GPT Image: как устроена нейросеть OpenAI для картинок

Коротко: это нейросеть OpenAI, которая умеет создавать изображение по тексту и менять уже готовое. На сайте разработчика у GPT Image 2 вход подписан как текст и картинка, выход как картинка. Звук и видео эта карточка не обещает.

Путаница в поиске понятна. В продукте ChatGPT тот же навык называется ChatGPT Images. В API у каждой ступени своё машинное имя. GPT Image 1.5 появилась в декабре 2025 года. GPT Image 2 закреплена снимком gpt-image-2-2026-04-21. У версий 2.5 два имени: gpt-image-2.5-flare и gpt-image-2.5-sunburst, оба со снимком от 8 сентября 2026 года. Есть ещё псевдоним chatgpt-image-latest. Он всегда указывает на то, что OpenAI считает текущим в ChatGPT, и для стабильной работы хуже фиксированного снимка.

Карточка GPT Image 2 честно ограничивает маршруты. Модель обслуживает генерацию, правку и пакетные задания. Обычный текстовый метод chat completions ей не положен. Дообучение на своих данных тоже не поддерживается. Если программа «просто пишет в чат» и ждёт картинку, она говорит с текстовой моделью, а та уже зовёт инструмент рисования. В гиде OpenAI для этого инструмента советуют Sunburst, когда важна точность правки, и Flare, когда нужна быстрая качественная генерация.

От DALL·E эта линейка отличается по смыслу, который OpenAI сформулировала ещё 25 марта 2025 года, на генерации внутри GPT-4o. Картинка стала умением языковой модели, а не отдельным рисовальщиком сбоку. Модель опирается на знания и на уже загруженные кадры. Позже имена сменились на GPT Image, но идея осталась: один запрос может описать сюжет, надпись, правку и ссылку на ваш файл.

Хронология короткая, и её стоит держать перед глазами. Иначе «GPT Image 2» в статье годичной давности и в справке ноября 2026 года означают разное.

25 марта 2025 года OpenAI включила генерацию картинок на GPT-4o. В анонсе прямо сказано, чем она сильна: текст на изображении, следование формулировке, знания модели, загруженные фото как материал или как образец стиля. Раскатка шла на Plus, Pro, Team и бесплатный уровень ChatGPT, генератор стал основным. DALL·E тогда ещё открывалась отдельной кнопкой.

16 декабря 2025 года вышла новая ChatGPT Images. В API её назвали GPT Image 1.5. OpenAI обещала точечные правки без потери деталей и генерацию до четырёх раз быстрее. Доступ в тот день получили все пользователи ChatGPT и API. Отдельный раздел Images внутри ChatGPT дошёл до большинства сразу, до Business и Enterprise чуть позже.

21 апреля 2026 года вышли ChatGPT Images 2.0 и модель gpt-image-2. Системная карточка называет это шагом в знаниях о мире, в следовании инструкции и в плотных деталях, включая насыщенный текст. Вместе с моделью описан режим размышления. Он добавляет к рисованию рассуждение и инструменты: поиск в сети, несколько картинок из одного запроса, сборку короткой фразы в продуманный кадр. Это свойство продукта ChatGPT. В карточке самой gpt-image-2 из всех методов отмечены только генерация, правка и пакетные задания.

8 сентября 2026 года вышла Images 2.5. В том же посте OpenAI пишет, что каждую неделю люди создают больше трёх миллиардов картинок в ChatGPT Images и через API. Задержку относительно Images 2.0 снизили на величину до 50 процентов. В ChatGPT появились набросок Sketch, шаблоны вроде афиши и фото товара, комментарии на самом кадре и возможность отдать свой запрос другому человеку.

23 октября 2026 года справочник API фиксирует отключение gpt-image-1. Имя ещё видно в списке, но помечено как снятое. Вместо него справка указывает Sunburst или Flare. GPT Image 1.5 в том же списке на 1 ноября 2026 года всё ещё числится среди рабочих имён. Путать «единицу» и «полтора» уже нельзя.

Источник: анонсы OpenAI и справочник API, проверка 2 ноября 2026

GPT Image 2 — модель от 21 апреля 2026 года для генерации и правки. На карточке разработчика она описана как быстрая и качественная, с гибким размером кадра и с подробным входом-картинкой. Снимок один: gpt-image-2-2026-04-21. Псевдоним gpt-image-2 ведёт на него.

Размер для неё и для моделей 2.5 задаётся строкой из ширины и высоты, например 1536x864. Жёсткую таблицу «только квадрат, только 1024» OpenAI для этой ступени больше не держит. У 2.5 в гиде по запросам ограничения прописаны отдельно, и ниже они относятся именно к 2.5. Для двойки в ноябрьской справке подтверждён сам принцип произвольного размера, без копирования всех порогов.

