OpenAI выпустила GPT-Image 2.6: две модели, GIF и экспорт в SVG через API

Генерация картинок через API долго оставалась компромиссом: либо быстро и приблизительно, либо красиво и долго, а всё лишнее потом исправляется руками в графическом редакторе. В GPT-Image 2.6 OpenAI пытается разрубить эту дилемму: в API теперь две профильные модели, а к ним добавили GIF и векторный экспорт.

Что именно появилось

Flare — быстрая модель. На базовых настройках она отдаёт результат за шесть секунд. Это вариант для интерфейсов, где пользователь ждёт ответа прямо сейчас: превью, аватары, черновые обложки.

Sunburst рассчитана на высокие требования к детализации и согласованности графики. Типичная задача для неё — серия иллюстраций в одном стиле или персонаж, который не меняет лицо от кадра к кадру.

Кроме разделения на две модели, в версии 2.6 есть ещё несколько изменений:

• генерация GIF-анимаций по тексту или наброску: маскоты, раскадровки, реакции для соцсетей;
• графическая разметка в API, с её помощью можно точно указать, какой участок изображения править;
• экспорт в SVG;
• параметр complexity, который делит ресурсы модели между быстрыми правками и просчётом сцен со множеством ограничений.

GPT-Image 2.6 открыта всем пользователям ChatGPT и Codex независимо от тарифа.

Как это выглядит на практике

Представьте приложение, которое делает стикеры для малого бизнеса. Пока пользователь подбирает идею, вы гоняете черновики через Flare: шесть секунд — терпимое ожидание. Когда вариант выбран, финальную версию собирает Sunburst, чтобы маскот совпадал по стилю с остальным набором.

Дальше работает разметка. Раньше просьба «поменяй цвет шляпы» могла перерисовать полкартинки. Теперь можно выделить область и ограничить правку ею. Для таких мелких правок хватит низкого complexity, а для сцены с десятком условий («три персонажа, логотип слева, закат, без текста») значение стоит поднять.

SVG полезен тем, что логотипы и иконки масштабируются без потери качества и их можно править в коде. Но в анонсе нет цифр о качестве векторов и цен на модели, поэтому проверяйте на своих задачах, прежде чем встраивать в продакшен.

Контекст: счёт за ИИ становится аргументом

Параметр complexity появился не случайно: сейчас все считают деньги. По данным Bloomberg, Apple снизила дневной потолок трат инженеров на ИИ с 300 до 200 долларов. Для части команд он может опуститься до 100 долларов, а для нетехнических подразделений обсуждается 25. Тем, у кого сложные задачи, придётся просить расширение у руководства, остальным советуют дешёвые или локальные модели. Microsoft пересмотрела внутренние квоты, Tesla ограничила траты до 200 долларов в неделю, Uber — до 1500 долларов в месяц на инструменты для кода.

Та же логика у Cognition: её SWE-2 Flash сделана под рутину агентов, разбор кода и документацию. Это Mixture-of-Experts на 276 млрд общих и 12 млрд активных параметров, по заявлению компании, втрое быстрее и впятеро дешевле старшей SWE-2. Веса публиковать не планируют из-за рисков двойного назначения. На тарифах Pro, Max и Teams модель бесплатна в Devin Desktop и консоли до конца ноября 2026 года.

Что с этим делать

У OpenAI, Cognition и в бюджетах Apple общий принцип: не надо гнать любую задачу через самую дорогую модель. Если вы строите продукт с генерацией графики, сделайте маршрутизацию по типу запроса.

• Черновики и интерактивные превью отправляйте на Flare, финальные ассеты — на Sunburst.
• Для локальных правок используйте разметку и низкий complexity.
• Для логотипов и иконок проверьте SVG-экспорт на реальных примерах.
• Замерьте стоимость и задержку по своим сценариям до запуска.

Главный вывод: рынок переходит от вопроса «какая модель лучше» к вопросу «какая достаточно хороша за эти деньги». Тот, кто научится выбирать модель под задачу, будет тратить меньше при том же результате.