La guerra dei prezzi dei modelli di immagini di ottobre: GPT Image 2.5 si divide in due livelli

La gamma di immagini di OpenAI ha cambiato forma a settembre, e l'effetto sui costi ha impiegato alcune settimane per emergere nei confronti pubblici. ChatGPT Images 2.5 è stato rilasciato l'8 settembre come due modelli API invece che uno: GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst.

La proposta di OpenAI è semplice. Latenza fino al 50 percento inferiore, output 2K, migliore editing multi-turno e migliore conservazione del soggetto attraverso le modifiche. Flare è il default veloce. Sunburst è il livello più lento, di precisione.

La sorpresa è la colonna del prezzo. Sia Flare sia Sunburst partono da 4 crediti per generazione, con il livello 4K a 7. Il precedente GPT Image 2 parte da 9. In altre parole, il modello OpenAI più recente è anche il modello OpenAI più economico. Questo sposta il default per il nuovo lavoro su 2.5.

Come distinguere Flare da Sunburst

La regola pratica per un team di produzione è semplice. Usate Flare per bozze, lotti e tutto ciò in cui vince il primo fotogramma accettabile. Usate Sunburst quando una modifica deve preservare esattamente un volto, un'etichetta o un layout, e potete permettervi di aspettare.

Il caso per restare su GPT Image 2 è più limitato di quanto sembri. Se una campagna è già stata approvata sul modello precedente, passare a metà campagna cambia tonalità della pelle, peso del carattere e illuminazione in modi che un cliente noterà prima di voi. Il consiglio degli addetti ai lavori è terminare la campagna attuale dov'è e iniziare la successiva su 2.5.

Il resto del settore non è rimasto fermo

Tencent ha rilasciato Hy Image 3.5 Preview il 22 settembre. Un unico modello gestisce sia la generazione sia l'editing multi-round. Arriva fino a 4096 x 4096, accetta 20 immagini di riferimento ed è listato a circa $0,024 per immagine a 1K-2K sull'API internazionale di Tencent.

La parola \"Preview\" qui ha un peso reale. Non ci sono pesi e non c'è report tecnico. Una preview senza né gli uni né l'altro può cambiare comportamento da una settimana all'altra. Testatela sull'API se lo stack da 20 riferimenti è importante per il vostro flusso di lavoro. Non costruiteci ancora un template ricorrente.

Il team Qwen di Alibaba ha rilasciato Qwen-Image-2.1 il 20 settembre: pesi aperti 7B, 2K nativo, output RGBA con un vero canale alpha e fino a 10 immagini di riferimento. La licenza, però, ora è solo per ricerca e senza uso commerciale. Ciò significa che un'agenzia o un brand non può distribuire output di 2.1 in lavori retribuiti secondo i termini dei pesi aperti. Se avete scaricato i pesi aspettandovi i vecchi termini, leggete la licenza prima che un file cliente lasci la macchina.

Recraft ha pubblicato V4.1 Flash il 23 settembre e l'ha definito \"il modello di immagini più veloce sul mercato\". Nessuna risoluzione, nessun dato di latenza, nessun prezzo. Un'unica fonte, nessun numero. Trattatelo come un annuncio, non come una scheda tecnica.

Perché i termini di licenza hanno cambiato i calcoli

La storia silenziosa di settembre è che le due alternative aperte si sono mosse in direzioni opposte sul fronte delle licenze, ed entrambe in modi che contano più della posizione nei benchmark.

Qwen-Image-2.1 ha mantenuto la promessa tecnica che ha reso popolare la famiglia. Sette miliardi di parametri sono abbastanza pochi per girare su una workstation di studio, il 2K nativo evita uno step di upscaling, e l'output RGBA con un vero canale alpha significa che un soggetto generato arriva con la trasparenza già incorporata, senza richiedere un passaggio di scontorno. Dieci immagini di riferimento in una singola generazione sono un tetto davvero utile per il lavoro sui prodotti, dove la parte difficile è avere un soggetto coerente attraverso una serie di scatti.

Poi la licenza ha chiuso la porta commerciale. Solo ricerca, nessun uso commerciale. Per un'agenzia, ciò significa che i termini dei pesi aperti non possono coprire lavori retribuiti per clienti. I pesi funzionano ancora, e un designer può ancora usarli per esplorare, ma l'output non può essere distribuito secondo quei termini. Gli addetti ai lavori che avevano costruito una pipeline attorno a rilasci Qwen precedenti, più permissivi, ora stanno leggendo le clausole in piccolo di un file che hanno già scaricato.

