الخلاصة
GPT-Image-2.5 هو أحدث جيل من تقنيات إنشاء الصور وتحريرها من OpenAI، أُطلق في 8 سبتمبر 2026 بوصفه خليفة ChatGPT Images 2.0 وجيل واجهة برمجة تطبيقات GPT-Image-2.
بالنسبة للمطورين، يتوفر GPT-Image-2.5 كنموذجين: Flare وSunburst. تم تصميم Flare كخيار افتراضي لمعظم تطبيقات الإنتاج، إذ يجمع بين جودة صورة أعلى وزمن توليد أسرع بكثير. يستهدف Sunburst سير العمل التي تُعطي أولوية لدقة التحرير وإخلاص الصورة النهائية على حساب الكمون.
الترقية ليست مجرد صور أكثر حدة. يحسن GPT-Image-2.5 الحفاظ على الصور المرجعية، والتعديلات المتموضعة، واتساق التحرير متعدد الدورات، والواقعية البصرية، والالتزام بالتعليمات، وتوليد الخلفيات الشفافة، والمخرجات عالية الدقة. تقول OpenAI إن كمون توليد الصور انخفض حتى 50% مقارنة بـ Images 2.0.
كما أن نتائج التقييم المبكر لتفضيلات البشر قوية. في لقطة Arena بتاريخ 9 سبتمبر، حل Sunburst أولاً في توليد النص إلى صورة بـ 1421 ± 13 إلو، بينما جاء Flare ثانياً بـ 1399 ± 13، متقدماً على Image 2 عند 1381 ± 4.
يمكن للمطورين الوصول إلى كلا المتغيرين عبر CometAPI: GPT-Image-2.5 Flare يستخدم gpt-image-2.5-flare للعمل الأسرع وعالي الحجم، بينما GPT-Image-2.5 Sunburst يستخدم gpt-image-2.5-sunburst عندما تكون دقة التحرير وإخلاص الصورة النهائية أهم من الكمون. يمكن استخدام كلاهما عبر المسارين المألوفين /v1/images/generations و/v1/images/edits؛ يجب استخدام PNG أو WebP للمخرجات الشفافة.
النقاط الأساسية
- GPT-Image-2.5 ترقية على مستوى الجيل، وليس مجرد تحديث طفيف لجودة الصورة.
- يحصل المطورون على متغيرين: Flare للسرعة والحجم، وSunburst لأقصى دقة في التحرير.
- يقدم Flare جودة أعلى من Image 2 بكمون أقل بنسبة 50%، وفقاً لـ OpenAI.
- يدعم كلا المتغيرين أوضاع جودة low وmedium وhigh وxhigh وmax وauto.
- يمكن أن تصل الأبعاد المخرجة المخصصة إلى عدد بكسلات من فئة 4K، مع حواف فردية حتى 3840 بكسل.
- تضع نتائج Arena الحالية Sunburst وFlare فوق Image 2 في كل من النص إلى صورة وتحرير صورة واحدة.
- يستخدم كلا النموذجين نفس معدلات الرموز الرسمية: 5$ لكل مليون رمز نصي مدخل، و8$ لكل مليون رمز صورة مدخل، و30$ لكل مليون رمز صورة مخرج.
- يقدم Flare عبر CometAPI حالياً سعراً عنوانياً أقل للإدخال/الإخراج للمطورين الذين يبنون سير عمل إنتاجي للصور.
ما هو GPT-Image-2.5؟
GPT-Image-2.5 هو أحدث عائلة نماذج من OpenAI لتوليد الصور وتحريرها. في ChatGPT، تظهر التقنية باسم ChatGPT Images 2.5. على مستوى واجهة البرمجة، يمكن للمطورين الاختيار بين نموذجين مميزين:
- gpt-image-2.5-flare
- gpt-image-2.5-sunburst
يهم هذا التفريق لأن “GPT-Image-2.5” يُفهم بشكل أفضل على أنه جيل النموذج أو العائلة، وليس معرّف نموذج API واحداً.
