GPT Image 2.6 kontra GPT Image 2.5: o połowę krótsze czekanie, ale nie na każdym poziomie warto się przesiadać

Spostrzeżenia5 min czytania
GPT Image 2.6 kontra GPT Image 2.5: o połowę krótsze czekanie, ale nie na każdym poziomie warto się przesiadać

Te same prompty, ten sam poziom jakości, GPT Image 2.6 kontra 2.5: szybkość generowania, tekst i układ, nowe ustawienie Planning oraz kiedy 2.5 wciąż wychodzi taniej.

OpenAI wypuściło GPT-Image-2.6 4 listopada i, podobnie jak poprzednia generacja, nowość trafiła do API jako dwa modele: Flare i Sunburst. Ogłoszenie było krótkie: oba są mniej więcej o 50% szybsze niż wcześniej, Flare potrafi zwrócić obraz już po 6 sekundach, a Sunburst lepiej trzyma szczegóły przy serii kolejnych edycji. ZOOOP dodał go następnego dnia do narzędzia Generator obrazu AI, gdzie figuruje po prostu jako GPT Image 2.6.

GPT Image 2.5 pojawił się zaledwie dwa miesiące temu. Jeśli już używasz go codziennie, pytanie jest proste: czy ta aktualizacja jest warta przenoszenia pracy? Zrobiłem więc to, co zawsze. Te same prompty, obie wersje, nic się nie zmieniło poza wersją.

Czym jest GPT Image 2.6 i co się zmieniło względem 2.5

Najpierw nazwy. GPT Image 2.6 działa tak samo jak 2.5: jeden model, dwie wersje. Flare to ta szybka i domyślna do codziennych obrazów. Sunburst to większa wersja, z większą ilością szczegółów, stworzona do wielokrotnego edytowania tego samego obrazu. W ZOOOP obie wersje mają te same ustawienia, więc przełączenie to jedno kliknięcie.

Pod maską 2.6 zachowuje wszystko, co miał 2.5: pięć poziomów jakości (Low, Medium, High, XHigh, Max), szerokie i pionowe proporcje do 4K oraz do 16 obrazów referencyjnych. Jedyne nowe ustawienie to Planning, które określa, ile model myśli, zanim zacznie rysować. Więcej o tym niżej. OpenAI zapowiedziało przy tej premierze także animowane wyniki i eksport do SVG; ZOOOP jeszcze ich nie włączył.

Jak testowaliśmy: te same prompty, zmienia się tylko wersja

Trzy prompty, wszystkie z zadań, które ludzie najczęściej zlecają rodzinie GPT Image: plakat podróżniczy w stylu vintage z trzema linijkami tekstu, infografika o kawie w pięciu krokach i zdjęcie produktowe czarnego etui na słuchawki na mokrym łupku. Każdy prompt uruchomiłem raz na 2.5 Flare i raz na 2.6 Flare, oba w jakości High, w tej samej rozdzielczości i tych samych proporcjach. Do tego infografikę puściłem na 2.6 w jakości Medium, z Planning ustawionym najpierw na low, a potem na high.

Czego nie testowałem: edycji w wielu turach. Tam Sunburst ma błyszczeć, ale żeby porządnie to pokazać, trzeba łańcucha pięciu–sześciu rund edycji, a to nie zmieściłoby się w tym wpisie.

Różnica pierwsza: szybkość, i czekanie naprawdę skraca się mniej więcej o połowę

To najłatwiejsza do sprawdzenia obietnica. Oto czas od wysłania do gotowego obrazu dla każdego promptu, wszystko w jakości High i 2K:

PromptGPT Image 2.5 FlareGPT Image 2.6 Flare
Plakat podróżniczy53 s31 s
Infografika o kawie41 s20 s
Zdjęcie produktowe słuchawek40 s19 s

2.6 wygrał wszystkie trzy, o 40% do 50%, co zgadza się z zapowiedzią OpenAI o "około 50% szybszym" działaniu. Te czasy obejmują kolejkę i przesyłanie, więc pojedyncze uruchomienie będzie się wahać, ale kierunek był stały. Jeśli projektujesz układy i próbujesz siedmiu czy ośmiu wersji jednego pomysłu, to liczy się bardziej niż drobny zysk w jakości obrazu.

Różnica druga: tekst i układ, obie wersje dały radę

Na plakacie "LISBON", "City of Seven Hills" i "Spring Festival · April 12-20" zostały poprawnie zapisane przez obie wersje. Różnice tkwią w szczegółach. 2.5 sam z siebie zdecydował się złożyć stopkę wersalikami; 2.6 zachował wielkość liter z promptu i dał stopce osobny pasek. Ilustracje mają każda swoje atuty: 2.6 umieścił w tramwaju kilku pasażerów więcej i gęściej upakował zamek oraz dachy.

Plakat podróżniczy, po lewej GPT Image 2.5, po prawej GPT Image 2.6, oba w jakości High

Na infografice pięć kroków, pięć numerów i pięć podpisów, bez literówek i bez brakujących czy dodatkowych kroków po żadnej stronie. 2.6 zamienił nazwę każdego kroku w pasek z etykietą i trzymał podpisy krócej; podpisy w 2.5 są nieco dłuższe. Żadna nie jest lepsza, zależy, jakiego układu chcesz.

