GPT Image 2.6 vs GPT Image 2.5: รอแค่ครึ่งเดียว แต่ไม่ใช่ทุกระดับที่คุ้มจะเปลี่ยน

พรอมต์เดียวกัน ระดับคุณภาพเดียวกัน GPT Image 2.6 vs 2.5: ความเร็วในการสร้างภาพ ข้อความและเลย์เอาต์ ตัวควบคุม Planning ใหม่ และเมื่อไหร่ที่ 2.5 ยังเป็นตัวเลือกที่ถูกกว่า
OpenAI เปิดตัว GPT-Image-2.6 เมื่อวันที่ 4 พฤศจิกายน และเหมือนกับรุ่นก่อน มันมาเป็นโมเดล API สองตัวคือ Flare และ Sunburst ประกาศสั้นๆ ว่าทั้งสองเร็วขึ้นราว 50% จากเดิม Flare ส่งภาพกลับมาได้เร็วสุดเพียง 6 วินาที และ Sunburst รักษารายละเอียดได้ดีกว่าเมื่อแก้ภาพต่อกันหลายครั้ง ZOOOP เพิ่มโมเดลนี้เข้าไปใน เครื่องกำเนิดภาพ AI ในวันถัดมา โดยแสดงชื่อง่ายๆ ว่า GPT Image 2.6
GPT Image 2.5 เพิ่งมาเมื่อสองเดือนก่อนเท่านั้น ถ้าคุณใช้มันทุกวันอยู่แล้ว คำถามก็ง่ายมาก: อัปเกรดครั้งนี้คุ้มที่จะย้ายงานไปไหม? เราเลยทำแบบที่ทำทุกครั้ง พรอมต์เดียวกัน ทั้งสองเวอร์ชัน ไม่เปลี่ยนอะไรเลยนอกจากเวอร์ชัน
GPT Image 2.6 คืออะไร และเปลี่ยนไปจาก 2.5 ตรงไหน
เริ่มจากชื่อก่อน GPT Image 2.6 ทำงานแบบเดียวกับ 2.5 คือหนึ่งโมเดล สองเวอร์ชัน Flare คือตัวที่เร็วและเป็นค่าเริ่มต้นสำหรับภาพใช้งานทั่วไป Sunburst คือตัวที่ใหญ่กว่า ให้รายละเอียดมากกว่า และสร้างมาเพื่อแก้ภาพเดิมซ้ำไปซ้ำมา บน ZOOOP ทั้งสองเวอร์ชันใช้ตัวควบคุมชุดเดียวกัน สลับได้ในคลิกเดียว
เบื้องหลัง 2.6 ยังคงทุกอย่างที่ 2.5 มี: ระดับคุณภาพห้าระดับ (Low, Medium, High, XHigh, Max) อัตราส่วนภาพแนวกว้างและแนวตั้งได้สูงสุด 4K และภาพอ้างอิงได้สูงสุด 16 ภาพ ตัวควบคุมใหม่มีเพียงตัวเดียวคือ Planning (การวางแผน) ซึ่งกำหนดว่าโมเดลจะคิดมากแค่ไหนก่อนเริ่มวาด จะเล่าละเอียดด้านล่าง OpenAI ยังประกาศเอาต์พุตแบบภาพเคลื่อนไหวและการส่งออกเป็น SVG มาพร้อมรุ่นนี้ด้วย แต่ ZOOOP ยังไม่ได้เปิดใช้สองอย่างนี้
เราทดสอบอย่างไร: พรอมต์เดียวกัน เปลี่ยนแค่เวอร์ชัน
สามพรอมต์ ทั้งหมดมาจากงานที่คนมักให้ตระกูล GPT Image ทำบ่อยที่สุด: โปสเตอร์ท่องเที่ยวสไตล์วินเทจที่มีข้อความสามบรรทัด อินโฟกราฟิกกาแฟห้าขั้นตอน และภาพสินค้าเคสหูฟังสีดำบนแผ่นหินชนวนเปียกน้ำ แต่ละพรอมต์รันหนึ่งครั้งบน 2.5 Flare และหนึ่งครั้งบน 2.6 Flare ทั้งคู่ใช้คุณภาพ High ความละเอียดเดียวกัน อัตราส่วนภาพเดียวกัน นอกจากนั้นเรายังรันอินโฟกราฟิกบน 2.6 ที่ระดับ Medium โดยตั้ง Planning เป็น low แล้วตามด้วย high
สิ่งที่เราไม่ได้ทดสอบ: การแก้ภาพหลายรอบ นั่นคือจุดที่ Sunburst ควรจะโดดเด่น แต่จะแสดงให้เห็นได้ชัดต้องใช้การแก้ต่อกันห้าถึงหกรอบ ซึ่งยาวเกินกว่าจะใส่ในบทความนี้
ความต่างที่หนึ่ง: ความเร็ว และเวลารอลดลงราวครึ่งหนึ่งจริงๆ
ข้อนี้ตรวจสอบง่ายที่สุด นี่คือเวลาตั้งแต่กดส่งจนได้ภาพเสร็จของแต่ละพรอมต์ ทั้งหมดที่คุณภาพ High และ 2K:
| พรอมต์ | GPT Image 2.5 Flare | GPT Image 2.6 Flare |
|---|---|---|
| โปสเตอร์ท่องเที่ยว | 53 วินาที | 31 วินาที |
| อินโฟกราฟิกกาแฟ | 41 วินาที | 20 วินาที |
| ภาพสินค้าหูฟัง | 40 วินาที | 19 วินาที |
2.6 ชนะทั้งสามครั้ง เร็วกว่า 40% ถึง 50% ซึ่งตรงกับที่ OpenAI บอกว่า "เร็วขึ้นราว 50%" ตัวเลขเหล่านี้รวมเวลาเข้าคิวและอัปโหลดด้วย การรันแต่ละครั้งจึงแกว่งได้บ้าง แต่ทิศทางสม่ำเสมอ ถ้าคุณออกแบบเลย์เอาต์และลองเจ็ดแปดแบบกับไอเดียเดียว เรื่องนี้สำคัญกว่าคุณภาพภาพที่ดีขึ้นเล็กน้อยเสียอีก
ความต่างที่สอง: ข้อความและเลย์เอาต์ ทั้งสองเวอร์ชันทำได้ถูก
บนโปสเตอร์ "LISBON", "City of Seven Hills" และ "Spring Festival · April 12-20" สะกดถูกทั้งสองเวอร์ชัน ความต่างอยู่ที่รายละเอียด 2.5 ตัดสินใจเองที่จะทำส่วนท้ายเป็นตัวพิมพ์ใหญ่ทั้งหมด ส่วน 2.6 คงตัวพิมพ์ใหญ่เล็กตามพรอมต์และแยกส่วนท้ายไว้ในแถบของมันเอง ภาพประกอบต่างก็มีจุดเด่นของตัวเอง: 2.6 ใส่ผู้โดยสารในรถรางมากขึ้นอีกนิด และวางปราสาทกับหลังคาบ้านแน่นกว่า

