GPT Image 2.6 เทียบกับ 2.5: การทดสอบ ราคา และผลลัพธ์จริง
พรอมต์ต้นฉบับหกคู่เปรียบเทียบ GPT Image 2.6 และ 2.5 ในด้านบุคคล สตอรีบอร์ด ป้ายสองภาษา เลย์เอาต์ และการจัดวางวัตถุ พร้อมคะแนนดาว เวลา และโทเค็นเอาต์พุต

GPT Image 2.6 เป็นการอัปเดตเวิร์กโฟลว์ที่มีความหมาย มากกว่าแค่การรีเฟรชคะแนนคุณภาพ เอกสารของ OpenAI ระบุตระกูล 2.6 พร้อมด้วย gpt-image-2.6-sunburst สำหรับงานภาพที่มีรายละเอียด และ gpt-image-2.6-flare สำหรับการทำซ้ำที่รวดเร็วยิ่งขึ้น เอกสารเดียวกันยังเพิ่มการควบคุมความซับซ้อนอย่างชัดเจน การแก้ไขด้วยมาร์กอัป เอาต์พุต SVG และเอาต์พุต GIF แบบเคลื่อนไหว
ตระกูลโมเดล ChatGPT มีเครื่องมือสำหรับเขียนบรีฟงานสร้างสรรค์รวมถึงสร้างภาพประกอบ ซึ่งเป็นขั้นตอนแยกกันในเวิร์กโฟลว์การผลิต
เราเขียนบรีฟงานหกชิ้นสำหรับบรรจุภัณฑ์ การออกแบบข้อมูล ภาพนิ่งเชิงพาณิชย์ การถ่ายภาพแฟชั่น โฆษณา และสตอรีบอร์ดภาพยนตร์ แต่ละชิ้นถูกส่งไปยังเส้นทางโมเดลทั้งสองโดยไม่มีการเปลี่ยนแปลง ผลลัพธ์ต้นฉบับสิบสองชิ้นแสดงข้อผิดพลาดเฉพาะและความสำเร็จที่มีประโยชน์ แต่ไม่ได้จัดอันดับโมเดลโดยรวม การสร้างใช้ชื่อแทน Broly/Anywhere โดยไม่มีการตรวจสอบการแมปตัวแปรเนทีฟอย่างอิสระ

GPT Image 2.6 เทียบกับ 2.5: คำตอบฉบับย่อ
- สิ่งที่เปลี่ยนแปลง: 2.6 มี Sunburst และ Flare เช่นเดียวกับ 2.5 เอกสารเพิ่มการควบคุมความซับซ้อนและเวิร์กโฟลว์ SVG/GIF การแก้ไขด้วยมาร์กอัปยังครอบคลุมโมเดล 2.5 ที่รองรับ
- สิ่งที่การทดสอบที่จับคู่แสดง: 2.6 ปฏิบัติตามการทับซ้อนของโฆษณาที่ระบุได้ดีกว่า 2.5 รักษาจำนวนวัตถุในภาพนิ่งที่หนาแน่น ทั้งคู่วางปุ่มแฟชั่นผิดด้านและทำลายความต่อเนื่องด้านข้างกระเป๋าในสตอรีบอร์ด
- สิ่งที่ไม่เปลี่ยนแปลง: ราคาการสร้างภาพอย่างเป็นทางการคิดตามโทเค็น โดยอัตราการส่งออกภาพหลักเท่ากันคือ 30 ดอลลาร์ต่อโทเค็นภาพ 1 ล้านโทเค็น ในเอกสารราคาที่ตรวจสอบแล้ว
- ตัวเลือกที่ใช้งานได้จริงที่สุด: เลือก 2.6 เมื่อการควบคุมที่ระบุในเอกสารเหมาะกับเวิร์กโฟลว์ของคุณ แต่ตรวจสอบทุกวัตถุและป้ายกำกับ ภาพสามคู่นี้ไม่เพียงพอที่จะพิสูจน์ว่าการอัปเกรดคุ้มค่าเพียงเพราะความแม่นยำของภาพ
การเปรียบเทียบภาพเป็นเพียงตัวอย่างเล็กๆ ไม่ใช่เกณฑ์มาตรฐานอย่างเป็นทางการหรือการจัดอันดับคุณภาพสากล
GPT Image 2.6 เทียบกับ 2.5: โมเดลและการตั้งค่าการทดสอบ
| การตั้งค่า | ตัวเลือกโมเดลอย่างเป็นทางการ | ที่ใช้ในการเปรียบเทียบของเรา |
|---|---|---|
| โมเดล 2.6 | Sunburst: งานภาพที่มีรายละเอียด; Flare: การวนซ้ำที่รวดเร็ว | gpt-image-2.6 นามแฝงจากบุคคลที่สาม; ไม่เปิดเผย Sunburst/Flare |
| โมเดล 2.5 | Sunburst และ Flare | gpt-image-2.5 นามแฝงจากบุคคลที่สาม; ไม่เปิดเผย Sunburst/Flare |
| คุณภาพการเรนเดอร์ | ต่ำ, กลาง, สูง, xhigh, max | ต่ำ ร้องขอสำหรับทั้งสองเส้นทาง |
| ความซับซ้อน | 2.6: ต่ำ, กลาง, สูง; ค่าเริ่มต้นอย่างเป็นทางการคือสูง | ไม่ได้ส่ง; ไม่มีการส่งคืนการตั้งค่าบุคคลที่สามที่มีผล |
