OpenAI выпустила GPT Images 2.6: на 50% быстрее, с SVG, GIF и правками по разметке

Генерация картинок обычно ломается в трёх местах: долго ждёшь, правка одной детали переписывает весь кадр, а на выходе растр, который не засунешь ни в иконку, ни в печать. GPT Images 2.6 бьёт сразу по всем трём. Это обновление модели двухмесячной давности, версии 2.5, и оно скорее практичное, чем громкое.

Что изменилось

Главное в цифрах: модель стала на 50% быстрее. В API режим Flare на низком качестве выдаёт кадр примерно за 6 секунд. Для интерфейсов, где пользователь ждёт результат прямо на экране, это разница между «подождите» и «почти мгновенно».

На выходе теперь можно получить SVG. Это полезно для иконок, логотипов и всего, что уходит в печать: вектор масштабируется без потерь, и дизайнеру не придётся перерисовывать растр вручную.

Появились и GIF. Просишь луп, загружаешь фото или рисунок и получаешь анимацию. Скорость можно менять, отдельные кадры править, результатом можно делиться. Ограничение важное: готовый GIF, загруженный пользователем, отредактировать нельзя. Анимированный GIF API на вход тоже не принимает, формат работает только на выход.

Ещё одна приятная мелочь для чатов: референсы по имени. Сохраняешь фото собаки как Pepper и потом зовёшь @Pepper в любом чате, без повторной загрузки. Для повторяющихся персонажей и талисманов брендов это экономит и время, и нервы.

Новые ручки в API

Параметр complexity принимает значения low, medium и high, по умолчанию стоит high. Это не качество картинки, а то, сколько модель планирует перед отрисовкой. Для точечных правок хватит low, для плотных сцен с множеством объектов лучше high. Отдельных денег за это не берут.

Вторая новинка касается правок по разметке. Ты отправляешь прозрачный PNG того же размера, что и исходник, с пометками, и меняется только размеченное. Представьте макет карточки товара: нужно заменить надпись на коробке и не тронуть остальное. Рисуешь пометку поверх коробки, и модель правит только этот участок. Есть нюанс: с маской в одном запросе такая разметка не совмещается, придётся выбрать что-то одно.

Сколько это стоит

Прайс остался как у версии 2.5, за 1 млн токенов:

• текст на вход: $5, из кэша $1,25;
• картинка на вход: $8, из кэша $2;
• картинка на выход: $30.

Стоимость одной картинки зависит от разрешения и качества, фиксированного прайса за кадр OpenAI не публикует. Поэтому прикидывать бюджет придётся на своих реальных запросах, а не по каталогу.

Что с этим делать

Если вы строите продукт с генерацией изображений, апдейт стоит протестировать сразу, потому что цена не изменилась, а скорость выросла. Конкретные шаги:

• прогоните свои типовые запросы на low и high в complexity и сравните результат: возможно, для половины сценариев low хватит, и вы получите выигрыш по времени;
• для правок попробуйте схему с прозрачным PNG вместо полной перегенерации картинки;
• для иконок и логотипов проверьте SVG: качество вектора лучше оценить глазами дизайнера, а не по демо;
• если нужны анимации, закладывайте, что GIF только на выход, и храните исходники в статике.

Суммарно это не революция, а зрелый шаг: меньше ожидания, больше контроля над правками и форматы, которые действительно нужны в работе. Для продактов самое ценное здесь возможность точечно менять картинку, не рискуя остальным кадром. Для разработчиков важно, что всё доступно в API и в Codex на всех тарифах, а значит, внедрять можно без отдельных согласований бюджета.