8 сентября 2026 года OpenAI добавила новое поколение моделей для работы с изображениями под названием GPT Image 2.5, и оно вышло в виде двух моделей, а не одной: gpt-image-2.5-sunburst — более мощная из двух, созданная для процессов, где важнее всего точность редактирования, и gpt-image-2.5-flare — более быстрая, для повседневной генерации качественных изображений. Практический вывод для владельца бизнеса: теперь можно отредактировать конкретную область внутри фото товара, которое у вас уже есть, вместо того чтобы заказывать новую студийную съёмку или генерировать всё изображение заново в надежде, что получится похоже.

Что на самом деле объявила OpenAI

Согласно страницам моделей в официальной документации OpenAI, обе модели принимают на вход текст и изображения и выдают только изображения. У каждой есть закреплённый снапшот, датированный самим днём запуска: gpt-image-2.5-sunburst-2026-09-08 и gpt-image-2.5-flare-2026-09-08. Эта деталь важна для работы, потому что закреплённый снапшот означает, что ваши результаты не изменятся незаметно для вас в тот день, когда поставщик обновит модель.

Обе модели поддерживают шесть уровней качества: low, medium, high, xhigh, max и auto. И обе работают двумя способами: через Image API с эндпоинтами генерации и редактирования или как инструмент внутри Responses API, когда нужен многошаговый сценарий, в котором пользователь дорабатывает изображение в диалоге. Первого способа достаточно, если вам нужно одно изображение по одному промпту. Второй нужен, если вы создаёте экран, на котором сотрудник отдела маркетинга редактирует изображение шаг за шагом.

Sunburst или Flare? Правило простое

Выбирайте не по названию, а по характеру работы. Если задача требует точности редактирования — изменить цвет флакона, убрать элемент с фона, заменить текст на упаковке, сохранить форму товара в точности такой, какая она есть, — это территория Sunburst, модели, которую OpenAI называет своей самой мощной для генерации и редактирования изображений. Если задача связана с объёмом и скоростью — десятки фонов для кампаний, иллюстрации к статьям, быстрые визуальные черновики до утверждения направления, — логичный выбор Flare.

На практике большинству команд нужны обе: Flare на этапе поиска, где важно количество, а ошибки обходятся дёшево, а затем Sunburst для финального прохода, когда изображение попадает на страницу товара, которую увидит платящий клиент.

Настоящее изменение — частичное редактирование, а не генерация

Генерация изображений по тексту уже не новинка и не редкость. Внимания здесь заслуживает поддержка inpainting — перерисовка заданной области внутри существующего изображения, при которой остальная часть изображения остаётся нетронутой. Это превращает инструмент из генератора изображений в редактор изображений, и разница между ними — это разница между тем, что развлекает отдел маркетинга, и тем, что входит в настоящую производственную линию.

Конкретный пример: магазин с тремястами SKU, снятыми на белом фоне, решает перейти на светло-серый фирменный стиль. Старый путь — запланировать новую съёмку, перевезти товары, заплатить фотографу: две недели. Новый путь — прогнать изображения через API с одной инструкцией и добавить проверку результатов человеком: один рабочий день. То же фото, тот же товар, изменилось только окружение.

Стоимость считается в токенах, а не в изображениях

Этот момент сбивает с толку многих владельцев бизнеса, потому что он не похож на ценообразование дизайнерских услуг. Согласно прайсу OpenAI для обеих моделей, тариф у них одинаковый: текстовый ввод — пять долларов за миллион токенов и один доллар двадцать пять центов из кэша, ввод изображений — восемь долларов за миллион токенов и два доллара из кэша, вывод изображений — тридцать долларов за миллион токенов. Текстовый вывод не оплачивается вовсе, потому что эти модели выдают изображения, а не текст. OpenAI также отмечает, что тарифы за токены совпадают с тарифами предыдущего поколения GPT Image 2.

Практический совет: не считайте на бумаге. Прогоните пробную партию из ста реальных изображений из своего каталога с теми самыми настройками, которые собираетесь использовать, посмотрите на счёт и умножьте. Оценка, основанная на ста реальных изображениях, честнее любого калькулятора, тем более что выбранный уровень качества напрямую влияет на расход.

Пять сценариев, которые окупаются в первую неделю

  • Единообразие каталога: одинаковые фоны, освещение и ракурсы для сотен товаров, снятых в разное время и в разных условиях.
  • Варианты для кампаний: летняя версия, версия к Рамадану и версия к White Friday одного и того же фото без отдельной съёмки к каждому поводу.
  • Предпросмотр упаковки перед печатью: визуально проверьте арабский текст или новый логотип на упаковке, прежде чем запускать тираж.
  • Восстановление старых изображений: уберите отвлекающие элементы, блики или устаревшие обозначения с архивных фото вместо того, чтобы их выбрасывать.
  • Изображения для контента: иллюстрации для вашего блога и рассылки вместо тех же стоковых фото, которые используют и ваши конкуренты.

Три замечания, прежде чем строить на этом процессы

Первое — верификация организации. В документации OpenAI указано, что перед использованием моделей GPT Image может потребоваться пройти верификацию организации API в вашей консоли разработчика. Включите этот шаг в график с самого начала, чтобы он не застал вас врасплох в день запуска.

Второе — проверка человеком обязательна. Каждое изображение товара, которое будет опубликовано, должен утвердить человек. Модель не знает, что цвет, который она скорректировала, закреплён в вашем фирменном стиле, и не знает, что после правки товар выглядит больше, чем он есть. Показывать товар на изображении, которое не соответствует действительности, — это коммерческая и регуляторная проблема ещё до того, как она станет технической.

Третье — не загружайте фото людей. Фотографии клиентов или сотрудников — не сырьё для экспериментов. Сформулируйте правило для команды явно: товары, места и маркетинговые материалы — да; люди — нет, если только у вас нет задокументированного явного согласия в рамках понятной политики в отношении персональных данных.

Как встроить это в вашу систему, а не оставить побочным инструментом

Разница между компанией, которая получает пользу от этих моделей, и компанией, которая только о них говорит, — в том, где эти модели используются. Если они живут во вкладке браузера, которую сотрудник открывает, чтобы вручную скачать файл, выигрыш невелик и исчезает с первым же отпуском. Ценность появляется, когда вы подключаете API к своей системе: новый товар попадает в каталог, его визуальные варианты автоматически генерируются в размерах, нужных каждому каналу, попадают в очередь на проверку и публикуются одним кликом подтверждения. В этот момент вы уже не покупаете изображения, а строите визуальную производственную линию, которая работает без ежедневного контроля.

В Origami мы встраиваем именно такую связку в системы, которые разрабатываем для клиентов: API, подключённый к базе данных товаров, очередь на проверку с чёткими правами доступа и журнал, показывающий, кто и когда утвердил каждое изображение. Технология доступна уже сегодня, а решающим фактором остаётся само решение: относитесь ли вы к ней как к новой игрушке или как к шагу операционного процесса, у которого есть ответственный и метрика успеха.

Источники

  • Официальная документация OpenAI — страница модели GPT-Image-2.5 Sunburst: developers.openai.com
  • Официальная документация OpenAI — страница модели GPT-Image-2.5 Flare: developers.openai.com
  • Руководство OpenAI по генерации изображений: developers.openai.com