أطلقت أوبن إيه آي الإصدار 2.6 من ميزة الصور في ChatGPT وCodex وواجهة برمجة التطبيقات (API). بالنسبة للمطورين، فإن أبرز المستجدات هو GPT-Image-2.6، الذي يُعرض عبر نموذجين لواجهة برمجة التطبيقات، هما Flare وSunburst. وفقًا لأوبن إيه آي، فإن توليد الصور أصبح أسرع بنسبة 50% مقارنة بالإصدار السابق.
نموذجان لواجهة برمجة التطبيقات
GPT-Image-2.6 هو عائلة النماذج المخصصة من أوبن إيه آي لتوليد الصور وتحريرها، والتي يمكن الوصول إليها عبر واجهة برمجة التطبيقات (وهي الواجهة التي تسمح للمطورين بدمج النموذج في تطبيقاتهم الخاصة). يقبل النموذج نصوصًا وصورًا كمدخلات ويعيد صورًا. يُقدم Flare على أنه مناسب للتكرارات السريعة وسير العمل التفاعلي، بينما يُخصص Sunburst للتركيبات التفصيلية وعمليات التحرير.
تشير أوبن إيه آي إلى أن Flare يمكنه توليد صورة في 6 ثوانٍ فقط عند ضبط الجودة على الوضع المنخفض (low). بينما يستهدف Sunburst جودة أعلى واتساقًا أفضل بين التعديلات، عند المستويين المتوسط (medium) أو العالي (high).
مستجدات لـ ChatGPT وارتفاع كبير في الاستخدام
في ChatGPT، يمكن للمستخدمين الآن تحويل نص أو صورة إلى صورة متحركة (GIF)، وضبط سرعة الحركة، وتعديل صور فردية، ومشاركة النتيجة. كما يمكنهم حفظ ووسم صور مرجعية لأشخاص أو حيوانات أو شخصيات، لإعادة استخدامها دون الحاجة لرفعها مرة أخرى.
تدّعي أوبن إيه آي أن المستخدمين يولدون الآن أكثر من 4 مليارات صورة أسبوعيًا، عبر ChatGPT وواجهة برمجة التطبيقات، مقارنة بأكثر من 3 مليارات قبل ثمانية أسابيع، عند إطلاق الإصدار 2.5 من ميزة الصور. وهذا يمثل، في المتوسط، أكثر من 500 مليون صورة يوميًا.
الإعدادات والصيغ والتسعير
يحدد الحقل الجديد complexity درجة تخطيط النموذج قبل عرض الصورة. يذكر دليل توليد الصور من أوبن إيه آي ثلاثة مستويات له: منخفض (low)، ومتوسط (medium)، وعالي (high). دون تحديد، يستخدم كلا النموذجين المستوى العالي (high). المستوى المنخفض (low) مناسب للتعديلات المستهدفة، مثل تغيير الخلفية أو لوحة الإعلانات، بينما يساعد المستوى العالي (high) في النصوص الكثيفة والتخطيطات المعقدة والعلاقات بين الكائنات. تحذر أوبن إيه آي من أن التعقيد الأعلى قد يزيد من زمن الاستجابة ويُدخل تغييرات غير مرغوب فيها. هذا الإعداد منفصل عن الجودة (quality)، التي تتحكم في مستوى التفاصيل في العرض، ولا يؤدي إلى أي رسوم إضافية.
يمكن للنماذج أيضًا إنتاج صور متحركة (GIF) وملفات SVG، وهي صيغة متجهية تبقى واضحة في جميع الأحجام. وفقًا للإعلان، فإن ميزة تحديد المناطق المراد تعديلها ستصل إلى واجهة برمجة التطبيقات، حيث يدرج الدليل هذه الميزة بالفعل لكلا النموذجين.
وفقًا لصفحات النماذج، فإن التسعير حسب الرمز المميز (token) (وهو وحدة النص أو الصورة التي يعالجها النموذج) متطابق لـ Flare وSunburst: 5.00 دولار لكل مليون رمز نصي مدخل (1.25 دولار في ذاكرة التخزين المؤقت)، 8.00 دولار لكل مليون رمز صورة مدخل (2.00 دولار في ذاكرة التخزين المؤقت)، و30.00 دولار لكل مليون رمز صورة مخرج. من ناحية أخرى، ينشر كل من Google وBFL أسعارًا حسب الصورة: يبدأ Nano Banana 2.1 من 0.0336 دولار للصورة بدقة 1K ويصل إلى 0.113 دولار بدقة 4K، بينما FLUX 3 Image بسعر 0.048 دولار للصورة بدقة 1K و0.607 دولار بدقة 4K. تلاحظ المصادر أن أوبن إيه آي لم تنشر، فيما يتعلق بالإصدار 2.6 من ميزة الصور، أي نتائج قياسية (benchmark scores) ولا جدول تكلفة حسب الصورة.
نماذج GPT-Image-2.6 مغلقة المصدر: أوزانها (weights) ليست عامة، ولا تعمل إلا عند استضافتها بواسطة أوبن إيه آي، في ChatGPT وCodex وواجهة برمجة التطبيقات.
