OpenAI ha diviso in due il suo modello di immagini di punta. Questo dice più di quanto faccia il benchmark.

L'8 settembre OpenAI ha rilasciato ChatGPT Images 2.5 e, nascosta nell'annuncio, c'era una decisione che conta più di qualsiasi numero sulla velocità. L'azienda ha preso l'unico modello di immagini di punta e l'ha diviso in due.

Per gli sviluppatori, l'API ora offre GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst. Flare è quello veloce. OpenAI afferma che è da due a quattro volte più veloce di GPT-Image 2, e il partner delle prime ore Manus lo ha confermato con i propri test, insieme a un output migliore con sfondo trasparente. Sunburst è quello lento e preciso. È progettato per modifiche che devono mantenere tutto il resto esattamente com'era. Entrambi costano lo stesso: 8 $ per milione di token di input e 30 $ per milione di token di output.

Quel dettaglio sul prezzo è la parte interessante. Quando due modelli svolgono compiti diversi ma costano esattamente uguale, il fornitore non ti sta vendendo più potenza di calcolo. Ti sta chiedendo di decidere di cosa hai davvero bisogno, che è un tipo diverso di conversazione di prodotto rispetto a \"ecco il nostro modello migliore, usalo per tutto\".

Cosa è cambiato davvero

Lato consumatori, il numero principale è la latenza. OpenAI sostiene che il ritardo di generazione è diminuito fino al 50% rispetto a Images 2.0, mentre nitidezza, illuminazione naturale e dettaglio delle texture sono migliorati. Questa combinazione è insolita. Di solito si sacrifica l'una per l'altra.

La storia della modifica è dove Sunburst si guadagna il nome. La promessa è che il modello capisca cosa non cambiare. Higgsfield AI, uno dei partner citati da OpenAI, lo ha detto in questi termini, ed è un riassunto corretto di ciò di cui l'aggiornamento parla davvero. I precedenti editor di immagini erano bravi a seguire un'istruzione e pessimi nel lasciare il resto dell'inquadratura intatto. Chiedevi un nuovo colore per una giacca e ottenevi un volto leggermente diverso, un orizzonte spostato, una fonte di luce cambiata. Sunburst punta dritto a quella modalità di fallimento, mantenendo stabili volti, prodotti ed elementi di brand attraverso più round di modifiche.

Ci sono tre nuovi strumenti nell'app ChatGPT. Sketch ti permette di digitare @Sketch e disegnare un layout approssimativo o una silhouette nella chat, usando il tuo scarabocchio come riferimento per il render finale. I template offrono un punto di partenza per formati comuni come poster e merchandising. I commenti ti consentono di fissare una nota su un punto dell'immagine, così puoi dire \"elimina questo\" o \"rendi questo blu\" senza riscrivere il prompt.

OpenAI ha anche fatto leva su una statistica di sicurezza. Sunburst genera contenuti non sicuri a un tasso dell'1,09%, Flare all'1,41% e il modello precedente all'1,64%. La direzione è buona, anche se si tratta di dati autodichiarati e di un argomento di discussione più che di una garanzia.

La mossa di Adobe

Lo stesso giorno, Adobe ha annunciato di aver integrato GPT-Image-2.5 in Firefly. Non è una nota di partnership secondaria. Adobe ha passato due anni a riposizionare Firefly come livello di orchestrazione, un luogo in cui modelli di Google, Runway e altri vengono inseriti in un flusso di lavoro professionale. Aggiungere il più recente modello di immagini di OpenAI dal primo giorno è quella strategia che funziona come previsto.

Matt Chotin di Adobe l'ha inquadrata come un modo per dare ai creator flessibilità dall'idea alla consegna. In pratica, significa che la sfida si è spostata dalla qualità grezza del modello. Ora entrambe le parti distribuiscono attraverso l'altra. Più di 70 strumenti Adobe sono incorporati dentro ChatGPT, così un designer può richiamare funzionalità di Photoshop, Premiere o Firefly dall'interfaccia di OpenAI. Ogni azienda diventa un canale per l'altra, e nessuna delle due può possedere da sola l'inizio del compito creativo.

