← Torna al blog
Aicirca 6 min di lettura

OpenAI Images 2.6: la generazione di immagini consegna direttamente GIF, la filiera degli sticker meme si dimezza

Pubblicato 7 nov 2026
OpenAI Images 2.6: la generazione di immagini consegna direttamente GIF, la filiera degli sticker meme si dimezza

La sera del 4 novembre OpenAI ha portato Images 2.6 su tre ingressi: ChatGPT, Codex e API. Le piattaforme cinesi si sono animate già la mattina seguente: Tencent Cloud Developer Community, Tencent News e ZOL hanno pubblicato articoli, e China Daily ha persino menzionato l'integrazione iniziale di PixPix.

La maggior parte dei titoli dei media si concentra sul «50% di velocità in più». Il dato è corretto: anche la generazione precedente, Flare, riusciva a produrre un'immagine in sei secondi con la qualità bassa, e Sunburst rende più stabile la coerenza del soggetto umano durante le modifiche a più turni. Ma ciò che vale di più è il formato di output. Questa volta non viene generato solo un PNG, ma una GIF in loop e un SVG da inserire direttamente nel frontend.

Che cosa risolve davvero la GIF

Prima, per far muovere un'immagine statica, la strada era di solito goffa: disegnare fotogramma per fotogramma nel codice, oppure far generare nove immagini al modello e montarle da soli. La discrepanza tra un fotogramma e l'altro era la norma: l'espressione del personaggio fluttuava, la posizione degli oggetti saltava. Chi ha esperienza nella produzione di sticker meme sa che, per rendere «senza salti» una GIF in loop, il tempo speso in post-produzione nel montaggio era più lungo di quello impiegato a disegnare.

Con Images 2.6 il sistema disegna prima una griglia di nove riquadri e poi assembla l'animazione. L'API usa nove fotogrammi predefiniti, 0,2 secondi ciascuno, e supporta fino a sessantaquattro fotogrammi; l'interfaccia web permette di regolare la velocità di riproduzione, da 0,5x a 2x su sette livelli, e anche di visualizzare i fotogrammi uno per uno e modificarne uno singolarmente. Nel prompt si specificano chiaramente soggetto, azione e modalità di loop; l'esempio ufficiale scrive «6 fotogrammi in totale, il sesto si riallaccia fluidamente al primo».

Questo è particolarmente utile per tre tipi di lavoro. Primo, sticker meme e mascotte IP: una GIF in loop è già di per sé un'unità di consegna; secondo, le immagini dimostrative in loop per l'e-commerce: una rotazione di prodotto di quindici secondi comunica tre volte più informazioni di un fotogramma statico; terzo, le micro-animazioni per i social media, con costi di produzione molto inferiori a quelli dei video brevi.

L'esportazione SVG è invece stata discussa meno. Trasforma direttamente il design in un file vettoriale, scalabile senza perdita, compatibile con web, interfacce App e stampa. La generazione di immagini ha fatto un piccolo passo da «ti do un'immagine bella» a «ti do un asset che può entrare in produzione».

I due sottomodelli sono in realtà una strategia di costo

Sul fronte API si divide in due modelli, Flare e Sunburst. Flare punta sulla velocità: con la qualità bassa produce un'immagine in sei secondi al massimo, e sono stati ottimizzati anche il layout del testo per poster e immagini di prodotto e-commerce; Sunburst punta sul dettaglio: con qualità medio-alta riesce a restituire texture come l'effetto peloso di un maglione o il bordo arrotolato di un pantalone, e nelle modifiche a più turni volti, prodotti e personaggi IP difficilmente «cambiano faccia».

OpenAI ha separato, nel calcolo inferenziale, la pianificazione del layout dal rendering dei pixel, così gli sviluppatori possono regolare l'intensità di inferenza e scegliere tra velocità, costo e qualità. È una frase che sembra banale ma è cruciale: i modelli di immagine iniziano ad ammettere che «veloce» e «buono» sono due opzioni acquistabili separatamente, non un livello fisso.

