GPT Image 2.6 बनाम GPT Image 2.5: इंतज़ार आधा, लेकिन हर स्तर पर बदलना फ़ायदेमंद नहीं

अंतर्दृष्टि6 मिनट में पढ़ें
GPT Image 2.6 बनाम GPT Image 2.5: इंतज़ार आधा, लेकिन हर स्तर पर बदलना फ़ायदेमंद नहीं

एक जैसे प्रॉम्प्ट, एक जैसा क्वालिटी स्तर, GPT Image 2.6 बनाम 2.5: इमेज बनने की रफ़्तार, टेक्स्ट और लेआउट, नया Planning कंट्रोल, और कब 2.5 अब भी सस्ता विकल्प है।

OpenAI ने 4 नवंबर को GPT-Image-2.6 जारी किया, और पिछली पीढ़ी की तरह यह भी दो API मॉडल के रूप में आता है: Flare और Sunburst। घोषणा छोटी थी: दोनों पहले से लगभग 50% तेज़ हैं, Flare सिर्फ़ 6 सेकंड में भी इमेज लौटा सकता है, और Sunburst लगातार कई एडिट के दौरान डिटेल बेहतर ढंग से बनाए रखता है। ZOOOP ने इसे अगले ही दिन AI छवि जेनरेटर में जोड़ दिया, जहाँ यह सीधे GPT Image 2.6 नाम से दिखता है।

GPT Image 2.5 सिर्फ़ दो महीने पहले आया था। अगर आप इसे पहले से रोज़ इस्तेमाल करते हैं, तो सवाल सीधा है: क्या यह अपग्रेड अपना काम इस पर ले जाने लायक है? तो मैंने वही किया जो हमेशा करता हूँ। एक जैसे प्रॉम्प्ट, दोनों वर्ज़न, वर्ज़न के सिवा कुछ नहीं बदला।

GPT Image 2.6 क्या है, और 2.5 से क्या बदला

पहले नाम। GPT Image 2.6 भी 2.5 की तरह ही काम करता है: एक मॉडल, दो वर्ज़न। Flare तेज़ वाला है और रोज़मर्रा की इमेज के लिए डिफ़ॉल्ट है। Sunburst बड़ा वाला है, ज़्यादा डिटेल के साथ, और एक ही इमेज को बार-बार एडिट करने के लिए बना है। ZOOOP पर दोनों वर्ज़न के कंट्रोल एक जैसे हैं, इसलिए बदलना बस एक क्लिक है।

अंदर से 2.6 वह सब रखता है जो 2.5 में था: पाँच क्वालिटी स्तर (Low, Medium, High, XHigh, Max), 4K तक चौड़े और लंबे आस्पेक्ट रेशियो, और 16 तक रेफ़रेंस इमेज। इकलौता नया कंट्रोल Planning (योजना) है, जो तय करता है कि मॉडल ड्रॉ करना शुरू करने से पहले कितना सोचे। इस पर नीचे और बात करेंगे। OpenAI ने इस रिलीज़ के साथ एनिमेटेड आउटपुट और SVG एक्सपोर्ट की भी घोषणा की; ZOOOP ने इन्हें अभी चालू नहीं किया है।

हमने कैसे परखा: एक जैसे प्रॉम्प्ट, सिर्फ़ वर्ज़न बदला

तीन प्रॉम्प्ट, सभी उन कामों से जो लोग GPT Image फ़ैमिली को सबसे ज़्यादा सौंपते हैं: तीन लाइन टेक्स्ट वाला एक विंटेज ट्रैवल पोस्टर, पाँच स्टेप वाला कॉफ़ी इन्फ़ोग्राफ़िक, और गीली स्लेट पर रखे काले ईयरबड केस का प्रोडक्ट शॉट। हर प्रॉम्प्ट एक बार 2.5 Flare पर और एक बार 2.6 Flare पर चला, दोनों High क्वालिटी पर, एक ही रेज़ोल्यूशन और एक ही आस्पेक्ट रेशियो पर। इसके अलावा मैंने इन्फ़ोग्राफ़िक को 2.6 पर Medium में चलाया, पहले Planning को low और फिर high पर रखकर।

जो मैंने नहीं परखा: कई राउंड की एडिटिंग। Sunburst की असली ताक़त वहीं होनी चाहिए, लेकिन उसे ठीक से दिखाने के लिए पाँच-छह राउंड की एडिट श्रृंखला चाहिए, और वह इस पोस्ट में नहीं समाती।

पहला फ़र्क: रफ़्तार, और इंतज़ार सच में लगभग आधा है

यह सबसे आसानी से जाँचा जाने वाला दावा है। यहाँ हर प्रॉम्प्ट के लिए सबमिट करने से तैयार इमेज तक का समय है, सब High क्वालिटी और 2K पर:

