TL;DR
GPT-Image-2.5 é a mais nova geração de tecnologia de criação e edição de imagens da OpenAI, lançada em 8 de setembro de 2026 como sucessora do ChatGPT Images 2.0 e da geração da API GPT-Image-2.
Para desenvolvedores, o GPT-Image-2.5 está disponível em dois modelos: Flare e Sunburst. Flare é projetado como a opção padrão para a maioria das aplicações em produção, combinando maior qualidade de imagem com geração substancialmente mais rápida. Sunburst atende a fluxos de trabalho em que a precisão de edição e a fidelidade da imagem final importam mais do que a latência.
A atualização não se trata apenas de imagens mais nítidas. O GPT-Image-2.5 melhora a preservação de imagens de referência, edições localizadas, consistência em múltiplas iterações de edição, realismo visual, obediência às instruções, geração com fundo transparente e saída em alta resolução. A OpenAI afirma que a latência de geração de imagens foi reduzida em até 50% em comparação com o Images 2.0.
Os primeiros resultados de benchmarking por preferência humana também são fortes. No snapshot da Arena de 9 de setembro, Sunburst ficou em primeiro em geração texto-para-imagem com 1421 ± 13 Elo, enquanto Flare ficou em segundo com 1399 ± 13, à frente do Image 2 com 1381 ± 4.
Desenvolvedores podem acessar ambas as variantes pela CometAPI: GPT-Image-2.5 Flare usa gpt-image-2.5-flare para trabalhos mais rápidos e de alto volume, enquanto GPT-Image-2.5 Sunburst usa gpt-image-2.5-sunburst quando a precisão de edição e a fidelidade da imagem final são mais importantes. Ambos podem ser usados pelas rotas familiares /v1/images/generations e /v1/images/edits; para saída transparente, use PNG ou WebP.
Principais pontos
- GPT-Image-2.5 é uma atualização em nível de geração, não apenas um pequeno ajuste de qualidade de imagem.
- Desenvolvedores têm duas variantes: Flare para velocidade e escala, e Sunburst para máxima precisão de edição.
- Flare oferece qualidade superior ao Image 2 com 50% menos latência, segundo a OpenAI.
- Ambas as variantes suportam modos de qualidade low, medium, high, xhigh, max e auto.
- Dimensões de saída personalizadas podem atingir contagens de pixels de classe 4K, com bordas individuais de até 3840 pixels.
- Os resultados atuais da Arena colocam Sunburst e Flare acima do Image 2 em texto-para-imagem e edição de imagem única.
- Ambos os modelos usam as mesmas tarifas oficiais por token: US$ 5/M tokens de entrada de texto, US$ 8/M tokens de entrada de imagem e US$ 30/M tokens de saída de imagem.
- A API Flare na CometAPI atualmente fornece um preço de entrada/saída nominal mais baixo para desenvolvedores construindo fluxos de trabalho de imagem em produção.
O que é GPT-Image-2.5?
GPT-Image-2.5 é a mais recente família de modelos de geração e edição de imagens da OpenAI. No ChatGPT, a tecnologia aparece como ChatGPT Images 2.5. Na camada de API, os desenvolvedores podem escolher entre dois modelos distintos:
- gpt-image-2.5-flare
- gpt-image-2.5-sunburst
Essa distinção é importante porque “GPT-Image-2.5” deve ser entendido como a geração ou família de modelos, e não como um único ID de modelo da API.
GPT-Image-2.5 baseia-se nas capacidades do Image 2 API na CometAPI ao focar de forma mais intensa no fluxo de trabalho em torno da criação de imagens. Em vez de tratar cada geração como um resultado quase independente, a nova geração foi projetada para preservar sujeitos, composições, estilos e edições anteriores conforme os usuários iteram.
A OpenAI destaca melhorias na fidelidade a imagens de referência e na edição precisa, além de consistência de múltiplas iterações, texturas mais ricas e iluminação natural. Isso torna o GPT Image 2.5 especialmente relevante para trabalhos criativos comerciais, onde uma única edição solicitada não deve reconstruir de forma imprevisível o resto do asset.
Uma mudança importante é a introdução de xhigh e max. Modelos anteriores de GPT Image suportavam configurações de qualidade apenas até high; portanto, o GPT-Image-2.5 oferece aos desenvolvedores mais controle sobre o equilíbrio entre latência e fidelidade. Os modelos também suportam dimensões personalizadas de até 8.294.400 pixels no total, embora a OpenAI marque resoluções acima de 2560×1440 como experimentais. Largura e altura devem ser múltiplos de 16.
