TL;DR
GPT-Image-2.5 is OpenAI’s nieuwste generatie technologie voor het maken en bewerken van afbeeldingen, gelanceerd op 8 september 2026 als opvolger van ChatGPT Images 2.0 en de GPT-Image-2 API-generatie.
Voor ontwikkelaars is GPT-Image-2.5 beschikbaar als twee modellen: Flare en Sunburst. Flare is ontworpen als de standaardoptie voor de meeste productie-applicaties en combineert hogere beeldkwaliteit met aanzienlijk snellere generatie. Sunburst richt zich op workflows waarbij bewerkingsprecisie en eindbeeldgetrouwheid belangrijker zijn dan latentie.
De upgrade draait niet alleen om scherpere beelden. GPT-Image-2.5 verbetert het behoud van referentieafbeeldingen, gelokaliseerde bewerkingen, consistentie bij bewerken over meerdere stappen, visueel realisme, het volgen van instructies, generatie met transparante achtergronden en output met hoge resolutie. Volgens OpenAI is de latentie voor beeldgeneratie tot 50% lager vergeleken met Images 2.0.
Vroege benchmarks met menselijke voorkeuren zijn eveneens sterk. In de Arena-snapshot van 9 september scoorde Sunburst als eerste voor tekst-naar-beeld met 1421 ± 13 Elo, terwijl Flare als tweede eindigde met 1399 ± 13, vóór Image 2 met 1381 ± 4.
Ontwikkelaars hebben toegang tot beide varianten via CometAPI: GPT-Image-2.5 Flare gebruikt gpt-image-2.5-flare voor sneller werk op hoge volumes, terwijl GPT-Image-2.5 Sunburst gpt-image-2.5-sunburst gebruikt wanneer bewerkingsprecisie en eindgetrouwheid het belangrijkst zijn. Beide zijn te gebruiken via de vertrouwde eindpunten /v1/images/generations en /v1/images/edits; voor transparante output moet PNG of WebP worden gebruikt.
Key Takeaways
- GPT-Image-2.5 is een upgrade op generatieniveau, niet slechts een kleine kwaliteitsvernieuwing.
- Ontwikkelaars krijgen twee varianten: Flare voor snelheid en schaal, en Sunburst voor maximale bewerkingsprecisie.
- Flare levert hogere kwaliteit dan Image 2 met 50% lagere latentie, volgens OpenAI.
- Beide varianten ondersteunen kwaliteitsmodi low, medium, high, xhigh, max en auto.
- Aangepaste outputafmetingen kunnen pixelcounts in de 4K-klasse bereiken, met individuele randen tot 3840 pixels.
- Huidige Arena-resultaten plaatsen Sunburst en Flare boven Image 2 in zowel tekst-naar-beeld als bewerking van één afbeelding.
- Beide modellen gebruiken dezelfde officiële tokenrentes: $5/M tekstinvoertokens, $8/M beeldinvoertokens en $30/M beelduitvoertokens.
- De Flare API in CometAPI biedt momenteel een lagere headlineprijs voor input/output voor ontwikkelaars die productie-workflows voor afbeeldingen bouwen.
What Is GPT-Image-2.5?
GPT-Image-2.5 is OpenAI’s nieuwste modelfamilie voor beeldgeneratie en -bewerking. In ChatGPT verschijnt de technologie als ChatGPT Images 2.5. Op API-niveau kunnen ontwikkelaars kiezen tussen twee afzonderlijke modellen:
- gpt-image-2.5-flare
- gpt-image-2.5-sunburst
Dit onderscheid is belangrijk omdat “GPT-Image-2.5” het best begrepen kan worden als de modelgeneratie of -familie, en niet als één enkel API-model-ID.
GPT-Image-2.5 bouwt voort op de mogelijkheden van de Image 2 API in CometAPI en richt zich veel sterker op de workflow rond beeldcreatie. In plaats van elke generatie als een grotendeels onafhankelijk resultaat te behandelen, is de nieuwe generatie ontworpen om onderwerpen, composities, stijlen en eerdere bewerkingen te behouden terwijl gebruikers itereren.