يبني GPT-Image-2.5 على قدرات Image 2 API في CometAPI مع تركيز أكبر بكثير على سير العمل حول إنشاء الصور. بدلاً من معاملة كل توليد كنتيجة مستقلة غالباً، صُمم الجيل الجديد للحفاظ على الموضوعات والتراكيب والأنماط والتعديلات السابقة بينما يواصل المستخدمون التكرار.
تسلّط OpenAI الضوء على تحسينات في إخلاص الصور المرجعية والتحرير الدقيق، بالإضافة إلى الاتساق متعدد الدورات، وخامات أغنى، وإضاءة طبيعية. يجعل ذلك GPT Image 2.5 مناسباً بشكل خاص للعمل الإبداعي التجاري، حيث لا ينبغي لطلب تعديل واحد أن يُعيد بناء بقية الأصل بصورة غير متوقعة.
تغيير مهم واحد هو تقديم xhigh وmax. كانت نماذج GPT Image السابقة تدعم إعدادات جودة حتى high فقط؛ لذا يوفر GPT-Image-2.5 للمطورين تحكماً أكبر في مفاضلة الكمون مقابل الإخلاص. يدعم النموذجان أيضاً أبعاداً مخصصة حتى 8,294,400 بكسل إجمالاً، رغم أن OpenAI تصف الدقات فوق 2560×1440 بأنها تجريبية. يجب أن يكون العرض والارتفاع من مضاعفات 16.
Flare مقابل Sunburst
يشترك Flare وSunburst في نفس قدرات GPT-Image-2.5 الأساسية، لكنهما يحسّنان قيود إنتاج مختلفة.
| عامل القرار | Flare | Sunburst |
|---|---|---|
| الهدف الأساسي | توليد سريع وعالي الجودة على نطاق واسع | أقصى دقة في التوليد والتحرير |
| الكمون النسبي | أسرع؛ مفضل لسير العمل التفاعلي | أبطأ؛ يعطي الأولوية للإخلاص والتحكم |
| أفضل أعباء العمل | أصول اجتماعية، نماذج أولية، بحث مرئي، تطبيقات عالية الحجم | إبداع الحملات، صور العرض الرئيسية للمنتج، تعديلات موضعية صعبة |
| سلوك التحرير | دقة قوية في الحفاظ على المرجع واتساق متعدد الدورات | الخيار الأقوى عندما تكون المحافظة على التفاصيل الدقيقة مهمة |
| التوجيه الموصى به | النموذج الافتراضي للطلبات الروتينية | طبقة الدقة للأجيال المتطلبة والتعديلات النهائية |
في معظم التطبيقات، ابدأ بـ Flare ووجّه التعديلات النهائية الصعبة إلى Sunburst. يحافظ ذلك على الاستجابة دون التخلي عن خيار الدقة الأعلى.
ما الجديد في GPT-Image-2.5؟
إخلاص أفضل للصور المرجعية
أحد أهم تحسينات GPT-Image-2.5 هو مدى وفائه للصورة المصدر. كان لتوليد الصور بناءً على مرجع تقليدياً مفاضلة غير مريحة: كلما حوّل النموذج الصورة بشكل أكثر عدوانية، زادت احتمالية تغييره للهوية أو النسب أو المنتجات أو الخلفيات أو الخصائص البصرية الصغيرة التي كان من المفترض أن تبقى دون تغيير.
صُمم GPT-Image-2.5 للاحتفاظ بمزيد من تلك التفاصيل. تقول OpenAI إنه ينبغي أن تبقى الموضوعات أكثر قابلية للتعرّف مع تحويل الإضاءة أو البيئات أو الملابس أو التركيب أو النمط. يهم ذلك استبدال خلفيات المنتجات، وتنوعات الحملات حول نفس الشخصية، وتغييرات الملابس التي تحفظ الوضعية والهوية، والتركيبات البديلة المبنية على نفس الأصل.
يظهر مثال “صورة طفل معاد مزجها” الرسمي من OpenAI تحريراً واعياً بالمصدر يغيّر الزي مع الحفاظ على الوضعية والخلفية الزرقاء للاستوديو.
