OpenAI 把图像生成拆成两条线:Flare 求快,Sunburst 求准
ChatGPT Images 2.5 今日面向所有档位开放。API 侧提供两个模型:Flare 以低百分之五十的延迟给出优于 GPT-Image-2 的画质,Sunburst 生成更慢但在编辑上控制更严。公告未给出价格数字。
OpenAI 更新了图像模型,并在开发者一侧改为提供两个模型而非一个。GPT-Image-2.5 Flare 是多数应用的默认选择,按公司说法,它以低百分之五十的延迟给出优于 GPT-Image-2 的画质。GPT-Image-2.5 Sunburst 面向精细创意工作,以更长的生成时间换取对编辑更严的控制。
这个拆分本身就是新闻。在同一个版本号下开出两个端口,一个求快、一个求准,等于承认单一模型无法应付所有活儿。做广告创意的团队,和每天批量产出数百张产品图的目录系统,要的并不是同一个模型。
规模
OpenAI 给出的数字是:通过 ChatGPT Images 与 API 中的 GPT-Image 系列,每周生成超过三十亿张图像。在这个体量上,延迟下降一半是成本项,而不是使用体验的小改善。
ChatGPT 一侧
ChatGPT Images 2.5 今日开放给 ChatGPT、ChatGPT Work 与 Codex 用户,覆盖所有档位,桌面端、移动端和网页端均可使用。与 Images 2.0 相比,图像生成延迟最多下降百分之五十。
同时上线三项界面功能。Sketch 允许直接在 ChatGPT 里作画,并把这幅草图作为视觉参照,输入“@Sketch”即可打开。模板让海报、产品图等常见版式不必从空白页开始。此外还可以直接在图像上留下批注以指定要改的位置;分享图像时也可以附带生成它的提示词。
真正的卖点:知道什么不该改
这次强调的能力不是生成,而是克制。换掉外套颜色,人物姿势不动;替换背景,产品图不受影响;改动文案,构图不重做。OpenAI 还强调长对话中的多轮编辑一致性:先前的修改会保留,画质不会随编辑次数增加而劣化。复杂版式与透明背景也被列为本次改进。
缺席的是价格
公告没有给出任何价格数字,只指向定价页面。这一点应与我们在 9 月 4 日描述的局面对照来看:当时微软承认图像质量屈居第二,转而从价格切入,称自己有“全球最佳的每 Elo 价格”。OpenAI 在这份公告里给出的回应是速度而非质量,而且唯一的数字是相对自家前一代模型的延迟改善,没有与竞争对手的比较。
安全方面,OpenAI 表示对提示词和图像的检查仍在进行,并继续在生成图像中使用 C2PA 元数据与隐形水印。
来源:OpenAI 公告。