Snabbare bilder, billigare video

Två lanseringar den här veckan tog verktygen för varumärkesinnehåll ett steg längre. Den 4 november släppte OpenAI Images 2.6, som gör animerade GIF:ar och vektorfiler och arbetar snabbare än den förra versionen. En dag senare släppte Google Gemini Omni 1.2 Flash, en videomodell som gör och redigerar längre klipp för mindre pengar. Ingen av dem förändrar vad ett varumärke behöver. Båda förändrar hur snabbt, och hur billigt, ett team kommer från en idé till något det kan bedöma.

OpenAI: Images 2.6

Images 2.6 kom i ChatGPT, Codex och API:et, i alla ChatGPT-abonnemang. OpenAI säger att den genererar bilder 50 procent snabbare än tidigare. I API:et kommer den återigen som två modeller: GPT Image 2.6 Flare, som med låg kvalitet ”kan generera bilder på så lite som sex sekunder”, och Sunburst, för mer detaljer och stabilare resultat över flera redigeringar. OpenAI säger också att Flare nu gör bättre layouter för affischer och produktbilder. Priset per token har inte ändrats sedan 2.5: 30 dollar per miljon utmatade bildtokens.

Den synliga nyheten är rörelse. I ChatGPT kan en GIF utgå från en prompt eller ett foto, och hastigheten och enskilda bildrutor kan justeras i efterhand, rapporterade The Next Web. I API:et har en GIF 2 till 16 bildrutor, som standard nio bildrutor på 200 millisekunder vardera, en loop på 1,8 sekunder. OpenAI föreslår användningsområden som en animerad varumärkesmaskot eller en produktbild som görs om till en loop.

För utvecklare kommer bildmarkering till API:et, så att en redigering kan riktas mot en exakt punkt, och en ny inställning för komplexitet avgör hur mycket modellen planerar innan den renderar. Bilder kan också levereras som SVG-filer, vilket enligt OpenAI gör dem redo att användas på webbplatser, i appar och i tryck. Dokumentationen förklarar hur: API:et gör först en bild, sedan ritar en andra modell den som vektorer, och båda stegen faktureras. Resultatet är en statisk fil, utan skript eller inbäddade bilder.

Google: Gemini Omni 1.2 Flash

Google släppte Gemini Omni 1.2 Flash den 5 november och gjorde den allmänt tillgänglig i Gemini API och för företag via Google Cloud. Klipp kan nu vara upp till 15 sekunder långa, upp från 10 med Omni 1.1, i hela sekunder från tre och uppåt. I 720p kostar en sekund 0,07 dollar, 30 procent mindre än de 0,10 dollar som Omni 1.1 kostade, så ett helt klipp på 15 sekunder landar på omkring 1,04 dollar. Utkast i 360p kostar 0,023 dollar per sekund, medan uppskalningar till 1080p och 4K kostar mer, upp till 0,209 dollar per sekund.

De andra förändringarna handlar om kontroll. Ett klipp kan redigeras steg för steg, genom att byta en produkt eller en bakgrund eller ändra ljuset eller bildformatet, utan att det genereras på nytt. Google säger att ansikten, plagg, typografi på förpackningar och varumärkesfärger förblir konsekventa mellan kameravinklar, och API:et tar emot upp till sex referensbilder. Google nämner också sina egna begränsningar: arbetet fortsätter med ”snabb sportaction, snabba manusändringar och komplex fysik”.

Två detaljer spelar roll för team i Europa. Att redigera eller förlänga uppladdade videor via API:et är inte möjligt i EES, Schweiz eller Storbritannien, så ett varumärke där kan ännu inte ge modellen sitt eget material att bearbeta; klipp som modellen själv har gjort kan fortfarande redigeras. Och den gamla modellen försvinner snabbt: från den 3 december dirigeras förfrågningar till Omni 1.1 om till 1.2 och faktureras enligt dess priser.

Vad som förändras i produktionen

För det första kommer färdiga format direkt från modellen. En loopande maskot för en story, en produkt som snurrar i en kort loop, en ikon som redigerbar vektor: hittills innebar var och en ett andra verktyg och någon som konverterade filen. Nu kommer en första version ur samma förfrågan, och formgivaren utgår från en arbetsfil i stället för en platt bild.

För det andra blir en sekund video allt billigare. Tio utkast av ett klipp på 15 sekunder i 360p kostar under 3,50 dollar, och bara det valda behöver skalas upp. Varianter för varje målgrupp och placering slutar vara en budgetfråga, och Googles eget råd är att göra utkast i låg upplösning, ”rätta en detalj med en uppföljande redigering” och bara skala upp det bästa.

För det tredje blir omgångarna kortare. Ett utkast på sex sekunder och en redigering som ändrar en sak i stället för hela klippet innebär fler omgångar på en eftermiddag. Båda modellerna kommer också dit där designteam redan arbetar: Figma Weave citeras i båda tillkännagivandena, Adobe i Googles, och Higgsfield finns med bland OpenAIs kunder med tidig åtkomst.

Vad som förblir detsamma

En snabbare modell känner fortfarande inte ditt varumärke. OpenAIs dokumentation säger att modellen ”ibland kan ha svårt att bibehålla visuell konsekvens för återkommande figurer eller varumärkeselement” mellan genereringar, samma förbehåll som vi noterade i vår recension av Images 2.5 i oktober. Konsekvens kommer fortfarande från en låst stil: verkliga referenser, fast ljus, utsnitt och färger, nedskrivna som ett recept och testade.

Mer material betyder också mer att välja bland. Tio billiga varianter är bara användbara om någon med god smak väljer rätt och kan säga varför de andra inte håller. Enligt vår uppfattning växer den uppgiften när genereringen blir billigare, eftersom det svåra flyttar från att göra till att bedöma.

Rättigheter och öppenhet blir inte heller enklare. Båda företagen vattenmärker nu med samma system: OpenAI säger att företaget lägger till Google DeepMinds SynthID i ChatGPT, Codex och API:et, bredvid C2PA-metadata, och varje Omni-video bär SynthID. I EU har reglerna i AI-förordningen (AI Act) om att märka AI-genererat innehåll och upplysa om det gällt sedan den 2 augusti 2026, och verktyg som redan fanns på marknaden före dess har fått fram till den 2 december på sig att märka sina utdata. Kommissionens uppförandekod beskriver hur reglerna kan uppfyllas. Ett varumärke behöver fortfarande rättigheterna till varje referens det laddar upp, och en tydlig regel för när det märker ut det som det publicerar.

Och godkännandet ligger kvar hos en människa. OpenAIs systemkort är rakt på sak om GIF:ar: ”Överträdelser som rör rörelse är fortfarande svåra att upptäcka, och skyddsåtgärderna fångar kanske inte alla överträdelser.” En loopande maskot är publicerat innehåll som allt annat, och den behöver samma kontroll och samma godkännande innan den går ut.

Var vi står

Det är det arbetet som Reel och Tempo är byggda kring. Reel, som är live, gör bilder och film i ett varumärkes låsta stilar, väljer den bästa modellen för varje uppgift, med GPT Image och Gemini bland dem, kontrollerar varje resultat och lämnar valet åt en människa. Tempo, också live, är vår motor för sociala medier: bilderna kommer från Reel, och i dag godkänner en människa varje inlägg. Snabbare och billigare modeller gör processen snabbare. De ersätter inte stilen, valet eller godkännandet.