صورة الإدخال الرسمية من OpenAI.
مخرج التحرير الرسمي من OpenAI.
تحرير صور أدق
الترقية الكبيرة الثانية هي تموضع التعديلات. إذا احتوت صورة منتج على زجاجة وخلفية وعنوان وشعار وظلال ودعائم مساندة، فإن محرر الصور المفيد ينبغي أن يتمكن من استبدال العنوان فقط دون تغيير شكل الزجاجة أو زاوية الكاميرا أو الإضاءة على نحو غير متوقع. أصبح GPT-Image-2.5 أفضل في التمييز بين ما يجب تغييره وما يجب أن يبقى ثابتاً.
تحرير متعدد الدورات أكثر موثوقية
تظهر القيمة الحقيقية لتحرير الصور غالباً بعد التعديل الأول. قد يتضمن سير العمل الإبداعي المعتاد توليد مشهد منتج، وتغيير الخلفية، وتحريك المنتج، واستبدال العنوان، وإضافة شارة ترويجية، وضبط الإضاءة، وفي النهاية تصدير نسخة بخلفية شفافة.
مع النماذج الأضعف، يمكن لكل خطوة لاحقة أن تُضعف تدريجياً تفاصيل ثُبتت في وقت سابق من سير العمل. صُمم GPT-Image-2.5 تحديداً لجعل التغييرات السابقة أكثر ثباتاً عبر دورات تحرير متعددة، مقترباً بتوليد الصور من عملية تحرير تفاعلية بدلاً من سلسلة توليدات غير مترابطة.
إضاءة وخامات أكثر طبيعية
يستهدف GPT-Image-2.5 أيضاً القطع الأثرية البصرية التي تجعل الصور الفوتوغرافية المولدة بالذكاء الاصطناعي سهلة الاكتشاف. تُبلغ OpenAI عن تحسينات في الإضاءة الطبيعية وخامات المواد الغنية. عملياً، يمكن أن تهم هذه التغييرات للبشرة، والأقمشة، والزجاج، والمعادن، والتعبئة، والأثاث، وتصوير الطعام، والمشاهد البيئية الواقعية.
اتباع أفضل للتعليمات المعقدة
تشبه مطالبات توليد الصور الحديثة بشكل متزايد موجزات التصميم. قد يحدد المستخدم عدة أشياء، ومواقع دقيقة، وعنواناً، وتغليف المنتج، ومنظور الكاميرا، وألوان العلامة التجارية، والإضاءة، وعلاقات المقدمة والخلفية، ومناطق شفافة، واستبعادات. يحسن GPT-Image-2.5 قدرته على ترجمة هذه الطلبات المُنظمة إلى صورة متماسكة.
خلفيات شفافة ومخرجات مرنة
يدعم كلا نموذجي API في GPT-Image-2.5 الخلفيات الشفافة عندما يكون تنسيق الإخراج PNG أو WebP.
background="transparent"
output_format="png"
تسمح مواصفة توليد الصور الرسمية أيضاً بأبعاد WIDTHxHEIGHT صالحة تعسفياً بدلاً من إلزام المطورين بنسبة أبعاد ثابتة قليلة فقط. يفيد ذلك لأصول التجارة الإلكترونية، والطبقات التراكبية، ورسوم العروض، ومكونات واجهة المستخدم، والملصقات، والأشياء المعزولة، والصور المصغرة، والإبداعات الإعلانية.
أداء GPT-Image-2.5 على المعايير
تتطلب معايير توليد الصور تفسيراً حذراً. لا توجد قيمة قياس واحدة مكافئة لمعيار رياضي لنموذج لغوي تلتقط الجماليات، والالتزام بالمطالبة، ودقة التحرير، والواقعية البصرية، ورسوخ المرجع في الوقت نفسه. بالنسبة لـ GPT-Image-2.5، هناك ثلاثة أنواع من الأدلة الكمية مفيدة حالياً: نتائج تفضيلات البشر في Arena، وقياسات الكمون من OpenAI، وتقييمات طبقة الأمان من OpenAI.
