10월 이미지 모델 가격 전쟁: GPT Image 2.5, 두 계층으로 분리되다

OpenAI의 이미지 라인업은 9월에 형태가 바뀌었고, 비용에 미친 영향은 몇 주가 지나서야 공개 비교에 나타났습니다. ChatGPT Images 2.5는 9월 8일에 하나가 아닌 두 개의 API 모델로 출시되었습니다: GPT-Image-2.5 Flare와 GPT-Image-2.5 Sunburst.

OpenAI의 제안은 간단합니다. 최대 50% 낮은 지연 시간, 2K 출력, 더 나은 다중 턴 편집, 그리고 편집 전반에 걸친 더 나은 피사체 보존입니다. Flare는 빠른 기본 모델입니다. Sunburst는 더 느린 정밀 계층입니다.

놀라운 점은 가격 칼럼입니다. Flare와 Sunburst 모두 생성당 4크레딧에서 시작하며, 4K 계층은 7입니다. 이전 GPT Image 2는 9에서 시작합니다. 즉, 더 새로운 OpenAI 모델이 더 저렴한 OpenAI 모델이기도 합니다. 그로 인해 새 작업의 기본값이 2.5로 바뀝니다.

Flare와 Sunburst를 어떻게 구분할까

프로덕션 팀을 위한 실용적인 규칙은 간단합니다. 시안, 배치, 그리고 첫 번째로 수용 가능한 프레임이 승리하는 모든 작업에는 Flare를 사용하세요. 얼굴, 라벨 또는 레이아웃을 정확히 보존해야 하는 편집에 기다릴 여유가 있을 때는 Sunburst를 사용하세요.

GPT Image 2에 머무를 명분은 보기보다 좁습니다. 캠페인이 이미 이전 모델에서 승인되었다면, 캠페인 중간에 전환하면 피부톤, 글자 굵기, 조명이 바뀌는데, 고객이 여러분보다 먼저 알아차릴 수 있습니다. 실무자들의 조언은 현재 캠페인은 그대로 끝내고 다음 캠페인을 2.5에서 시작하라는 것입니다.

나머지 경쟁자들도 가만히 있지 않았다

Tencent는 9월 22일에 Hy Image 3.5 Preview를 출시했습니다. 하나의 모델이 생성과 다중 라운드 편집을 모두 처리합니다. 최대 4096 x 4096까지 지원하고, 20개의 참조 이미지를 입력받으며, Tencent의 국제 API에서 1K~2K 기준 이미지당 약 $0.024에 책정되어 있습니다.

여기서 "Preview"라는 단어는 실제로 무게가 있습니다. 가중치도 없고 기술 보고서도 없습니다. 둘 다 없는 프리뷰는 일주일 만에 동작이 바뀔 수 있습니다. 20개 참조 스택이 워크플로에 중요하다면 API에서 테스트해 보세요. 아직 그것을 기반으로 반복 템플릿을 만들지는 마세요.

Alibaba의 Qwen 팀은 9월 20일에 Qwen-Image-2.1을 출시했습니다: 7B 오픈 가중치, 기본 2K, 실제 알파 채널을 갖춘 RGBA 출력, 최대 10개의 참조 이미지. 하지만 라이선스는 이제 연구 전용이며 상업적 사용이 금지됩니다. 즉, 에이전시나 브랜드는 오픈 가중치 조건으로 2.1 출력물을 유료 작업에 납품할 수 없습니다. 이전 조건을 기대하고 가중치를 받았다면, 고객 파일이 장비를 떠나기 전에 라이선스를 읽어보세요.

Recraft는 9월 23일에 V4.1 Flash를 게시하고 "시장에서 가장 빠른 이미지 모델"이라고 불렀습니다. 해상도도, 지연 시간 수치도, 가격도 없습니다. 출처 하나, 숫자 없음. 사양서가 아니라 발표로 취급하세요.

왜 라이선스 조건이 계산을 바꿨는가

9월의 조용한 이야기는 두 오픈 대안이 라이선스에서 반대 방향으로 움직였고, 둘 모두 벤치마크 순위보다 더 중요한 방식으로 움직였다는 점입니다.

Qwen-Image-2.1은 이 제품군을 인기 있게 만든 기술적 약속을 지켰습니다. 70억 파라미터는 스튜디오 워크스테이션에서 실행하기에 충분히 작고, 기본 2K는 업스케일링 단계를 피하며, 실제 알파 채널을 갖춘 RGBA 출력은 생성된 피사체가 컷아웃 과정 없이 투명도를 이미 포함한 상태로 나온다는 의미입니다. 한 번의 생성에 참조 이미지 10장은 제품 작업에서 진정으로 유용한 상한선인데, 일련의 샷 전반에서 일관된 피사체를 유지하는 것이 어려운 부분이기 때문입니다.

그러나 라이선스는 상업적 문을 닫았습니다. 연구 전용, 상업적 사용 금지. 에이전시에게 이는 오픈 가중치 조건이 유료 고객 작업을 포괄할 수 없다는 뜻입니다. 가중치는 여전히 실행되고, 디자이너는 여전히 탐색용으로 사용할 수 있지만, 그 조건으로는 출력물을 납품할 수 없습니다. 더 관대했던 이전 Qwen 릴리스들을 중심으로 파이프라인을 구축했던 실무자들은 이제 이미 다운로드한 파일의 세부 조건을 읽고 있습니다.

