OpenAI je izdal ChatGPT Images 2.5 in uvedel dva nova modela generiranja slik za razvijalce, ki je svoji površini slikovnega API-ja dodal bolj jasno delitev hitrosti proti kakovosti.
Podjetje je izdajo objavilo 8. septembra in povedalo, da je Images 2.5 na voljo vsem uporabnikom ChatGPT, ChatGPT Work in Codex na namizju, mobilnih napravah in spletu. Za razvijalce je bolj posledična sprememba prihod GPT-Image-2.5 Flare in GPT-Image-2.5 Sunburst. OpenAI pozicionira Flare kot hitrejši model vsakodnevne generacije, medtem ko je Sunburst namenjen ustvarjalnemu delu z večjo natančnostjo, kjer so podrobnosti in sledenje navodilom pomembnejši.
Ta razlika je pomembna, ker ustvarjanje slik postaja del običajne poslovne programske opreme in ne ločen kreativni eksperiment. Orodja za trženje, komercialne platforme, sistemi za pregled oblikovanja, izdelki za omogočanje prodaje in agentski delovni tokovi vse pogosteje ustvarjajo ali urejajo slike prek API-jev. Nova izdaja daje tem ekipam več nadzora, vendar jim daje tudi več odločitev glede stroškov in upravljanja.
Kaj se je spremenilo v API-ju
Informacije o javnem modelu OpenAI za GPT-Image-2.5 Sunburst navajajo vnos besedila in slike, izhod slike ter podporo za končne točke ustvarjanja slik in urejanja slik. Navaja tudi šest nastavitev kakovosti, vključno z višjima nivojema xhigh in max. Objavljene cene OpenAI Sunburst kažejo 5 $ na milijon žetonov za vnos besedila, 8 $ na milijon žetonov za vnos slike in 30 $ na milijon žetonov za izhod slike.
Podjetje tudi pravi, da se je zakasnitev generiranja slik zmanjšala do 50 % v primerjavi s Images 2.0. Ta številka je lastna trditev OpenAI, neodvisne primerjave pa so še zgodaj. Kljub temu je smer jasna: OpenAI poskuša ustvarjanje slik narediti manj kot občasno paketno opravilo in bolj kot interaktivno zmogljivost znotraj izdelkov in delovnih tokov.
Za razvijalce praktična sprememba ni le »boljši slikovni model«. Gre za širši problem usmerjanja. Nekateri primeri uporabe potrebujejo hitre osnutke, ograde, socialne različice ali koncepte sličic. Drugi potrebujejo nadzorovana urejanja, vizualne podobe, občutljive na blagovno znamko, kompozicije, povezane z izdelkom, ali podrobnejša sredstva, kjer neuspešno ustvarjanje zapravlja čas človeškega pregleda. Flare in Sunburst omogočata ekipam, da te naloge ločijo, namesto da vsako zahtevo potiskajo skozi isto nastavitev modela.
Zakaj bi morala biti podjetja pozorna
Poslovni učinek se bo najprej pokazal pri ekipah, ki že množično ustvarjajo slike. Pomočnik pri oblikovanju, ki ustvari deset grobih možnosti za vsak poziv, ima drugačen stroškovni profil od delovnega toka, ki po več krogih pregleda ustvari eno visokokakovostno sredstvo oglaševalske akcije. Dodajte vnose slik, urejanja, stopnje višje kakovosti in ponavljajoče se iteracije in poraba se lahko hitro spremeni.
Zaradi tega je opaznost pomembnejša od same napovedi modela. Podjetja bodo morala spremljati, kateri izdelki, uporabniki, ekipe, pozivi, velikosti slik in nastavitve kakovosti spodbujajo porabo. Preprost mesečni račun ponudnika ne bo zadostoval za finančne ali platformne ekipe, ki poskušajo razumeti, ali kakovostnejše generacije izboljšujejo rezultate ali zgolj povečujejo stroške eksperimentiranja.
Tukaj postane nadzor stroškov API-ja AI operativen in ne teoretičen. Delovne obremenitve s slikami imajo pogosto bolj vidno vrednost za končnega uporabnika kot samo besedilne naloge, vendar lahko tudi skrijejo drage vzorce ponovnih poskusov. Uporabnik se lahko regenerira, dokler vizualna slika ni videti pravilna. Agent lahko večkrat kliče končno točko urejanja, da zadosti nejasnim navodilom. Izdelek je lahko privzeto nastavljen na vrhunsko kakovost, ker nihče ni nastavil pravilnika glede na vrsto poteka dela.