Hy Image 3.5 Preview di Tencent porta il problema opposto. È disponibile sull'API, quindi l'uso commerciale è una questione di pagare per immagine, non di licenza. Ma \"Preview\" significa niente pesi e niente report tecnico, il che significa che il comportamento può cambiare da una settimana all'altra. Costruire su di esso un template ricorrente, ad esempio uno scatto prodotto fisso con un setup di illuminazione fisso, è una scommessa sul fatto che il modello sottostante non cambi. La mossa più sicura è testarlo su lavori specifici, conservare i risultati e rivalutarlo quando la preview diventa una release.

Il caso pratico di mantenere due modelli attivi

La conclusione ragionevole per uno studio è tenere configurati un livello veloce e un livello di precisione, e sapere quale lavoro gestisce ciascuno, invece di scegliere un unico vincitore.

Un livello veloce, che a ottobre significa GPT Image 2.5 Flare o un modello comparabile, copre ideazione, mood board, frame di bozza e variazione ad alto volume. Velocità e costo dominano, e l'output è un punto di partenza più che un deliverable.

Un livello di precisione gestisce le modifiche in cui un volto, un'etichetta o un layout deve rimanere intatto. È qui che il percorso più lento di Sunburst si ripaga, e dove la deriva di un modello veloce più economico sulle tonalità della pelle o sul peso del carattere diventa visibile a un cliente.

Il livello locale aperto è un terzo slot, utile quando un flusso di lavoro deve funzionare senza inviare asset a un'API esterna. L'output RGBA di Qwen-Image-2.1 si adatta bene a quello slot, purché il lavoro non sia commerciale secondo i termini dei pesi aperti.

Tre livelli configurati suonano come un sovraccarico. In pratica è l'opposto. Il team che sa quale modello gestisce quale lavoro smette di ridiscutere la scelta a ogni brief, e smette di scoprire a metà campagna che il modello su cui è passato rende il colore distintivo di un brand in modo leggermente diverso.

Cosa dice la classifica, e cosa non dice

Le classifiche di Artificial Analysis, controllate il 6 ottobre, mettono OpenAI nei primi tre posti sia nella board text-to-image sia in quella image-edit. È un vantaggio più netto di quello che l'azienda aveva ad agosto.

Posizione | Modello | Da testo a immagine | Modifica immagine --- | --- | --- | --- 1 | GPT-Image-2.5 Sunburst | 1425 | 1524 2 | GPT-Image-2.5 Flare | 1398 | 1481 3 | GPT Image 2 | 1383 | 1462 4 | MAI-Image-2.6 (Microsoft) | 1333 | 1428 5 | Nano Banana 2.1 (Google) | 1328 | 1428

Il dato più utile per il costo è più in basso. Nano Banana Pro, a 2K, si trova al numero 16, sotto Nano Banana 2.1 e a circa un quarto del prezzo 1K di Pro. La scheda del modello di Google mostra 2.1 che batte il vecchio modello Pro in alcune valutazioni interne di editing. Revisori indipendenti notano che Pro produce ancora immagini migliori in alcuni test pratici.

Quel divario tra posizione e realtà è la parte da tenere a mente. La posizione in arena dice poco sui punti di forza specialistici di un modello. FLUX 3 Image, Midjourney e Ideogram 4.0 alla sua impostazione massima sono assenti dalle board o classificati in basso, eppure ciascuno ha una nicchia in cui vince. Ideogram 4.0 Quality, per esempio, si trova al numero 20.

Cosa significa per il budget di uno studio

Tre cose sono cambiate a settembre e influenzano il modo in cui un team dovrebbe pianificare.

Il modello predefinito per il nuovo lavoro non è più il livello premium. GPT Image 2.5 Flare a 4 crediti fa la maggior parte di ciò che faceva GPT Image 2 a 9, e lo fa più velocemente.

I pesi aperti sono diventati più utili e più limitati allo stesso tempo. I pesi 7B e l'output RGBA di Qwen-Image-2.1 sono davvero utili per pipeline locali, ma la licenza solo per ricerca chiude la porta commerciale che i precedenti rilasci Qwen avevano lasciato aperta. Leggete le licenze prima di costruirci sopra, non dopo.

E la classifica è un punto di partenza, non un verdetto. Un modello che si classifica 16° in una board aggregata può comunque battere il numero uno sul lavoro specifico che avete davanti. Fate benchmark sui vostri prompt prima di spostare una linea di produzione.

La storia del mese è che il livello più economico della generazione di immagini di frontiera è diventato sensibilmente più economico, mentre i termini di licenza attorno alle alternative aperte sono diventati sensibilmente più stretti. Entrambi i cambiamenti spingono i team a riesaminare i default impostati mesi fa.