GPT Image 2.5 چیست؟ بررسی مولد تصویر ChatGPT

اگر در ChatGPT نوشته‌اید «یک پوستر بساز» یا عکسی آپلود کرده‌اید و گفته‌اید «پس‌زمینه را عوض کن»، دارید با خانوادهٔ GPT Image کار می‌کنید؛ همان مولد تصویری که OpenAI داخل ChatGPT و API قرار داده است. نسخهٔ فعلی اصلی، ChatGPT Images 2.5 است که سپتامبر ۲۰۲۶ معرفی شد و در API با دو شناسهٔ gpt-image-2.5-flare و gpt-image-2.5-sunburst در دسترس است. در این مقاله می‌بینیم چه فرقی با هم دارند، چطور در ChatGPT و API ازشان استفاده کنید، قیمت تقریباً چقدر است و کجا بهتر است سراغ Nano Banana یا Midjourney بروید. برای رتبه‌بندی کلی مدل‌های تصویر، اول بهترین هوش مصنوعی‌های تولید تصویر را ببینید؛ اینجا تمرکز روی کار عملی با GPT Image است.

آخرین به‌روزرسانی: ۸ آبان ۱۴۰۵ — مشخصات مدل‌ها از اعلامیهٔ رسمی OpenAI (۸ سپتامبر ۲۰۲۶) و مستندات developers.openai.com، و امتیاز Elo از گزارش‌های آرنای تصویر Artificial Analysis حدود ۲۰ اکتبر ۲۰۲۶ برداشته شده‌اند. قیمت توکنی از صفحهٔ Pricing API است؛ هزینهٔ هر تصویر به کیفیت و اندازه بستگی دارد و تغییر می‌کند.

GPT Image 2.5 چیست؟

OpenAI در ۸ سپتامبر ۲۰۲۶ از ChatGPT Images 2.5 رونمایی کرد: مدل تصویر تازه‌ای با جزئیات تیزتر، ویرایش دقیق‌تر، نور و بافت طبیعی‌تر، و تا حدود ۵۰٪ تأخیر کمتر نسبت به Images 2.0. طبق همان اعلامیه، هر هفته بیش از ۳ میلیارد تصویر در ChatGPT Images و مدل‌های GPT-Image در API ساخته می‌شود.

برای توسعه‌دهنده‌ها دو مدل API آمده است:

• GPT-Image-2.5 Flare (gpt-image-2.5-flare): کیفیت بالا با تأخیر کمتر؛ انتخاب پیش‌فرض بیشتر کارها.
• GPT-Image-2.5 Sunburst (gpt-image-2.5-sunburst): دقت بیشتر در ویرایش‌های چندمرحله‌ای و کارهای خلاقانهٔ حساس؛ معمولاً کندتر.

DALL·E به‌عنوان مسیر اصلی ساخت تصویر در ChatGPT کنار رفته و مسیر فعلی «ChatGPT Images» است. اگر با خود مدل‌های متنی OpenAI کار می‌کنید، مقالهٔ GPT-6 چیست و مقایسه ChatGPT با Claude و Gemini را هم ببینید.

نقاط قوت: جزئیات، ویرایش و متن داخل تصویر

طبق مستندات OpenAI و تجربهٔ کاربران آرنا، نقاط قوت اصلی Images 2.5 این‌هاست:

• وفاداری به عکس مرجع: چهره، محصول یا سوژه بهتر حفظ می‌شود وقتی از شما می‌خواهید در صحنهٔ جدید ظاهر شود.
• ویرایش موضعی: فقط همان چیزی را عوض می‌کند که خواسته‌اید؛ پس‌زمینه و ترکیب کلی کمتر به‌هم می‌ریزد.
• ویرایش چندنوبته: در یک گفت‌وگوی طولانی، تغییرات قبلی بهتر می‌مانند.
• متن داخل تصویر: برای پوستر و UI هنوز یکی از قوی‌ترین‌هاست (در دستهٔ Text Rendering آرنا، خانوادهٔ GPT Image معمولاً صدر جدول است). متن فارسی را همیشه خودتان چک کنید.
• پس‌زمینه شفاف و قالب‌ها: خروجی شفاف (PNG/WebP) و قالب‌هایی مثل پوستر یا عکس محصول در ChatGPT اضافه شده‌اند. قابلیت Sketch هم اجازه می‌دهد طرح دستی بکشید و مدل آن را کامل کند.

آموزش ساخت و ویرایش عکس در ChatGPT

ساخت از صفر: در چت بنویسید چه می‌خواهید، یا از منوی More گزینهٔ Images را انتخاب کنید. مثال:

ویرایش: همان تصویر را در چت نگه دارید و بگویید «دسته‌اش را کوتاه‌تر کن» یا «پس‌زمینه را به آشپزخانهٔ روشن عوض کن، خود ماگ را عوض نکن». Images 2.5 برای همین ویرایش‌های چندنوبته تقویت شده است. می‌توانید روی تصویر کامنت بگذارید یا از Sketch برای مشخص کردن ترکیب استفاده کنید.