I risultati delle arene confermano questa divisione dei compiti. Nella classifica text-to-image Sunburst è secondo (1409 punti), Flare quarto (1384), e OpenAI occupa più posizioni nella top five; nella classifica di editing image-to-image Sunburst è terzo (1476), Flare quinto (1462). Da notare che Sunburst conquista direttamente il primo posto nella categoria stili cartoon, anime e fantasy, quella più usata nella creazione di contenuti.

Non fatevi trascinare dai numeri

Questa volta OpenAI ha pubblicato un nuovo dato: il volume totale di immagini generate ogni settimana tramite ChatGPT, Codex e API supera i 4 miliardi, con oltre 500 milioni al giorno. La generazione di immagini sostiene ormai un'intera fetta del traffico e della monetizzazione nell'ecosistema ChatGPT.

Questo significa anche un'altra cosa: ogni volta che la soglia per generare immagini si abbassa, anche la produzione di contenuti spazzatura cresce. Le GIF sono poi un terreno del tutto nuovo su cui riversarsi: le animazioni occupano più banda dei fotogrammi statici, sono più difficili da riconoscere per i motori di ricerca e si prestano meglio alla produzione in massa. Una schiera di «fabbriche di sticker meme» userà subito questa funzione, e di sicuro qualcuno, dopo qualche giorno, si lamenterà che le GIF che gli scorrono davanti sono tutte uguali.

Nove fotogrammi cinematografici vuoti disposti ad arco su carta color crema caldo, con morbidi gradienti di luce che si spostano su di essi.

Guardare il panorama competitivo da un'altra angolazione lo rende più chiaro. Su OpenRouter, i modelli di immagine di Google rappresentano attualmente il 47,5% delle richieste di immagini di questa settimana, OpenAI il 28,3%, mentre Seedream 5.0 Flash di ByteDance è quello che cresce più rapidamente, con un +118% di richieste in una settimana, ed è già entrato nella top ten. Sul fronte video il quadro è diverso: ByteDance ha il 26,1%, HeyGen il 19,7%, Google il 18,5%, e al primo posto ci sono gli avatar digitali, non i modelli dall'aspetto cinematografico.

Il poter restituire direttamente una GIF non genera automaticamente utilizzo. Quello che si risparmia è il tempo di produzione del materiale, non il tempo per decidere se quel materiale vada prodotto.

Tre cose da provare subito

Chi vuole creare sticker meme o mascotte di marca ha ora la finestra più comoda: scrivere chiaramente azione e ritmo del loop, generare prima nove fotogrammi per valutarne la continuità, poi decidere se allungare a ventiquattro o sessantaquattro fotogrammi; rallentare a 0,5x è più adatto alle espressioni esagerate.

Chi lavora nell'e-commerce può prendere lo stesso set di immagini di prodotto e provare direttamente una versione GIF in loop, confrontando di quanto differisce il tasso di clic rispetto all'immagine principale statica: il costo è di pochi centesimi per immagine.

Chi si occupa di frontend e design può provare la strada dell'esportazione SVG. Inserire il vettoriale generato in un design system per cambiarne i colori e la dimensione del testo richiede un passaggio in meno rispetto a ricostruirlo da un bitmap.

C'è anche un'altra cosa che vale la pena fare di passaggio: salvare insieme prompt, immagini di riferimento e file finali di questa generazione. Non per ricordo, ma perché quando in seguito si vorrà riprodurre la stessa immagine, saranno le uniche cose a cui poter attingere. I modelli multimodali supportano già il salvataggio di persone o animali come immagini di riferimento da richiamare più volte, il che rende più rapida l'iterazione; ma il presupposto per iterare è che ciò che è venuto prima sia ancora lì.

Una riserva

Al momento la GIF nativa è più che altro «un sostituto economico per generare in una volta un breve video», non un modello video in sé. Non ha traccia audio, il limite massimo è di sessantaquattro fotogrammi e le azioni complesse si rompono facilmente. Piuttosto che aspettarsi che sostituisca Veo o Seedance, è meglio considerarla il livello intermedio tra immagine statica e cortometraggio. Quel livello prima era vuoto, ora è stato riempito.

Articoli correlati