A OpenAI lançou o Images 2.6 no ChatGPT, Codex e na API. Para os programadores, a principal novidade é o GPT-Image-2.6, oferecido em dois modelos de API, Flare e Sunburst. Segundo a OpenAI, a geração de imagens é 50% mais rápida do que na versão anterior.
- A OpenAI lançou o GPT-Image-2.6 no ChatGPT, Codex e API.
- A geração de imagens é 50% mais rápida que na versão anterior.
- O Flare serve para iterações rápidas, e o Sunburst para composições detalhadas e edição.
- Os modelos geram GIFs e SVG, mas são fechados e só funcionam alojados pela OpenAI.
Dois modelos para a API
GPT-Image-2.6 é a família de modelos da OpenAI dedicada à geração e edição de imagens, acessível via API (interface que permite aos programadores integrar o modelo nas suas próprias aplicações). Aceita texto e imagens como entrada e devolve imagens. O Flare é apresentado como adequado para iterações rápidas e fluxos de trabalho interativos, enquanto o Sunburst se destina a composições detalhadas e edição.
A OpenAI indica que o Flare pode gerar uma imagem em apenas 6 segundos quando a qualidade está definida como low. O Sunburst visa uma qualidade mais elevada e uma melhor coerência entre as modificações, nos níveis medium ou high.
Novidades para o ChatGPT e um uso em forte crescimento
No ChatGPT, os utilizadores podem agora transformar um texto ou uma foto num GIF animado, ajustar a velocidade da animação, modificar imagens individuais e partilhar o resultado. Também podem guardar e etiquetar imagens de referência de pessoas, animais ou personagens, que poderão ser reutilizadas sem terem de ser carregadas novamente.
A OpenAI afirma que os utilizadores geram agora mais de 4 mil milhões de imagens por semana, no ChatGPT e na API, contra mais de 3 mil milhões há oito semanas, no momento do lançamento do Images 2.5. Isto representa, em média, mais de 500 milhões de imagens por dia.
Parâmetros, formatos e tarifas
O novo campo complexity determina o grau de planeamento do modelo antes da renderização da imagem. O guia de geração de imagens da OpenAI lista três níveis: low, medium e high. Sem indicação, os dois modelos usam high. O nível low é adequado para modificações específicas, como a mudança de um fundo ou de um painel, enquanto o high ajuda com textos densos, layouts complexos e relações entre objetos. A OpenAI alerta que uma complexidade mais elevada pode aumentar a latência e introduzir alterações não desejadas. Este ajuste é distinto da qualidade, que controla o nível de detalhe da renderização, e não implica custos adicionais.
Os modelos também podem produzir GIFs animados e ficheiros SVG, um formato vetorial que se mantém nítido em todos os tamanhos. Segundo o anúncio, a marcação das áreas a modificar chega à API, com o guia a listá-la já para os dois modelos.
De acordo com as páginas dos modelos, a tarifação por token (unidade de texto ou imagem processada pelo modelo) é idêntica para Flare e Sunburst: 5,00 $ por milhão de tokens de texto de entrada (1,25 $ em cache), 8,00 $ por milhão de tokens de imagem de entrada (2,00 $ em cache) e 30,00 $ por milhão de tokens de imagem de saída. A Google e a BFL publicam, por sua vez, preços por imagem: o Nano Banana 2.1 começa em 0,0336 $ para 1K e chega a 0,113 $ em 4K, o FLUX 3 Image a 0,048 $ para 1K e 0,607 $ em 4K. A fonte nota que a OpenAI não publicou, para o Images 2.6, nem pontuações de benchmark nem uma tabela de custo por imagem.
Os modelos GPT-Image-2.6 são fechados: os seus pesos não são públicos e só funcionam alojados pela OpenAI, no ChatGPT, Codex e API.
