GPT Image 2.6 vs GPT Image 2.5: Chờ chỉ bằng một nửa, nhưng không phải mức chất lượng nào cũng đáng chuyển

Cùng prompt, cùng mức chất lượng, GPT Image 2.6 vs 2.5: tốc độ tạo ảnh, chữ và bố cục, tùy chọn Planning mới, và khi nào 2.5 vẫn là lựa chọn rẻ hơn.
OpenAI phát hành GPT-Image-2.6 ngày 4 tháng 11, và giống thế hệ trước, nó có hai mô hình API: Flare và Sunburst. Thông báo khá ngắn: cả hai nhanh hơn trước khoảng 50%, Flare có thể trả ảnh chỉ trong 6 giây, còn Sunburst giữ chi tiết tốt hơn qua một chuỗi chỉnh sửa. ZOOOP thêm nó vào Trình tạo hình ảnh AI ngay ngày hôm sau, với tên gọi đơn giản là GPT Image 2.6.
GPT Image 2.5 mới ra mắt hai tháng trước. Nếu bạn đã dùng nó hằng ngày, câu hỏi rất đơn giản: bản nâng cấp này có đáng để chuyển công việc sang không? Vậy nên tôi làm như mọi khi. Cùng prompt, cả hai phiên bản, không thay đổi gì ngoài phiên bản.
GPT Image 2.6 là gì, và khác gì so với 2.5
Trước hết là tên gọi. GPT Image 2.6 hoạt động giống 2.5: một mô hình, hai phiên bản. Flare là bản nhanh và là mặc định cho ảnh dùng hằng ngày. Sunburst là bản lớn hơn, nhiều chi tiết hơn, được làm để chỉnh sửa cùng một ảnh hết lần này đến lần khác. Trên ZOOOP, hai phiên bản dùng chung bộ điều khiển, nên chuyển đổi chỉ mất một cú nhấp.
Bên dưới, 2.6 giữ mọi thứ 2.5 có: năm mức chất lượng (Low, Medium, High, XHigh, Max), tỷ lệ khung hình ngang và dọc lên đến 4K, và tối đa 16 ảnh tham chiếu. Tùy chọn mới duy nhất là Planning (lập kế hoạch), quyết định mô hình suy nghĩ bao nhiêu trước khi bắt đầu vẽ. Phần dưới sẽ nói kỹ hơn. OpenAI cũng công bố đầu ra dạng ảnh động và xuất SVG trong bản phát hành này; ZOOOP chưa bật hai tính năng đó.
Cách chúng tôi thử: cùng prompt, chỉ đổi phiên bản
Ba prompt, đều lấy từ những việc người dùng hay giao cho dòng GPT Image nhất: một poster du lịch phong cách cổ điển có ba dòng chữ, một infographic cà phê năm bước, và một ảnh sản phẩm hộp tai nghe màu đen trên mặt đá phiến ướt. Mỗi prompt chạy một lần trên 2.5 Flare và một lần trên 2.6 Flare, đều ở chất lượng High, cùng độ phân giải, cùng tỷ lệ khung hình. Ngoài ra, tôi chạy infographic trên 2.6 ở Medium với Planning đặt ở low rồi đến high.
Phần tôi không thử: chỉnh sửa nhiều lượt. Đó là chỗ Sunburst được cho là tỏa sáng, nhưng muốn thể hiện cho đúng thì cần một chuỗi chỉnh sửa năm, sáu lượt, và nó không vừa trong bài này.
Khác biệt thứ nhất: tốc độ, và thời gian chờ thực sự giảm khoảng một nửa
Đây là tuyên bố dễ kiểm chứng nhất. Dưới đây là thời gian từ lúc gửi đến khi có ảnh hoàn chỉnh cho mỗi prompt, tất cả ở chất lượng High và 2K:
| Prompt | GPT Image 2.5 Flare | GPT Image 2.6 Flare |
|---|---|---|
| Poster du lịch | 53 giây | 31 giây |
| Infographic cà phê | 41 giây | 20 giây |
| Ảnh sản phẩm tai nghe | 40 giây | 19 giây |
2.6 thắng cả ba, nhanh hơn từ 40% đến 50%, khớp với con số "nhanh hơn khoảng 50%" của OpenAI. Các số liệu này đã gồm thời gian xếp hàng và tải lên, nên từng lần chạy sẽ dao động, nhưng xu hướng nhất quán. Nếu bạn thiết kế bố cục và thử bảy, tám phương án cho một ý tưởng, điều này quan trọng hơn bất kỳ cải thiện nhỏ nào về chất lượng ảnh.
Khác biệt thứ hai: chữ và bố cục, cả hai phiên bản đều làm đúng
Trên poster, "LISBON", "City of Seven Hills" và "Spring Festival · April 12-20" đều được cả hai phiên bản viết đúng chính tả. Khác biệt nằm ở chi tiết. 2.5 tự ý viết hoa toàn bộ phần chân trang; 2.6 giữ đúng cách viết hoa trong prompt và cho phần chân trang một dải riêng. Phần minh họa mỗi bên có điểm hay riêng: 2.6 đặt thêm vài hành khách trên xe điện và sắp lâu đài cùng các mái nhà dày hơn.

Ở infographic, năm bước, năm con số và năm chú thích, không có lỗi chính tả, không thiếu hay thừa bước nào ở cả hai bên. 2.6 biến tên mỗi bước thành một thanh nhãn và giữ chú thích gọn hơn; chú thích của 2.5 dài hơn một chút. Không bên nào tốt hơn, tùy bố cục bạn muốn.

