返回首頁

多模態模型/生成式影像

GPT‑Image‑2.5 分拆 Flare 與 Sunburst,將快速生成和高精度編輯分成兩條 API 路徑

OpenAI 發布 ChatGPT Images 2.5,並在 API 提供偏重吞吐量的 Flare 與偏重精細控制的 Sunburst。新版主打局部編輯、跨多輪一致性與最高 50% 的延遲下降,但效能及品質數據仍主要來自發布者。

European Commission - Photographer: Aurore Martignoni · CC BY 4.0 · Image source
zh-Hant

OpenAI 9 月 8 日推出 ChatGPT Images 2.5,開發者端則新增 `GPT‑Image‑2.5 Flare` 與 `GPT‑Image‑2.5 Sunburst`。Flare 被定位為多數應用的預設選擇,承接新版的生成、參考圖轉換與編輯能力;OpenAI 稱其相較 GPT‑Image‑2 可在更高品質下把延遲最多降低 50%。Sunburst 則以較長生成時間換取更細緻的控制,面向廣告成品、商品影像及需要反覆微調的高價值工作流。這種雙模型配置讓工程團隊可按互動延遲、批次吞吐量和最終品質分流,而不必讓所有請求都走同一推論預算。

此次改善的核心並非只提高單次文字生圖品質。OpenAI 表示,2.5 對參考照片中的人物或物件保留得更穩定,能在複雜背景下只修改指定區域,並讓先前改動在多輪編輯後較不容易漂移或累積失真。ChatGPT 介面新增直接在圖片上留言指定修改區域、以手繪草圖約束構圖、套用範本及分享提示詞;對 API 產品而言,對應價值是減少重新生成整張素材、人工遮罩與後製合成的次數。模型亦宣稱改善資訊圖表、版面、透明背景及真實世界內容的準確性,但 OpenAI 沒有公開足以重現延遲數字的硬體、解析度、批次大小與取樣設定。

能力提高也擴大逼真人物偽造的風險。系統卡稱新版沿用文字提示與生成圖片的多層分類器,並加入 C2PA 中繼資料及不可見浮水印;然而這些機制不能阻止截圖、裁切、重新編碼或下游模型移除來源訊號。Axios 的早期試用認為人物與寵物外觀保留及局部編輯確有改善,但仍不是系統性基準。部署者接下來應自行測量固定解析度下的 p50/p95 延遲、連續編輯後的身份與品牌一致性、非拉丁文字表現,以及安全攔截對合法人物編輯造成的誤拒率,再決定 Flare 與 Sunburst 的路由門檻。

來源

  1. Introducing ChatGPT Images 2.5
  2. ChatGPT Images 2.5 System Card