บนอินโฟกราฟิก ห้าขั้นตอน ห้าหมายเลข และห้าคำอธิบาย ไม่มีคำผิด ไม่มีขั้นตอนขาดหรือเกินทั้งสองฝั่ง 2.6 ทำชื่อแต่ละขั้นตอนเป็นแถบป้ายกำกับและเขียนคำอธิบายกระชับกว่า คำอธิบายของ 2.5 ยาวกว่านิดหน่อย ไม่มีฝั่งไหนดีกว่า ขึ้นอยู่กับเลย์เอาต์ที่คุณต้องการ

ภาพสินค้าใกล้เคียงกันที่สุด หยดน้ำ พื้นผิวหินชนวน และโรสแมรีดูสวยทั้งคู่ ในภาพของ 2.6 หูฟังเข้ากับช่องในเคส ส่วนในภาพของ 2.5 หูฟังที่อยู่นอกเคสมีก้าน และดูไม่ค่อยเหมือนเป็นของเคสใบนั้น รายละเอียดความสอดคล้องเล็กๆ แบบนี้แหละคือจุดที่ GPT Image 2.6 ดีกว่าเล็กน้อย

ความต่างที่สาม: ตัวควบคุม Planning ทำอะไร
Planning ตรงกับพารามิเตอร์ที่ OpenAI เรียกว่า complexity คือโมเดลจะวางแผนมากแค่ไหนก่อนวาด มันแยกจากระดับคุณภาพ และ ไม่มีค่าใช้จ่ายเพิ่ม
เรารันอินโฟกราฟิกกาแฟชุดเดิมที่ระดับ Medium สองครั้ง ครั้งหนึ่งตั้ง Planning เป็น low อีกครั้งเป็น high เวอร์ชัน low ใช้คำอธิบายบรรทัดเดียว: "Pick ripe coffee cherries.", "Brew and enjoy!" ส่วนเวอร์ชัน high เขียนคำอธิบายเต็มกว่า ทำชื่อขั้นตอนเป็นแถบป้ายกำกับ และลำดับชั้นทางภาพชัดเจนกว่า ทั้งสองถูกต้อง แต่เวอร์ชัน high ดูเหมือนนักออกแบบจัดหน้าให้