Flare vs Sunburst
Flare e Sunburst compartilham o mesmo núcleo de capacidades do GPT-Image-2.5, mas otimizam diferentes restrições de produção.
| Fator de decisão | Flare | Sunburst |
|---|---|---|
| Objetivo principal | Geração rápida e de alta qualidade em escala | Máxima precisão na geração e edição |
| Latência relativa | Mais rápido; preferido para fluxos interativos | Mais lento; prioriza fidelidade e controle |
| Melhores cargas | Ativos sociais, protótipos, busca visual, apps de alto volume | Criativos de campanha, imagens hero de produto, edições localizadas difíceis |
| Comportamento de edição | Forte fidelidade à referência e consistência em múltiplas iterações | Melhor opção quando preservar detalhes exatos é fundamental |
| Roteamento recomendado | Modelo padrão para solicitações rotineiras | Camada de precisão para gerações exigentes e edições finais |
Para a maioria das aplicações, comece com Flare e encaminhe edições finais difíceis para Sunburst. Isso preserva a capacidade de resposta sem abrir mão da opção de maior precisão.
O que há de novo no GPT-Image-2.5?
Melhor fidelidade a imagens de referência
Uma das melhorias mais importantes do GPT-Image-2.5 é a forma como ele preserva fielmente uma imagem-fonte. A geração baseada em referência tradicionalmente enfrentou um trade-off desconfortável: quanto mais agressivamente um modelo transforma uma imagem, maior a probabilidade de alterar identidade, proporções, produtos, fundos ou pequenas características visuais que deveriam permanecer inalteradas.
O GPT-Image-2.5 foi projetado para reter mais desses detalhes. A OpenAI diz que os sujeitos devem permanecer mais reconhecíveis enquanto iluminação, ambientes, roupas, composição ou estilo são transformados. Isso é importante para substituição de fundo de produto, variações de campanha em torno do mesmo personagem, trocas de figurino que preservam pose e identidade, e composições alternativas construídas a partir do mesmo asset de origem.
O exemplo oficial “Remixed baby portrait” da OpenAI mostra uma edição consciente da fonte que muda a roupa enquanto preserva a pose e o fundo azul de estúdio.
Imagem de entrada oficial da OpenAI.
Saída editada oficial da OpenAI.
Edição de imagem mais precisa
Uma segunda grande atualização é a localização da edição. Se uma foto de produto contém uma garrafa, fundo, manchete, logo, sombras e props de apoio, um editor de imagem útil deve ser capaz de substituir apenas a manchete sem alterar inesperadamente o formato da garrafa, o ângulo da câmera ou a iluminação. O GPT-Image-2.5 é melhor em distinguir o que deve mudar e o que deve permanecer fixo.
Edição multi-turn mais confiável
O verdadeiro valor da edição de imagem geralmente aparece após a primeira edição. Um fluxo de trabalho criativo típico pode gerar uma cena de produto, mudar o fundo, mover o produto, substituir a manchete, adicionar um selo promocional, ajustar a iluminação e, finalmente, exportar uma versão transparente.
Com modelos de imagem mais fracos, cada etapa sucessiva pode degradar gradualmente detalhes estabelecidos anteriormente no fluxo. O GPT-Image-2.5 foi projetado especificamente para tornar mudanças anteriores mais persistentes ao longo de múltiplas etapas de edição, aproximando a geração de imagens de um processo de edição interativo em vez de uma sequência de gerações não relacionadas.
Iluminação e textura mais naturais
O GPT-Image-2.5 também mira artefatos visuais que tornam fotografias geradas por IA fáceis de reconhecer. A OpenAI relata melhorias em iluminação natural e texturas de materiais mais ricas. Na prática, essas mudanças podem importar para pele, tecido, vidro, metal, embalagens, mobiliário, fotografia de alimentos e cenas ambientais realistas.
Melhor seguimento de instruções complexas
Prompts modernos de geração de imagens cada vez mais se assemelham a briefings de design. Um usuário pode especificar vários objetos, localizações exatas, uma manchete, embalagem de produto, perspectiva de câmera, cores de marca, iluminação, relações entre primeiro plano e plano de fundo, áreas transparentes e exclusões. O GPT-Image-2.5 melhora sua capacidade de traduzir essas solicitações estruturadas em uma imagem coerente.