Tencent의 Hy Image 3.5 Preview는 반대 문제를 안고 있습니다. API에서 사용할 수 있으므로 상업적 사용은 라이선스 문제가 아니라 이미지당 비용을 지불하는 문제입니다. 하지만 "Preview"는 가중치도 기술 보고서도 없다는 뜻이며, 이는 동작이 일주일 사이에 바뀔 수 있음을 의미합니다. 고정된 조명 설정의 고정 제품 샷처럼 이를 기반으로 반복 템플릿을 만드는 것은 그 아래 모델이 변하지 않으리라는 베팅입니다. 더 안전한 방법은 특정 작업에서 테스트하고 결과를 보관한 뒤, 프리뷰가 정식 릴리스로 바뀌면 다시 검토하는 것입니다.

두 모델을 대기 상태로 유지하는 실용적 근거

스튜디오에게 합리적인 결론은 하나의 빠른 계층과 하나의 정밀 계층을 구성해 두고, 각각 어떤 작업을 처리하는지 아는 것이지, 단일 승자를 정하는 것이 아닙니다.

10월 기준으로 GPT Image 2.5 Flare 또는 이에 필적하는 모델을 의미하는 빠른 계층은 아이디어 구상, 무드 보드, 시안 프레임, 대량 변형을 담당합니다. 속도와 비용이 우선하며, 출력물은 결과물이 아니라 출발점입니다.

정밀 계층은 얼굴, 라벨 또는 레이아웃이 그대로 유지되어야 하는 편집을 처리합니다. 여기서 Sunburst의 더 느린 경로가 값을 하고, 더 저렴한 빠른 모델이 피부톤이나 글자 굵기에서 흐트러지는 것이 고객에게 보이게 됩니다.

오픈 로컬 계층은 세 번째 자리로, 자산을 외부 API로 보내지 않고 워크플로를 실행해야 할 때 유용합니다. Qwen-Image-2.1의 RGBA 출력은 해당 작업이 오픈 가중치 조건에서 상업적이지 않다면 이 자리에 잘 맞습니다.

세 가지 구성된 계층은 부담처럼 들립니다. 실제로는 반대입니다. 어떤 모델이 어떤 작업을 처리하는지 아는 팀은 모든 브리프마다 선택을 다시 다투지 않고, 전환한 모델이 브랜드의 시그니처 색상을 약간 다르게 렌더링한다는 사실을 캠페인 중간에 발견하는 일도 없습니다.

리더보드가 말하는 것과 말하지 않는 것

10월 6일에 확인한 Artificial Analysis 리더보드는 텍스트-이미지와 이미지 편집 보드 모두에서 OpenAI를 상위 3위 안에 올렸습니다. 이는 회사가 8월에 보유했던 것보다 더 명확한 선두입니다.

순위 | 모델 | 텍스트-이미지 | 이미지 편집 --- | --- | --- | --- 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

비용에 관해 더 유용한 발견은 더 아래에 있습니다. 2K의 Nano Banana Pro는 16위에 있으며, Nano Banana 2.1보다 아래이고 Pro의 1K 가격의 약 4분의 1 수준입니다. Google 자체 모델 카드는 2.1이 일부 내부 편집 평가에서 이전 Pro 모델을 앞선다고 보여줍니다. 독립 리뷰어들은 일부 실사용 테스트에서 Pro가 여전히 더 나은 이미지를 생성한다고 언급합니다.

순위와 현실 사이의 그 격차가 붙잡아 둘 만한 부분입니다. Arena 순위는 모델의 전문적 강점에 대해 거의 말해주지 않습니다. FLUX 3 Image, Midjourney, 그리고 최고 설정의 Ideogram 4.0은 보드에 아예 없거나 낮은 순위인데, 각각 승리하는 틈새가 있습니다. 예를 들어 Ideogram 4.0 Quality는 20위입니다.

스튜디오 예산에 의미하는 것

9월에 팀의 계획 방식에 영향을 주는 세 가지 변화가 있었습니다.

새 작업의 기본 모델은 더 이상 프리미엄 계층이 아닙니다. 4크레딧의 GPT Image 2.5 Flare는 9크레딧의 GPT Image 2가 하던 대부분을 더 빠르게 수행합니다.

오픈 가중치는 동시에 더 유용해지고 더 제한되었습니다. Qwen-Image-2.1의 7B 가중치와 RGBA 출력은 로컬 파이프라인에 진정으로 유용하지만, 연구 전용 라이선스는 이전 Qwen 릴리스들이 열어 두었던 상업적 문을 닫습니다. 그 위에 구축한 뒤가 아니라, 구축하기 전에 라이선스를 읽으세요.

그리고 리더보드는 출발점이지 판결이 아닙니다. 종합 보드에서 16위인 모델도 당장 앞에 있는 특정 작업에서는 1위를 이길 수 있습니다. 프로덕션 라인을 전환하기 전에 자신의 프롬프트로 벤치마크하세요.

이달의 이야기는 최전선 이미지 생성의 가장 저렴한 계층이 눈에 띄게 저렴해진 반면, 오픈 대안 주변의 라이선스 조건은 눈에 띄게 더 엄격해졌다는 것입니다. 두 변화 모두 팀이 몇 달 전에 설정한 기본값을 재검토하도록 밀어붙입니다.