معيار Arena للنص إلى صورة
يقيم Arena النماذج عبر تفضيل بشري أعمى: يتلقى المستخدمون مخرجات من نموذجين مجهولين للمهمة نفسها ويختارون النتيجة التي يفضلونها. تُظهر اللقطة ما يلي:
لقطة أولية لـ Arena
| النموذج | إلو النص إلى صورة | الترتيب | الأصوات |
|---|---|---|---|
| Sunburst | 1421 ± 13 | 1 | 3,149 |
| Flare | 1399 ± 13 | 2 | 2,856 |
| Image 2 (medium) | 1381 ± 4 | 3 | 78,731 |
| MAI Image 2.6 | 1331 ± 7 | 4 | 11,213 |
| Grok Imagine Image 2.0 (low) | 1315 ± 12 | 5 | 2,681 |
معيار تحرير الصور
النمط نفسه ظاهر في لوحة صدارة تحرير صورة واحدة لدى Arena.
| النموذج | إلو تحرير صورة واحدة | الفرق مقابل Image 2 |
|---|---|---|
| Sunburst | 1520 ± 9 | +59 |
| Flare | 1491 ± 9 | +30 |
| Image 2 | 1461 ± 3 | الأساس |
| Grok Imagine Image 2.0 | 1439 ± 8 | -22 |
| MAI Image 2.6 | 1434 | -27 |
ميزة Sunburst واضحة بشكل خاص في التحرير: تفوقه على Image 2 أكبر هنا منه في توليد النص إلى صورة، وهو ما يتماشى مع تموضعه كنموذج يركز على الدقة.
كمون التوليد
تقول OpenAI إن GPT-Image-2.5 يقلل كمون التوليد حتى 50% مقابل Images 2.0. بالنسبة لـ API تحديداً، تضع OpenAI Flare كمن يقدم صوراً أعلى جودة من Image 2 بكمون أقل بنسبة 50%. صُمم Sunburst عمداً ليقبل وقت توليد أطول مقابل دقة إضافية.
تقييم الأمان
نشرت OpenAI أيضاً تقييماً كمياً للأمان باستخدام مطالبات خصامية مصممة عمداً لطلب صور مخالفة للسياسة.
| النموذج | صور آمنة مُولدة | غير آمنة محظورة | غير آمنة معروضة |
|---|---|---|---|
| Sunburst | 77.0% | 21.9% | 1.09% |
| Flare | 79.4% | 19.2% | 1.41% |
| ChatGPT Images 2.0 baseline | 75.2% | 23.1% | 1.64% |
المصدر: تقييمات أمان OpenAI Images 2.5. مقارنةً بخط الأساس 1.64%، ينخفض معدل النتائج غير الآمنة النهائية بمقدار 0.55 نقطة مئوية لـ Sunburst و0.23 نقطة مئوية لـ Flare.
هذه الأرقام نتائج لاختبارات ضغط الأمان، وليست درجات جودة عامة للصور أو تقديرات لحركة المستخدم العادية.
Flare مقابل Sunburst مقابل Image 2
بالنسبة لمعظم المطورين، السؤال الأكثر فائدة ليس ما إذا كان GPT-Image-2.5 أفضل بشكل مجرد. بل أي نموذج منطقي لسير عمل معين.
