รีวิว GPT Image 2.6: ควรใช้โมเดลและเอาต์พุตใด?

GPT Image 2.6 ให้ตัวเลือกโมเดลสองแบบ: Sunburst สำหรับงานภาพที่มีรายละเอียด และ Flare สำหรับการทำซ้ำอย่างรวดเร็ว สิ่งเพิ่มเติมที่น่าสนใจกว่าคือ GIF แบบเคลื่อนไหว และการควบคุมความซับซ้อนแยกต่างหากสำหรับปริมาณการวางแผนที่ใช้ในการจัดองค์ประกอบหรือแก้ไข

คำถามเชิงปฏิบัติคือชุดค่าผสมใดเหมาะกับงานของคุณ นี่คือเส้นทางที่สั้นกว่าผ่านการเลือกโมเดล การตั้งค่าเอาต์พุต การเข้าถึงอย่างเป็นทางการ และต้นทุน

วิธีเลือกระหว่าง Sunburst และ Flare

Sunburst และ Flare คำอธิบายกำหนดบทบาทที่ตั้งใจไว้ ผู้ชนะด้านคุณภาพยังต้องมีการทดสอบที่ตรงกัน ชื่อโมเดลเพียงอย่างเดียวไม่สามารถพิสูจน์ได้ว่าตัวใดจะจัดการพรอมต์ของคุณได้ดีกว่า

วิธีเลือกคุณภาพ: การเปรียบเทียบหกภาพของเรา

เราใช้พรอมต์โปสเตอร์โคมไฟตั้งโต๊ะเดียวกันกับ Flare และ Sunburst ที่คุณภาพต่ำ กลาง และสูง ปิดการปรับปรุงพรอมต์ และคำขอทั้งหกเลือกเอาต์พุต 1K แต่ละชุดค่าผสมถูกสร้างขึ้นหนึ่งครั้ง การตั้งค่าเหล่านี้เปลี่ยนแปลง คุณภาพ ไม่ใช่ความซับซ้อน.

ดาวคุณภาพด้านภาพของเราเป็นการตัดสินเชิงบรรณาธิการของงานโปสเตอร์นี้: ความสามารถในการอ่านข้อความ การจัดวางวัตถุที่ร้องขอ รายละเอียดที่มองเห็นได้ และการตกแต่งโดยรวม ห้าดาวหมายถึงการประนีประนอมที่มองเห็นได้น้อยลง ดาวต้นทุนจัดอันดับค่าใช้จ่ายแพลตฟอร์มที่บันทึกไว้ภายในคำขอภาพนิ่งหกรายการนี้: ดาวมากขึ้นหมายถึงแพงขึ้น พวกมันไม่ใช่ราคาดอลลาร์ API อย่างเป็นทางการ

มีอะไรเปลี่ยนแปลงไป? ภาพเงาของโคมไฟ ระยะห่าง และการสะท้อนแตกต่างกันอย่างเห็นได้ชัดกว่าการขัดเงาโดยรวม ทั้งหกภาพวางโคมไฟ สมุดบันทึก และต้นไม้ตามลำดับที่ร้องขอ โดยโคมไฟสูงกว่าต้นไม้ และข้อความสองบรรทัดอ่านได้ที่ขนาดการดูนี้ Flare medium ทำให้ปุ่มควบคุมทองเหลืองตรวจสอบได้ยากขึ้น ทั้งหกภาพชอบพื้นโต๊ะไม้ธรรมชาติมากกว่าพื้นผิวสีครีมอ่อนที่ร้องขอ

ตัวเลือกของเราสำหรับบรีฟนี้:เริ่มต้นด้วยคุณภาพต่ำ ผลลัพธ์คุณภาพต่ำทั้งสองเป็นจุดเริ่มต้นที่ใช้ได้ และผลลัพธ์คุณภาพสูงไม่ได้แสดงข้อได้เปรียบที่ชัดเจนสำหรับโปสเตอร์เรียบง่ายนี้ นี่คือตัวอย่างหนึ่งต่อการตั้งค่า ไม่ใช่เกณฑ์มาตรฐานทั่วไปของอัตราความสำเร็จหรือความเร็ว