| แคนวาสและอินพุต | ขึ้นอยู่กับโมเดลและคำขอ | ร้องขอ 1024 × 1024; ข้อความเท่านั้น ไม่มี seed หรือภาพอ้างอิง |
ภาพเหล่านี้ไม่ได้พิสูจน์ประสิทธิภาพของ Sunburst ต่อ Sunburst หรือ Flare ต่อ Flare การตอบสนองงานที่บันทึกไว้ระบุเฉพาะนามแฝงเวอร์ชันทั่วไปเท่านั้น นอกจากนี้ คุณภาพ=ต่ำคือคุณภาพการเรนเดอร์ ไม่ใช่หลักฐานของความซับซ้อนต่ำหรือโมเดล Flareคำจำกัดความโมเดลและความซับซ้อนอย่างเป็นทางการ
GPT Image 2.6 เทียบกับ 2.5: ฟีเจอร์และการควบคุมการแก้ไข
การเลือกโมเดล
Sunburst และ Flare
gpt-image-2.6-sunburst เหมาะสำหรับงานภาพที่มีรายละเอียด gpt-image-2.6-flare เหมาะสำหรับการทำซ้ำที่รวดเร็วกว่า เส้นทางผู้ให้บริการที่ตรงกันใช้ชื่อแทน 2.6 ทั่วไป จึงไม่สามารถบอกได้ว่าเลือกโมเดลเนทีฟตัวใด
การควบคุม
ความซับซ้อนระบุชัดเจน
คู่มือระบุ low, medium และ high ความซับซ้อน โดยค่าเริ่มต้นเมื่อละไว้คือสูง OpenAI ระบุว่าการตั้งค่านี้ไม่มีค่าธรรมเนียมแยกต่างหาก
ผลลัพธ์และการแก้ไข
มาร์กอัป, SVG และ GIF
คู่มือ 2.6 เน้นการแก้ไขที่นำด้วยมาร์กอัป, เอาต์พุต SVG และเอาต์พุต GIF แบบเคลื่อนไหว พร้อมกับอินพุตข้อความและรูปภาพ ให้ถือว่าสิ่งเหล่านี้เป็นความสามารถที่บันทึกไว้ และตรวจสอบรูปร่างการตอบสนองที่แน่นอนใน SDK ของคุณ
การเรนเดอร์ข้อความยังคงเป็นงานที่ต้องตรวจสอบ: คู่มือของ OpenAI เตือนว่าข้อความที่ซับซ้อน อักขระซ้ำ และองค์ประกอบที่มีโครงสร้างยังคงล้มเหลวได้
โมเดลโทเค็นยังคงเป็นศูนย์กลาง: ขนาดเอาต์พุต คุณภาพ ความยาวพรอมต์ รูปภาพอ้างอิง และการใช้แคชส่งผลต่อการใช้งาน การตั้งชื่อโมเดลไม่ได้สร้างราคาต่อภาพที่ตายตัว
ID เนทีฟมีความสำคัญ: เส้นทางอย่างเป็นทางการใช้ ID โมเดล Sunburst หรือ Flare ที่แน่นอน บริการบุคคลที่สามอาจเปิดเผยชื่อแทน เช่น
gpt-image-2.6ซึ่งควรระบุว่าเป็นชื่อแทนเส้นทาง
ป้ายกำกับเชิงพาณิชย์ต้องมี สิทธิ์การใช้งานเชิงพาณิชย์ และการตรวจสอบข้อเท็จจริงของผลิตภัณฑ์อย่างอิสระ รวมถึงตัวอักษรที่อ่านได้
ดาวเวลาและผลลัพธ์เปรียบเทียบเฉพาะการตอบสนองของผู้ให้บริการสองรายนี้ภายในแต่ละงาน: ยิ่งใช้เวลาน้อยหรือโทเค็นผลลัพธ์ภาพน้อย ก็ยิ่งได้ดาวมากขึ้น ดาว = 5 × ค่าที่ต่ำกว่า ÷ ค่านี้ ปัดเศษ ขั้นต่ำ 1 คะแนนเหล่านี้เป็นคะแนนตัวอย่างเชิงสัมพันธ์ ไม่ใช่คะแนนประสิทธิภาพโมเดลอย่างเป็นทางการ ตัวแปรและขนาดที่ส่งคืนบางส่วนแตกต่างกัน
เวลา = ตั้งแต่ส่งงานให้ผู้ให้บริการจนเสร็จสิ้น รวมเวลารอคิว ไม่ใช่เวลาแฝงการอนุมานของโมเดลล้วนๆ โทเค็น = โทเค็นเอาต์พุตรูปภาพที่ผู้ให้บริการรายงาน ไม่รวมอินพุตพรอมต์ เส้นทางของผู้ให้บริการที่แตกต่างกันและตัวแปรเนทีฟที่ไม่เปิดเผยทำให้ไม่สามารถจัดอันดับความเร็วหรือประสิทธิภาพโทเค็นอย่างเป็นทางการได้
GPT Image 2.6 เทียบกับ 2.5: การทดสอบข้อความ เลย์เอาต์ และเชิงพื้นที่ที่ยากขึ้น
เราเขียนบรีฟงานที่ท้าทายสามชิ้น ได้แก่ บรรจุภัณฑ์สองภาษาพร้อมตารางตัวเลข โปสเตอร์เก้าช่องพร้อมเส้นทางตัวเชื่อมต่อที่กำหนด และวัตถุสิบสองชิ้นที่มีการบดบังเป็นชั้นๆ แต่ละพรอมต์ถูกส่งหนึ่งครั้งไปยังแต่ละเส้นทาง เอาต์พุตแรกทั้งหกชิ้นแสดงไว้ทั้งหมด ไม่มีการสร้างใหม่หรือตกแต่ง