Ảnh sản phẩm là phần gần hòa nhất. Giọt nước, vân đá phiến và hương thảo đều đẹp ở cả hai. Trong ảnh của 2.6, tai nghe khớp với các hốc trong hộp; trong ảnh của 2.5, chiếc tai nghe nằm ngoài hộp có thân dài và trông không thực sự thuộc về chiếc hộp đó. Những chi tiết nhất quán nhỏ như vậy chính là chỗ GPT Image 2.6 nhỉnh hơn một chút.

Khác biệt thứ ba: tùy chọn Planning làm gì
Planning tương ứng với tham số mà OpenAI gọi là complexity: mô hình lên kế hoạch bao nhiêu trước khi vẽ. Nó tách biệt với mức chất lượng, và không tốn thêm chi phí.
Tôi chạy cùng infographic cà phê ở Medium hai lần, một lần Planning ở low và một lần ở high. Bản low dùng chú thích một dòng: "Pick ripe coffee cherries.", "Brew and enjoy!" Bản high viết chú thích đầy đủ hơn, biến tên bước thành thanh nhãn và có thứ bậc thị giác rõ ràng hơn. Cả hai đều đúng, nhưng bản high trông như do một nhà thiết kế dàn trang.

Lời khuyên của OpenAI: tăng lên cho ảnh nhiều chữ, bố cục phức tạp và những cảnh mà các vật thể liên quan đến nhau; giảm xuống cho các chỉnh sửa nhỏ, vì mô hình lên kế hoạch quá nhiều sẽ "cải thiện" cả những thứ bạn muốn giữ nguyên. Mặc định là high, và phần lớn thời gian bạn cứ để vậy.
Khác biệt thứ tư: 2.6 đắt hơn, rõ nhất ở Low và Medium
Đây là chỗ duy nhất bài thử bất lợi cho GPT Image 2.6. Trên ZOOOP, ở Low và Medium, 2.6 đắt hơn 2.5 khá rõ, vì mô hình mới tốn nhiều hơn cho các bản nháp nhanh. Từ High trở lên, hai phiên bản có giá như nhau hoặc 2.6 chỉ đắt hơn vài phần trăm, vì ở cùng mức chất lượng chúng dùng lượng tính toán gần như y hệt. Ảnh tham chiếu trên 2.6 cũng đắt hơn, nên chi phí cho các lần chỉnh sửa dùng nhiều ảnh tăng nhanh hơn. Nếu bạn chạy hàng trăm bản nháp hoặc lượt chỉnh sửa mỗi ngày, chênh lệch sẽ cộng dồn.
Có nên chuyển từ GPT Image 2.5 không?
Tổng hợp lại.
Chuyển sang GPT Image 2.6: ảnh hoàn chỉnh ở High trở lên, nơi giá gần như nhau mà thời gian chờ chỉ khoảng một nửa. Các bản nháp bố cục phải sửa nhiều lần, khi đó Planning ở high giúp bạn bớt qua lại. Những ảnh bạn sẽ chỉnh sửa qua nhiều lượt; với chúng, hãy chuyển sang Sunburst.
Ở lại với 2.5: bản nháp số lượng lớn ở Low hoặc Medium và chỉnh sửa hàng loạt với nhiều ảnh tham chiếu, nơi 2.5 rẻ hơn. Chọn hướng đi ở đó, rồi xuất ảnh cuối cùng trên 2.6. Trường hợp còn lại là một loạt ảnh bạn đã làm trên 2.5 và cần thêm vài ảnh cùng phong cách. Đừng đổi giữa chừng một loạt ảnh.
Với việc mới, hãy chọn GPT Image 2.6 trong Trình tạo hình ảnh AI. Flare là phiên bản mặc định và Planning nằm bên dưới phần cài đặt chất lượng. Để chỉnh sửa một bức ảnh có sẵn, hãy tải nó lên làm ảnh tham chiếu và mô tả thay đổi trong một câu. Với bản nháp số lượng lớn và chỉnh sửa hàng loạt rẻ hơn, hãy chuyển về GPT Image 2.5. Tín dụng dùng như nhau trên cả hai, nên bạn có thể thoải mái qua lại.
Câu hỏi thường gặp
GPT Image 2.6 nhanh hơn 2.5 bao nhiêu?
Trong bài thử của chúng tôi với ba prompt ở chất lượng High, GPT Image 2.6 Flare nhanh hơn GPT Image 2.5 Flare từ 40% đến 50%, khớp với con số "nhanh hơn khoảng 50%" của OpenAI.
Chất lượng của GPT Image 2.6 có tốt hơn 2.5 không?
Cả hai phiên bản đều xử lý chữ và bố cục rất chính xác. Khác biệt nằm ở chi tiết: 2.6 bám sát cách viết hoa và chỉ dẫn trong prompt hơn, và giữ các vật thể nhất quán hơn. Chênh lệch nhỏ; tốc độ mới là nâng cấp thực sự.
Planning có làm ảnh đắt hơn không?
Không. Planning chỉ điều chỉnh mức độ mô hình lên kế hoạch trước khi vẽ. Nó được đặt riêng với mức chất lượng và không làm thay đổi giá.
Flare hay Sunburst, nên dùng cái nào?
Dùng Flare cho ảnh mới và thử nghiệm nhanh. Dùng Sunburst khi bạn sẽ chỉnh sửa cùng một ảnh qua nhiều lượt và cần người hoặc sản phẩm giữ nguyên y như cũ.
GPT Image 2.5 có còn được giữ lại không?
Có. GPT Image 2.5 vẫn có trên ZOOOP, và nó rẻ hơn 2.6 khi làm bản nháp ở Low và Medium cũng như khi chỉnh sửa với nhiều ảnh tham chiếu.