OpenAI benadrukt verbeteringen in referentiebeeldgetrouwheid en precieze bewerking, evenals meerstapsconsistentie, rijkere texturen en natuurlijke belichting. Dat maakt GPT Image 2.5 bijzonder relevant voor commercieel creatief werk, waar één aangevraagde bewerking niet onvoorspelbaar de rest van het asset mag reconstrueren.
Een belangrijke verandering is de introductie van xhigh en max. Eerdere GPT Image-modellen ondersteunden slechts kwaliteitsinstellingen tot en met high; GPT-Image-2.5 geeft ontwikkelaars dus meer controle over de afweging tussen latentie en getrouwheid. De modellen ondersteunen ook aangepaste afmetingen tot 8.294.400 totale pixels, hoewel OpenAI resoluties boven 2560×1440 als experimenteel markeert. Breedte en hoogte moeten veelvouden van 16 zijn.
Flare vs Sunburst
Flare en Sunburst delen dezelfde kerncapaciteiten van GPT-Image-2.5, maar optimaliseren voor verschillende productieconstraints.
| Beslissingsfactor | Flare | Sunburst |
|---|---|---|
| Primair doel | Snelle, hoogwaardige generatie op schaal | Maximale generatie- en bewerkingsprecisie |
| Relatieve latentie | Sneller; voorkeur voor interactieve workflows | Langzamer; geeft prioriteit aan getrouwheid en controle |
| Beste workloads | Social assets, prototypes, visuele zoekopdrachten, hoge volumes | Campagnecreatie, product hero-images, moeilijke gelokaliseerde bewerkingen |
| Bewerkingsgedrag | Sterke referentietrouw en meerstapsconsistentie | Sterkste keuze wanneer exacte details behouden moeten blijven |
| Aanbevolen routering | Standaardmodel voor routinematige verzoeken | Precisielaag voor veeleisende generaties en finale bewerkingen |
Voor de meeste applicaties: begin met Flare en routeer moeilijke, definitieve bewerkingen naar Sunburst. Zo blijft de responsiviteit behouden zonder de optie met hogere precisie op te geven.
What Is New in GPT-Image-2.5?
Better Reference-Image Fidelity
Een van de belangrijkste verbeteringen in GPT-Image-2.5 is hoe trouw het een bronafbeelding bewaart. Referentiegestuurde generatie kende traditioneel een ongemakkelijke afweging: hoe agressiever een model een afbeelding transformeert, des te waarschijnlijker het identiteit, verhoudingen, producten, achtergronden of kleine visuele kenmerken aanpast die juist onveranderd moesten blijven.
GPT-Image-2.5 is ontworpen om meer van die details te behouden. Volgens OpenAI zouden onderwerpen herkenbaarder moeten blijven terwijl belichting, omgevingen, kleding, compositie of stijl worden getransformeerd. Dit is belangrijk voor productachtergrondvervanging, campagnevariaties rond hetzelfde personage, outfitwissels die houding en identiteit behouden, en alternatieve composities die uit hetzelfde bronasset zijn opgebouwd.
OpenAI’s officiële voorbeeld “Remixed baby portrait” toont een bronbewuste bewerking die de outfit verandert terwijl de pose en blauwe studiobackground behouden blijven.
Officiële invoerafbeelding van OpenAI.
Officiële bewerkte output van OpenAI.
More Precise Image Editing
Een tweede grote upgrade is het lokaliseren van bewerkingen. Als een productfoto een fles, achtergrond, kop, logo, schaduwen en props bevat, moet een nuttige editor enkel de kop kunnen vervangen zonder onverwacht de flesvorm, camerahoek of belichting te wijzigen. GPT-Image-2.5 is beter in het onderscheiden van wat moet veranderen en wat vast moet blijven.