การตั้งค่าที่ร้องขอ: พรอมต์เดียวกันในแต่ละคู่ 1024 × 1024 คุณภาพต่ำ PNG ไม่มีภาพอ้างอิง การตั้งค่าที่ส่งกลับแตกต่างกัน: ภาพ 2.6 ทั้งหมดและกริด 2.5 เป็น 1024 × 1024 ส่วนภาพบรรจุภัณฑ์และเชิงพื้นที่ของ 2.5 เป็น 1254 × 1254 เราเปรียบเทียบการปฏิบัติตามข้อจำกัด ไม่ใช่ความคมชัดของข้อความขนาดเล็กหรือความเหนือกว่าด้านความละเอียด ไม่มีการระบุซีด และนามแฝงเส้นทางไม่ได้รับการยืนยันอย่างอิสระว่าเป็นตัวแปรเนทีฟของ OpenAI
| งาน / ตัวชี้วัด | GPT Image 2.6 | GPT Image 2.5 |
|---|---|---|
| ฉลากสองภาษา คุณภาพ | ★★★★★ข้อความและตัวเลขคงอยู่ | ★★★★★ข้อความและตัวเลขคงอยู่ |
| เวลา | ★★★★★26 วินาที | ★★★☆☆39 วินาที |
| เอาต์พุต | ★★★★★1,758 โทเค็น | ★★★★☆2,058 โทเค็น |
| เลย์เอาต์เก้าช่อง คุณภาพ | ★★★★★ลำดับช่องและลูกศรถูกต้อง | ★★★★★ลำดับช่องและลูกศรถูกต้อง |
| เวลา | ★★★★★26 วินาที | ★★★★☆29 วินาที |
| เอาต์พุต | ★☆☆☆☆1,758 โทเค็น | ★★★★★213 โทเค็น |
| ฉากวัตถุ 12 ชิ้น คุณภาพ | ★★☆☆☆หินอ่อนเกินมา; ริบบิ้นถูกตัด | ★★★☆☆ตัวอักษรสำคัญ; ริบบิ้นถูกตัด |
| เวลา | ★★★★★18 วินาที | ★★★☆☆36 วินาที |
| ผลลัพธ์ | ★★★★★1,758 โทเค็น | ★★★★★1,650 โทเค็น |
คะแนนบรรณาธิการของผลลัพธ์แต่ละรายการ: ★★★★★ ไม่มีปัญหาที่มองเห็นได้ในการตรวจสอบ; ★★★★☆ การแก้ไขเล็กน้อย; ★★★☆☆ การแก้ไขที่สำคัญ; ★★☆☆☆ การแก้ไขที่สำคัญมาก; ★☆☆☆☆ ใช้ไม่ได้ ไม่ใช่เกณฑ์มาตรฐานของโมเดลโดยรวม การจัดตำแหน่งพิกเซลที่แม่นยำและความคมชัดของข้อความขนาดเล็กไม่ได้รับการจัดอันดับ
1. บรรจุภัณฑ์สองภาษาและความเที่ยงตรงของตัวเลข
พรอมต์ที่แน่นอนที่ใช้สำหรับทั้งสองโมเดล
Create one square print-ready flat back-label design for a fictional tea brand on ivory paper, black type and dark green rules. No mockup, perspective, extra text or illustrations. Use a clear two-column grid, English left and Simplified Chinese right. At top render exactly: MOSS & KETTLE / 山苔茶室. Below render exactly: JASMINE GREEN TEA / 茉莉绿茶. Render these paired rows, preserving every number and punctuation: NET WT 80 g / 净含量80克; INGREDIENTS: green tea, jasmine flowers / 配料:绿茶、茉莉花; ORIGIN: Fujian, China / 产地:中国福建; BREW: 3 g + 180 ml / 冲泡:3克+180毫升; WATER: 80°C / 水温:80°C; STEEP: 2 min / 浸泡:2分钟. Add a lower-left boxed table titled BREWING SCHEDULE with columns ROUND | WATER | TIME and exactly these three rows: 1 | 180 ml | 120 s; 2 | 180 ml | 90 s; 3 | 180 ml | 150 s. To its right put a distinct warning box reading exactly: KEEP DRY. RESEAL AFTER OPENING. / 避光干燥保存,开封后密封。 Across the bottom render exactly: LOT JG-0418 | BEST BEFORE 2028-04-18. Keep every line legible, no invented barcode, seal, logo, extra claims or watermark.