| البُعد | Flare | Sunburst | Image 2 |
|---|---|---|---|
| الهدف الرئيسي | السرعة + جودة عالية | أقصى دقة | نموذج الصور العام من الجيل السابق |
| نص إلى صورة | ممتاز | أفضل نتيجة Arena الحالية | ممتاز |
| تحرير الصور | ممتاز | الأفضل بين الثلاثة | قوي |
| إلو T2I في Arena | 1399 ± 13 | 1421 ± 13 | 1381 ± 4 |
| إلو تحرير الصور في Arena | 1491 ± 9 | 1520 ± 9 | 1461 ± 3 |
| الكمون النسبي | الخيار الأسرع | أبطأ | الأساس |
| إخلاص المرجع | مُحسَّن | مُحسَّن / مُركز على الدقة | قوي |
| التحرير متعدد الدورات | مُحسَّن | مُحسَّن | أقل تحسيناً |
| إعدادات الجودة | حتى max | حتى max | حتى high |
| الأبعاد المخصصة | نعم | نعم | نعم |
| مخرجات من فئة 4K | نعم | نعم | نعم |
| خلفيات شفافة | نعم | نعم | نعم |
| أفضل استخدام | تطبيقات، اجتماعي، نماذج أولية، توليد دفعي | حملات، منتجات مصقولة، تعديلات صعبة | تكاملات قائمة |
| الموصى به لمشاريع API الجديدة | نعم، الافتراضي | نعم، عندما تهم الدقة | أساساً للحفاظ على سير العمل القائم |
أي نموذج يفوز في الجودة؟
الإجابة الحالية هي Sunburst. يتصدر كلا فئتي الصور الرئيسيتين في Arena، وتضعه OpenAI صراحة كأقوى نموذج لها لتوليد الصور وتحريرها.
أي نموذج يفوز في السرعة؟
الإجابة هي Flare. يجعل الجمع بين درجات التفضيل العالية والكمون المنخفض بشكل كبير منه الخيار العام الأكثر جاذبية في العائلة.
هل Flare أرخص من Sunburst؟
ليس على مستوى معدلات الوحدة المنشورة.
كلا النموذجين يستخدمان حالياً نفس أسعار الرموز المنشورة. تأتي ميزة Flare الاقتصادية أساساً من الكمون وسرعة throughput في سير العمل، وليس من سعر رمز أقل.
تسعير GPT-Image-2.5
تطبق OpenAI حالياً نفس معدلات الرموز على Flare وSunburst:
| نوع الرمز | Flare | Sunburst |
|---|---|---|
| إدخال نصي | $5 / 1M tokens | $5 / 1M tokens |
| إدخال نصي مخبأ | $1.25 / 1M tokens | $1.25 / 1M tokens |
| إدخال صوري | $8 / 1M tokens | $8 / 1M tokens |
| إدخال صوري مخبأ | $2 / 1M tokens | $2 / 1M tokens |
| مخرجات صور | $30 / 1M tokens | $30 / 1M tokens |
وبالتالي لا تخلق معدلات الرموز الرسمية تمييزاً بسيطاً من نوع “Flare رخيص، Sunburst غالٍ”. بدلاً من ذلك، يأتي الفرق الاقتصادي من سلوك سير العمل. يمكن للنموذج الأسرع تقليل وقت انتظار المستخدم النهائي، ومتطلبات التزامن للتطبيق، ومحاولات التوليد المتروكة، ووقت التصميم التكراري، والبنية التحتية المشغولة بالطلبات طويلة الأمد.
تكلفة إدخال الصور
مثال: تكلفة تحرير بالاعتماد على صورة مرجعية: تكلفة الطلب الإجمالية = رموز الإدخال النصي × $5/M + رموز الإدخال الصوري × $8/M + رموز مخرجات الصور × $30/M
تسعير GPT-Image-2.5 Flare وSunburst في CometAPI
حالياً، تعرض CometAPI خصماً عنوانياً بنسبة 20% مقارنة بمعدلات الإدخال/الإخراج الرسمية المطابقة. وبما أن OpenAI تنشر نفس معدلات الوحدة لـ Flare وSunburst، فإن المقارنة المعروضة متماثلة لكلا المتغيرين.
| النموذج | معرّف النموذج | إدخال CometAPI | إخراج CometAPI | الإدخال/الإخراج الرسمي |
|---|---|---|---|---|
| Flare | gpt-image-2.5-flare | $4 / 1M tokens | $24 / 1M tokens | $5 / $30 per 1M tokens |
| Sunburst | gpt-image-2.5-sunburst | $4 / 1M tokens | $24 / 1M tokens | $5 / $30 per 1M tokens |
هذه أرقام عنوانية مبسطة للإدخال/الإخراج. تقوم OpenAI بتسعير الإدخال النصي، والإدخال الصوري، والمدخلات المخبأة، ومخرجات الصور بشكل منفصل، لذا ينبغي وضع ميزانية لأعمال المرجع والتحرير من فئات الرموز المُعادة بواسطة الطلبات الفعلية. أكد كتالوج النماذج الحي قبل نشر الإنتاج لأن تسعير المزود قد يتغير.