More Reliable Multi-Turn Editing
De echte waarde van beeldbewerking verschijnt vaak na de eerste stap. Een typische creatieve workflow kan een productscene genereren, de achtergrond veranderen, het product verplaatsen, de kop vervangen, een promotiebadge toevoegen, de belichting aanpassen en tot slot een transparante versie exporteren.
Bij zwakkere beeldmodellen kunnen opeenvolgende stappen geleidelijk eerder vastgelegde details aantasten. GPT-Image-2.5 is specifiek ontworpen om eerdere wijzigingen persistenter te maken over meerdere bewerkingsstappen, zodat beeldgeneratie dichter bij een interactief bewerkingsproces komt in plaats van een reeks losstaande generaties.
More Natural Lighting and Texture
GPT-Image-2.5 richt zich ook op visuele artefacten waardoor AI-foto’s gemakkelijk te herkennen zijn. OpenAI meldt verbeteringen in natuurlijke belichting en rijkere materiaalkarakters. In de praktijk kan dat veel uitmaken voor huid, stof, glas, metaal, verpakkingen, meubels, foodfotografie en realistische omgevingsscènes.
Better Complex Instruction Following
Moderne prompts voor beeldgeneratie lijken steeds meer op designbriefings. Een gebruiker kan meerdere objecten, exacte locaties, een kop, productverpakking, cameraperspectief, merkkleuren, belichting, voorgrond- en achtergrondrelaties, transparante gebieden en uitsluitingen specificeren. GPT-Image-2.5 verbetert zijn vermogen om deze gestructureerde verzoeken te vertalen naar een coherent beeld.
Transparent Backgrounds and Flexible Output
Beide GPT-Image-2.5 API-modellen ondersteunen transparante achtergronden wanneer het outputformaat PNG of WebP is.
background="transparent"
output_format="png"
De officiële specificatie voor beeldgeneratie staat ook willekeurige geldige WIDTHxHEIGHT-afmetingen toe in plaats van ontwikkelaars te dwingen tot slechts enkele vaste beeldverhoudingen. Dit is nuttig voor e-commerce-assets, overlays, presentatiegrafieken, UI-componenten, stickers, geïsoleerde objecten, thumbnails en ad creatives.
GPT-Image-2.5 Benchmark Performance
Benchmarks voor beeldgeneratie vereisen zorgvuldige interpretatie. Er is geen enkele metriek — zoals bij taalmodellen voor wiskunde — die esthetiek, promptnauwkeurigheid, bewerkingsprecisie, visueel realisme, textrendering en referentietrouw tegelijk dekt. Voor GPT-Image-2.5 zijn momenteel drie soorten kwantitatief bewijs nuttig: Arena-resultaten met menselijke voorkeur, OpenAI’s latentiemetingen en OpenAI’s evaluaties van de veiligheidsstack.
Arena Text-to-Image Benchmark
Arena evalueert modellen via blinde menselijke voorkeur: gebruikers ontvangen outputs van twee anonieme modellen voor dezelfde taak en selecteren het resultaat dat ze prefereren. De snapshot toont het volgende:
Voorlopige snapshot van Arena
| Model | Tekst-naar-beeld Elo | Rang | Stemmen |
|---|---|---|---|
| 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 |
Image Editing Benchmark
Hetzelfde patroon is zichtbaar in Arena’s leaderboard voor bewerking van één afbeelding.
| Model | Elo voor bewerking van één afbeelding | Verschil vs Image 2 |
|---|---|---|
| Sunburst | 1520 ± 9 | +59 |
| Flare | 1491 ± 9 | +30 |
| Image 2 | 1461 ± 3 | Baseline |
| Grok Imagine Image 2.0 | 1439 ± 8 | -22 |
| MAI Image 2.6 | 1434 | -27 |
Sunbursts voordeel is vooral zichtbaar bij bewerking: de voorsprong op Image 2 is hier groter dan bij tekst-naar-beeld, wat past bij de positionering als precisiegericht model.