Fundos transparentes e saída flexível
Ambos os modelos da API GPT-Image-2.5 suportam fundos transparentes quando o formato de saída é PNG ou WebP.
background="transparent"
output_format="png"
A especificação oficial de geração de imagens também permite dimensões arbitrárias válidas no formato LARGURAxALTURA em vez de forçar desenvolvedores a apenas algumas proporções fixas. Isso é útil para ativos de e-commerce, overlays, gráficos de apresentação, componentes de UI, adesivos, objetos isolados, miniaturas e criativos de anúncios.
Desempenho de benchmark do GPT-Image-2.5
Benchmarks de geração de imagens exigem interpretação cuidadosa. Não há uma única métrica equivalente a um benchmark de matemática de modelos de linguagem que capture estética, aderência ao prompt, precisão de edição, realismo visual, renderização de texto e fidelidade à referência simultaneamente. Para o GPT-Image-2.5, três tipos de evidências quantitativas são atualmente úteis: resultados de preferência humana da Arena, medições de latência da OpenAI e avaliações do stack de segurança da OpenAI.
Benchmark de texto para imagem da Arena
Arena avalia modelos por preferência humana cega: usuários recebem saídas de dois modelos anônimos para a mesma tarefa e selecionam o resultado que preferem. O snapshot mostra o seguinte:
Snapshot preliminar da Arena
| Modelo | Elo de Texto-para-Imagem | Posição | Votos |
|---|---|---|---|
| Sunburst | 1421 ± 13 | 1 | 3.149 |
| Flare | 1399 ± 13 | 2 | 2.856 |
| Image 2 (médio) | 1381 ± 4 | 3 | 78.731 |
| MAI Image 2.6 | 1331 ± 7 | 4 | 11.213 |
| Grok Imagine Image 2.0 (baixo) | 1315 ± 12 | 5 | 2.681 |
Benchmark de edição de imagem
O mesmo padrão é visível no ranking de edição de imagem única da Arena.
| Modelo | Elo de Edição de Imagem Única | Diferença vs Image 2 |
|---|---|---|
| Sunburst | 1520 ± 9 | +59 |
| Flare | 1491 ± 9 | +30 |
| Image 2 | 1461 ± 3 | Base |
| Grok Imagine Image 2.0 | 1439 ± 8 | -22 |
| MAI Image 2.6 | 1434 | -27 |
A vantagem do Sunburst é particularmente visível na edição: sua liderança sobre o Image 2 é maior aqui do que na geração texto-para-imagem, o que se alinha à sua posição como o modelo voltado para precisão.
Latência de geração
A OpenAI afirma que o GPT-Image-2.5 reduz a latência de geração em até 50% em relação ao Images 2.0. Para a API especificamente, a OpenAI posiciona o Flare como entregando imagens de qualidade superior ao Image 2 com 50% menos latência. Sunburst é deliberadamente projetado para trocar mais tempo de geração por precisão adicional.
Avaliação de segurança
A OpenAI também publicou uma avaliação quantitativa de segurança usando prompts adversariais intencionalmente projetados para solicitar imagens que violam políticas.
| Modelo | Seguro gerado | Inseguro bloqueado | Inseguro apresentado |
|---|---|---|---|
| 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% |
Fonte: Avaliações de segurança do OpenAI Images 2.5. Em comparação com a base de 1,64%, a taxa final de resultados inseguros cai 0,55 ponto percentual para o Sunburst e 0,23 ponto percentual para o Flare.
Essas cifras são resultados de testes de estresse de segurança, não pontuações gerais de qualidade de imagem ou estimativas de tráfego normal de usuários.
Flare vs Sunburst vs Image 2
Para a maioria dos desenvolvedores, a pergunta mais útil não é se o GPT-Image-2.5 é melhor em abstrato. É qual modelo faz sentido para um fluxo de trabalho específico.
