Za OpenAI je uvođenje modela GPT-Image-2 bio velik korak, pravi prekretnica zahvaljujući tome što je postao učinkovit partner i u generiranju teksta. Sada GPT-Image-2.5 nastavlja tim putem i s njim će se moći raditi još brže.
„Vrhunski model slika donosi oštrije detalje, preciznije uređivanje i brže generiranje za kreativne tijekove rada", istaknuo je OpenAI.
Za svakodnevnu je uporabu važna promjena da se pri generiranju slika vrijeme čekanja sustava smanjuje za 50 posto, za toliko će brže nastajati slike prema korisnikovim uputama „pod rukama" umjetne inteligencije. Model će preciznije slijediti promptove, pa će se zamisli i koncepti moći brže ostvariti.
GPT-Image-2.5 prirodnije će prikazivati svjetlo na slikama, moći će stvarati bogatije teksture, a željene će predmete s referentnih slika unesenih uputama prenositi na novu sliku uz točnije očuvanje. Zahvaljujući tome, pri spajanju više slika prikladan rezultat može nastati mnogo ranije. Važna je novost i da će ChatGPT pri višekružnom uređivanju pružati veću dosljednost. Problem je naime i dalje to što se slike mogu znatno izobličiti u svakoj točki zbog mnoštva sitnih izmjena.
Uvedena je funkcija Sketch, koja omogućuje izradu skice unutar usluge. Izravno u ChatGPT-u moći će se napraviti brza polazna osnova kojom se usmjerava proces generiranja. Ta skica u proces ulazi u biti jednako kao da korisnik učita skicu, što je novi način iskorištavanja multimodalnog rada, odnosno njegovo proširenje.
Važna je novost za one koji model koriste za posao to što će ubuduće bolje razumjeti i složene vizualne upute te ih pretvarati u koherentne slike. Sadržaj slika koje sadrže informacije iz stvarnog svijeta bit će točnije reproduciran i kod uputa i rasporeda koji prelaze granice mašte. Može se nositi i s elementima s prozirnom pozadinom uz stvarna fizička svojstva. GPT-Image-2.5 ubuduće će bolje kopirati i vizualne stilove, pa slike koje generira mogu bolje odgovarati i umjetničkim zamislima.
Model slika GPT-Image-2.5 već se može isprobati u ChatGPT-u, ChatGPT Workutu i Codexu, na svim platformama na kojima su dostupne usluge OpenAI-ja. Osiguran je i pristup putem API-ja, preko kojeg su se pojavile dvije varijante: jedna je Flare, koja pruža osnovna poboljšanja kvalitete, uređivanja i brzine, a druga je Sunburst, s kojom se pri kreativnim radovima može postići još veća preciznost i bogatstvo detalja, ali se zato na rezultat treba dulje čekati.
U popularnom testu Image Edit Arena novi je model preuzeo vodstvo, i to s pristojnom prednošću. GPT-Image-2.5 Sunburst uspio je postići 1520 Elo bodova, a GPT-Image-2.5 Flare može se pohvaliti s 1491 bodom. Dosad je u tome vodio GPT-Image-2 s rezultatom od 1461 bod, a najbolja varijanta modela Grok-Imagine postigla je tek 1439 bodova i gotovo je izjednačena s modelom MAI-Image-2.6, koji je skupio 1434 boda. Najnaprednije verzije modela Gemini, Muse i Seedream zadržavaju se tek oko 1400 bodova.
Naposljetku vrijedi pogledati i cijene, jer one nisu ispale tako dobro. GPT-Image-2 obrađivao je 1 milijun tokena za 4 dolara, a istu količinu podataka u obliku slika proizvodio je po cijeni od 15 dolara. GPT-Image-2.5 u odnosu na to postao je dvostruko skuplji, pa unos 1 milijuna tokena sada košta 8 dolara, a proizvodnja 1 milijuna tokena 30 dolara. U skladu s tim korisnik će uz novi model i brže iscrpiti raspoložive okvire.
