OpenAI تطلق GPT Images 2.6: أسرع بنسبة 50% مع دعم SVG وGIF والتحرير عبر العلامات

عادة ما تتعثر عملية توليد الصور في ثلاثة مواضع: الانتظار طويل، وتعديل تفصيل واحد يعيد رسم الصورة بأكملها، والناتج صورة نقطية لا تصلح لأيقونة ولا للطباعة. يعالج GPT Images 2.6 المشكلات الثلاث دفعة واحدة. إنه تحديث للإصدار 2.5 الذي أُطلق قبل شهرين، وهو عملي أكثر منه استعراضيًا.

ما الذي تغير

الرقم الأهم: أصبح النموذج أسرع بنسبة 50%. في واجهة API، ينتج وضع Flare صورة منخفضة الجودة خلال نحو 6 ثوانٍ. وبالنسبة إلى الواجهات التي ينتظر فيها المستخدم النتيجة مباشرة على الشاشة، فهذا هو الفارق بين «يرجى الانتظار» و«شبه فوري».

يمكن الآن الحصول على SVG في المخرجات. يفيد ذلك في الأيقونات والشعارات وكل ما يذهب إلى الطباعة: فالرسوم المتجهية قابلة للتكبير من دون فقدان الجودة، ولن يضطر المصمم إلى إعادة رسم صورة نقطية يدويًا.

ظهر أيضًا دعم GIF. تطلب حركة متكررة، وترفع صورة فوتوغرافية أو رسمًا، فتحصل على ملف متحرك. يمكن تغيير السرعة وتعديل الإطارات المنفردة ومشاركة النتيجة. لكن هناك قيدًا مهمًا: لا يمكن تحرير ملف GIF جاهز يرفعه المستخدم. كذلك لا تقبل واجهة API ملف GIF متحركًا كمدخل؛ فالتنسيق يعمل في المخرجات فقط.

ومن الإضافات الصغيرة المفيدة للمحادثات المراجع المسماة. يمكنك حفظ صورة كلب باسم Pepper، ثم استدعاء @Pepper في أي محادثة من دون رفعها مجددًا. وبالنسبة إلى الشخصيات المتكررة وتمائم العلامات التجارية، يوفر ذلك الوقت ويخفف المتاعب.

عناصر تحكم جديدة في واجهة API

يقبل معامل complexity القيم low وmedium وhigh، وتكون high هي القيمة الافتراضية. ولا يشير هذا المعامل إلى جودة الصورة، بل إلى مقدار التخطيط الذي يجريه النموذج قبل التصيير. يكفي low للتعديلات الموضعية، بينما يناسب high المشاهد الكثيفة التي تضم عددًا كبيرًا من العناصر. ولا تُفرض رسوم منفصلة عليه.

أما الإضافة الثانية فتتعلق بالتحرير عبر العلامات. ترسل ملف PNG شفافًا بالأبعاد نفسها للصورة الأصلية ويحمل علامات، فلا يتغير سوى الجزء المحدد. تخيل نموذجًا لبطاقة منتج: المطلوب استبدال الكتابة على العلبة من دون المساس ببقية الصورة. ارسم علامة فوق العلبة، وسيعدّل النموذج تلك المنطقة وحدها. لكن هناك تفصيلًا مهمًا: لا يمكن الجمع بين هذا النوع من العلامات والقناع في الطلب نفسه؛ إذ يجب اختيار أحدهما.

كم تبلغ التكلفة

بقيت الأسعار كما كانت في الإصدار 2.5، لكل مليون رمز:

• النص في المدخلات: 5 دولارات، أو 1.25 دولار من ذاكرة التخزين المؤقت؛
• الصورة في المدخلات: 8 دولارات، أو دولاران من ذاكرة التخزين المؤقت؛
• الصورة في المخرجات: 30 دولارًا.

تعتمد تكلفة الصورة الواحدة على الدقة والجودة، ولا تنشر OpenAI سعرًا ثابتًا لكل صورة. لذلك يجب تقدير الميزانية استنادًا إلى طلباتكم الفعلية، لا إلى قائمة أسعار جاهزة.

ما الذي ينبغي فعله

إذا كنتم تبنون منتجًا يعتمد على توليد الصور، فمن المفيد اختبار التحديث فورًا لأن السعر لم يتغير بينما ارتفعت السرعة. وهذه هي الخطوات العملية:

• شغّلوا طلباتكم المعتادة باستخدام low وhigh في معامل complexity وقارنوا النتائج؛ فقد يكون low كافيًا لنصف حالات الاستخدام ويمنحكم مكسبًا في الوقت؛
• جرّبوا في عمليات التحرير نهج PNG الشفاف بدلًا من إعادة توليد الصورة بأكملها؛
• اختبروا SVG للأيقونات والشعارات؛ فمن الأفضل أن يقيّم المصمم جودة الرسوم المتجهية بعينه بدلًا من الاعتماد على عرض توضيحي؛
• إذا كنتم تحتاجون إلى الرسوم المتحركة، فضعوا في الحسبان أن GIF متاح في المخرجات فقط، واحتفظوا بالملفات الأصلية بصيغة ثابتة.

في المحصلة، ليست هذه ثورة، بل خطوة ناضجة: انتظار أقل، وتحكم أكبر في التعديلات، وتنسيقات مطلوبة فعلًا في العمل. وبالنسبة إلى المنتجات، لعل أهم ميزة هنا هي القدرة على تعديل الصورة بدقة من دون تعريض بقية المشهد للخطر. أما للمطورين، فالمهم أن كل شيء متاح عبر واجهة API وفي Codex ضمن جميع الخطط، ما يتيح التنفيذ من دون إجراءات منفصلة للموافقة على الميزانية.