أفضل حالات الاستخدام لـ GPT-Image-2.5
تصوير المنتجات
يُعد الحفاظ على المرجع والتعديل المستهدف ذا قيمة خاصة في التجارة الإلكترونية. يمكن للبائع الاحتفاظ بنَفْس المنتج مع تغيير الخلفية، والإضاءة، والمشهد الموسمي، والنص الترويجي، والظلال، والتركيب، أو معالجات الحملة الإقليمية.
الإعلانات وإبداع الحملات
يُعد Sunburst جذاباً بشكل خاص عندما يحتاج إبداع رئيسي واحد إلى عدة تنوعات متحكم بها بعناية. يمكن لفريق التسويق الحفاظ على المنتج وتركيب العلامة التجارية مع تغيير العنوان، أو المشهد الخلفي، أو العرض الترويجي، أو اللغة، أو المعالجة البصرية.
محتوى اجتماعي على نطاق واسع
تجعل ميزة الكمون في Flare منه ملائماً بشكل أفضل لمنتِجي الصور الاجتماعية، وأدوات المُبدعين، والصور المصغرة المُخصصة، والميمات، وأصول الملفات الشخصية، وخطوط المحتوى المؤتمتة، حيث غالباً ما تهم القدرة على المعالجة والسرعة التكرارية أكثر من استخراج آخر نقاط تفضيل الصورة.
النمذجة البصرية
يمكن للمصممين استخدام GPT-Image-2.5 لاستكشاف سريع لشاشات التطبيقات، ومفاهيم مواقع الويب، والتعبئة، والديكورات الداخلية، ومفاهيم المنتجات، ومرئيات العروض، وتخطيطات الإعلانات.
منتجات تحرير الصور
بالنسبة للتطبيقات حيث يرفع المستخدمون صورهم الخاصة، يمكن أن يكون الحفاظ المحسّن أهم من جودة النص إلى صورة الصرفة. أمثلة: تغييرات الملابس، إعادة تصميم الديكورات الداخلية، استبدال الخلفية، تنقيح المنتجات، تنوعات صور الرأس، والأصول الإبداعية المُخصصة.
الأصول الشفافة
يجعل دعم الخلفية الشفافة أصلاً النماذج أكثر عملية للأشياء المنتَجة المعزولة، والملصقات، ورسومات واجهة المستخدم، وأصول العروض، وخطوط التجميع.
قيود GPT-Image-2.5
النص لا يزال قد يفشل
تحسن عرض النص بشكل كبير عبر أجيال GPT Image الأخيرة، لكن ينبغي رغم ذلك التحقق يدوياً من النص المُولَّد للإعلانات عالية المخاطر، والتغليف، والقوائم، والنصوص القانونية، ولقطات واجهة المستخدم.
التحكم الدقيق في التخطيط غير مضمون
تعليم طبيعي مثل “ضع الشعار على بعد 40 بكسل تماماً من الزاوية العلوية اليسرى” لا يعادل قيد أداة تصميم حتمي. من الأفضل التعامل مع التخطيطات الحرجة بالبكسل عبر توليد الأصل المرئي أولاً ثم تركيب العناصر النصية أو عناصر الواجهة بدقة بشكل برمجي أو في أداة تصميم.
قد يظل الاتساق في الشخصية والعلامة ينحرف
الاتساق متعدد الدورات مُحسَّن، لكنه ليس مثالياً. ينبغي أن تشمل سلاسل الصور الطويلة، وتوليد الشخصيات المتكرر، وحملات العلامة التجارية الكبيرة فحوصات ضمان جودة.