ความแตกต่างที่สำคัญ: ทั้งสองยังคงเนื้อหาสองภาษาหลักและตารางตัวเลขไว้ แคนวาส 2.5 ที่ส่งคืนมีขนาดใหญ่กว่าทำให้ไม่สามารถตัดสินความคมชัดแบบเทียบเคียงกันได้
2. เค้าโครงเก้าแผงพร้อมข้อจำกัดข้ามแผง
พรอมต์ที่แน่นอนที่ใช้สำหรับทั้งสองโมเดล
Create a square editorial information poster with a precisely aligned 3 by 3 grid of nine equal rectangular panels, read left to right then top to bottom. White background, black type, thin gray dividers; no perspective, extra words, logos or watermark. Put one large title above the grid exactly: NINE STEPS TO A BETTER LAUNCH. Panels must contain exactly the following numbered headings and second lines: top-left 01 BRIEF / One goal; top-center 02 AUDIENCE / Three interviews; top-right 03 RESEARCH / Five sources; middle-left 04 SKETCH / Two directions; center 05 BUILD / One prototype; middle-right 06 TEST / Six participants; bottom-left 07 REVISE / Fix the top issue; bottom-center 08 LAUNCH / Publish once; bottom-right 09 LEARN / Review after 7 days. Each panel contains one minimal black line icon appropriate to its heading, with identical icon size. Color only the center panel pale coral; leave the other eight white. Draw exactly eight teal connector arrows following this continuous snake path: 01 right to 02, 02 right to 03, 03 down to 06, 06 left to 05, 05 left to 04, 04 down to 07, 07 right to 08, 08 right to 09. Do not renumber panels to follow the snake. Align heading baselines within each row and icon centers within each column. Add exactly one footer below the grid: SMALL TESTS. CLEAR DECISIONS. Keep all text and arrows separate and readable.

ความแตกต่างที่สำคัญ: ทั้งสองยังคงตำแหน่งแผงเก้าตำแหน่งและงูลูกศรแปดตัว ไม่มีผู้ชนะด้านความแม่นยำเชิงโครงสร้างในคู่นี้
3. วัตถุสิบสองชิ้น ความแตกต่างของวัสดุ และการบดบัง
พรอมต์ที่แน่นอนที่ใช้สำหรับทั้งสองโมเดล
Create a square photorealistic top-down still life on a plain matte ivory tabletop. Show exactly twelve objects total: one red ceramic mug, one blue glass tumbler, one green metal tin, one whole yellow lemon, one silver teaspoon, one closed black notebook, one orange pencil, one brass key, one white seashell, one purple ribbon strip, one clear glass marble, and one folded pink paper triangle. Arrange the first nine in a three-by-three grid: top row red mug, blue tumbler, green tin; middle row lemon, teaspoon, black notebook; bottom row brass key, white seashell, pink triangle. The teaspoon bowl points toward the blue tumbler and its handle points down toward the seashell. The orange pencil lies diagonally across the notebook from lower-left to upper-right, with both ends extending beyond the notebook. The purple ribbon runs horizontally behind the lemon and teaspoon but in front of the notebook: it must disappear under the lemon and spoon, then remain visibly on top of the notebook. The single glass marble is inside the blue tumbler and visible through its transparent side. The mug is empty; the tin is closed. Exactly those twelve objects, no saucers, lids as separate objects, duplicates, decorative marks, letters, logos or watermark. Keep all objects inside the frame, with realistic contact shadows and visibly distinct ceramic, glass, metal, paper and fabric materials.

