Как же за всем этим успевать?
За это время вышли ещё и обновлённый DeepSeek, и результаты по Навье-Стоксу. На этом фоне у GPT Images 2.5 были все шансы потеряться. Не потерялся.
Разве что реддит-модер ненадолго снёс официальный пост OpenAI из-за «вторника без картинок»...
Так вот, 8 сентября 2026 года OpenAI выпустила обновлённую версию своего генератора изображений – ChatGPT Images 2.5. Официально это не «тройка», хотя по объёму изменений можно было бы и замахнуться. Впрочем, это и в самом деле скорее «версия 2.0, доведённая до ума», чем революция. Но именно это доведение до ума и есть самое интересное.
Если в двух словах: генерация стала быстрее почти на 50%, редактирование – более хирургическим, а сама модель – заметно менее забывчивой в длинных диалогах. Дальше – details, details, details.
Спойлер: пеликана на этот анимировали в 96 кадрах и прокатили на велосипеде. Но обо всём по порядку.
Открывая свой пост, OpenAI сразу называет масштаб: каждую неделю через ChatGPT Images и модели GPT-Image в API проходит больше 3 миллиардов сгенерированных изображений. Это не абстрактная цифра – буквально это означает, что любое улучшение здесь касается огромного количества людей, которые просто хотят красивую картинку для презентации, мем или фотографию в стиле восьмидесятых.
Предыдущая – Images 2.0 – вышла в апреле 2026-го и добавила 2K-разрешение, несколько соотношений сторон и веб-поиск для актуальной информации. Пять месяцев спустя 2.5 не переписывает архитектуру с нуля, а именно затыкает те дырки, из-за которых пользователи регулярно плевались: редактирование и субъекты на фото, которые понемногу превращались в кого-то другого.
Что изменилось
По заявлению компании, Images 2.5 выдаёт более естественный свет и текстуры, лучше сохраняет субъектов на референсных фото и надёжнее следует инструкциям по редактированию в течение нескольких раундов правок. А главное – задержка генерации снижена до 50% по сравнению с Images 2.0, так что перебирать варианты и докручивать концепцию можно заметно быстрее.
Один из разработчиков, который прогнал через gpt-image-2 около 50 тысяч изображений через API, поделился, что средняя задержка держалась на уровне 104 секунд, а после обновления упала до 35–40 секунд. Это даже не «до 50%», а более чем двукратное ускорение на практике, и разница действительно заметна невооружённым глазом:
Три официально заявленные оси улучшений выглядят так:
Направление | Что было раньше | Что изменилось в 2.5 |
|---|---|---|
Точность образа | Лица и предметы на референсах могли плыть при переносе в новую сцену | Субъект остаётся узнаваемым при смене стиля, фона, композиции |
Точечное редактирование | Правка одного элемента задевала картинку целиком | Меняется только названное (товар, фон, надпись и т. д.), остальное остаётся как было |
Многоэтапное редактирование | С каждой новой правкой картинка могла ухудшаться | Предыдущие изменения сохраняются, качество не сползает |
Разберём пункты отдельно, потому что там зарыты интересные примеры.
Точечное редактирование
Пользователь получает возможность обновить один элемент (например, товар, фон или фрагмент текста), сохраняя при этом субъект, композицию и фирменный стиль вокруг него. Один и тот же товарный снимок можно перекрашивать под сезон, менять фон под кампанию, править цену на этикетке – и не пересобирать всю сцену с нуля каждый раз.
Берём фото с цветком в руке:
…и просим одной фразой: убери цветок из руки мужчины, ничего больше не меняй. Результат от двух версий модели:
Скрытый текст
Скрытый текст
Кстати, ключ здесь именно в формулировке промпта – промптинг для этой модели вообще стал полноценной дисциплиной со своим гайдом.
Многоэтапное редактирование
Раньше классическая жалоба выглядела так: делаешь пять правок подряд – и на пятой картинка уже «своя», но какая-то мутировавшая версия задуманного.