الدقات العالية جداً تجريبية
رغم أن API تسمح حتى 8,294,400 بكسل إجمالاً وحد حافة قصوى 3840 بكسل، فإن الدقات فوق 2560×1440 حالياً تجريبية. ينبغي لأنظمة الإنتاج اختبار المخرجات عالية الدقة بدلاً من افتراض أن كل تكوين 4K يتصرف على نحو متطابق.
لا تزال المطالبات المعقدة تستغرق وقتاً
لا تزال الطلبات الصعبة تستغرق وقت معالجة كبيراً. ينبغي أن تنفذ التطبيقات حالات تحميل مناسبة، ومهلات، ومحاولات إعادة للمشكلات العابرة، ومعالجة غير متزامنة لخطوط الدُفعات.
Flare أم Sunburst: أيهما تختار؟
يمكن تبسيط الاختيار إلى سؤال واحد: هل السرعة أم دقة التحرير النهائية أكثر أهمية لسير العمل؟
اختر Flare عندما تبني:
- تطبيقات صور للمستهلكين
- توليد عالي الحجم
- أدوات محتوى اجتماعي
- نماذج أولية سريعة
- توليد نتائج البحث المرئي
- تجارب المنتج
- محررات تفاعلية حيث يتوقع المستخدمون تغذية راجعة سريعة
اختر Sunburst عندما تُنشئ:
- أصول حملات جاهزة للإنتاج
- صور منتجات متميزة
- تعديلات مرجعية متطلبة
- مراجعات متعددة الخطوات صعبة
- مرئيات حيث تُعد المحافظة على التفاصيل الدقيقة أهم من زمن الاستجابة
بالنسبة لمعظم التطبيقات الجديدة، ينبغي أن يكون Flare نقطة البداية. يُفضل التعامل مع Sunburst كطبقة دقة بدلاً من كونه الاختيار التلقائي لكل طلب. يمكن لنظام إنتاج متقدم أن يوجّه الطلبات الروتينية إلى Flare ويحتفظ بـ Sunburst للتعديلات التي تتطلب دقة أعلى.
لماذا استخدام GPT-Image-2.5 عبر CometAPI؟
يمكن لـ CometAPI تبسيط بنية الصور الإنتاجية بطرق تتجاوز فرق السعر المُعلن:
- واجهة واحدة: استخدم نفس المصادقة والمسارين المألوفين
/v1/images/generationsو/v1/images/editsلسير العمل المدعومة للتوليد والتحرير. - تبديل النماذج: غيّر حقل model للتوجيه من
gpt-image-2.5-flareإلىgpt-image-2.5-sunburst، أو الرجوع إلىgpt-image-2، دون إعادة بناء تكامل التطبيق المحيط. - فواتير موحدة: وحّد الاستخدام والفوترة للنماذج المدعومة بدلاً من الحفاظ على حساب وفاتورة منفصلة لكل مسار.
- تجارب متعددة النماذج: نفّذ مقارنات مضبوطة بنفس المطالبات، وصور المرجع، والأبعاد، وإعدادات الجودة، ثم قِس الكمون، واستخدام الرموز، ودقة التحرير، ومعدل المخرجات المقبولة.
- تحسين التكلفة: اجعل Flare الافتراضي للعمل الاستجابي عالي الحجم، وارفع إلى Sunburst للتعديلات الحساسة للدقة، واحتفظ بـ Image 2 حيث يحتاج سير عمل قائم إلى سلوكه الناضج. اجمع التوجيه مع بيانات الاستخدام الحقيقية بدلاً من الاختيار اعتماداً فقط على أسعار الرموز العنوانية.
الميزة العملية هي الاتساق التشغيلي: يمكن للفرق اختبار النماذج وتوجيهها ضمن تكامل واحد مع اختيار ملف الجودة والكمون والتكلفة المناسب لكل طلب.