Generation Latency
OpenAI zegt dat GPT-Image-2.5 de generatielatentie tot 50% reduceert ten opzichte van Images 2.0. Specifiek voor de API positioneert OpenAI Flare als beter in beeldkwaliteit dan Image 2 met 50% lagere latentie. Sunburst is bewust ontworpen om meer generatietijd te ruilen voor extra precisie.
Safety Evaluation
OpenAI publiceerde ook een kwantitatieve veiligheidsevaluatie met adversariële prompts die bewust zijn ontworpen om om beleidsovertredende beelden te vragen.
| Model | Veilig gegenereerd | Onveilig geblokkeerd | Onveilig getoond |
|---|---|---|---|
| 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% |
Bron: OpenAI Images 2.5 safety evaluations. Vergeleken met de baseline van 1,64% daalt het uiteindelijke onveilige-uitkomstpercentage met 0,55 procentpunt voor Sunburst en 0,23 procentpunt voor Flare.
Deze cijfers zijn resultaten van veiligheids-stresstests, geen algemene beeldkwaliteitsscores of schattingen van normaal gebruikersverkeer.
Flare vs Sunburst vs Image 2
Voor de meeste ontwikkelaars is de nuttiger vraag niet of GPT-Image-2.5 in abstracto beter is, maar welk model zinvol is voor een bepaald type workload.
| Dimensie | Flare | Sunburst | Image 2 |
|---|---|---|---|
| Hoofddoel | Snelheid + hoge kwaliteit | Maximale precisie | Algemeen beeldmodel van vorige generatie |
| Tekst-naar-beeld | Excellent | Beste huidige Arena-resultaat | Excellent |
| Beeldbewerking | Excellent | Beste van de drie | Sterk |
| Arena T2I Elo | 1399 ± 13 | 1421 ± 13 | 1381 ± 4 |
| Arena image-edit Elo | 1491 ± 9 | 1520 ± 9 | 1461 ± 3 |
| Relatieve latentie | Snelste keuze | Langzamer | Baseline |
| Referentietrouw | Verbeterd | Verbeterd / focus op precisie | Sterk |
| Meerstapsbewerking | Verbeterd | Verbeterd | Minder geoptimaliseerd |
| Kwaliteitsinstellingen | Tot en met max | Tot en met max | Tot en met high |
| Aangepaste afmetingen | Ja | Ja | Ja |
| 4K-klasse output | Ja | Ja | Ja |
| Transparante achtergronden | Ja | Ja | Ja |
| Beste gebruik | Apps, social, prototyping, batchgeneratie | Campagnes, gepolijste producten, moeilijke edits | Bestaande integraties |
| Aanbevolen voor nieuwe API-projecten | Ja, standaard | Ja, wanneer precisie telt | Voornamelijk bij onderhoud van bestaande workflows |
Which Model Wins on Quality?
Het huidige antwoord is Sunburst. Het leidt beide belangrijke Arena-categorieën voor beelden en is door OpenAI expliciet gepositioneerd als het meest capabele model voor beeldgeneratie en -bewerking.
Which Model Wins on Speed?
Het antwoord is Flare. De combinatie van hoge voorkeurscores en substantieel lagere latentie maakt het de aantrekkelijkste general-purpose-optie binnen de familie.
Does Flare Cost Less Than Sunburst?
Niet op het niveau van de gepubliceerde eenheidstarieven.
Beide modellen gebruiken momenteel dezelfde gepubliceerde tokenprijzen. Flare’s economische voordeel komt vooral door latentie en workflow-throughput, niet door een lagere tokenprijs.