ข้อแตกต่างหลัก: 2.6 เพิ่มลูกแก้วอีกลูก; 2.5 คงวัตถุสิบสองชิ้นไว้แต่เพิ่มตัวอักษรบนกุญแจ ทั้งคู่ตัดริบบิ้นออก
ป้ายสองภาษาที่หนาแน่นและการเดินสายคอนเนกเตอร์ไม่ได้แยกความแม่นยำของโมเดลในตัวอย่างเหล่านี้ ภาพหุ่นนิ่งที่แออัดเผยให้เห็นความแตกต่างในการนับที่เฉพาะเจาะจง ผลลัพธ์หนึ่งครั้งต่อบรีฟไม่สามารถสร้างความน่าเชื่อถือในงานที่ทำซ้ำได้
GPT Image 2.6 เทียบกับ 2.5 สำหรับบุคคล: แฟชั่น โฆษณา และสตอรีบอร์ด
บรีฟทั้งสามนี้จำลองงานสำหรับช่างภาพอีคอมเมิร์ซ ผู้อำนวยการฝ่ายศิลป์โฆษณา และทีมงานก่อนการผลิตภาพยนตร์ เราตรวจสอบรายละเอียดที่อาจบังคับให้ต้องแก้ไขงานผลิต: โครงสร้างเสื้อผ้า มือที่โต้ตอบกับอุปกรณ์ประกอบฉาก การทับซ้อนที่จำเป็น และความต่อเนื่องของเครื่องแต่งกายในมุมกล้องต่างๆ
พรอมป์ต้นฉบับแต่ละรายการถูกส่งหนึ่งครั้งต่อเส้นทางโมเดลด้วยการตั้งค่า PNG คุณภาพต่ำ 1024 × 1024 ที่ร้องขอเหมือนกันและไม่มีภาพอ้างอิง ผลลัพธ์แรกทั้งหกรายการรวมอยู่โดยไม่มีการตกแต่ง การทดสอบนี้ทดสอบความต่อเนื่องของตัวละครที่ขับเคลื่อนด้วยพรอมป์ภายในภาพสี่แผงเดียว ไม่ใช่การรักษาเอกลักษณ์ตามการอ้างอิงในคำขออิสระ
| งาน / ตัวชี้วัด | GPT Image 2.6 | GPT Image 2.5 |
|---|---|---|
| แคตตาล็อกแฟชั่น คุณภาพ | ★★★☆☆กระดุมอยู่ผิดด้าน | ★★★☆☆กระดุมอยู่ผิดด้าน |
| เวลา | ★★★★★20 วินาที | ★★☆☆☆58 วินาที |
| เอาต์พุต | ★☆☆☆☆1,758 โทเค็น | ★★★★★199 โทเค็น |
| โฆษณาสามคน คุณภาพ | ★★★★☆การทับซ้อนถูกต้อง; นิ้วหัวแม่มือถูกบังบางส่วน | ★★★☆☆การทับซ้อนหายไป; นิ้วหัวแม่มือถูกบังบางส่วน |
| เวลา | ★★★★★10 วินาที | ★★☆☆☆24 วินาที |
| เอาต์พุต | ★☆☆☆☆1,758 โทเค็น | ★★★★★201 โทเค็น |
| สตอรีบอร์ดตัวละคร คุณภาพ | ★★☆☆☆ความต่อเนื่องด้านกระเป๋าขาดช่วง | ★★☆☆☆ความต่อเนื่องด้านกระเป๋าขาดช่วง |
| เวลา | ★★★★★25 วินาที | ★★★★★27 วินาที |
| เอาต์พุต | ★★★★★1,758 โทเค็น | ★★★★☆2,058 โทเค็น |
คะแนนบรรณาธิการของผลลัพธ์แต่ละรายการ: ★★★★★ ไม่พบปัญหาที่มองเห็นได้ในการตรวจสอบ; ★★★★☆ การแก้ไขเล็กน้อย; ★★★☆☆ การแก้ไขที่สำคัญ; ★★☆☆☆ การแก้ไขครั้งใหญ่; ★☆☆☆☆ ใช้ไม่ได้ ไม่ใช่เกณฑ์มาตรฐานโดยรวมของโมเดล การจัดตำแหน่งพิกเซลที่แม่นยำและความคมชัดของข้อความขนาดเล็กไม่ได้รับการประเมิน
4. อีคอมเมิร์ซ: แฟชั่นเต็มตัวและรายละเอียดมือ
พรอมต์ที่แน่นอนที่ใช้กับทั้งสองโมเดล
Square professional e-commerce fashion photograph, one fictional adult female model age 30, full body head to shoes fully inside frame, neutral light gray studio background, soft even lighting, realistic skin texture. She has a short dark curly bob and wears an open rust-orange tailored blazer over a plain ivory crew-neck shirt, dark navy straight-leg trousers, and white low-top sneakers. The blazer has exactly two black front buttons on the model's right side and one flap pocket on each side. Her right hand holds the curved wooden handle of exactly one closed dark green umbrella pointing down beside her right leg; the umbrella tip touches the floor. Her left hand is raised to chest height with palm facing camera and all five fingers naturally spread and individually visible. No hand in a pocket, no jewelry, no handbag, no extra person, no text, no logo, no watermark. Natural anatomy, two arms and two legs, no merged fingers. Leave visible space around the head and both shoes. The photograph must let an online shopper inspect fabric, seams, buttons, the umbrella grip and the open palm.

