GPT Image 2.5 vs GPT Image 2: ik heb dezelfde prompts door beide gehaald. Hier verschillen ze echt

OpenAI bracht ChatGPT Images 2.5 op 8 september uit en vatte het samen als "sharper details, more precise editing, and faster generation". Aan de API-kant betekent dat twee nieuwe modellen, GPT-Image-2.5 Flare en GPT-Image-2.5 Sunburst. ZOOOP had beide de volgende dag live, als twee versies van één model in de AI-beeldgenerator.

Lanceringsberichten lezen altijd lekker. Wie elke dag beelden genereert, heeft maar één vraag die een antwoord verdient: ik ben blij met GPT Image 2 — wat win ik echt door naar 2.5 te gaan? Dus haalde ik dezelfde set prompts door beide generaties en veranderde niets behalve het model. Dit is wat je ziet, en wat niet.

Wat GPT Image 2.5 is, en wat Flare en Sunburst zijn

Eerst de namen, want OpenAI bracht er drie tegelijk uit.

ChatGPT Images 2.5 is de productnaam in ChatGPT. Er is geen API-model dat "2.5" heet — er zijn er twee: Flare en Sunburst. Volgens OpenAI is Flare de standaard voor de meeste toepassingen en levert het betere beelden dan GPT-Image-2 met de helft van de latentie. Sunburst is gebouwd voor premium workflows die strakkere controle over bewerkingen willen, en genereert langzamer. De twee delen dezelfde prompts, parameters en beeldverhoudingen.

Op ZOOOP hebben we ze niet als twee aparte modellen gezet — dat zou suggereren dat je tussen twee verschillende dingen kiest. Het zijn twee versies onder GPT Image 2.5, één schakelaar van elkaar. Daarom draaien alle vergelijkingen in dit artikel standaard op Flare; Sunburst krijgt verderop een eigen sectie.

Vergeleken met GPT Image 2 veranderden drie dingen op parameterniveau: de kwaliteitsladder gaat van Low / Medium / High naar vijf treden, met XHigh en Max bovenaan; er is een nieuwe 4K-resolutie; en één verzoek neemt nu tot 16 referentiebeelden in plaats van 10. Al het andere is hetzelfde — elf beeldverhoudingen, prompts op dezelfde manier geschreven.

Methode: dezelfde prompts, alleen het model verandert

Vier prompts, voor de vier dingen die mij het meest bezighouden. Stof- en metaaldetail: een close-up van de revers van een marineblauwe visgraatblazer met een messing kraagspeld. Kleine tekst in beeld: het handgeschilderde houten bord van een bakkerij. Reflecties en materialen: een matzwarte theepot op een gepolijst stenen aanrecht. Typografie: een vintage concertposter geprikt op een bakstenen muur.

Elke prompt liep één keer op elk model — 16:9, dezelfde resolutie, kwaliteit Low. Low is de trede die ik het meest gebruik, en de trede die de ondergrens van een model blootlegt; op de hoogste trede kan elk model detail opstapelen. Voor de stofprompt voegde ik een High-paar en één Max-render toe, die alleen 2.5 biedt, om te zien hoe ver de ladder echt reikt.

Hier niet getest: bewerken en composities met meerdere referenties. Dat zijn de gebieden waar OpenAI het meest over spreekt bij 2.5, en ze verdienen een eigen artikel.

Verschil één: opgelost detail

De korte versie: beide Low-renders zijn bruikbaar; het gat verschijnt bij inzoomen. GPT Image 2 heeft de visgraat, maar zacht, als door gaas gezien. GPT Image 2.5 zet elke ribbel overeind, en het stiksel langs de reversrand is steviger. Het andere gat zit niet in textuur maar in gehoorzaamheid. Ik vroeg een messing kraagspeld; 2.0 tekende een lantaarnvormige hanger, 2.5 een ronde messing knoop met wapen. Geen van beide is schoolvoorbeeld, maar 2.5 zit dichter bij de prompt.

Het theepotpaar illustreert het duidelijkst wat "opgelost detail" betekent. Beide hebben het materiaal van de pot goed; het verschil is het aanrecht. De reflectie van 2.0 is een vage donkere veeg. 2.5 spiegelt handvat, romp en deksel één voor één op de steen, met de marmeradering die eronder doorschijnt. Dit is de zwakke plek die ik het vaakst tegenkom bij elke AI-beeldgenerator — het onderwerp is prima, de ring waar onderwerp en omgeving elkaar raken wordt papperig. 2.5 is in die ring merkbaar dichter.

Wat de tekst in beeld betreft: "MORNING LOAF · est. 1987" op het bakkersbord en de drie regels op de poster kwamen letterperfect uit beide modellen. Leesbare typografie is altijd het handelsmerk van de GPT Image-lijn geweest; 2.5 gaat daar niet op achteruit, en trekt ook niet weg. De verschillen zitten rond de letters. Het bord van 2.5 is echt verweerd hout aan ijzeren haken, en zijn poster heeft vouwen en speldenkoppen. Het bord van 2.0 lijkt pas geschilderd, en zijn poster voegde een vintage auto toe waar de prompt nooit om vroeg.