Лимиты карточки тоже говорящие. На младшем уровне Build это 20 картинок в минуту и 250 тысяч единиц текста в минуту. На Launch уже 150 картинок в минуту, на Grow — 250. Для человека в чате потолок незаметен. Для сервиса, который штампует карточки товара пачками, 20 кадров в минуту на стартовом уровне быстро становится узким местом. Цифры взяты из карточки модели на 2 ноября 2026 года и зависят от уровня аккаунта у OpenAI.

Системная карточка 2.0 отдельно предупреждает про реализм. По сравнению с генерацией GPT-4o и с версией 1.5 картинка убедительнее, и без фильтров это усиливает подделки реальных людей, мест и событий. Внутренняя проверка OpenAI на 3112 кадрах нашла 685 нарушающих, это 22 процента выборки. Совместный фильтр запроса и картинки поймал 96,1 процента этих нарушений. Незамеченными остались 3,9 процента нарушений. Безопасным выходом компания посчитала 99,1 процента всех кадров. Это их экзамен и их разметка. Независимой таблицы с той же методикой в открытом доступе мы не видели, поэтому в сравнение с другими нейросетями эти проценты не ставим.

Режим размышления в той же карточке устроен как надстройка. Модель картинки не «гуглит сама» в смысле отдельного метода API. Система вокруг неё может сходить в поиск, собрать факты и только потом попросить кадр. Для плаката с актуальной афишей это полезно. Для выдуманного персонажа поиск только мешает: в кадр приедут чужие вывески и даты.

8 сентября 2026 года API получил не одну модель, а две. OpenAI развела их по задаче, и это главное, что стоит запомнить про «нейросеть GPT Image 2» в ноябре.

Flare в гиде для разработчиков названа маленькой моделью. Её оптимизировали по скорости, качество сопоставимо с GPT Image 2. В анонсе формулировка жёстче: для большинства приложений Flare выбирают по умолчанию, картинка качественнее, чем у GPT Image 2, а задержка ниже на 50 процентов. Расхождение тона есть. Гид говорит «сопоставимо», пост говорит «выше и быстрее». Мы оставляем оба источника рядом и не склеиваем их в одну цифру.

Sunburst названа базовой моделью. Качество выше, чем у GPT Image 2. Генерация дольше. Анонс отдаёт её туда, где нужен дополнительный контроль: кампания, предметная съёмка, серия правок. Гид советует простой порядок. Если GPT Image 2 вас уже устраивает, сначала гоняйте те же запросы на Flare и смотрите, не просела ли картинка при выигрыше во времени. Если двойка на сложном брифе не дотягивает, сначала добейтесь кадра на Sunburst. Потом тем же пакетом проверьте Flare. Оставляйте Sunburst только там, где разница видна глазом и она вам нужна.

Чужой замер в том же анонсе приводит команда Manus: у них Flare оказалась в два-четыре раза быстрее GPT Image 2. Это их стенд, не таблица OpenAI. Цифру «до 50 процентов» к задержке относительно Images 2.0 даёт сам разработчик, и она про продукт Images 2.5 в целом.

Обе модели 2.5 лучше держат героя с референса и лучше слушаются правки в нескольких ходах. Системная карточка добавляет: устойчивее инфографика и вёрстка, можно сменить обстановку или стиль и сохранить больше деталей. Обучение описано общо, как у других моделей OpenAI: открытый интернет, данные партнёров, материалы пользователей и тренеров. Числа параметров нет. Выдумывать размер сети мы не будем.

Уровни качества у 2.5 шире, чем у ранних GPT Image. Кроме автоматического, низкого, среднего и высокого есть ещё два верхних, в документации они подписаны xhigh и max. У моделей до 2.5 этих положений нет. Одинаковая подпись уровня у Flare и у Sunburst не означает одинаковый кадр и одинаковое время. Более высокий уровень не гарантирует лучший результат на каждый запрос. Гид прямо предлагает поднять уровень, только если на нижнем не хватает читаемости, и потом снова спуститься, если разницы нет.

Свой размер у 2.5 ограничен четырьмя правилами. Сторона не длиннее 3840 пикселей. Обе стороны кратны 16. Длинная сторона не больше чем втрое длиннее короткой. Пикселей от 655 360 до 8 294 400. Всё, что гуще порога 2560 на 1440, то есть больше 3 686 400 пикселей, помечено как экспериментальное. Частые готовые размеры в гиде: квадрат 1024 и 2048, альбом 1536 на 1024 и 2048 на 1152, портрет 1024 на 1536, кинематографические 3840 на 2160 и 2160 на 3840.

Фон бывает непрозрачным, прозрачным или на выбор модели. Для вырезаемого знака просите прозрачный фон и формат PNG или WebP, затем смотрите канал прозрачности на волосах, стекле и тени. Сжатие файла гид разрешает для JPEG и WebP и запрещает для PNG.

OpenAI в гиде от ноября 2026 года описывает порядок, и он короткий. Сначала решите, какая картинка нужна. Потом назовите героя, композицию, стиль и ограничения. Для правки отдельно скажите, что меняется и что обязано остаться. За один проход меняйте одну вещь и смотрите результат.

