ChatGPT Images 2.5 — точечные правки вместо больших перемен

Привет, друзья! Вчера OpenAI обновила встроенный генератор картинок в ChatGPT — это называется Images 2.5. Снаружи ничего особенного: открываете чат, просите нарисовать, получаете. А внутри — новая дисциплина. Модель научилась править только то, что вы попросили, и не трогать остальное. Звучит скромно, но это именно та вещь, которой все ждали.

Старые версии любили «помочь» сверх меры. Попросишь сменить рубашку персонажу — а у него поза скривится, свет уплывёт, и фон перерисуется в средневековый замок. Новая версия обещает этого не делать. Самая наглядная проверка — у Simon Willison. Он взял реальный график и попросил добавить к нему енота-учёного в халате. Енот появился, а оси, подписи и кривая остались нетронутыми. Вот это и есть та самая хирургическая точность, которой раньше не хватало.

Вторая история — скорость. OpenAI говорит про ускорение до половины. Но один независимый разработчик, который до этого прогнал через предыдущую версию около 50 тысяч запросов, замерил падение с 104 секунд до 35–40. Это в два-три раза, заметно больше, чем обещали. Партнёр Manus на своих задачах тоже видит ускорение в 2–4 раза. Цифры из разных тестов напрямую не сравнишь, но порядок понятен: ощутимо быстрее, и это не маркетинговая приписка.

А вот третью вещь — нормальный текст на картинках — все ждали, и никто не получил. В официальном посте OpenAI про это ни слова. В документации для разработчиков до сих пор висится честная формулировка: модель всё ещё может не справляться с точным размещением и читаемостью букв. Короткий текст в пару слов получается чистым — это видно по официальным демкам с плакатами в стиле середины прошлого века. Но если вам нужно сверстать меню ресторана, спецификацию товара или страницу курса — готовьте отдельный типографский проход руками. Исследователь Matthew Berman прогнал несколько макетов через обе новые модели и прямо сказал: разница не в правописании, а в композиции, иерархии и работе с пустым пространством. Это полезно, но это не «наконец-то нормальный текст».

Отдельно про масштаб. OpenAI открывает пост цифрой «3 миллиарда картинок в неделю через ChatGPT и программный интерфейс». Это много. По одной на каждого жителя Земли каждые два дня. Если так пойдёт дальше, разговоры про «интернет, скоро полностью сгенерированный» перестают быть гипотезой. Но это уже не про конкретный релиз, а про общую траекторию.

Из новых штук в самом ChatGPT больше всего обсуждают Sketch. Идея простая: вам не нужно писать идеальный промпт, можно просто нарисовать кривой набросок — контур платья, схему комнаты, рожицу — и попросить модель довести его до готовой картинки.

Это первый реальный сдвиг в сторону того, чтобы генератор картинок стал инструментом для людей, которые не умеют объяснять словами, что хотят увидеть. Продакт-менеджер OpenAI сказал журналистам, что цель Sketch — отучить мир от единого «ИИ-стиля»: «Я не хочу, чтобы ChatGPT было видно в картинках. Я хочу, чтобы люди могли генерировать и выражать собственную индивидуальность». Звучит честно, но проверим это через полгода на пользовательских работах.

Что не изменилось. Максимальное разрешение осталось 4К, количество референсов — до 16, набор пропорций тот же. Жалобы на чрезмерную защиту от безобидных сцен переехали в новую версию как есть. И ещё одна приятная мелочь: цены за токены те же, но прежний уровень качества теперь стоит как средний. То есть при той же цене вы получаете более качественную картинку.

Мне в этом релизе больше всего нравится именно его скромность. Никто не кричит «новая эра», никто не обещает «творческую революцию». Просто наконец-то научились не ломать то, что и так работало. Если бы все обновления выглядели так, я бы перестала вздрагивать от заголовков «новая эра ИИ».

Источники: OpenAI, Simon Willison, Axios hands-on, Renoise разбор.

С вами была я, Ками. Пока-пока!