Verschil twee: drie kwaliteitstreden worden vijf

Met de drie treden van GPT Image 2 was mijn regel: Low is genoeg, Medium voor drukke composities, High zelden. 2.5 zet XHigh en Max boven High, en de eerste reactie is "dus een duurdere High".

Wat ik vond was anders: een trede omhoog verscherpt niet hetzelfde beeld — het genereert een nieuw beeld. Over de renders Low, High en Max veranderde de speld van een rond wapen in een bladvorm, en de laag eronder van wit overhemd in crème trui en terug. De compositie verschoof; het enige dat gestaag klom was de stof. De visgraat van Max is dicht genoeg om de draden te tellen, High volgt, en Low is op webformaat nauwelijks van High te onderscheiden. Dus als je plan was "compositie vastzetten op Low, dan hetzelfde frame op Max opnieuw renderen voor druk", die weg bestaat niet. Klim de ladder terwijl je nog accepteert dat de compositie verandert.

Mijn advies is hetzelfde als bij 2.0, alleen op een langere ladder: verken op Low, zet de compositie vast, promoveer alleen het frame dat je echt levert. Welke trede hangt af van hoe groot het bekeken wordt. Een gedrukte poster, een landingspagina-hero, een 4K-plate — daar horen XHigh en Max. Een social post opwaarderen kost alleen meer.

Verschil drie: 4K breedbeeld en 16 referentiebeelden

4K is de tastbare toevoeging. GPT Image 2.5 levert 3840×2160 en 2160×3840 rechtstreeks, geen 2K-dan-opschalen — en native tegenover opgeschaald is iets anders in hoogfrequent detail zoals bladeren en haar.

Eén ding om vooraf te weten: 4K is alleen beschikbaar voor vier brede en hoge verhoudingen — 21:9, 16:9, 9:16 en 9:21. De andere zeven beeldverhoudingen stoppen bij 3K. Dat is het pixelplafond van het model, geen ZOOOP-limiet; we grijzen de niet-selecteerbare combinaties uit zodat je niet betaalt, een halve minuut wacht en een fout krijgt.

Dat de referentielimiet van 10 naar 16 beelden gaat, is echt handig voor e-commercecomposities en lay-outwerk: packshots, props, een kleurenkaart en een ruwe lay-out, alles in één verzoek, met de prompt die de opstelling beschrijft. Hier heb ik geen vergelijking voor geschoten, maar "de onderwerpen in je referentiefoto's beter behouden" is een van de hoofdlijnen in de aankondiging van OpenAI, en het klopt met wat we in losse tests in de AI-beeldeditor zagen.

Verschil vier: renderen Flare en Sunburst anders?

Dit wilde ik het liefst uitzoeken, omdat de twee versies op ZOOOP hetzelfde kosten. Als Sunburst langzamer en niet beter is, waar is het dan voor?

Ik haalde de reversprompt uit verschil één met identieke parameters door Sunburst. Naast elkaar zijn stofdichtheid, het metaal van de speld en het verloop van de scherptediepte gelijkspel; elk verschil is willekeurig — Flare gaf een ronde messing knoop, Sunburst een eikenbladspeld en voegde een pochet toe. Met andere woorden: voor genereren vanaf nul is Sunburst niet beter dan Flare.

Langzamer is het wel, maar een getal kan ik je niet geven. Ik heb dezelfde set gekoppelde paren twee keer gemeten: in beide rondes ligt de mediaan van Sunburst achter die van Flare, maar het verschil liep flink uiteen en losse cellen draaiden soms om. De richting houdt stand, de factor niet. Dat sluit aan bij de positionering van OpenAI: de kracht van Sunburst is bewerken — het soort "verander alleen dit ene, laat de rest" — niet text-to-image.

De regel is dus simpel. Standaard Flare. Schakel alleen naar Sunburst als je een precieze bewerking doet op een bestaand beeld en de wijziging precies moet landen waar je wijst. Voor text-to-image en batchschetsen laat Sunburst je alleen wachten.

Wat naar 2.5 moet, en wat kan blijven

De vier verschillen in één lijst.

Naar GPT Image 2.5: alles wat groot bekeken wordt — gedrukte key visuals, landingspagina-hero's, achtergronden voor grote schermen; alles met kleine tekst of dichte typografie; alles dat native 4K breedbeeld nodig heeft; alles dat een dozijn of meer referentiebeelden combineert. In deze gevallen is het gat zichtbaar.

Geen haast: dagelijkse socialbeelden, beelden die alleen op een telefoon worden gezien, schetsen voor pure stijlverkenning. Op Low rechtvaardigt het verschil tussen de generaties niet om een bestaande set opnieuw te draaien. Heb je een reeks gemaakt met GPT Image 2 en heb je er een paar passende bij nodig, dan is op 2.0 blijven de veiligere keuze.

Begin nieuw werk op 2.5. In de AI-beeldgenerator van ZOOOP staat het vóór GPT Image 2 in de lijst, Flare is de standaardversie, en de vijf kwaliteitstreden en 4K zitten in hetzelfde paneel. Credits worden gedeeld tussen beide modellen, dus heen en weer schakelen vraagt geen tweede budget.