ChatGPT Images 2.5؛ ویدیوی ۴ قابلیت اصلی به جی پی تی ایمیج ۲.۵

OpenAI روز ۸ سپتامبر ۲۰۲۶ (۱۷ شهریور ۱۴۰۵) از جدیدترین مدل تولید و ویرایش تصویر خود با نام ChatGPT Images 2.5 رونمایی کرد. این نسخه با سه وعدهٔ اصلی معرفی شده است: جزئیات شارپتر، ویرایش دقیقتر و تولید سریعتر. به گفتهٔ OpenAI، تأخیر تولید تصویر در این نسخه نسبت به Images 2.0 تا ۵۰٪ کاهش یافته است.

جالبتر اینکه این مدل در حالی عرضه میشود که طبق آمار رسمی، هم‌اکنون هر هفته بیش از ۳ میلیارد تصویر با مدلهای تصویری این شرکت تولید میشود. نسخهٔ جدید برای همهٔ کاربران ChatGPT — حتی پلن رایگان — به‌همراه ChatGPT Work و Codex در پلتفرم‌های دسکتاپ، موبایل و وب در دسترس قرار گرفته است.

در این مقاله از وبلاگ هوشا به سراغ مهمترین بهبودها، قابلیتهای جدید و دو مدل متفاوت API این نسخه برای توسعه‌دهندگان میرویم.

دسترسی به GPT-Image-2.5 در هوشا؛ عرضه‌ی هم‌زمان با نخستین روز رونمایی جهانی

همزمان با رونمایی از GPT-Image-2.5 قوی‌ترین مدل تصویر دنیا، هوشا در همان ساعات نخست، امکان استفاده از آن را در اختیار کاربران خود قرار داد. تا کاربران فارسی‌زبان، بی‌هیچ تأخیری، به پیشروترین ابزار نسل جدید تصویرسازی دست یابند.

ChatGPT Images 2.5 چیست؟

طبق بیانیه رسمی شرکت OpenAI چت جی پی تی ایمیج ۲.۵ – ChatGPT Images 2.5 جدیدترین نسخه تصویرساز این شرکت، در روز ۸ سپتامبر ۲۰۲۶ (۱۷ شهریور ۱۴۰۵) رونمایی شد و با فاصلهٔ تنها پنج ماه جانشین مدل GPT-Image-2 شده است. مدلی که در آوریل ۲۰۲۶ عرضه شد و تقریباً بلافاصله در صدر لیدربوردهای مستقل تولید تصویر نشست.

مهمترین تفاوت ChatGPT Images 2.5 نسبت به GPT-Image-2

آنچه نسخه جی پی تی ایمیج ۲.۵ را متمایز میکند صرفاً یک «بهبود جزئی» نیست، بلکه تغییر رویکرد در ویرایش است. در مدل‌های قبلی چت جی پی تی، ویرایش یک تصویر اغلب به رندر مجدد بخش‌هایی می‌انجامید که کاربر حتی قصد تغییرش را نداشت؛ اما ۲.۵ تلاش میکند فقط همان ناحیه‌ای را تغییر دهد که درخواست شده است (حتی در صحنه‌های پیچیده و چندسوژه‌ای).

۴ قابلیت اصلی ChatGPT Images 2.5

1. Sketch: با تایپ @Sketch در چت، پنل طراحی باز میشود تا کاربر اسکچ خودش را بکشد و آن را به‌عنوان مرجع ترکیب‌بندی به مدل بدهد.
2. کامنت روی تصویر: امکان گذاشتن کامنت مستقیم روی ناحیهٔ خاصی از تصویر برای ویرایش هدفمند.
3. Templates: قالب‌های آماده برای پوستر، محصول و فلایر که سریع آغاز به کار می‌کنند.
4. اشتراک‌‌گذاری پرامپت: همراه تصویر، پرامپت کامل هم قابل اشتراک است.
   

۱. اسکچ (Sketch)؛ ایده ات را بکش تا تبدیل به واقعیت شود

گاهی واضحترین راه برای توضیح یک ایده، کشیدن آن است. OpenAI با قابلیت Sketch این امکان را فراهم کرده که کاربر مستقیماً داخل ChatGPT طراحی کند و از آن به عنوان راهنمای بصری برای تصویر نهایی استفاده شود. کافی است در چت عبارت @Sketch را تایپ کنید تا پنل طراحی باز شود؛ سپس میتوانید چیدمان یک اتاق، طرح کلی یک لباس یا حتی یک طراحی ساده و سرگرمکننده را بکشید و ChatGPT طرح خام شما را به یک تصویر کامل تبدیل میکند.