ความแตกต่างที่สำคัญ: ทั้งสองแสดงท่าทางตามที่ร้องขอแต่ติดกระดุมผิดด้าน ทั้งสองยังไม่พร้อมเป็นภาพแคตตาล็อกที่ถูกต้องตามผลิตภัณฑ์
ภาพถ่ายนางแบบที่น่าเชื่อถือยังคงต้องการ การแก้ไขภาพที่แม่นยำ เมื่อโครงสร้างเสื้อผ้าแตกต่างจากผลิตภัณฑ์ที่ขาย ผิวและผ้าที่สวยงามไม่สามารถชดเชยตำแหน่งกระดุมที่ผิดได้
5. การโฆษณา: การทำงานร่วมกันของสามคนและการบดบัง
พรอมต์ที่แน่นอนที่ใช้กับทั้งสองโมเดล
Square photorealistic lifestyle advertisement for an unbranded design studio. Exactly three fictional adults age 25 to 55 sit behind a rectangular light oak table, all faces and relevant hands visible. Left: a Black woman with short natural hair wearing a mustard-yellow sweater, holding exactly one red ceramic mug in both hands. Center: an East Asian man with round black glasses wearing a pale blue shirt, pointing with his right index finger at a blank cream paper sheet lying at the exact center of the table; his left hand rests flat on the table with all five fingers visible. Right: a white woman with shoulder-length auburn hair wearing a forest-green shirt, writing on that same sheet with exactly one black pencil in her right hand. The pointing finger must not touch the pencil or merge with the writer's hand. Put exactly one closed cobalt-blue notebook in the foreground, partially hiding the bottom edge of the paper but not the hands. Exactly these tabletop objects: one mug held by left person, one paper sheet, one pencil held by right person, one closed notebook. No laptops, phones, extra cups, text, logos or watermark. Coherent eye lines toward the shared paper, plausible wrists, distinct fingers, natural skin texture and soft window light. No extra or duplicated people or limbs.

ข้อแตกต่างหลัก: 2.6 ทำตามการทับซ้อนของสมุดบันทึกบนกระดาษ ส่วน 2.5 เว้นช่องว่าง ความแตกต่างนี้สำคัญเมื่อการจัดวางเป็นส่วนหนึ่งของบรีฟโฆษณา
บรีฟที่ขึ้นอยู่กับผลิตภัณฑ์หรือบุคคลที่มีอยู่แล้วนำมาซึ่งความท้าทายอีกประการหนึ่ง:การรวมภาพอ้างอิง ในขณะที่รักษาเอกลักษณ์และการจัดวาง ผลลัพธ์ที่เป็นข้อความล้วนเหล่านี้ไม่ได้พิสูจน์ความสามารถดังกล่าว
6. การเตรียมงานสร้างภาพยนตร์: ความต่อเนื่องของตัวละครสี่ช่อง
พรอมต์ที่แน่นอนที่ใช้กับทั้งสองโมเดล
Create a square photorealistic cinematic storyboard, exactly four equal panels in a precise 2 by 2 grid with thin white gutters. No text, captions, letters, numbers, logos or watermark. All four panels show the SAME fictional adult woman age 35: warm brown skin, short black bob ending at jawline, one distinctive white streak over her LEFT temple, a small round silver stud in each ear, mustard-yellow raincoat with exactly three black buttons, red knitted scarf, dark charcoal trousers, and a small teal crossbody bag with strap running from her RIGHT shoulder to her LEFT hip. Consistent facial identity, costume, white streak placement, bag color and strap direction in every panel. Scene: one quiet brick train platform in soft overcast daylight. Top-left: full-body front view, she stands facing camera holding a folded cream paper ticket in her right hand, left hand at her side. Top-right: waist-up three-quarter view from her right side, she looks at the same ticket held in right hand. Bottom-left: waist-up front view, she hands the ticket with right hand to a station attendant's left hand entering only from the right edge; show no attendant face or body. Bottom-right: full-body rear three-quarter view, she walks away along the same platform, empty right hand visible; the teal bag remains on left hip and the scarf and coat remain unchanged. Exactly one main character in each panel, and the single additional entering hand only in bottom-left. Natural anatomy and coherent light. Do not mirror the character or move the white streak to the opposite temple.