प्रॉम्प्टGPT Image 2.5 FlareGPT Image 2.6 Flare
ट्रैवल पोस्टर53 सेकंड31 सेकंड
कॉफ़ी इन्फ़ोग्राफ़िक41 सेकंड20 सेकंड
ईयरबड प्रोडक्ट शॉट40 सेकंड19 सेकंड

2.6 तीनों में जीता, 40% से 50% के अंतर से, जो OpenAI के "लगभग 50% तेज़" से मेल खाता है। इन आँकड़ों में कतार और अपलोड का समय भी शामिल है, इसलिए किसी एक रन में उतार-चढ़ाव होगा, लेकिन दिशा एक जैसी रही। अगर आप लेआउट डिज़ाइन करते हैं और एक आइडिया पर सात-आठ वर्ज़न आज़माते हैं, तो यह इमेज क्वालिटी में किसी छोटे सुधार से ज़्यादा मायने रखता है।

दूसरा फ़र्क: टेक्स्ट और लेआउट, दोनों वर्ज़न ने सही किया

पोस्टर पर "LISBON", "City of Seven Hills" और "Spring Festival · April 12-20" दोनों वर्ज़न ने सही वर्तनी में लिखे। फ़र्क बारीकियों में है। 2.5 ने अपनी मर्ज़ी से फ़ुटर को पूरे कैपिटल अक्षरों में लिख दिया; 2.6 ने प्रॉम्प्ट वाली कैपिटलाइज़ेशन बनाए रखी और फ़ुटर को अपनी अलग पट्टी दी। दोनों के इलस्ट्रेशन की अपनी खूबियाँ हैं: 2.6 ने ट्राम में कुछ और यात्री डाले और किले व छतों को ज़्यादा घना सजाया।

ट्रैवल पोस्टर, बाईं ओर GPT Image 2.5, दाईं ओर GPT Image 2.6, दोनों High क्वालिटी पर

इन्फ़ोग्राफ़िक में पाँच स्टेप, पाँच नंबर और पाँच कैप्शन, किसी भी तरफ़ न कोई टाइपो, न कोई स्टेप छूटा या ज़्यादा जुड़ा। 2.6 ने हर स्टेप के नाम को लेबल बार में बदला और कैप्शन छोटे रखे; 2.5 के कैप्शन थोड़े लंबे हैं। कोई भी बेहतर नहीं है, यह इस पर निर्भर है कि आपको कैसा लेआउट चाहिए।

कॉफ़ी इन्फ़ोग्राफ़िक, बाईं ओर GPT Image 2.5, दाईं ओर GPT Image 2.6

प्रोडक्ट शॉट बराबरी के सबसे करीब था। पानी की बूँदें, स्लेट की बनावट और रोज़मेरी दोनों में शानदार दिखती हैं। 2.6 की इमेज में ईयरबड केस के खाँचों से मेल खाते हैं; 2.5 की इमेज में केस के बाहर रखे ईयरबड में एक स्टेम है और वह उस केस का हिस्सा जैसा नहीं लगता। ऐसी छोटी-छोटी निरंतरता वाली बारीकियों में ही GPT Image 2.6 थोड़ा बेहतर है।

ईयरबड प्रोडक्ट शॉट, बाईं ओर GPT Image 2.5, दाईं ओर GPT Image 2.6

तीसरा फ़र्क: Planning कंट्रोल क्या करता है

Planning उस पैरामीटर से जुड़ा है जिसे OpenAI complexity कहता है: मॉडल ड्रॉ करने से पहले कितनी योजना बनाता है। यह क्वालिटी स्तर से अलग है, और इसका कोई अतिरिक्त खर्च नहीं है।

मैंने वही कॉफ़ी इन्फ़ोग्राफ़िक Medium पर दो बार चलाया, एक बार Planning low पर और एक बार high पर। low वाले वर्ज़न ने एक-एक लाइन के कैप्शन दिए: "Pick ripe coffee cherries.", "Brew and enjoy!" high वाले वर्ज़न ने ज़्यादा भरे-पूरे कैप्शन लिखे, स्टेप के नामों को लेबल बार में बदला और उसका विज़ुअल क्रम ज़्यादा साफ़ था। दोनों सही थे, लेकिन high वाला ऐसा दिखता है जैसे किसी डिज़ाइनर ने सजाया हो।

वही इन्फ़ोग्राफ़िक, बाईं ओर Planning low, दाईं ओर Planning high, दोनों Medium पर

OpenAI की सलाह: ज़्यादा टेक्स्ट वाली इमेज, जटिल लेआउट और ऐसे दृश्यों के लिए इसे बढ़ाएँ जहाँ चीज़ें एक-दूसरे से जुड़ी हों; छोटे एडिट के लिए इसे घटाएँ, क्योंकि ज़रूरत से ज़्यादा योजना बनाने वाला मॉडल उन चीज़ों को भी "सुधार" देगा जिन्हें आप जस का तस छोड़ना चाहते थे। डिफ़ॉल्ट high है, और ज़्यादातर समय आप इसे वैसे ही छोड़ सकते हैं।