با API: برای یک تصویر تکی از Image API (/v1/images/generations یا edits) استفاده کنید؛ برای گفت‌وگوی چندمرحله‌ای، ابزار image_generation در Responses API مناسب‌تر است. پارامترهای رایج: quality (از low تا max)، size (مثلاً 1024x1024 یا 1536x1024)، background (opaque / transparent).

قیمت API و تفاوت Flare با Sunburst

طبق صفحهٔ Pricing توسعه‌دهندگان OpenAI، نرخ توکنی Flare و Sunburst یکسان است:

هزینهٔ هر تصویر ثابت نیست؛ کیفیت بالاتر و اندازهٔ بزرگ‌تر توکن بیشتری می‌سوزاند. در برآوردهای لیدربورد Artificial Analysis، حدود ۰٫۲۱ دلار به‌ازای هر تصویر ۱۰۲۴×۱۰۲۴ برای GPT Image 2.5 (تنظیمات سنجش‌شده) گزارش شده، یعنی حدود ۲۱۰ دلار برای هزار تصویر — خیلی گران‌تر از Nano Banana 2.1. جدول کامل قیمت مدل‌های مختلف را در مقالهٔ رتبه‌بندی تصویر و در قیمت API مدل‌های هوش مصنوعی دنبال کنید؛ اینجا جدول همه‌مدلی را تکرار نمی‌کنیم.

کی را انتخاب کنیم؟ از Flare شروع کنید. اگر ویرایش‌های پیچیده کیفیت لازم را نداد، همان پرامپت را با Sunburst بسنجید و فقط جایی که اختلاف کیفیت مهم است روی Sunburst بمانید.

مقایسه با Nano Banana، Midjourney و FLUX

ترفندهای پرامپت که واقعاً کمک می‌کنند

• سوژه، نور، پس‌زمینه، نسبت تصویر را جدا بنویسید؛ نه یک جملهٔ احساسی طولانی.
• برای ویرایش بگویید چه چیزی عوض نشود: «فقط پس‌زمینه را عوض کن، خود محصول دست نخورد.»
• متن داخل تصویر را داخل گیومه و با زبان موردنظر بنویسید؛ بعد خروجی را زوم کنید و غلط املایی را چک کنید.
• از عکس مرجع برای چهره یا بسته‌بندی محصول استفاده کنید؛ Images 2.5 اینجا قوی‌تر شده است.
• اگر سری روی برند می‌سازید، یک پرامپت پایه ثابت نگه دارید و فقط متغیرها را عوض کنید؛ قابلیت اشتراک‌گذاری پرامپت در ChatGPT برای همین کار است.

اگر می‌خواهید تصویرسازی را در کنار بقیهٔ مهارت‌های AI یاد بگیرید، دورهٔ کپسول هوش مصنوعی رادینو را ببینید.

سؤالات متداول

ساخت عکس با ChatGPT رایگان است؟

ChatGPT Images روی همهٔ سطوح (از جمله رایگان) در دسترس است، اما سهمیه و سرعت با پلن عوض می‌شود. برای کار زیاد، پلن‌های پولی محدودیت نرم‌تری دارند. جزئیات دقیق سهمیه را در صفحهٔ Help همان لحظه چک کنید چون تغییر می‌کند.

GPT Image متن فارسی را درست می‌نویسد؟

بهتر از نسل‌های قدیمی است و در دستهٔ Text Rendering آرنا قوی ظاهر می‌شود، اما متن فارسی هنوز ممکن است غلط یا بدشکل باشد. همیشه خروجی را در اندازهٔ بزرگ بررسی کنید و در صورت نیاز همان تصویر را با دستور اصلاح متن ویرایش کنید.

قیمت API هر تصویر GPT Image چقدر است؟

ثابت نیست؛ بر اساس توکن، کیفیت و اندازه حساب می‌شود. نرخ رسمی: ۸ دلار / ۱M توکن ورودی تصویر و ۳۰ دلار / ۱M توکن خروجی تصویر برای Flare و Sunburst. برآوردهای لیدربورد حدود ۰٫۲۱ دلار برای یک تصویر ۱۰۲۴×۱۰۲۴ در تنظیمات سنجش‌شده گزارش کرده‌اند. برای تخمین دقیق از ماشین‌حساب راهنمای Image Generation در مستندات OpenAI استفاده کنید.

GPT Image بهتر است یا Nano Banana؟

از نظر امتیاز Elo آرنا، GPT Image 2.5 بالاتر است. از نظر هزینهٔ API برای کیفیت نزدیک، Nano Banana 2.1 معمولاً به‌صرفه‌تر است. اگر داخل اکوسیستم ChatGPT کار می‌کنید و ویرایش گفت‌وگو مهم است، GPT Image راحت‌تر است.

چطور عکس خودم را با ChatGPT ویرایش کنم؟

عکس را در چت آپلود کنید و دقیق بگویید چه تغییری می‌خواهید و چه چیزی باید ثابت بماند. می‌توانید چند دور پشت‌سرهم ویرایش کنید، از کامنت روی تصویر استفاده کنید، یا با Sketch ناحیه را مشخص کنید. در API، endpoint ویرایش یا ابزار image_generation با action مناسب همین کار را می‌کند.

منابع و مراجع