GPT-Image-2.5 Pricing
OpenAI past momenteel dezelfde tokenrentes toe op Flare en Sunburst:
| Tokentype | Flare | Sunburst |
|---|---|---|
| Tekstinvoer | $5 / 1M tokens | $5 / 1M tokens |
| Cached tekstinvoer | $1.25 / 1M tokens | $1.25 / 1M tokens |
| Beeldinvoer | $8 / 1M tokens | $8 / 1M tokens |
| Cached beeldinvoer | $2 / 1M tokens | $2 / 1M tokens |
| Beelduitvoer | $30 / 1M tokens | $30 / 1M tokens |
De officiële tokenrentes leiden dus niet tot een eenvoudige “Flare is goedkoop, Sunburst is duur”-scheidslijn. Het economische verschil komt in plaats daarvan voort uit workflowgedrag. Een sneller model kan de wachttijd voor eindgebruikers, de gelijktijdigheidsvereisten van de applicatie, afgebroken generatiepogingen, iteratieve ontwerp-tijd en infrastructuur bezet door langlopende verzoeken verminderen.
Image input cost
Voorbeeld: Kosten bewerken met referentieafbeelding: Totale verzoekkosten = tekstinvoertokens × $5/M + beeldinvoertokens × $8/M + beelduitvoertokens × $30/M
GPT-Image-2.5 Flare and Sunburst Pricing in CometAPI
Momenteel presenteert CometAPI een headlinekorting van 20% ten opzichte van de overeenkomende officiële input/output-tarieven. Omdat OpenAI dezelfde eenheidstarieven publiceert voor Flare en Sunburst, is de weergegeven vergelijking voor beide varianten hetzelfde.
| Model | Model-ID | CometAPI-input | CometAPI-output | Officiële input/output |
|---|---|---|---|---|
| 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 |
Dit zijn vereenvoudigde headlinecijfers voor input/output. OpenAI hanteert aparte prijzen voor tekstinvoer, beeldinvoer, cached input en beelduitvoer, dus workloads met referentieafbeeldingen en bewerkingen moeten worden begroot op basis van de tokencategorieën die door echte verzoeken worden teruggegeven. Bevestig de actuele modelcatalogus vóór productie, omdat providerprijzen kunnen veranderen.
Best Use Cases for GPT-Image-2.5
Product Photography
Referentiebehoud en gerichte bewerkingen zijn bijzonder waardevol in e-commerce. Een verkoper kan hetzelfde product behouden terwijl achtergrond, belichting, seizoenssetting, promotietekst, schaduwen, compositie of regionale campagnetreatment verandert.
Advertising and Campaign Creative
Sunburst is bijzonder aantrekkelijk wanneer één mastercreatie meerdere zorgvuldig gecontroleerde variaties nodig heeft. Een marketingteam kan product en merkcompositie behouden terwijl kop, achtergrondscene, promotie, taal of visuele behandeling verandert.
Social Content at Scale
Flare’s latentievoordeel maakt het geschikter voor social-image generators, creatortools, gepersonaliseerde thumbnails, memes, profielassets en geautomatiseerde contentpipelines, waar throughput en iteratiesnelheid vaak belangrijker zijn dan de laatste paar punten aan beeldpreferentie.
Visual Prototyping
Designers kunnen GPT-Image-2.5 gebruiken voor snelle verkenning van appschermen, websiteconcepten, verpakkingen, interieurs, productconcepten, presentaties en advertentielay-outs.
Image Editing Products
Voor applicaties waarin gebruikers eigen foto’s uploaden, kan verbeterd behoud belangrijker zijn dan pure tekst-naar-beeld-kwaliteit. Voorbeelden zijn outfitwissels, interieurontwerp, achtergrondvervanging, productretouching, headshotvariaties en gepersonaliseerde creatieve assets.
Transparent Assets
Native output met transparante achtergrond maakt de modellen praktischer voor geïsoleerde productobjecten, stickers, UI-graphics, presentatiemiddelen en compositing-pipelines.
GPT-Image-2.5 Limitations
Text Can Still Fail
Textrendering is de laatste generaties GPT Image aanzienlijk verbeterd, maar gegenereerde tekst moet nog steeds handmatig worden gecontroleerd voor advertenties met hoge inzet, verpakkingen, menu’s, juridische tekst en UI-screenshots.