ข้อแตกต่างหลัก: ทั้งสองสลับด้านกระเป๋าในแผงด้านหลังและพลาดด้านที่มีแถบสีขาวตามที่ร้องขอ ไม่ผ่านการตรวจสอบความต่อเนื่องของเครื่องแต่งกายอย่างเข้มงวด
สำหรับทีมผู้ผลิตที่กำลังพิจารณาทางเลือกแทน ChatGPT Images 2.5 ความต่อเนื่องของตัวละครที่ปรากฏซ้ำสมควรได้รับการตรวจสอบการยอมรับแยกต่างหาก แทนที่จะอนุมานจากภาพบุคคลที่สวยงามเพียงภาพเดียว
การแก้ไขเฉพาะจุดสามารถระบุได้ด้วยมาสก์ภาพและคำสั่งแก้ไขระบุได้ แต่การเปลี่ยนกระเป๋าหรือเสื้อผ้ายังต้องตรวจสอบว่าใบหน้าและเครื่องแต่งกายโดยรอบยังคงสภาพเดิม
GPT Image 2.6 เทียบกับ 2.5: เปรียบเทียบราคาอย่างเป็นทางการ
สี่รุ่นอย่างเป็นทางการมีอัตราโทเค็นมาตรฐานเท่ากัน GPT Image 2.6 ไม่มีค่าพรีเมียมต่อโทเค็นที่สูงกว่า 2.5 อัตราที่เท่ากันไม่ได้รับประกันต้นทุนต่อภาพที่สร้างขึ้นเท่ากัน
| โมเดลอย่างเป็นทางการ | อินพุตข้อความ / 1M | อินพุตภาพ / 1M | เอาต์พุตภาพ / 1M |
|---|---|---|---|
| GPT Image 2.6 Sunburst | $5 | $8 | $30 |
| GPT Image 2.6 Flare | $5 | $8 | $30 |
| GPT Image 2.5 Sunburst | $5 | $8 | $30 |
| GPT Image 2.5 Flare | $5 | $8 | $30 |
USD อัตรามาตรฐาน ไม่ใช่ราคาแบบ Batch หรือการสมัครสมาชิก GlobalGPT อัตราแคชคือ $1.25 ต่อข้อความ 1 ล้านโทเค็น และ $2 ต่อรูปภาพ 1 ล้านโทเค็น หากมี ราคาอินพุตแคชสำหรับ 2.5 ใช้กับเครื่องมือรูปภาพ Responses ไม่ใช่คำขอ Images โดยตรง ต้นทุนเอาต์พุตคือ โทเค็นรูปภาพที่เรียกเก็บเงิน × $30 ÷ 1,000,000; ขนาด คุณภาพ และการใช้โทเค็นเฉพาะรุ่นจะเปลี่ยนยอดรวม ความซับซ้อนไม่มีค่าธรรมเนียมแยกต่างหาก ราคาอย่างเป็นทางการ · เงื่อนไขค่าใช้จ่ายและการเรียกเก็บเงิน.
GPT Image 2.6 กับ 2.5: ควรเลือกอันไหน?
ไม่มีผู้ชนะโดยรวมในตัวอย่างเหล่านี้ 2.6 จัดการการทับซ้อนของโฆษณาหนึ่งได้ดีกว่า ส่วน 2.5 รักษาจำนวนวัตถุที่แออัดไว้ ทั้งคู่พลาดข้อจำกัดด้านข้างเสื้อผ้าและความต่อเนื่องของสตอรีบอร์ด เลือกโดยพิจารณาจากข้อผิดพลาดที่สำคัญต่องานของคุณ และเปรียบเทียบรุ่น Sunburst หรือ Flare ที่ชัดเจนก่อนจัดอันดับโมเดลอย่างเป็นทางการ
ความเที่ยงตรงของข้อความ การรักษาการอ้างอิง และวัสดุที่สมจริงเป็นเกณฑ์แยกกันเมื่อเลือก เครื่องสร้างภาพ AI; หมายเลขเวอร์ชันที่ใหม่กว่าไม่ได้แก้ไขข้อแลกเปลี่ยนทุกอย่าง
GPT Image 2.6 กับ 2.5 คำถามที่พบบ่อย
GPT Image 2.6 เป็นโมเดลใหม่ทั้งหมดหรือไม่?