คำแนะนำของ OpenAI: เพิ่มขึ้นสำหรับภาพที่มีข้อความเยอะ เลย์เอาต์ซับซ้อน และฉากที่วัตถุต่างๆ สัมพันธ์กัน ลดลงสำหรับการแก้เล็กๆ น้อยๆ เพราะโมเดลที่วางแผนมากเกินไปจะ "ปรับปรุง" สิ่งที่คุณอยากให้คงไว้เหมือนเดิม ค่าเริ่มต้นคือ high และส่วนใหญ่ปล่อยไว้แบบนั้นได้เลย
ความต่างที่สี่: 2.6 แพงกว่า โดยเฉพาะที่ระดับ Low และ Medium
นี่คือจุดเดียวที่ผลทดสอบไม่เป็นใจให้ GPT Image 2.6 บน ZOOOP ที่ระดับ Low และ Medium 2.6 แพงกว่า 2.5 อย่างเห็นได้ชัด เพราะโมเดลใหม่ใช้ทรัพยากรกับร่างด่วนมากกว่า ตั้งแต่ High ขึ้นไป ทั้งสองเวอร์ชันราคาเท่ากัน หรือ 2.6 แพงกว่าแค่ไม่กี่เปอร์เซ็นต์ เพราะที่ระดับคุณภาพเดียวกัน ทั้งคู่ใช้พลังประมวลผลแทบเท่ากันพอดี ภาพอ้างอิงบน 2.6 ก็แพงกว่าเช่นกัน งานแก้ภาพที่ใช้รูปหลายรูปจึงสิ้นเปลืองเร็วขึ้น ถ้าคุณรันร่างหรืองานแก้ภาพวันละหลายร้อยภาพ ส่วนต่างนี้ก็สะสมขึ้นได้
ควรเปลี่ยนจาก GPT Image 2.5 ไหม?
สรุปรวมกัน
ย้ายไป GPT Image 2.6: ภาพสุดท้ายที่ระดับ High ขึ้นไป ซึ่งราคาใกล้เคียงกันและรอแค่ราวครึ่งเดียว ร่างเลย์เอาต์ที่ต้องแก้หลายรอบ ซึ่ง Planning แบบ high ช่วยลดการแก้ไปแก้มาได้ ภาพที่คุณจะแก้หลายรอบ ให้สลับไปใช้ Sunburst
อยู่กับ 2.5 ต่อ: ร่างจำนวนมากที่ระดับ Low หรือ Medium และการแก้ภาพเป็นชุดที่ใช้ภาพอ้างอิงหลายภาพ ซึ่ง 2.5 ถูกกว่า เลือกทิศทางที่นั่น แล้วค่อยเรนเดอร์ภาพสุดท้ายบน 2.6 อีกกรณีคือซีรีส์ที่คุณทำบน 2.5 ไว้แล้วและต้องการภาพเพิ่มอีกไม่กี่ภาพในสไตล์เดียวกัน อย่าเปลี่ยนกลางซีรีส์
สำหรับงานใหม่ เลือก GPT Image 2.6 ใน เครื่องกำเนิดภาพ AI Flare คือเวอร์ชันเริ่มต้น และ Planning อยู่ใต้การตั้งค่าคุณภาพ ถ้าจะแก้รูปที่มีอยู่แล้ว ให้อัปโหลดเป็นภาพอ้างอิงและอธิบายสิ่งที่ต้องการเปลี่ยนในประโยคเดียว สำหรับร่างจำนวนมากและการแก้ภาพเป็นชุดที่ถูกกว่า ให้สลับกลับไปใช้ GPT Image 2.5 เครดิตใช้ได้เหมือนกันทั้งสองตัว คุณจึงสลับไปมาได้อย่างอิสระ
คำถามที่พบบ่อย
GPT Image 2.6 เร็วกว่า 2.5 แค่ไหน?
ในการทดสอบของเราด้วยสามพรอมต์ที่คุณภาพ High นั้น GPT Image 2.6 Flare เร็วกว่า GPT Image 2.5 Flare 40% ถึง 50% สอดคล้องกับที่ OpenAI บอกว่า "เร็วขึ้นราว 50%"
GPT Image 2.6 คุณภาพดีกว่า 2.5 ไหม?
ทั้งสองเวอร์ชันจัดการข้อความและเลย์เอาต์ได้แม่นยำมาก ความต่างอยู่ที่รายละเอียด: 2.6 ทำตามตัวพิมพ์ใหญ่เล็กและคำสั่งในพรอมต์ได้ใกล้เคียงกว่า และรักษาความสอดคล้องของวัตถุได้ดีกว่า ส่วนต่างไม่มาก ความเร็วต่างหากคือการอัปเกรดตัวจริง
Planning ทำให้ภาพแพงขึ้นไหม?
ไม่ Planning แค่ควบคุมว่าโมเดลจะวางแผนมากแค่ไหนก่อนวาด ตั้งค่าแยกจากระดับคุณภาพ และไม่เปลี่ยนราคา
Flare หรือ Sunburst ควรใช้ตัวไหน?
ใช้ Flare สำหรับภาพใหม่และการลองปรับแบบเร็วๆ ใช้ Sunburst เมื่อคุณจะแก้ภาพเดิมหลายรอบและต้องการให้คนหรือสินค้าคงเดิมทุกอย่าง
GPT Image 2.5 จะยังใช้ได้อยู่ไหม?
ได้ GPT Image 2.5 ยังอยู่บน ZOOOP และถูกกว่า 2.6 สำหรับงานร่างที่คุณภาพ Low และ Medium และงานแก้ภาพที่ใช้ภาพอ้างอิงหลายภาพ