الخلاصة
يمثل GPT-Image-2.5 أحدث خطوة لـ OpenAI من إنشاء الصور التوليدية نحو منصة تحرير صور أكثر قابلية للتحكم. يُعد Flare النسخة الأكثر فائدة على نطاق واسع: إذ يجمع بين جودة العائلة الجديدة وتحسينات التحرير وبين كمون منخفض بشكل ملحوظ، ما يجعله مناسباً للتطبيقات التفاعلية والإنتاج عالي الحجم.
يدفع Sunburst أبعد نحو الدقة. تضع النتائج الحالية في Arena كلا الفئتين للنص إلى صورة وتحرير صورة واحدة فوق Flare وImage 2، ما يجعله الخيار الأقوى لسير العمل الإبداعي الاحترافي المتطلب.
لكن التغيير الأكثر معنى هو موثوقية سير العمل. يجعل الحفاظ الأفضل على الموضوع، والتحرير المستهدف، والاتساق متعدد الدورات، والمخرجات عالية الدقة المخصصة، وتوليد الخلفية الشفافة GPT-Image-2.5 أكثر عملية لخطوط الإبداع الحقيقية بدلاً من عروض توليد الصور المعزولة.
الأسئلة الشائعة
ما هو GPT-Image-2.5؟
GPT-Image-2.5 هو أحدث عائلة نماذج من OpenAI لتوليد الصور وتحريرها، صدر في سبتمبر 2026. في API، يُقسّم إلى Flare وSunburst.
ما الفرق بين ChatGPT Images 2.5 وGPT-Image-2.5؟
يشير ChatGPT Images 2.5 إلى تجربة توليد الصور المُتكاملة في ChatGPT. يصل المطورون إلى الجيل الجديد عبر نماذج API بما في ذلك gpt-image-2.5-flare وgpt-image-2.5-sunburst.
ما هو GPT-Image-2.5Flare؟
GPT-Image-2.5 Flare هو المتغير الموجّه للسرعة من GPT-Image-2.5 والتوصية الافتراضية من OpenAI لمعظم تطبيقات API. يركز على جودة صورة عالية، وتحرير الصور، وكمون توليد أقل بكثير.
ما هو GPT-Image-2.5 Sunburst؟
GPT-Image-2.5 Sunburst هو المتغير الأعلى قدرة من GPT-Image-2.5 للتوليد والتحرير. يُقصد به لسير العمل حيث تهم الدقة والتحكم أكثر من سرعة التوليد.
هل GPT-Image-2.5 أفضل من Image 2؟
تشير الأدلة الحالية إلى نعم. في لقطة Arena بتاريخ 9 سبتمبر، حصل Sunburst على 1421 ± 13 وFlare على 1399 ± 13 في النص إلى صورة، مقارنة بـ 1381 ± 4 لـ Image 2. يُظهر تحرير صورة واحدة تفوقاً أكبر للنموذجين الجديدين.
هل GPT-Image-2.5 أسرع من Image 2؟
Flare كذلك. تقول OpenAI إن Flare يقدم جودة صورة أعلى من Image 2 بكمون أقل بنسبة 50%. يقبل Sunburst عمداً أوقات توليد أطول مقابل تحكم أدق في التحرير.
هل يدعم GPT-Image-2.5 صور 4K؟
نعم. يدعم كلا متغيري API أبعاداً مخصصة حتى 8,294,400 بكسل إجمالاً وحافة فردية حتى 3840 بكسل. تعتبر OpenAI حالياً الدقات فوق 2560×1440 تجريبية.
كم تكلفة GPT-Image-2.5؟
تتقاضى OpenAI حالياً لكل من Flare وSunburst 5$ لكل مليون رمز إدخال نصي، و8$ لكل مليون رمز إدخال صوري، و30$ لكل مليون رمز مخرجات صور. معدلات المدخلات المخبأة أقل.
هل أستخدم Flare أم Sunburst؟
استخدم Flare لمعظم أحمال العمل التفاعلية عالية الحجم، والمستهلكين، والاجتماعية، والنماذج الأولية السريعة. استخدم Sunburst عندما تكون أقصى دقة تحرير وإخلاص بصري نهائي أهم من الكمون.