В 2.5 ранние изменения с большей вероятностью остаются устойчивыми, и каждая новая правка строится на уже сделанной работе, не ухудшая качество со временем.
Пример – покадровая анимация вращения куба, где, по сути, прогоняется целая серия последовательных микроправок одного и того же объекта:
Та же логика – восемь последовательных кадров, собранныйх в стоп-моушен ролик. Сохранена внешность животного, освещение и окружение.
Один и тот же слон, восемь кадров подряд, никакой «мутации» между ними – ровно то, чего раньше добиться было сложно.
Интеллект и понимание сложных сцен
По формулировке OpenAI, модель лучше понимает сложные визуальные инструкции и переводит их в связные результаты, точнее передаёт реальную информацию на изображениях и справляется со сложными макетами, включая прозрачные фоны.
Примеры разбросаны по десятку визуальных стилей, от ретрофутуризма до мозаики.
Sketch
Самая заметная новая фича – режим Sketch.
Идея простая: не все мысли легче описать словами, иногда быстрее нарисовать. Достаточно написать «@Sketch» в чате, и открывается холст, немного похожий на MS Paint из 1995 года. Но этого достаточно, чтобы объяснить нейросети план комнаты, силуэт одежды или просто нарисовать смешную загогулину.
Дальше добавляете описание стиля – и получаете готовое изображение. При этом рисовать красиво не нужно: это просто ещё один способ подвести финальную картинку ближе к тому, что вы имели в виду.
Шаблоны, комментарии на картинке и обмен промптами
Новые шаблоны решают обратную проблему – «я знаю, что хочу, но не знаю, с чего начать промпт». Выбираете формат (плакат, мерч, товарное фото) и вместо чистого листа получаете структурированный набор вопросов.
Буквально как мастер настройки. Выбираете шаблон «Product photo», загружаете фото товара, затем выбираете стиль (Clean Studio, Editorial, Lifestyle) и сцену (например, Dark Studio), и только после этого запускается генерация.
![[Источник]](https://habrastorage.org/r/w1560/getpro/habr/upload_files/44b/417/185/44b4171853a5aad987552510d9f08ebb.png "[Источник]")
Комментарии на изображении – теперь можно кликнуть прямо по нужной области картинки и написать «уберите это» или «сделайте синим», и правка применится именно к этому месту, а не ко всей сцене. По сути, превращает генерацию во что-то похожее на редактирование в Figma с комментариями от арт-директора.
Заодно в мобильной и веб-версии появился полноценный тулбар редактирования: Markup, Comment, Remove BG, Erase, Resize – и, что особенно приятно, возможность откатиться к любой из предыдущих версий картинки, потому что каждая правка сохраняется отдельным файлом.
Flare и Sunburst – две разных модели
Для тех, кто строит продукты через API, в этот раз не одна модель, а две.
GPT-Image-2.5 Flare – модель по умолчанию для большинства приложений: даёт более высокое качество изображений, чем GPT-Image-2, при 50% меньшей задержке. Хорошо подходит для контента в соцсетях, товарных карточек, визуального поиска и генерации в больших объёмах.
GPT-Image-2.5 Sunburst. Модель для тех случаев, где важнее контроль, чем скорость: создана для премиальных творческих сценариев, где нужна более высокая точность правок – например, готовая рекламная графика или отполированные товарные снимки, но генерирует дольше.
Обе умеют генерировать, редактировать и работать с прозрачным фоном.
Компании, протестировавшие обе модели, поделились отзывами:
Flare выдаёт качественные изображения в два-четыре раза быстрее GPT-Image-2, что особенно хорошо сочетается с улучшенной генерацией прозрачного фона.
Модель хорошо понимает, что не нужно менять – сохраняет персонажа, композицию и визуальную идентичность оригинала даже при значимой правке, что критично для работы с коммерческим контентом.