I numeri dietro il rilascio

C'è una ragione se questo lancio si legge come una mossa di strategia di prodotto più che come un salto puro di capacità. Quando GPT Image 2 è stato rilasciato nell'aprile 2026, occupava il primo posto nella classifica text-to-image di Artificial Analysis con un Elo di 1178 ed era secondo nella classifica di editing. Images 2.5 è un incremento su quella base e, nei giorni successivi al lancio, nessuno dei due nuovi modelli API aveva una voce nella classifica di Artificial Analysis, e nessuna terza parte aveva pubblicato un benchmark riproducibile. I miglioramenti di velocità e qualità sono tutti autodichiarati, o riportati dai partner citati Adobe, Manus e Higgsfield. Ciò non li rende sbagliati, ma significa che qualsiasi giudizio sulla riuscita della divisione dovrebbe attendere test indipendenti.

Quello che non è autodichiarato è il prezzo. Entrambi i modelli si attestano su otto dollari per milione di token di input per immagini e trenta dollari per milione di token di output, identici tra loro. L'intervallo di risoluzione di output va da 1024 x 1024 fino a 3840 x 2160, con conteggi totali di pixel limitati tra 655.360 e 8.294.400. Per uno sviluppatore, la decisione su una determinata funzionalità ora si riduce a una sola domanda: questo carico di lavoro deve andare veloce, o ha bisogno che la quarta modifica lasci il soggetto intatto? Il modello che risponde a quella domanda riceve la chiamata, e il fatto che entrambi costino lo stesso elimina il prezzo come scusa per scegliere male.

Perché la divisione è la vera storia

La generazione di immagini ha smesso di essere un esperimento. OpenAI afferma che la piattaforma produce più di tre miliardi di immagini a settimana, e quel numero è il segnale. A quel volume, la domanda interessante non è più \"riesce a creare un'immagine bellissima\" ma \"che tipo di lavoro le viene chiesto di svolgere\".

I team di marketing che sfornano centinaia di varianti per i social si preoccupano della produttività. Un team di brand che finalizza un key visual di campagna si preoccupa se il logo si sposta dopo la quarta modifica. Questi due lavori tirano in direzioni opposte, e un unico modello costringe uno dei due a scendere a compromessi. Dividere la linea è ammettere che anche la base di clienti si è divisa.

La risposta dei concorrenti è già stata plasmata da questo. Midjourney vince ancora su una particolare rifinitura cinematografica, ma non ha interazione nativa via chat e ha una curva di apprendimento più ripida. Adobe Firefly fa leva sulle licenze commerciali e sul suo ecosistema software, ma la sua creazione conversazionale autonoma è debole. Il modello di immagini integrato di Google è forte su alcuni compiti e incoerente sul controllo a livello di brand. Nessuno ha l'intera scacchiera.

Per chiunque scelga uno strumento, il consiglio pratico è smettere di cercare un unico miglior modello di immagini e iniziare ad abbinare il modello al compito. L'iterazione ad alto volume e la rifinitura di precisione sono ora acquisti separati, anche quando provengono dalla stessa azienda allo stesso prezzo. Le classifiche dei benchmark continueranno a muoversi e conteranno sempre meno. Ciò che conta è se il flusso di lavoro attorno al modello può sopravvivere al prossimo rilascio, perché il modello sottostante verrà di nuovo sostituito nel giro di pochi mesi.

Vale la pena soffermarsi su quest'ultimo punto. Images 2.5 è arrivato circa cinque mesi dopo Images 2, ed entrambi hanno sostituito una versione che l'anno scorso era all'avanguardia. I team che costruiscono un processo duraturo, con i propri prompt, riferimenti di stile e passaggi di revisione, sono quelli in grado di assorbire questo ricambio. I team che codificano un singolo modello nella loro pipeline ereditano ogni sua disattivazione e cambiamento di prezzo. Da questo punto di vista, il rilascio con due modelli è un promemoria utile da parte del fornitore più rumoroso della stanza: persino il leader ti sta dicendo di non dipendere da un solo modello.