Az OpenAI új képgenerátora két olyan problémán próbál javítani, amely használat közben gyorsan bosszantóvá válhat: a várakozáson és azon, amikor egy apró módosítás miatt a kép más részei is megváltoznak.
A szeptember 8-án bemutatott ChatGPT Images 2.5 akár 50%-kal alacsonyabb generálási késleltetést ígér az Images 2.0-hoz képest, és a szerkesztésen is sokat változtattak.
A sebességnek van hol számítania: az OpenAI adatai alapján a ChatGPT Images és az API-ban elérhető GPT-Image modellekkel hetente több mint 3 milliárd kép készül. Az Images 2.5 már minden ChatGPT-csomagban megjelenik, valamint a ChatGPT Workben és a Codexben is, weben, asztali gépen és mobilon.
A képminőségnél természetesebb megvilágítást és részletesebb textúrákat ígér az új változat, de a gyakorlatban valószínűleg a referenciaképek kezelése lesz feltűnőbb. Ha például egy feltöltött emberről kell más környezetben vagy más vizuális stílusban képet készíteni, az Images 2.5 nagyobb eséllyel tartja meg az arcot és az egyedi külső jegyeket. Az Android Authority beszámolója ugyanezt emeli ki: egy kép átalakításakor kevésbé hajlamos arra, hogy közben maga a szereplő is egy másik emberré változzon.
A szerkesztésnél már célzottabban lehet hozzányúlni egyetlen elemhez. Egy háttér lecserélése, egy termék módosítása vagy akár a képen lévő szöveg átírása közben a kép többi része nagyobb eséllyel marad érintetlen. Korábban több egymást követő módosításnál az is előfordulhatott, hogy az első változtatások lassan elvesztek, vagy romlott a kép minősége. Az Images 2.5 több szerkesztési körön keresztül is következetesebben próbálja megtartani a már elkészült részeket.
Az összetettebb utasítások értelmezésén is dolgoztak. Az OpenAI szerint pontosabb lehet a való világból származó információkat tartalmazó képek tartalma, összetettebb elrendezésekkel is boldogul a rendszer, és a transzparens hátterű képek készítését is javították. Ez utóbbi például matricáknál vagy olyan grafikáknál használható közvetlenül, amelyeket később más háttérre kell helyezni. A megadott vizuális stílus követésén szintén javítottak.
Új eszközök is kerülnek a ChatGPT képkészítő részébe. A Sketch használatával közvetlenül a ChatGPT-ben lehet felvázolni, nagyjából minek hol kellene lennie, majd ezt referenciaként használja a képgenerátor. Lehet például egy szoba elrendezését, egy ruhadarab formáját vagy egyszerűen egy durva kompozíciót megrajzolni, majd szövegben megadni a kívánt stílust és további részleteket. A Sketch az „@Sketch” beírásával érhető el.
Megjelentek sablonok is olyan gyakori feladatokhoz, mint a plakátok, szórólapok, termékfotók vagy merchandise-grafikák készítése. A képre közvetlenül megjegyzések helyezhetők, így egy szerkesztési kérésnél pontosabban kijelölhető, melyik részhez kell hozzányúlni. A kész képek megosztásakor pedig már az elkészítésükhöz használt prompt is továbbadható, így ugyanaz az ötlet más saját fotókkal vagy adatokkal is kipróbálható.
A frissítés közben a Microsoft saját képgenerátorai is gyorsan feljebb kerültek az Arena ranglistáján. A Neowin összesítése szerint az első MAI-Image 2025 októberében a 9. helyen indult, a MAI-Image-2 2026 márciusában már a 3. helyre került, majd a MAI-Image-2.5 májusban szintén a 3. helyen állt. Az augusztusi MAI-Image-2.6 már a 2. helyig jutott, 79 Elo-ponttal előzte meg az elődjét, és csak az OpenAI GPT-Image-2 maradt előtte.
Az API-ban két új változat érkezett. A GPT-Image-2.5 Flare az általános használatra szánt verzió: az OpenAI ezt ajánlja alapértelmezett választásként a legtöbb alkalmazáshoz, és a GPT-Image-2-höz képest jobb képminőség mellett 50%-kal alacsonyabb késleltetést ad. Többek között közösségi tartalmakhoz, termékes felhasználáshoz, vizuális kereséshez, gyors prototípusokhoz és nagy mennyiségű képgeneráláshoz szánják.
A GPT-Image-2.5 Sunburst ezzel szemben a részletesebb, nagyobb pontosságot igénylő szerkesztésekhez készült, cserébe hosszabb ideig tart a generálás. Ilyen lehet egy végleges kampánygrafika vagy egy kidolgozott termékkép. Mindkét API-modell már elérhető.
A biztonsági rendszer alapjai nem változtak meg teljesen az új képgenerátorral. Az Images 2.5 a promptokat és a képeket is ellenőrzi a káros tartalmak kiszűrésére, az elkészült képeknél pedig továbbra is használ C2PA-metaadatokat és láthatatlan vízjelet, amelyek segíthetnek az OpenAI eszközeivel készített tartalmak azonosításában.
