Za OpenAI je bila uvedba modela GPT-Image-2 velik korak, pomenila je pravi mejnik, saj je postal učinkovit partner že pri ustvarjanju besedil. Zdaj GPT-Image-2.5 nadaljuje po tej poti in z njim bo mogoče delati še hitreje.
»Najsodobnejši slikovni model zagotavlja ostrejše podrobnosti, natančnejše urejanje in hitrejše generiranje za ustvarjalne delovne procese,« je poudaril OpenAI.
Za vsakodnevno uporabo je pomembna sprememba, da se pri ustvarjanju slik čakalni čas sistema skrajša za 50 odstotkov, za toliko hitreje bodo pod »rokami« umetne inteligence nastale slike v skladu z navodili uporabnika. Model bo natančneje sledil pozivom (promptom), zato bo z njim mogoče hitreje uresničiti zamisli in koncepte.
GPT-Image-2.5 bo na slikah naravneje prikazoval svetlobo, zmožen bo ustvarjati bogatejše teksture, z navodili vnesene referenčne slike pa bo na novo sliko prenašal z natančnejšim ohranjanjem želenih predmetov. Zahvaljujoč temu lahko ustrezen rezultat pri združevanju več slik nastane precej prej. Pomembna novost je tudi, da bo ChatGPT pri večkrožnem urejanju zagotavljal večjo konsistentnost. Še vedno je namreč težava, da se slike lahko na vseh točkah močno popačijo zaradi množice majhnih sprememb.
Uvedena je bila funkcija Sketch, ki omogoča, da znotraj storitve ustvarimo skico. Neposredno v ChatGPT bo mogoče ustvariti hiter izhodiščni načrt, s katerim lahko usmerjamo postopek generiranja. Ta skica v postopek vstopi v bistvu enako, kot če bi človek naložil skico, torej gre za nov način, razširitev izkoriščanja multimodalnega delovanja.
Pomembna novost za tiste, ki model uporabljajo pri delu, je, da od zdaj bolje razume tudi zapletena vizualna navodila in jih pretvori v koherentne slike. Vsebina slik z informacijami iz resničnega sveta bo natančneje reproducirana tudi pri navodilih in postavitvah, ki presegajo meje domišljije. Zmore že obravnavati elemente s prozornim ozadjem z resničnimi fizikalnimi lastnostmi. GPT-Image-2.5 bo odslej tudi bolje posnemal vizualne sloge, zato lahko ustvarjene slike bolje ustrezajo tudi umetniškim zamislim.
Slikovni model GPT-Image-2.5 je že mogoče preizkusiti v okviru ChatGPT, ChatGPT Work in Codexa, na vseh platformah, kjer so na voljo storitve OpenAI. Zagotovljen je tudi dostop prek API-ja, prek katerega sta izšli dve različici: ena je Flare, ki ponuja osnovne izboljšave kakovosti, urejanja in hitrosti, druga pa Sunburst, s katero je mogoče pri ustvarjalnem delu doseči še večjo natančnost in bogastvo podrobnosti, a je treba za to dlje čakati na rezultat.
V priljubljenem testu Image Edit Arena je novi model prevzel vodstvo, in to s spodobno prednostjo. GPT-Image-2.5 Sunburst je dosegel 1520 točk Elo, GPT-Image-2.5 Flare pa se lahko pohvali z 1491 točkami. Doslej je tu vodil GPT-Image-2 z rezultatom 1461 točk, najboljša različica Grok-Imagine je dosegla le še 1439 točk in je skoraj izenačena z MAI-Image-2.6, ki je zbral 1434 točk. Najnaprednejše različice Geminija, Muse in Seedream se zadržujejo okoli 1400 točk.
Nazadnje je vredno pogledati še cene, saj te niso več tako ugodne. GPT-Image-2 je 1 milijon žetonov obdelal za 4 dolarje, enako količino podatkov v obliki slik pa ustvaril po ceni 15 dolarjev. GPT-Image-2.5 je v primerjavi s tem dvakrat dražji, vnos 1 milijona žetonov stane 8 dolarjev, ustvarjanje 1 milijona žetonov pa 30 dolarjev. Zato lahko uporabnik z uporabo novega modela hitreje izčrpa razpoložljive okvirje.