برای اینکه خروجی به سلیقه تان نزدیکتر شود، کافی است توضیحی دربارهٔ سبک و جزئیات موردنظرتان اضافه کنید. جالبتر اینکه برای استفاده از این قابلیت نیازی به هنرمند حرفه ای بودن نیست؛ این فقط راهی تازه است تا تصویر نهایی به چیزی که در ذهن دارید نزدیکتر شود؛ مثلاً میتوانید اسکچ چیدمان یک اتاق را بکشید و آن را به یک رندر داخلی واقع‌گرایانه تبدیل کنید.

۲. کامنت مستقیم روی تصویر؛ ویرایش دقیق و هدفمند

برای اینکه ویرایش‌ها دقیقتر و متمرکزتر انجام شوند، حالا م‌یتوانید کامنت را مستقیماً روی تصویر قرار دهید. به این ترتیب به‌جای توضیح کلی و متنی، دقیقاً روی همان ناحیه‌ای که قصد تغییرش را دارید (مثل یک شیء، پس‌زمینه یا بخشی از متن) نشانه می‌گذارید و مدل همان بخش خاص را ویرایش می‌کند.

این روش که شباهت زیادی به ابزارهای طراحی تیمی مانند Figma دارد، ابهام را از فرآیند ویرایش حذف میکند و باعث میشود تصویر نهایی بیشتر با چیزی که واقعاً در ذهن داشته‌اید هماهنگ باشد؛ حتی وقتی سوژه یا پس‌زمینه پیچیده است.

۳. قالب‌های آماده (Templates)؛ شروع سریع و آسان

گاهی دقیقاً میدانید چه چیزی میخواهید بسازید و فقط به کمی کمک برای شروع نیاز دارید. برای همین OpenAI قالب‌های آماده (Templates) را برای برخی از پرطرفدارترین فرمت‌های خلاقانه معرفی کرده است.

به‌جای اینکه از یک صفحهٔ سفید شروع کنید، میتوانید قالبی مانند «پوستر» (Poster)، «محصول» (Merch) یا «فلایر» (Flyer) را انتخاب کنید و سپس جزئیاتی مثل اطلاعاتی که باید منتقل شود، المان‌های طراحی و سبک دلخواهتان را به آن اضافه کنید تا نتیجه کاملاً شخصی‌سازی‌شده باشد. این قابلیت برای افرادی که به‌طور منظم محتوای تبلیغاتی یا پوستر تولید میکنند، سرعت کار را به شکل چشم‌گیری بالا می‌برد.

۴. اشتراک‌گذاری پرامپت؛ بهترین ایده‌هایت را به اشتراک بگذار

اغلب پیش می‌آید به تصویری می‌رسید که آنقدر خوب است که‌ حیف است به اشتراک گذاشته نشود. حالا هنگام اشتراک‌گذاری یک تصویر می‌توانید پرامپتی را هم که به آن رسیده ضمیمه کنید. با این کار، فرد دیگری می‌تواند همان ایده را بردارد و با تصاویر و جزئیات خودش، نسخه‌ای بسازد که به خودش تعلق دارد.

این قابلیت عملاً یک چرخهٔ خلاقیت جمعی می‌سازد: ایده‌ها به‌جای ماندن در یک گفت‌وگو، منتشر می‌شوند، تکثیر می‌شوند و هر بار با سلیقهٔ شخصیِ فرد جدید ترکیب شده و به نسخهٔ تازه‌ای تبدیل میشوند.

مهمترین بهبودهای نسخهٔ ۲.۵ چت جی پی تی ایمیج

جدول زیر خلاصه‌ای از ارتقاهای کلیدی در مقایسه با نسخهٔ قبل را نشان میدهد:

ویژگی	توضیح
سرعت	کاهش تأخیر تولید تا ۵۰٪ نسبت به Images 2.0
کیفیت نور و بافت	نورپردازی طبیعی تر و بافتهای غنی تر در خروجی
حفظ سوژه	وفاداری بالاتر به سوژه در عکس‌های مرجع هنگام تغییر پس‌زمینه، سبک و ترکیب‌بندی
ویرایش دقیق	تغییر فقط در ناحیهٔ درخواستی، بدون دست زدن به بقیهٔ تصویر
ثبات چندمرحله‌ای	حفظ کیفیت در مکالمات طولانی؛ نتیجه در ویرایش‌های پی‌درپی افت نمی‌کند
متن و چیدمان	درک بهتر دستورهای بصری پیچیده، چیدمان تمیزتر، پس‌زمینهٔ شفاف و دقت بالاتر در متن داخل تصویر