चौथा फ़र्क: 2.6 महँगा है, सबसे ज़्यादा Low और Medium पर

यही एक जगह है जहाँ टेस्ट GPT Image 2.6 के ख़िलाफ़ गया। ZOOOP पर Low और Medium पर 2.6, 2.5 से साफ़ तौर पर महँगा है, क्योंकि नया मॉडल तेज़ ड्राफ़्ट पर ज़्यादा खर्च करता है। High और उससे ऊपर दोनों वर्ज़न की कीमत एक जैसी है या 2.6 बस कुछ प्रतिशत महँगा है, क्योंकि एक ही क्वालिटी स्तर पर दोनों लगभग बिल्कुल उतना ही कंप्यूट इस्तेमाल करते हैं। रेफ़रेंस इमेज भी 2.6 पर महँगी पड़ती हैं, इसलिए कई फ़ोटो वाले एडिट का खर्च जल्दी बढ़ता है। अगर आप रोज़ सैकड़ों ड्राफ़्ट या एडिट चलाते हैं, तो यह अंतर जुड़ता जाता है।

क्या आपको GPT Image 2.5 से बदलना चाहिए?

सब मिलाकर।

GPT Image 2.6 पर जाएँ: High या उससे ऊपर की फ़ाइनल इमेज, जहाँ कीमत करीब-करीब वही है और इंतज़ार लगभग आधा। ऐसे लेआउट ड्राफ़्ट जो कई बार बदलते हैं, जहाँ Planning को high पर रखने से कुछ आगे-पीछे बचता है। ऐसी इमेज जिन्हें आप कई राउंड में एडिट करेंगे; उनके लिए Sunburst पर स्विच करें।

2.5 पर ही रहें: Low या Medium पर ढेर सारे ड्राफ़्ट और कई रेफ़रेंस इमेज वाले थोक एडिट, जहाँ 2.5 सस्ता है। वहीं अपनी दिशा चुनें, फिर फ़ाइनल 2.6 पर रेंडर करें। दूसरा मामला वह सीरीज़ है जो आप 2.5 पर पहले ही बना चुके हैं और जिसे उसी स्टाइल में कुछ और इमेज चाहिए। सीरीज़ के बीच में न बदलें।

नए काम के लिए AI छवि जेनरेटर में GPT Image 2.6 चुनें। Flare डिफ़ॉल्ट वर्ज़न है और Planning क्वालिटी सेटिंग के नीचे मिलता है। किसी मौजूदा फ़ोटो को एडिट करने के लिए उसे रेफ़रेंस इमेज के रूप में अपलोड करें और बदलाव एक वाक्य में बताएँ। सस्ते थोक ड्राफ़्ट और थोक एडिट के लिए GPT Image 2.5 पर वापस जाएँ। क्रेडिट दोनों पर एक जैसे काम करते हैं, इसलिए आप बेझिझक आ-जा सकते हैं।

अक्सर पूछे जाने वाले सवाल

GPT Image 2.6, 2.5 से कितना तेज़ है?

High क्वालिटी पर तीन प्रॉम्प्ट वाले हमारे टेस्ट में GPT Image 2.6 Flare, GPT Image 2.5 Flare से 40% से 50% तेज़ था, जो OpenAI के "लगभग 50% तेज़" के अनुरूप है।

क्या GPT Image 2.6 की क्वालिटी 2.5 से बेहतर है?

दोनों वर्ज़न टेक्स्ट और लेआउट बहुत सटीकता से संभालते हैं। फ़र्क बारीकियों में है: 2.6 प्रॉम्प्ट की कैपिटलाइज़ेशन और निर्देशों को ज़्यादा करीब से मानता है और चीज़ों को ज़्यादा एकसार रखता है। अंतर छोटा है; असली अपग्रेड रफ़्तार है।

क्या Planning से इमेज महँगी हो जाती हैं?

नहीं। Planning सिर्फ़ यह तय करता है कि मॉडल ड्रॉ करने से पहले कितनी योजना बनाए। यह क्वालिटी स्तर से अलग सेट होता है और कीमत नहीं बदलता।

Flare या Sunburst, कौन-सा इस्तेमाल करूँ?

नई इमेज और तेज़ प्रयोगों के लिए Flare इस्तेमाल करें। जब आप एक ही इमेज को कई राउंड में एडिट करेंगे और लोगों या प्रोडक्ट को बिल्कुल वैसा ही बनाए रखना हो, तब Sunburst इस्तेमाल करें।

क्या GPT Image 2.5 उपलब्ध रहेगा?

हाँ। GPT Image 2.5 अब भी ZOOOP पर है, और Low व Medium क्वालिटी पर ड्राफ़्ट और कई रेफ़रेंस इमेज वाले एडिट, दोनों के लिए यह 2.6 से सस्ता है।

शेयर

और देखें

सभी देखें