วิธีเลือกผลลัพธ์ของคุณ

เลือกโมเดลก่อน จากนั้นเลือกงาน แล้วเลือกผลลัพธ์Sunburstคือโมเดลสำหรับงานละเอียด;Flareคือโมเดลสำหรับการทำซ้ำอย่างรวดเร็ว นี่คือโมเดลสองรุ่น และรุ่นใดก็ได้สามารถสร้างภาพใหม่หรือแก้ไขภาพที่มีอยู่ได้ PNG, JPEG, WebP และ GIF อธิบายถึงผลลัพธ์ที่ส่งมอบ ไม่ใช่ตัวเลือกโมเดลอื่น

เลือกผลลัพธ์ให้เหมาะกับงาน

สำหรับ GIF ให้อธิบายการเคลื่อนไหวและการวนซ้ำอย่างชัดเจน: “มาสคอตกระดาษตัดโบกมือหนึ่งครั้ง แล้วกลับสู่ท่าเริ่มต้น กล้องคงที่และพื้นหลังไม่เปลี่ยนแปลง” ขอ frame_count: 9 และ frame_duration_ms: 200 สำหรับแอนิเมชันประมาณ 1.8 วินาที ใช้เอนด์พอยต์แก้ไขเพื่อให้ข้อมูลอ้างอิงภาพนิ่ง ขนาดเฟรมและจำนวนต้องพอดีกับขีดจำกัดขนาดและพิกเซลรวมของโมเดล ลดขนาดลงหากคำขอใหญ่เกินไป

ผลลัพธ์ GIF แบบเคลื่อนไหวของเรา

นี่คือไฟล์แอนิเมชันต้นฉบับ ไม่ใช่ภาพตัวอย่างแบบนิ่ง ต้นทุนสัมพัทธ์คือ ★★★★ ในระดับค่าธรรมเนียมที่สังเกตได้เดียวกัน สูงกว่าคำขอภาพนิ่งแต่ละรายการ ขนาดเอาต์พุตและงานแตกต่างกัน ดังนั้นความแตกต่างของราคาจึงไม่ใช่การเปรียบเทียบโมเดลที่เท่าเทียมกัน

วิธีเลือกความซับซ้อน

ภาพหกภาพด้านบนไม่ได้ทดสอบความซับซ้อน: คำขอที่บันทึกไว้ไม่มีฟิลด์ความซับซ้อนที่ชัดเจน ต่อไปนี้เป็นคำแนะนำพารามิเตอร์อย่างเป็นทางการ ไม่ใช่การเปรียบเทียบที่วัดได้

ความซับซ้อนเปลี่ยนแปลงความพยายามในการวางแผน คุณภาพควบคุมความเที่ยงตรงของการเรนเดอร์ รักษาคุณภาพให้คงที่เมื่อเปรียบเทียบความซับซ้อน เพื่อให้ผลลัพธ์ตอบคำถามทีละข้อ

วิธีเข้าถึง 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"
  }'

ราคา GPT Image 2.6

OpenAI แสดงราคา GPT Image 2.6 ตามหน่วยโทเค็น ตารางราคาการสร้างรูปภาพอย่างเป็นทางการ สรุปไว้ด้านล่าง หน้าโมเดลอย่างเป็นทางการทั้งสองหน้าแสดงอัตรา USD เดียวกัน อัตราแคชเป็นรายการแยกต่างหากในบัตรราคา ไม่ใช่ส่วนลดที่รับประกันสำหรับทุกคำขอ อย่าคิดว่าการเข้าถึงแคชทุกครั้งจะแสดงในการใช้งานการตอบสนอง

ไม่มีค่าธรรมเนียมแยกต่างหากสำหรับ การตั้งค่าความซับซ้อน การตั้งค่า ความซับซ้อนที่สูงขึ้นอาจใช้เวลานานขึ้น แต่ไม่เพิ่มค่าธรรมเนียมความซับซ้อนครั้งที่สองในตารางราคา อัตราโทเค็นที่เท่ากันไม่ได้รับประกันต้นทุนต่อผลลัพธ์ที่เท่ากัน

ความเห็นของเรา

Flare เป็นจุดเริ่มต้นที่สมเหตุสมผลสำหรับการสำรวจทิศทาง ส่วน Sunburst เป็นตัวเลือกงานละเอียดที่ควรประเมินสำหรับองค์ประกอบขั้นสุดท้ายของคุณ GIF มีประโยชน์เมื่อลูปเล็กๆ สื่อความหมายได้มากกว่าภาพนิ่ง เลือกเอาต์พุตสำหรับผลงานส่งมอบ จากนั้นปรับความซับซ้อนให้เหมาะกับงาน แทนที่จะคิดว่าค่าสูงสุดจะดูดีที่สุดเสมอ