فلر (Flare) یا سانبرست (Sunburst)؟ دو مدل متفاوت API در جی پی تی ایمیج ۲.۵

شاید در حوزه تولید تصویر با هوش مصنوعی، مهمترین نوآوری این نسخه برای توسعه‌دهندگان، تفکیک مدل‌های API تصویری بر اساس «سرعت در برابر دقت» باشد:

معیار	GPT-Image-2.5 Flare	GPT-Image-2.5 Sunburst
شناسهٔ API	gpt-image-2.5-flare	gpt-image-2.5-sunburst
هدف	انتخاب پیش‌فرض برای بیشتر کاربردها؛ تولید پرحجم و سریع	ورک‌فلوهای خلاقانهٔ سط‌ح‌بالا با کنترل دقیق
سرعت	کیفیت بالاتر از GPT-Image-2 با تأخیر تا ۵۰٪ کمتر	عمداً کندتر؛ زمان بیشتر در ازای دقت بالاتر
کاربردها	شبکه‌های اجتماعی، تجربهٔ محصول، نمونه‌سازی سریع و تولید انبوه	کمپین‌های آمادهٔ انتشار، تصاویر تبلیغاتی حرفه‌ای

کدام Api چت جی پی تی ایمیج ۲.۵ را انتخاب کنیم؟

توصیهٔ انتخاب: برای تولید پرحجم و سریع، Flare انتخاب درستی است؛ برای تصاویر تبلیغاتی حرفه‌ای که قرار است مستقیماً منتشر شوند و ویرایش دقیق در اولویت است، Sunburst نتیجهٔ مطلوبتری می‌دهد. در اغلب موارد شروع با Flare منطقی است.

قیمت ChatGPT Images 2.5

طبق اعلامیه رسمی اوپن ای آی درباره قیمت، در تاریخ ۸ سپتامبر ۲۰۲۶ هزینه توکن‌ها در ChatGPT Images 2.5 مانند نسخهٔ قبل این و تغییری نکرده است:

آیتم	قیمت (دلار به ازای هر میلیون توکن)
ورودی تصویر	۸٫۰۰$
ورودی تصویر کش شده (Cached)	۲٫۰۰$
خروجی تصویر	۳۰٫۰۰$
ورودی متن	۵٫۰۰$
ورودی متن کش شده	۱٫۲۵$

آنچه تغییر کرده، افزوده شدن سطوح کیفیت جدید xhigh و max است. این سطوح توکن بیشتری مصرف می‌کنند، بنابراین هزینهٔ هر تصویر نهایی می‌تواند بیشتر شود؛ هرچند نرخ هر توکن ثابت مانده است.

مقایسهٔ هزینه و توکن مصرفی بر اساس سطح کیفیت در GPT-Image-2.5

طبق محاسبات OpenAI Developers در تاریخ ۸ سپتامبر ۲۰۲۶ هزینهٔ تقریبی تولید هر تصویر ۱۰۲۴×۱۰۲۴ با GPT-Image-2.5 در هر دو Sunburst وFlare به صورت زیر است:

سطح کیفیت	توکن مصرفی	هزینهٔ تقریبی (دلار)	نسبت به low
low	۱۹۶	۰٫۰۰۵۹$	۱×
medium	۴۳۹	۰٫۰۱۳۲$	~۲٫۲×
high	۱۷۶۵	۰٫۰۵۲۷$	~۹×
xhigh	۳۱۲۲	۰٫۰۹۳۷$	~۱۶×
max	۷۰۲۴	۰٫۲۱۰۷$	~۳۶×

بنچمارک‌های GPT Image 2.5

نکتهٔ مهم دربارهٔ GPT-Image-2.5 این است که این مدل هنوز در هیچ لیدربورد مستقل و عمومی (مانند LMArena یا Artificial Analysis) که در دنیای هوش مصنوعی معروف هستند، ثبت نشده است؛ بنابراین همهٔ ادعاهای «کیفیت بهتر» فعلاً از سوی خود OpenAI مطرح شده‌اند و هنوز تأیید مستقل ندارند. هنگام ارزیابی مدل باید این نکته را در نظر داشت و صرفاً به بیانیهٔ رسمی اکتفا نکرد.

برای درک زمینه، نسخهٔ قبلی یعنی GPT-Image-2 در آخرین رتبه‌بندی LMArena (۴ سپتامبر ۲۰۲۶) با ۱۳۸۲ امتیاز صدرنشین بود و همین جایگاه سقف انتظار از جانشینش را بالا برده است.