Сравним параметры этих двух моделей:
Параметр | GPT-Image-2.5 Flare | GPT-Image-2.5 Sunburst |
|---|---|---|
Приоритет | Скорость | Точность и контроль над правками |
Задержка относительно GPT-Image-2 | до 50% ниже | Выше, чем у Flare |
Область применения | Соцсети, товарные карточки, визуальный поиск, массовая генерация | Рекламная графика, продуктовые снимки, точечные правки |
Качество | Сопоставимо с GPT Image 2 | Выше, чем у GPT Image 2 |
|
| То же самое |
Гайд по промптингу
OpenAI выпустила отдельный гайд по промптингу специально под новую модель – и там нашлось несколько практических советов.
1) Главный принцип – разделяйте, что менять, а что оставить. Для правок формулировка должна выглядеть примерно так: «поменяй только X» плюс явный список того, что должно остаться неизменным – идентичность, геометрия, композиция, освещение, подписи.
2) Второй важный совет – точная типографика требует точных цитат. Если в картинке должен быть конкретный текст, его нужно указывать в кавычках и описывать расположение и шрифт, а необычные слова или названия брендов – прописывать по буквам. Отдельно стоит просить «без лишнего текста» и потом проверять результат на опечатки.
Пример одной и той же картинки через две модели (Flare и Sunburst):
3) Третий совет – распределяйте роли между референсами, если подаёте несколько изображений сразу: явно объясняйте моделью, какое фото – это субъект, какое задаёт стиль, а какое – фон, и как их нужно совместить.
4) И, наконец, самый практичный совет для дизайнеров – итерируйте по одному изменению за раз. Передавайте предыдущий результат как вход для следующей правки, просите одно конкретное изменение и повторяйте те детали, которые важно сохранить.
На примере билборда:
Логика простая: чем конкретнее и последовательнее шаги, тем меньше шансов, что модель начнёт менять то, что вы трогать не просили.
Модель также справляется с сохранением персонажа между сценами – что особенно ценно для тех, кто делает иллюстрированные истории или комиксы:
Пеликаны и кубики
Пеликанмарк на максималках: в GPT Images 2.5 сгенерировали 96 отдельных кадров с пеликаном на велосипеде (по одному кадру за раз), а затем склеили их в восьмисекундный ролик.
Все 96 сгенерированных кадров одним полотном:
96 версий одного и того же пеликана на велосипеде. Задача очень сложная, и отдельные кадры скачут.
LM Arena
На LM Arena новые модели заняли первое и второе места среди генераторов изображений – с показателями:
Модель | ELO-рейтинг на LM Arena |
|---|---|
GPT-Image-2.5-Sunburst | 1421 |
GPT-Image-2.5-Flare | 1399 |
GPT-Image-2 (medium) | 1381 |
Mai-Image-2.6 | 1331 |
Больше бенчмарков
Рост с 1381 до 1421 пунктов – это вполне умеренный, инкрементальный прогресс. Новый прорыв в генерации изображений сегодня вряд ли возможен, зато заметно выросла надёжность редактирования и итераций.
Подводим итоги
Полтора года назад генерация картинок нейросетью воспринималась как фокус, вызывающий восторженное «вау, это же настоящее фото!».
Сегодня требования выросли – люди хотят предсказуемости, контроля, возможности точечно поправить одну деталь, не разваливая всю картинку. GPT Images 2.5 – это ответ именно на эти требования.
Стоит ли вам переключаться на новую модель прямо сейчас? Если вы разработчик с активным продакшн-пайплайном на GPT Image 2 – определённо стоит хотя бы протестировать Flare на своих данных: выигрыш в скорости может оказаться решающим фактором. Если вы обычный пользователь ChatGPT – вам вообще ничего делать не нужно, обновление уже пришло само. Осталось только придумать, что генерировать первым.
Ну а мы будем следить за тем, что покажет следующая генерация покадровых пеликанов – не сомневаюсь, что кто-нибудь доведёт бенчмарк и до тысячи кадров.
