё ошибается, сколько стоит и что это значит для бренда, который хочет ею пользоваться.
Что изменилось
Главные заявления: более чёткая детализация, более естественные свет и фактура и более быстрые результаты, до 50 процентов меньше ожидания, чем с Images 2.0. OpenAI также утверждает, что модель лучше сохраняет узнаваемость объекта с референсного фото и надёжнее следует инструкциям по редактированию на протяжении нескольких шагов, так что прежние изменения больше не разваливаются.
Вокруг модели в ChatGPT появились новые инструменты. Sketch превращает грубый набросок в законченное изображение. Шаблоны начинают постер или продуктовое фото со структуры, а не с пустого промпта, а комментарии можно оставлять прямо на изображении, чтобы направлять правку.
Значительная часть основы появилась ещё в апреле с GPT Image 2. TechCrunch счёл её «на удивление хорошей» в работе с текстом: меню ресторана выглядело достаточно правдоподобно, чтобы им пользоваться, а OpenAI указала на лучшую передачу таких письменностей, как японская, корейская, хинди и бенгальская. Добавился и шаг размышления: модель может искать в интернете, делать несколько изображений по одному промпту и проверять собственный результат.
Качество, текст и редактирование
Слепые голосования ставят её на первое место. В рейтинге Arena для генерации изображений по тексту, где люди сравнивают два анонимных изображения и выбирают лучшее, на 7 октября Sunburst была первой, а Flare второй, впереди GPT Image 2 и заметно впереди Grok Imagine, MAI-Image-2.6 от Microsoft и Nano Banana 2.1 от Google. Такие голосования измеряют, что людям нравится с первого взгляда, а не то, подходит ли изображение бренду, но лидерство устойчивое.
Сильнее всего прогресс заметен в тексте. Заголовки, меню, этикетки и элементы интерфейса, которые два года назад выходили искажёнными, теперь обычно написаны правильно. Собственная документация OpenAI осторожнее, чем пост о запуске: модель «всё ещё может испытывать трудности с точным размещением и чёткостью текста». На наш взгляд, это значит: да для черновиков и макетов, и да для финальной упаковки или юридических текстов, но только после того, как человек проверил каждое слово.
Для бренда редактирование важнее первого изображения. OpenAI говорит, что Images 2.5 лучше меняет только то, о чём просили, поэтому можно заменить продукт, фон или строку текста, сохранив композицию. Ограничения документация называет прямо. Маска служит ориентиром, а не трафаретом, и модель «может следовать её точной форме не с полной точностью». Ей также может быть трудно сохранять единообразие повторяющихся персонажей или элементов бренда между генерациями и точно размещать элементы в макетах.
Отсюда практическое правило. Относитесь к каждой правке как к новой отрисовке всего изображения и сравнивайте её с оригиналом, прежде чем она куда-то пойдёт. Там, где продукт должен остаться в точности таким, какой он есть, например бутылка с регулируемой этикеткой, сохраните настоящую фотографию и пусть модель строит сцену вокруг неё, а не перерисовывает сам объект.
Скорость, цена и ограничения
Flare OpenAI рекомендует для большинства задач. Sunburst предназначена для кампаний, где правки должны держаться, и работает дольше. Обе стоят одинаково за токен: 30 долларов за миллион выходных токенов изображения плюс ввод. По собственному калькулятору OpenAI, квадратное изображение в 1'024 пикселя стоит около половины цента в низком качестве, около 5 центов в высоком и около 21 цента в новом максимальном режиме.
Изображения могут достигать 3'840 пикселей по длинной стороне, хотя всё, что больше 2'560 на 1'440, пока помечено как экспериментальное, а сложные промпты могут обрабатываться до двух минут. OpenAI может попросить организацию пройти верификацию, прежде чем та сможет пользоваться моделями изображений в API. К тому же модели быстро выводят из обращения: gpt-image-1 отключается 23 октября, а GPT Image 1.5 и её мини-версия последуют 1 декабря. Каждый рабочий процесс, построенный на одной модели, нужно заново тестировать на следующей.
Против Google и остальных
Google ответила 6 октября моделью Nano Banana 2.1 на базе Gemini 3.6 Flash. Она принимает до 14 референсных изображений, сохраняет единообразие до четырёх персонажей и десяти объектов, выдаёт разрешение до 4K и, по данным The Decoder, стоит 3,36 цента США за изображение в 1K и 7,56 цента в 4K. Собственная карточка модели Google перечисляет слабые места: мелкий текст, который в 1K часто размыт, неполное сходство с референсными изображениями и случайная путаница между левым и правым.
Так что компромисс ясен. GPT Image 2.5 лидирует по общим предпочтениям и по тексту, и её редактирование стало лучше. Google дешевле в высоком разрешении, принимает больше референсов за раз и встроена в Google Ads, Flow и Stitch. В тестах The Decoder более старая и дорогая Nano Banana Pro от Google всё ещё часто давала более естественную картинку. Ни одна модель не выигрывает каждую задачу, поэтому выбирать лучше под каждую задачу, а не раз в год.
Что это значит для бренда
Наш вердикт: судя по имеющимся данным, GPT Image 2.5 сегодня является сильнейшей универсальной моделью изображений, особенно там, где важны текст и вёрстка. Используйте Flare для черновиков, концепций и форматов для соцсетей, а Sunburst для финальных материалов кампаний. Проверяйте каждое слово, сохраняйте настоящую фотографию продукта для всего, что должно быть точным, и держите наготове вторую модель для задач, где Google дешевле или лучше. OpenAI помечает свои изображения метаданными C2PA и невидимым водяным знаком, и это помогает честности.
Но это всё ещё не система бренда. Она не знает вашего света, кадрирования или цветов, пока вы их не покажете, и может уплывать от генерации к генерации. Именно для этого создан Reel: стили, закреплённые по настоящим референсам, лучшая модель под каждую задачу, в том числе GPT Image и Gemini, проверка качества каждого результата и человек, который выбирает, что пойдёт в работу. Лучшая модель ускоряет этот процесс. Но не заменяет его.