آیا کدنام‌های mona-lisa-1 و luna-lisa-alpha همان نسخه ۲.۵ جی پی تی ایمیج بوده‌اند؟

در همین حال دو checkpoint ناشناس با کدنام‌های mona-lisa-1 و luna-lisa-alpha در ماه اوت در آرناهای عمومی آزمایش شده‌اند که بسیاری آن را ردپای نسخهٔ ۲.۵ می‌دانند — هرچند تأیید رسمی نشده است.

ادعای شرکت چینی Manus درباره GPT-Image-2

شرکت چینی Manus نیز در تست مستقل خود گزارش کرده که موتور سریع این نسخه (Flare) در برخی سناریوها بین ۲ تا ۴ برابر سریعتر از GPT-Image-2 عمل میکند. سرعت دادهٔ قابل سنجشی است؛ اما «کیفیت» سلیقه‌ای است و لیدربوردهای عمومی بر پایهٔ رأی کاربران شکل می‌گیرند.

توصیه میکنیم اگر GPT-Image-2.5 را برای پروژهٔ حساسی به کار میگیرید، آن را در ورک‌فلو واقعی و با نمونه‌های خودتان آزمایش کنید. تصویر زیر یک نمونه از توانایی GPT-Image-2.5 در تغییر تصاویر دارد.

بنچمارک GPT Image 2 در برابر Grok Imagine 2.0

ماه گذشته نسخه جدید Grok Imagine Image 2.0 گراک نیز عرضه شد و با GPT Image 2 وارد رقابت شد. در بنچمارک Arena، پس از عرضه مدل Grok Imagine 2.0 همچنان GPT Image 2 در رتبه اول قرار گرفت. نتایج و امتیازهای ثبت‌شده برای هر دو مدل در جدول زیر آمده است.  

انتظار می‌رود GPT-Image-2.5 که نسخه جدیدتر این مدل است نیز همچنان پرچم‌دار مدل‌های تصویر باشد و از Grok Imagine 2.0 پیشی بگیرد.

GPT Image 2	Grok Imagine 2.0	رده‌بندی
۱۳۸۰	۱۳۲۰	تصویر از متن (Text-to-Image)
۱۴۶۳	۱۴۳۹	ویرایش تصویر (Image Editing)

نحوه دسترسی به ChatGPT Images 2.5

ChatGPT Images 2.5 از ۸ سپتامبر ۲۰۲۶ به‌صورت مرحله‌ای یعنی (Staged Rollout) برای همهٔ کاربران ChatGPT، ChatGPT Work و Codex عرضه شده است.

از آنجا که عرضه به‌صورت مرحله‌ای انجام می‌شود، ممکن است مدل بلافاصله در حساب همهٔ کاربران ظاهر نشود. در این صورت، به‌روزرسانی اپلیکیشن و کمی صبر معمولاً مشکل را حل می‌کند.

چت جی پی تی ۶ آسترا GPT-6 Astra هم که جدیدترین نسخه متنی این شرکت است و ۵ روز قبل یعنی ۳ سپتامبر ۲۰۲۶ رونمایی شد، به تازگی در دسترس کاربران قرار گرفته است.

آیا این مدل در پلن‌ رایگان ChatGPT هم در دسترس است؟

نکتهٔ مهم دیگر این است که این مدل برای همهٔ پلن‌ها، حتی پلن رایگان در دسترس قرار گرفته و محدودیتی از نظر نوع پلن برای دسترسی به خودِ مدل وجود ندارد.

آنچه در پلن‌های مختلف تغییر می‌کند، سهمیهٔ تولید تصویر (Image Generation Quota) است؛ یعنی همه به مدل دسترسی دارند، اما تعداد تصویری که میتوانید در یک بازهٔ زمانی مشخص تولید کنید به پلن شما بستگی دارد.

پلتفرم	وضعیت دسترسی
ChatGPT (تمام پلنها، از جمله رایگان)	در دسترس
ChatGPT Work	در دسترس
Codex	در دسترس
دسکتاپ	در دسترس
موبایل	در دسترس
وب	در دسترس

جمع بندی

GPT-Image-2.5 جهشی مهم در مسیر تولید و ویرایش تصویر OpenAI است: ویرایش دقیقتر، سرعتی تا ۵۰٪ بالاتر، چهار قابلیت تعاملی جدید و نخستین تفکیک دو مدلهٔ «سرعت در برابر دقت» (Flare و Sunburst). قیمت توکن هم تغییری نکرده است. با این حال باید منتظر ماند تا مدل در لیدربوردهای مستقل شرکت کند و ادعاها با دادهٔ بیطرف سنجیده شوند.