Exact Layout Control Is Not Guaranteed
Een natuurlijke-taalinstructie als “plaats het logo exact 40 pixels van de linkerbovenhoek” is niet gelijk aan een deterministische constraint in een designtool. Pixelkritische lay-outs kunnen beter worden afgehandeld door eerst het visuele asset te genereren en vervolgens exacte tekst of interface-elementen programmatisch of in een designtool te componeren.
Character and Brand Consistency Can Still Drift
Meerstapsconsistentie is verbeterd, niet perfect. Lange beeldreeksen, herhaalde personagegeneratie en grote merkcampagnes moeten nog steeds kwaliteitscontroles bevatten.
Very High Resolutions Are Experimental
Hoewel de API tot 8.294.400 totale pixels en een maximale rand van 3840 pixels toestaat, zijn resoluties boven 2560×1440 momenteel experimenteel. Productiesystemen moeten output met hoge resolutie testen in plaats van aan te nemen dat elke 4K-configuratie identiek werkt.
Complex Prompts Can Still Take Time
Moeilijke verzoeken kunnen nog steeds aanzienlijke verwerkingstijd vergen. Applicaties moeten correcte laadstatussen, time-outs, retries voor tijdelijke fouten en asynchrone afhandeling voor batchpipelines implementeren.
Flare or Sunburst: Which Should You Choose?
De keuze kan worden vereenvoudigd tot één vraag: is snelheid of precisie van de uiteindelijke bewerking belangrijker voor de workflow?
Choose Flare when you are building:
- consumentgerichte beeldapplicaties
- generatie op hoog volume
- tools voor sociale content
- snelle prototypes
- generatie van visuele-zoekresultaten
- productervaringen
- interactieve editors waar gebruikers snelle feedback verwachten
Choose Sunburst when you are creating:
- productieklare campagnemiddelen
- premium productbeeldmateriaal
- veeleisende bewerkingen met referentieafbeeldingen
- moeilijke meerstapsrevisies
- visuals waar het behouden van exacte details belangrijker is dan responstijd
Voor de meeste nieuwe applicaties is Flare het startpunt. Sunburst kan beter worden behandeld als een precisielaag dan als de automatische keuze voor elk verzoek. Een geavanceerd productiesysteem kan routinematige verzoeken naar Flare sturen en Sunburst reserveren voor bewerkingen die hogere precisie vereisen.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI kan een productie-stack voor afbeeldingen vereenvoudigen op manieren die verder gaan dan het geadverteerde prijsverschil:
- One API: gebruik dezelfde authenticatie en de vertrouwde eindpunten
/v1/images/generationsen/v1/images/editsvoor ondersteunde generatie- en bewerkingsworkflows. - Model switching: wijzig het modelveld om te routeren van
gpt-image-2.5-flarenaargpt-image-2.5-sunburst, of terug te vallen opgpt-image-2, zonder de omliggende applicatie-integratie te herbouwen. - Unified billing: consolideer gebruik en facturatie voor ondersteunde modellen in plaats van voor elke route een apart account en factuur te onderhouden.
- Multi-model experimentation: voer gecontroleerde vergelijkingen uit met dezelfde prompts, referentieafbeeldingen, afmetingen en kwaliteitsinstellingen en meet vervolgens latentie, tokengebruik, bewerkingsnauwkeurigheid en acceptatiegraad van output.
- Cost optimization: standaardiseer op Flare voor responsief werk met hoge volumes, schaal op naar Sunburst voor precisiegevoelige bewerkingen en behoud Image 2 wanneer een bestaande workflow het volwassen gedrag nodig heeft. Combineer routering met echte gebruiksdata in plaats van uitsluitend te kiezen op basis van headline-tokenprijzen.
Het praktische voordeel is operationele consistentie: teams kunnen modellen testen en routeren binnen één integratie en ondertussen het kwaliteits-, latentie- en kostenprofiel kiezen dat past bij elk verzoek.
