A Guerra de Preços dos Modelos de Imagem em Outubro: GPT Image 2.5 se Divide em Dois Níveis

A linha de imagens da OpenAI mudou de forma em setembro, e o efeito sobre o custo levou algumas semanas para aparecer nas comparações públicas. O ChatGPT Images 2.5 foi lançado em 8 de setembro como dois modelos de API em vez de um: GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst.

A proposta da OpenAI é direta. Latência até 50% menor, saída em 2K, melhor edição multiturno e melhor preservação do sujeito entre edições. Flare é o padrão rápido. Sunburst é o nível mais lento, de precisão.

A surpresa está na coluna de preço. Tanto Flare quanto Sunburst começam em 4 créditos por geração, com o nível 4K a 7. O GPT Image 2 anterior começa em 9. Em outras palavras, o modelo mais novo da OpenAI também é o modelo mais barato da OpenAI. Isso inverte o padrão para trabalhos novos para o 2.5.

Como escolher entre Flare e Sunburst

A regra prática para uma equipe de produção é simples. Use Flare para rascunhos, lotes e qualquer coisa em que o primeiro quadro aceitável vence. Use Sunburst quando uma edição precisar preservar exatamente um rosto, um rótulo ou um layout, e você puder esperar.

O argumento para permanecer no GPT Image 2 é mais estreito do que parece. Se uma campanha já foi aprovada no modelo mais antigo, trocar no meio da campanha altera tons de pele, peso da tipografia e iluminação de maneiras que um cliente notará antes de você. O conselho de profissionais é terminar a campanha atual onde ela está e começar a próxima no 2.5.

O restante do mercado não ficou parado

A Tencent lançou o Hy Image 3.5 Preview em 22 de setembro. Um único modelo lida tanto com geração quanto com edição em múltiplas rodadas. Ele vai até 4096 por 4096, aceita 20 imagens de referência e está listado a cerca de US$ 0,024 por imagem em 1K a 2K na API internacional da Tencent.

A palavra “Preview” tem peso real aqui. Não há pesos nem relatório técnico. Um preview sem nenhum dos dois pode mudar de comportamento de uma semana para a outra. Teste-o na API se a pilha de 20 referências for importante para seu fluxo de trabalho. Ainda não construa um template recorrente sobre ele.

A equipe Qwen da Alibaba lançou o Qwen-Image-2.1 em 20 de setembro: pesos abertos de 7B, 2K nativo, saída RGBA com um canal alfa real e até 10 imagens de referência. A licença, porém, agora é apenas para pesquisa, sem uso comercial. Isso significa que uma agência ou uma marca não pode entregar resultados do 2.1 em trabalhos pagos sob os termos de pesos abertos. Se você baixou os pesos esperando os termos antigos, leia a licença antes que um arquivo de cliente saia da máquina.

A Recraft publicou o V4.1 Flash em 23 de setembro e o chamou de “o modelo de imagem mais rápido do mercado”. Sem resolução, sem número de latência, sem preço. Uma fonte, nenhum número. Trate-o como um anúncio, e não como uma ficha técnica.

Por que os termos de licença mudaram o cálculo

A história silenciosa de setembro é que as duas alternativas abertas seguiram direções opostas em licenciamento, e ambas mudaram de maneiras que importam mais do que a posição em benchmarks.

O Qwen-Image-2.1 manteve a promessa técnica que tornou a família popular. Sete bilhões de parâmetros é pequeno o suficiente para rodar em uma estação de trabalho de estúdio, o 2K nativo evita uma etapa de upscaling, e a saída RGBA com um canal alfa real significa que um sujeito gerado chega com transparência já embutida, em vez de exigir uma etapa de recorte. Dez imagens de referência em uma única geração é um teto genuinamente útil para trabalhos de produto, nos quais um sujeito consistente ao longo de um conjunto de fotos é a parte difícil.

Então a licença fechou a porta comercial. Apenas para pesquisa, sem uso comercial. Para uma agência, isso significa que os termos de pesos abertos não podem cobrir trabalho pago para clientes. Os pesos ainda rodam, e um designer ainda pode usá-los para explorar, mas o resultado não pode ser entregue sob esses termos. Profissionais que construíram um pipeline em torno de versões anteriores do Qwen, que eram mais permissivas, agora estão lendo as letras miúdas de um arquivo que já baixaram.