| Dimensão | Flare | Sunburst | Image 2 |
|---|---|---|---|
| Objetivo principal | Velocidade + alta qualidade | Máxima precisão | Modelo de imagem generalista de geração anterior |
| Texto-para-imagem | Excelente | Melhor resultado atual na Arena | Excelente |
| Edição de imagem | Excelente | Melhor dos três | Sólido |
| Elo T2I na Arena | 1399 ± 13 | 1421 ± 13 | 1381 ± 4 |
| Elo de edição na Arena | 1491 ± 9 | 1520 ± 9 | 1461 ± 3 |
| Latência relativa | Opção mais rápida | Mais lento | Base |
| Fidelidade à referência | Melhorada | Melhorada / foco em precisão | Sólida |
| Edição multi-turn | Melhorada | Melhorada | Menos otimizada |
| Configurações de qualidade | Até max | Até max | Até high |
| Dimensões personalizadas | Sim | Sim | Sim |
| Saída classe 4K | Sim | Sim | Sim |
| Fundos transparentes | Sim | Sim | Sim |
| Melhor uso | Apps, social, prototipagem, geração em lote | Campanhas, produtos polidos, edições difíceis | Integrações existentes |
| Recomendado para novos projetos de API | Sim, padrão | Sim, quando a precisão importa | Principalmente para manter fluxos existentes |
Qual modelo vence em qualidade?
A resposta atual é Sunburst. Ele lidera as duas principais categorias de imagem da Arena e é explicitamente posicionado pela OpenAI como seu modelo mais capaz para geração e edição de imagens.
Qual modelo vence em velocidade?
A resposta é Flare. Sua combinação de altas pontuações de preferência e latência substancialmente reduzida o torna a opção de uso geral mais atraente na família.
Flare custa menos que Sunburst?
Não nas tarifas publicadas por unidade.
Ambos os modelos atualmente usam os mesmos preços por token publicados. A vantagem econômica do Flare vem principalmente da latência e do throughput do fluxo de trabalho, não de um preço por token menor.
Preços do GPT-Image-2.5
A OpenAI atualmente aplica as mesmas tarifas por token para Flare e Sunburst:
| Tipo de token | Flare | Sunburst |
|---|---|---|
| Entrada de texto | US$ 5 / 1M tokens | US$ 5 / 1M tokens |
| Entrada de imagem | US$ 8 / 1M tokens | US$ 8 / 1M tokens |
| Entrada em cache | US$ 1,25 / 1M tokens | US$ 1,25 / 1M tokens |
| Saída de imagem | US$ 30 / 1M tokens | US$ 30 / 1M tokens |
As tarifas oficiais por token, portanto, não criam uma distinção simples de “Flare é barato, Sunburst é caro”. Em vez disso, a diferença econômica vem do comportamento do fluxo de trabalho. Um modelo mais rápido pode reduzir o tempo de espera do usuário final, os requisitos de concorrência da aplicação, tentativas de geração abandonadas, o tempo de design iterativo e a infraestrutura ocupada por requisições de longa duração.
Custo de entrada de imagem
Exemplo: Custo de Edição com Imagem de Referência: Custo total da requisição = tokens de entrada de texto × US$ 5/M + tokens de entrada de imagem × US$ 8/M + tokens de saída de imagem × US$ 30/M
Preços do GPT-Image-2.5 Flare e Sunburst na CometAPI
Atualmente, a CometAPI apresenta um desconto nominal de 20% em relação às tarifas oficiais correspondentes de entrada/saída. Como a OpenAI publica as mesmas tarifas por unidade para Flare e Sunburst, a comparação exibida é a mesma para ambas as variantes.
| Modelo | ID do modelo | Entrada na CometAPI | Saída na CometAPI | Entrada/saída oficiais |
|---|---|---|---|---|
| Flare | gpt-image-2.5-flare | US$ 4 / 1M tokens | US$ 24 / 1M tokens | US$ 5 / US$ 30 por 1M tokens |
| Sunburst | gpt-image-2.5-sunburst | US$ 4 / 1M tokens | US$ 24 / 1M tokens | US$ 5 / US$ 30 por 1M tokens |
Estas são cifras simplificadas de entrada/saída. A OpenAI precifica separadamente a entrada de texto, a entrada de imagem, entradas em cache e a saída de imagem, portanto, fluxos de trabalho com imagem de referência e edição devem ser orçados a partir das categorias de tokens retornadas por requisições reais. Confirme o catálogo de modelos ao vivo antes do deployment em produção, pois os preços dos provedores podem mudar.
Melhores casos de uso para GPT-Image-2.5
Fotografia de produto
Preservação de referência e edição direcionada são particularmente valiosas em e-commerce. Um vendedor pode manter o mesmo produto enquanto muda o fundo, a iluminação, a ambientação sazonal, o texto promocional, as sombras, a composição ou o tratamento de campanha regional.