Conclusion
GPT-Image-2.5 vertegenwoordigt OpenAI’s nieuwste stap van generatieve beeldcreatie naar een beter controleerbaar platform voor beeldbewerking. Flare is de meest breed inzetbare versie: het combineert de kwaliteits- en bewerkingsverbeteringen van de nieuwe familie met significant lagere latentie, wat het geschikt maakt voor interactieve applicaties en productie op hoge volumes.
Sunburst gaat verder richting precisie. Huidige Arena-resultaten plaatsen het boven Flare en Image 2 in zowel tekst-naar-beeld als bewerking van één afbeelding, waardoor het de sterkere keuze is voor veeleisende professionele creatieve workflows.
De meest betekenisvolle verandering is echter de betrouwbaarheid van de workflow. Beter behoud van onderwerp, gerichte bewerking, meerstapsconsistentie, aangepaste output met hoge resolutie en generatie met transparante achtergronden maken GPT-Image-2.5 praktischer voor echte creatieve pipelines in plaats van geïsoleerde demogeneraties.
FAQ
What is GPT-Image-2.5?
GPT-Image-2.5 is OpenAI’s nieuwste familielijn voor beeldgeneratie en -bewerking, uitgebracht in september 2026. In de API is het verdeeld in Flare en Sunburst.
What is the difference between ChatGPT Images 2.5 and GPT-Image-2.5?
ChatGPT Images 2.5 verwijst naar de beeldgeneratie-ervaring geïntegreerd in ChatGPT. Ontwikkelaars krijgen toegang tot de nieuwe generatie via API-modellen waaronder gpt-image-2.5-flare en gpt-image-2.5-sunburst.
What is GPT-Image-2.5Flare?
GPT-Image-2.5 Flare is de op snelheid gerichte variant van GPT-Image-2.5 en OpenAI’s aanbevolen standaard voor de meeste API-applicaties. Het richt zich op hoge beeldkwaliteit, beeldbewerking en aanzienlijk lagere generatielatentie.
What is GPT-Image-2.5 Sunburst?
GPT-Image-2.5 Sunburst is OpenAI’s meest capabele GPT-Image-2.5-variant voor generatie en bewerking. Het is bedoeld voor workflows waar precisie en controle belangrijker zijn dan generatiesnelheid.
Is GPT-Image-2.5 better than Image 2?
Huidig bewijs wijst van wel. In de Arena-snapshot van 9 september scoorde Sunburst 1421 ± 13 en Flare 1399 ± 13 voor tekst-naar-beeld, vergeleken met 1381 ± 4 voor Image 2. Bewerking van één afbeelding laat een nog grotere voorsprong zien voor de twee nieuwe modellen.
Is GPT-Image-2.5 faster than Image 2?
Flare wel. OpenAI zegt dat Flare hogere beeldkwaliteit levert dan Image 2 met 50% lagere latentie. Sunburst accepteert bewust langere generatietijden in ruil voor strakkere bewerkingscontrole.
Does GPT-Image-2.5 support 4K images?
Ja. Beide API-varianten ondersteunen aangepaste afmetingen tot 8.294.400 totale pixels en een individuele rand tot 3840 pixels. OpenAI beschouwt resoluties boven 2560×1440 momenteel als experimenteel.
How much does GPT-Image-2.5 cost?
OpenAI rekent momenteel voor zowel Flare als Sunburst $5 per miljoen tekstinvoertokens, $8 per miljoen beeldinvoertokens en $30 per miljoen beelduitvoertokens. Tarieven voor cached input zijn lager.
Should I use Flare or Sunburst?
Gebruik Flare voor de meeste interactieve, grootschalige, consumentgerichte, sociale en snel-prototyping-workloads. Gebruik Sunburst wanneer maximale bewerkingsprecisie en uiteindelijke visuele getrouwheid belangrijker zijn dan latentie.