OpenAI จัดทำเอกสาร GPT Image 2.6 เป็นตระกูลที่มีรหัสโมเดล Sunburst และ Flare เอกสารสาธารณะเน้นการควบคุมเวิร์กโฟลว์และการวางตำแหน่งโมเดล บทความนี้ไม่ได้อนุมานการเปลี่ยนแปลงสถาปัตยกรรมที่ไม่มีเอกสาร
รหัสโมเดลอย่างเป็นทางการของ GPT Image 2.6 คืออะไร?
gpt-image-2.6-sunburst ได้รับการจัดทำเอกสารสำหรับงานภาพที่มีรายละเอียด และ gpt-image-2.6-flare ได้รับการจัดทำเอกสารสำหรับการทำซ้ำอย่างรวดเร็ว
GPT Image 2.6 มีค่าใช้จ่ายมากกว่า 2.5 หรือไม่?
อัตรามาตรฐานเหมือนกันสำหรับรุ่น Sunburst/Flare ทั้งสี่รุ่น: อินพุตข้อความ $5 ต่อล้านโทเค็น อินพุตรูปภาพ $8 ต่อล้านโทเค็น และเอาต์พุตรูปภาพ $30 ต่อล้านโทเค็น ต้นทุนรูปภาพจริงอาจแตกต่างกันได้เนื่องจากการใช้โทเค็นแตกต่างกัน
การทดสอบพิสูจน์ว่า 2.6 ดีกว่าหรือไม่?
ไม่ จากการทดสอบหกชิ้น 2.6 ทำตามการซ้อนทับโฆษณาได้ดีกว่าหนึ่งรายการ ขณะที่ 2.5 รักษาจำนวนภาพนิ่งที่แออัดไว้ ทั้งคู่พลาดคำสั่งด้านเสื้อผ้าและความต่อเนื่องของสตอรีบอร์ด ผลลัพธ์หนึ่งรายการต่อโมเดลต่อชิ้นงานไม่สามารถยืนยันความเหนือกว่าโดยรวมได้
นี่เป็นพรอมต์และภาพที่เราสร้างเองหรือไม่
ใช่ เราเขียนบรีฟหกชิ้นและส่งแต่ละชิ้นโดยไม่แก้ไขไปยังเส้นทางผู้ให้บริการทั้งสอง ภาพเปรียบเทียบสิบสองภาพมาจากงานที่บันทึกไว้ ไม่มีภาพตัวอย่างอย่างเป็นทางการรวมอยู่ด้วย
บทความนี้ตรวจสอบการเรียกเก็บเงินแบบเนทีฟของ OpenAI หรือการแมป Sunburst/Flare เบื้องหลังนามแฝงของผู้ให้บริการหรือไม่
ไม่ บทความบันทึกการตอบกลับจากผู้ให้บริการที่ส่งกลับมา การหักบัญชีจริงและการเรียกเก็บเงินแบบเนทีฟของ OpenAI ไม่ได้รับการตรวจสอบ การเรียกเก็บเงินแบบเนทีฟของ OpenAI และการแมปนามแฝงกับโมเดลยังไม่ได้รับการยืนยันที่นี่
GPT Image 2.6 เทียบกับ 2.5: แหล่งที่มาและข้อจำกัดการทดสอบ
คู่มือการสร้างภาพของ OpenAI — การควบคุม ตัวอย่าง และบันทึกเวิร์กโฟลว์ของ 2.6
หน้าโมเดล GPT Image 2.6 Sunburst — รหัสโมเดลอย่างเป็นทางการและการวางตำแหน่ง
หน้าโมเดล GPT Image 2.6 Flare — รหัสโมเดลอย่างเป็นทางการและการวางตำแหน่ง
ราคาการสร้างภาพของ OpenAI — ข้อมูลอ้างอิงราคา ไม่มีการจัดอันดับต้นทุนที่วัดได้
ขอบเขตหลักฐาน: บทความนี้ไม่ได้อ้างถึงการสร้างบัญชี OpenAI แบบเนทีฟ การแมปนามแฝงกับ Sunburst/Flare ที่ตรวจสอบแล้ว การเรียกเก็บเงินจริงของ OpenAI การเก็บรักษา CDN ระยะยาว หรือการจัดอันดับคุณภาพสากล รายงานเฉพาะผลลัพธ์ในเครื่องที่สำเร็จและแหล่งข้อมูลอย่างเป็นทางการที่บันทึกไว้ข้างต้นเท่านั้น
GPT Image 2.6 เทียบกับ 2.5: คำตัดสินสุดท้าย
ไม่มีเส้นทางใดชนะทุกงาน ใช้คู่ภาพเพื่อตัดสินข้อจำกัดที่งานของคุณต้องการ การแมป Sunburst/Flare ที่ไม่เปิดเผยทำให้ไม่สามารถจัดอันดับรุ่นอย่างเป็นทางการได้
Chloe Murphy