Publicidade e criativos de campanha
Sunburst é particularmente atraente quando um criativo master precisa de várias variações cuidadosamente controladas. Uma equipe de marketing pode preservar o produto e a composição da marca enquanto altera uma manchete, cena de fundo, promoção, idioma ou tratamento visual.
Conteúdo social em escala
A vantagem de latência do Flare o torna mais adequado para geradores de imagens sociais, ferramentas para criadores, miniaturas personalizadas, memes, assets de perfil e pipelines de conteúdo automatizados, onde throughput e velocidade de iteração frequentemente importam mais do que extrair os últimos pontos de preferência de imagem.
Prototipagem visual
Designers podem usar o GPT-Image-2.5 para exploração rápida de telas de apps, conceitos de sites, embalagens, interiores, conceitos de produto, visuais de apresentação e layouts de publicidade.
Produtos de edição de imagem
Para aplicações em que usuários fazem upload de suas próprias fotos, a melhoria na preservação pode ser mais importante do que a qualidade pura de texto-para-imagem. Exemplos incluem trocas de roupas, redesign de interiores, substituição de fundo, retoque de produto, variações de headshot e assets criativos personalizados.
Ativos transparentes
Saída nativa com fundo transparente torna os modelos mais práticos para objetos de produto isolados, adesivos, gráficos de UI, assets de apresentação e pipelines de composição.
Limitações do GPT-Image-2.5
Texto ainda pode falhar
A renderização de texto melhorou substancialmente nas recentes gerações do GPT Image, mas o texto gerado ainda deve ser verificado manualmente para anúncios de alto risco, embalagens, menus, texto legal e capturas de tela de UI.
Controle de layout exato não é garantido
Uma instrução em linguagem natural como “coloque o logo exatamente 40 pixels a partir do canto superior esquerdo” não equivale a uma restrição determinística de ferramenta de design. Layouts pixel-críticos são melhor tratados gerando primeiro o asset visual e compondo elementos de texto ou interface exatos de forma programática ou em uma ferramenta de design.
Consistência de personagem e marca ainda pode derivar
A consistência multi-turn melhorou, não é perfeita. Sequências longas de imagens, geração de personagens repetidos e grandes campanhas de marca ainda devem incluir checagens de controle de qualidade.
Resoluções muito altas são experimentais
Embora a API permita até 8.294.400 pixels no total e uma borda máxima de 3840 pixels, resoluções acima de 2560×1440 são atualmente experimentais. Sistemas de produção devem testar a saída em alta resolução em vez de assumir que toda configuração 4K se comporta de forma idêntica.
Prompts complexos ainda podem levar tempo
Solicitações difíceis ainda podem demandar tempo de processamento substancial. As aplicações devem implementar estados de carregamento adequados, timeouts, novas tentativas para falhas transitórias e tratamento assíncrono para pipelines em lote.
Flare ou Sunburst: qual escolher?
A escolha pode ser simplificada para uma pergunta: velocidade ou precisão da edição final é mais importante para o fluxo de trabalho?
Escolha Flare quando você estiver construindo:
- aplicações de imagem para consumidores
- geração de alto volume
- ferramentas de conteúdo social
- protótipos rápidos
- geração de resultados de busca visual
- experiências de produto
- editores interativos onde usuários esperam feedback rápido
Escolha Sunburst quando você estiver criando:
- assets de campanha prontos para produção
- imagens de produto premium
- edições exigentes com imagens de referência
- revisões difíceis em múltiplas etapas
- visuais onde preservar detalhes exatos importa mais do que o tempo de resposta
Para a maioria das novas aplicações, Flare deve ser o ponto de partida. Sunburst é melhor tratado como uma camada de precisão em vez da escolha automática para toda solicitação. Um sistema de produção sofisticado pode rotear solicitações rotineiras para Flare e reservar Sunburst para edições que exigem maior precisão.
Por que usar GPT-Image-2.5 via CometAPI?
A CometAPI pode simplificar uma stack de imagem em produção de formas que vão além da diferença de preço anunciada:
- Um só API: use a mesma autenticação e as rotas familiares
/v1/images/generationse/v1/images/editspara fluxos de geração e edição suportados. - Troca de modelo: mude o campo model para rotear de
gpt-image-2.5-flareparagpt-image-2.5-sunburst, ou faça fallback paragpt-image-2, sem reconstruir a integração de aplicação ao redor. - Faturamento unificado: consolide uso e faturamento para modelos suportados em vez de manter uma conta e fatura separadas para cada rota.