O Hy Image 3.5 Preview da Tencent carrega o problema oposto. Ele está disponível na API, então o uso comercial é uma questão de pagar por imagem, e não uma questão de licença. Mas “Preview” significa sem pesos e sem relatório técnico, o que significa que o comportamento pode mudar de uma semana para a outra. Construir um template recorrente sobre ele, como uma foto de produto fixa com uma configuração de iluminação fixa, é uma aposta de que o modelo por baixo não vai mudar. A jogada mais segura é testá-lo em trabalhos específicos, guardar os resultados e revisitar quando o preview virar um lançamento.

O argumento prático para manter dois modelos prontos

A conclusão razoável para um estúdio é manter um nível rápido e um nível de precisão configurados, e saber qual trabalho cada um atende, em vez de escolher um único vencedor.

Um nível rápido, que a partir de outubro significa GPT Image 2.5 Flare ou um modelo comparável, cobre ideação, mood boards, quadros de rascunho e variação em alto volume. Velocidade e custo dominam, e o resultado é um ponto de partida, e não uma entrega.

Um nível de precisão lida com edições em que um rosto, um rótulo ou um layout precisa permanecer intacto. É aqui que o caminho mais lento do Sunburst se paga, e onde o desvio de um modelo rápido mais barato em tom de pele ou peso da fonte se torna visível para um cliente.

O nível local aberto é uma terceira posição, útil quando um fluxo de trabalho precisa rodar sem enviar assets para uma API externa. A saída RGBA do Qwen-Image-2.1 se encaixa bem nessa posição, desde que o trabalho não seja comercial sob os termos de pesos abertos.

Três níveis configurados soam como sobrecarga. Na prática, é o oposto. A equipe que sabe qual modelo atende qual trabalho para de rediscutir a escolha a cada briefing, e para de descobrir no meio da campanha que o modelo para o qual migrou renderiza a cor característica de uma marca de forma ligeiramente diferente.

O que o ranking diz, e o que ele não diz

Os rankings da Artificial Analysis, verificados em 6 de outubro, colocam a OpenAI nas três primeiras posições tanto no ranking de texto para imagem quanto no de edição de imagem. Essa é uma liderança mais clara do que a empresa tinha em agosto.

Posição | Modelo | Texto para imagem | Edição de imagem --- | --- | --- | --- 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

O achado mais útil para custo está mais abaixo. O Nano Banana Pro, em 2K, ocupa o número 16, abaixo do Nano Banana 2.1 e a cerca de um quarto do preço do Pro em 1K. A própria ficha técnica do modelo do Google mostra o 2.1 superando o modelo Pro mais antigo em algumas avaliações internas de edição. Revisores independentes observam que o Pro ainda produz imagens melhores em alguns testes práticos.

Essa lacuna entre posição e realidade é a parte que vale a pena guardar. A posição na arena diz pouco sobre os pontos fortes especializados de um modelo. FLUX 3 Image, Midjourney e Ideogram 4.0 em sua configuração máxima estão ausentes dos rankings ou mal posicionados, mas cada um tem um nicho em que vence. O Ideogram 4.0 Quality, por exemplo, ocupa o número 20.

O que isso significa para o orçamento de um estúdio

Três coisas mudaram em setembro e afetam como uma equipe deve planejar.

O modelo padrão para trabalhos novos não é mais o nível premium. O GPT Image 2.5 Flare, a 4 créditos, faz a maior parte do que o GPT Image 2 fazia a 9, e faz mais rápido.

Pesos abertos ficaram mais úteis e mais restritos ao mesmo tempo. Os pesos 7B do Qwen-Image-2.1 e a saída RGBA são genuinamente úteis para pipelines locais, mas a licença apenas para pesquisa fecha a porta comercial que versões anteriores do Qwen deixaram aberta. Leia as licenças antes de construir sobre elas, não depois.

E o ranking é um ponto de partida, não um veredito. Um modelo que ocupa a 16ª posição em um ranking agregado ainda pode superar o número um no trabalho específico à sua frente. Faça benchmarks com seus próprios prompts antes de trocar uma linha de produção.

A história do mês é que o nível mais barato da geração de imagem de fronteira ficou consideravelmente mais barato, enquanto os termos de licença em torno das alternativas abertas ficaram consideravelmente mais restritos. As duas mudanças pressionam as equipes a reexaminar padrões que definiram meses atrás.