Ulasan GPT Image 2.6: Model dan Output Mana yang Harus Anda Gunakan?

GPT Image 2.6 memberi Anda dua pilihan model: Sunburst untuk pekerjaan visual yang mendetail dan Flare untuk iterasi cepat. Penambahan yang lebih menarik adalah GIF animasi, dan kontrol kompleksitas terpisah untuk seberapa banyak perencanaan yang dilakukan dalam komposisi atau pengeditan.

Pertanyaan praktisnya adalah kombinasi mana yang cocok dengan pekerjaan Anda. Berikut adalah rute yang lebih pendek melalui pilihan model, pengaturan output, akses resmi, dan biaya.

Cara memilih antara Sunburst dan Flare

Sunburst dan Flare deskripsi menetapkan peran yang dimaksudkan. Pemenang kualitas tetap memerlukan pengujian yang cocok; nama model saja tidak membuktikan mana yang akan menangani prompt Anda dengan lebih baik.

Cara memilih kualitas: perbandingan enam gambar kami

Kami menggunakan prompt poster lampu meja yang sama dengan Flare dan Sunburst pada kualitas rendah, sedang, dan tinggi. Peningkatan prompt dimatikan, dan keenam permintaan memilih output 1K. Setiap kombinasi dibuat sekali. Pengaturan ini memvariasikan kualitas, bukan kompleksitas.

Bintang kualitas visual kami adalah penilaian editorial untuk tugas poster ini: keterbacaan teks, penempatan objek yang diminta, detail yang terlihat, dan penyelesaian keseluruhan. Lima bintang berarti lebih sedikit kompromi yang terlihat. Bintang biaya memberi peringkat biaya platform yang tercatat dalam enam permintaan gambar diam ini: lebih banyak bintang berarti lebih mahal. Itu bukan harga dolar API resmi.

Apa yang berubah? Siluet lampu, jarak, dan pantulan bervariasi lebih jelas daripada polesan keseluruhan. Keenamnya menempatkan lampu, buku catatan, dan tanaman dalam urutan yang diminta, dengan lampu lebih tinggi dari tanaman dan dua baris teks dapat dibaca pada ukuran tampilan ini. Flare medium membuat kontrol kuningan lebih sulit diverifikasi. Keenamnya lebih menyukai permukaan meja kayu alami daripada permukaan krem pucat yang diminta.

Pilihan kami untuk brief ini:Mulai dengan kualitas rendah. Kedua hasil berkualitas rendah adalah titik awal yang dapat digunakan, dan keluaran berkualitas tinggi tidak menunjukkan keuntungan yang menentukan untuk poster sederhana ini. Ini adalah satu sampel per pengaturan, bukan tolok ukur umum tingkat keberhasilan atau kecepatan.

Cara memilih output Anda

Pilih model terlebih dahulu, lalu tugas, lalu output.Sunburstadalah model kerja terperinci;Flareadalah model iterasi cepat. Ini adalah dua varian model, dan keduanya dapat menghasilkan gambar baru atau mengedit gambar yang sudah ada. PNG, JPEG, WebP, dan GIF menggambarkan hasil akhir, bukan pilihan model lain.

Pilih output untuk pekerjaan

Untuk GIF, jelaskan gerakan dan loop secara eksplisit: “Maskot potongan kertas melambai sekali, lalu kembali ke pose awal; kamera tetap dan latar belakang tidak berubah.” Minta frame_count: 9 dan frame_duration_ms: 200 untuk animasi nominal 1,8 detik. Gunakan endpoint edit untuk menyediakan referensi diam. Ukuran dan jumlah frame harus sesuai dengan batas ukuran dan total piksel model; kurangi jika permintaan terlalu besar.

Hasil GIF animasi kami

Ini adalah file animasi asli, bukan pratinjau gambar diam. Biaya relatifnya adalah ★★★★ pada skala biaya teramati yang sama, di atas setiap permintaan gambar diam. Ukuran output dan tugasnya berbeda, sehingga perbedaan harga tersebut bukan perbandingan model yang setara.

Cara memilih kompleksitas

Enam gambar di atas tidak menguji kompleksitas: permintaan yang disimpan tidak berisi bidang kompleksitas eksplisit. Berikut ini adalah panduan parameter resmi, bukan perbandingan terukur.

Kompleksitas mengubah upaya perencanaan; kualitas mengontrol ketepatan rendering. Pertahankan kualitas tetap saat membandingkan kompleksitas agar hasilnya menjawab satu pertanyaan pada satu waktu.

Cara mengakses GPT Image 2.6

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-sunburst",
    prompt=(
        "A clean editorial product photograph of a modern desk lamp, "
        "warm window light, walnut desk, realistic materials, no text"
    ),
    size="1536x1024",
    quality="medium",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("desk-lamp.png", "wb") as image_file:
    image_file.write(image_bytes)

curl https://api.openai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A bold editorial poster of a coastal city at sunset, geometric architecture, orange and teal palette, no text",
    "size": "1024x1024",
    "quality": "medium"
  }'

Harga GPT Image 2.6

OpenAI mencantumkan harga GPT Image 2.6 berdasarkan unit token. tabel harga resmi pembuatan gambar dirangkum di bawah ini. Kedua halaman model resmi mencantumkan tarif USD yang sama. Tarif cache adalah entri kartu tarif terpisah, bukan diskon yang dijamin untuk setiap permintaan; jangan berasumsi bahwa setiap hit cache ditampilkan dalam penggunaan respons.

Tidak ada biaya terpisah untuk pengaturan kompleksitas pengaturan. Kompleksitas yang lebih tinggi dapat memakan waktu lebih lama, tetapi tidak menambahkan biaya tambahan kompleksitas kedua ke kartu tarif. Tarif token yang sama tidak menjamin biaya yang sama per hasil.

Pandangan kami

Flare adalah titik awal yang masuk akal untuk mengeksplorasi arah; Sunburst adalah opsi pekerjaan terperinci untuk dievaluasi bagi komposisi akhir Anda. GIF berguna ketika loop kecil mengomunikasikan lebih banyak daripada gambar diam. Pilih output untuk hasil akhir, lalu sesuaikan kompleksitas untuk tugas tersebut daripada berasumsi bahwa nilai tertinggi akan selalu terlihat terbaik.