Infografika o kawie, po lewej GPT Image 2.5, po prawej GPT Image 2.6

Zdjęcie produktowe było najbliżej remisu. Krople wody, faktura łupku i rozmaryn wyglądają świetnie na obu. Na obrazie z 2.6 słuchawki pasują do wgłębień w etui; na obrazie z 2.5 słuchawka leżąca poza etui ma nóżkę i nie bardzo wygląda, jakby należała do tego etui. Właśnie w takich drobnych szczegółach spójności GPT Image 2.6 jest trochę lepszy.

Zdjęcie produktowe słuchawek, po lewej GPT Image 2.5, po prawej GPT Image 2.6

Różnica trzecia: do czego służy ustawienie Planning

Planning odpowiada parametrowi, który OpenAI nazywa complexity: ile model planuje, zanim zacznie rysować. Jest niezależny od poziomu jakości i nic dodatkowo nie kosztuje.

Tę samą infografikę o kawie uruchomiłem dwa razy w jakości Medium, raz z Planning na low i raz na high. Wersja low miała jednolinijkowe podpisy: "Pick ripe coffee cherries.", "Brew and enjoy!" Wersja high napisała pełniejsze podpisy, zamieniła nazwy kroków w paski z etykietami i miała wyraźniejszą hierarchię wizualną. Obie były poprawne, ale wersja high wygląda, jakby złożył ją grafik.

Ta sama infografika, po lewej Planning low, po prawej Planning high, obie w jakości Medium

Rada OpenAI: podkręć je przy obrazach z dużą ilością tekstu, złożonych układach i scenach, w których obiekty są ze sobą powiązane; zmniejsz przy drobnych edycjach, bo model, który za dużo planuje, "poprawi" rzeczy, które chciałeś zostawić w spokoju. Domyślnie jest high i przez większość czasu można tak zostawić.

Różnica czwarta: 2.6 kosztuje więcej, najbardziej na Low i Medium

To jedyne miejsce, w którym test wypadł na niekorzyść GPT Image 2.6. W ZOOOP na Low i Medium 2.6 kosztuje wyraźnie więcej niż 2.5, ponieważ nowy model zużywa więcej na szybkie szkice. Od High w górę obie wersje kosztują tyle samo albo 2.6 jest droższy o kilka procent, bo na tym samym poziomie jakości zużywają niemal dokładnie tyle samo mocy obliczeniowej. Obrazy referencyjne też kosztują więcej na 2.6, więc koszt edycji z kilkoma zdjęciami rośnie szybciej. Jeśli puszczasz setki szkiców lub edycji dziennie, różnica się sumuje.

Czy warto przejść z GPT Image 2.5?

Podsumowując.

Przejdź na GPT Image 2.6: finalne obrazy w jakości High i wyższej, gdzie cena jest prawie taka sama, a czekanie skraca się mniej więcej o połowę. Szkice układów, które przechodzą przez wiele poprawek, gdzie Planning na high oszczędzi ci trochę chodzenia w tę i z powrotem. Obrazy, które będziesz edytować przez kilka rund; do nich przełącz się na Sunburst.

Zostań przy 2.5: hurtowe szkice na Low lub Medium i hurtowe edycje z kilkoma obrazami referencyjnymi, gdzie 2.5 jest tańszy. Tam wybierz kierunek, a wersję finalną wygeneruj na 2.6. Drugi przypadek to seria, którą już zrobiłeś na 2.5 i która potrzebuje jeszcze kilku obrazów w tym samym stylu. Nie zmieniaj wersji w połowie serii.

Do nowych prac wybierz GPT Image 2.6 w narzędziu Generator obrazu AI. Flare to wersja domyślna, a Planning znajdziesz pod ustawieniem jakości. Żeby edytować istniejące zdjęcie, prześlij je jako obraz referencyjny i opisz zmianę jednym zdaniem. Do tańszych hurtowych szkiców i edycji wróć do GPT Image 2.5. Kredyty działają tak samo w obu, więc możesz swobodnie przełączać się tam i z powrotem.

Najczęściej zadawane pytania

O ile GPT Image 2.6 jest szybszy od 2.5?

W naszym teście z trzema promptami w jakości High GPT Image 2.6 Flare był o 40% do 50% szybszy od GPT Image 2.5 Flare, zgodnie z zapowiedzią OpenAI o "około 50% szybszym" działaniu.

Czy GPT Image 2.6 daje lepszą jakość niż 2.5?

Obie wersje bardzo dokładnie radzą sobie z tekstem i układem. Różnice są w szczegółach: 2.6 wierniej trzyma się wielkości liter i instrukcji z promptu oraz utrzymuje większą spójność obiektów. Różnica jest niewielka; prawdziwym ulepszeniem jest szybkość.

Czy Planning podnosi koszt obrazów?

Nie. Planning kontroluje tylko, ile model planuje przed rysowaniem. Ustawia się go niezależnie od poziomu jakości i nie zmienia ceny.

Flare czy Sunburst, którego używać?

Używaj Flare do nowych obrazów i szybkich iteracji. Używaj Sunburst, gdy będziesz edytować ten sam obraz przez kilka rund i potrzebujesz, żeby ludzie czy produkty zostały dokładnie takie, jakie są.

Czy GPT Image 2.5 pozostanie dostępny?

Tak. GPT Image 2.5 wciąż jest w ZOOOP i jest tańszy niż 2.6 do szkiców na Low i Medium oraz do edycji z kilkoma obrazami referencyjnymi.

Udostępnij

Odkryj więcej

Zobacz wszystko