- Experimentação multi-modelos: execute comparações controladas com os mesmos prompts, imagens de referência, dimensões e configurações de qualidade, depois meça latência, uso de tokens, precisão de edição e taxa de aceitação de saída.
- Otimização de custo: padronize Flare para trabalho responsivo e de alto volume, eleve edições sensíveis à precisão para Sunburst e retenha Image 2 onde um fluxo existente necessita de seu comportamento maduro. Combine roteamento com dados reais de uso em vez de escolher apenas pelos preços por token.
A vantagem prática é a consistência operacional: equipes podem testar e rotear modelos dentro de uma única integração enquanto selecionam o perfil de qualidade, latência e custo apropriado para cada solicitação.
Conclusão
GPT-Image-2.5 representa o mais recente passo da OpenAI da criação generativa de imagens em direção a uma plataforma de edição mais controlável. Flare é a versão mais amplamente útil: combina a qualidade e as melhorias de edição da nova família com latência significativamente reduzida, tornando-o adequado para aplicações interativas e produção em alto volume.
Sunburst avança ainda mais em direção à precisão. Os resultados atuais da Arena o colocam à frente de Flare e Image 2 tanto em geração texto-para-imagem quanto em edição de imagem única, tornando-o a escolha mais robusta para fluxos de trabalho criativos profissionais exigentes.
A mudança mais significativa, no entanto, é a confiabilidade do fluxo de trabalho. Melhor preservação de sujeitos, edição direcionada, consistência em múltiplas iterações, saída personalizada em alta resolução e geração com fundo transparente tornam o GPT-Image-2.5 mais prático para pipelines criativos reais, e não apenas demos isoladas de geração de imagem.
FAQ
O que é o GPT-Image-2.5?
GPT-Image-2.5 é a mais nova família de modelos de geração e edição de imagens da OpenAI, lançada em setembro de 2026. Na API, ele é dividido em Flare e Sunburst.
Qual é a diferença entre ChatGPT Images 2.5 e GPT-Image-2.5?
ChatGPT Images 2.5 refere-se à experiência de geração de imagens integrada ao ChatGPT. Desenvolvedores acessam a nova geração por meio de modelos de API incluindo gpt-image-2.5-flare e gpt-image-2.5-sunburst.
O que é o GPT-Image-2.5 Flare?
GPT-Image-2.5 Flare é a variante orientada à velocidade do GPT-Image-2.5 e a recomendação padrão da OpenAI para a maioria das aplicações de API. Ele foca em alta qualidade de imagem, edição de imagem e latência de geração significativamente menor.
O que é o GPT-Image-2.5 Sunburst?
GPT-Image-2.5 Sunburst é a variante de maior capacidade da OpenAI para geração e edição. É destinado a fluxos de trabalho em que precisão e controle importam mais do que a velocidade de geração.
GPT-Image-2.5 é melhor que o Image 2?
As evidências atuais indicam que sim. No snapshot da Arena de 9 de setembro, Sunburst marcou 1421 ± 13 e Flare 1399 ± 13 em texto-para-imagem, comparados a 1381 ± 4 do Image 2. Edição de imagem única mostra uma vantagem ainda maior para os dois novos modelos.
GPT-Image-2.5 é mais rápido que o Image 2?
Flare é. A OpenAI diz que o Flare oferece qualidade de imagem superior ao Image 2 com 50% menos latência. Sunburst aceita deliberadamente tempos de geração mais longos em troca de controle de edição mais rígido.
GPT-Image-2.5 suporta imagens 4K?
Sim. Ambas as variantes da API suportam dimensões personalizadas com até 8.294.400 pixels no total e uma borda individual de até 3840 pixels. A OpenAI atualmente considera resoluções acima de 2560×1440 experimentais.
Quanto custa o GPT-Image-2.5?
A OpenAI atualmente cobra para Flare e Sunburst US$ 5 por milhão de tokens de entrada de texto, US$ 8 por milhão de tokens de entrada de imagem e US$ 30 por milhão de tokens de saída de imagem. Tarifas para entradas em cache são menores.
Devo usar Flare ou Sunburst?
Use Flare para a maioria dos fluxos de trabalho interativos, de alto volume, consumer, social e de prototipagem rápida. Use Sunburst quando a máxima precisão de edição e a fidelidade visual final forem mais importantes do que a latência.