Za podjetja, ki uporabljajo platformo z več modeli, kot je B2B LLM, izdaja krepi argumente za politike usmerjanja namesto izbire modela, ki ustreza vsem. Produktne skupine bodo morda želele Flare kot privzeto za ideje, Sunburst za odobrene delovne tokove proizvodnje in ločene omejitve za množično ustvarjanje, urejanje slik in visokokakovosten izpis. Iste kontrole, ki so pomembne za besedilne modele, vključno z dovoljenji na ravni organizacije, upravljanjem ključev API-ja, analitiko uporabe in proračunskimi opozorili, postanejo pomembnejše, ko je v sklad dodano ustvarjanje slik.
Kdo je prizadet
Razvijalci, ki izdelujejo ustvarjalna orodja, so najbolj neposredna publika. Zdaj imajo jasnejšo izbiro modela za uravnoteženje zakasnitve, kakovosti in stroškov. Ekipe SaaS, ki vgrajujejo vizualno generiranje v delovne tokove strank, bodo morale to izbiro skrbno izpostaviti. Dovoliti vsakemu končnemu uporabniku, da izbere nastavitev najvišje kakovosti, je morda preprosto, vendar lahko povzroči nepredvidljivo ekonomičnost enote.
Prizadete so tudi ekipe za trženje in blagovne znamke, zlasti če se zanašajo na osnutke, ustvarjene z umetno inteligenco, preden jih odobri človek. Boljša zakasnitev lahko skrajša ustvarjalno zanko, vendar lahko več razpoložljivih generacij tudi poveča breme pregleda. Koristno vprašanje ni, ali lahko ekipe ustvarijo več slik. To je, ali jih lahko ustvarijo, izberejo, uredijo, odobrijo in arhivirajo z dovolj nadzora, da ustrezajo obstoječim postopkom blagovne znamke in skladnosti.
Ekipe za platformo in varnost imajo drugačne pomisleke: vnosi in urejanje slik lahko vključujejo občutljive slike izdelkov, neobjavljeno gradivo oglaševalske akcije, posnetke zaslona, vsebino, ki jo predložijo stranke, ali zakonsko predpisane informacije. Ker se večmodalni API-ji poglabljajo v poslovne poteke dela, se morajo podjetja odločiti, katere podatke je mogoče poslati kateremu ponudniku, katere ekipe lahko uporabljajo vnos slik in kako se hranijo dnevniki in ustvarjena sredstva.
Kaj ostaja negotovo
Več podrobnosti še vedno zahteva skrbno ravnanje. Izboljšanje zakasnitve OpenAI je poročal prodajalec, zato bi morale ekipe primerjati z lastnimi pozivi, velikostmi slik, regijami in vzorci sočasnosti, preden spremenijo proizvodne predpostavke. Javni vir daje tudi jasnejše podrobnosti o cenah za Sunburst kot za Flare; podjetja bi morala neposredno preveriti natančno modelno ceno, preden navedejo cene za stranke ali nastavijo interna pravila za povratne bremenitve.
Kakovost je tudi težko reducirati na ime modela. Sunburst je morda bolj primeren za podrobno ustvarjalno delo, vendar je cenejša ali hitrejša pot morda dovolj dobra za osnutke, interne modele ali personalizacijo z nizkim tveganjem. Najboljša izvedba bo verjetno združevala politiko, merjenje in zasnovo človeškega poteka dela: usmerjanje generacij rutin v hitrejše nastavitve, rezerviranje premijskih stopenj za odobrene primere uporabe in spremljanje stopenj ponovnih poskusov tako natančno kot začetni obseg zahtev.
Izdaja OpenAI Images 2.5 se torej manj ukvarja z eno samo novo kreativno funkcijo kot večmodalnim AI, ki postaja upravljana poslovna storitev. Ekipe, ki bodo imele največ koristi, bodo tiste, ki generiranje slik obravnavajo kot proizvodno infrastrukturo: merijo, dovoljujejo, usmerjajo in pregledujejo z enako resnostjo kot druge zmogljivosti, ki jih poganja API.