Инструмент генерации сам подправляет текстовый запрос. Это написано в гиде по инструменту. Значит, ваша формулировка не доходит до рисовальщика буква в букву. Критичные запреты лучше повторить простым языком, без надежды на «модель и так поймёт из контекста».

Практические опоры из того же гида, без пошагового учебника. Пошаговые сценарии для картинок лежат в отдельном материале про работу с изображениями. Общий приём формулировки запроса разобран в гиде как писать запросы.

Вот три рабочие формулировки и то, что в ответе проверяем.

Портрет. «Честный портрет рыбака на палубе, кожа с морщинами и порами, пёс рядом, дневной свет, плёнка, без глянца и без ретуши». Проверяем кожу, число лап, не уехал ли горизонт, не появилась ли чужая надпись.

Надпись. «Плакат мастерской, одна строка в кавычках, ровно один раз, без лишних слов и без водяного знака». Проверяем каждую букву, число повторов фразы, не пририсовала ли модель слоган сама.

Правка. «Поменяй только фон на мастерскую. Лицо, одежду, свет на лице и кадрирование оставь». Проверяем личность, швы одежды, не сдвинулась ли камера. Гид предупреждает: серия правок всё равно ползёт. Если кусок должен совпасть с исходником пиксель в пиксель, правку вклеивают в редакторе, а не выпрашивают десятым сообщением.

Референсам назначают роли. Первый файл — лицо, второй — ткань, третий — комната. Фраза «сделай как на том фото» без номера файла оставляет выбор модели. Слова про объектив и диафрагму задают вид кадра. Это не обещание настоящей оптики. Фотореализм нужно просить прямо. Иначе модель охотно уходит в открытку.

Для схемы и слайда гид советует писать как техническое задание: что за лист, какой текст, какие стрелки, чего не рисовать. Мелкий текст и плотная схема лучше читаются на высоком уровне качества. Цифры на диаграмме сверяйте с источником. Модель уверенно рисует правдоподобную чушь, и системная карточка 2.5 как раз хвалит инфографику. Уверенная вёрстка не равна верным фактам.

Историческая сцена тоже требует проверки. Гид прямо говорит: модель дорисует эпоху по названию места и даты, но костюм и реквизит надо смотреть глазами. Красивый 1969 год с кроссовками текущего сезона — обычный промах, не редкость.

Сильная сторона, которую OpenAI повторяет с марта 2025 года, это управляемость. Текст на картинке, правка одного элемента, опора на загруженный кадр, разные пропорции. К сентябрю 2026 года к этому добавили удержание героя между ходами, прозрачный фон и более плотную вёрстку.

Для кого это рабочий инструмент.

• Макет, где на картинке должна читаться короткая фраза. Берите кавычки и высокий уровень качества, потом читайте буквы.
• Предметка и кампания, где нельзя потерять лицо или форму упаковки. Начинайте с Sunburst, если Flare на втором кадре уже «улучшает» героя.
• Серия правок одной обложки. Images 2.5 как раз обещает, что ранние изменения живут дольше. Всё равно сверяйте каждый ход с исходником, а не с предыдущей удачной фразой.
• Черновой набросок комнаты или костюма через Sketch в ChatGPT. Это рисунок-референс, вызов в продукте подписан «@Sketch». Профессиональный скетч не требуется.

Слабые места тоже из документов, не из вкуса.

Повторная правка меняет лишнее. Это написано в гиде даже для 2.5. Обещание «лучше держит» не отменяет совет вклеивать неприкосновенный кусок вручную.

Высокий реализм поднимает риск подделки. Карточки 2.0 и 2.5 говорят об этом одинаково. Чужое лицо, документ, форма — плохая идея ещё и потому, что фильтр часть таких запросов режет, а часть, по их же таблице 2.0, пропускает.

Знания о мире ограничены тем, что модель видела при обучении, плюс поиск в режиме размышления у ChatGPT. Системная карточка 2.5 не публикует дату отсечки знаний. Актуальную цену, счёт матча и цитату с сайта в картинку лучше не отдавать без своей проверки. Текст на слайде модель нарисует уверенно и с ошибкой в числе.

Верхние уровни качества дольше и не всегда лучше. Гид просит мерить время и годные кадры на своём пакете запросов. Выигрыш на одном сюжете не переносится на другой.

Лимит картинок в минуту на API легко упирается раньше, чем кончается фантазия. 20 кадров в минуту на уровне Build — это про сервис, не про вечер в чате.

Рядом в других лабораториях картинки делают иначе. Разбор FLUX и разбор Nano Banana полезны как соседние устройства, без попытки выдать один общий зачёт. Критерии разные, даты разные, чужие колонки мы не склеиваем.

Текстовые модели OpenAI к рисованию относятся как заказчики инструмента. В примерах гида по генерации основную модель в диалоге ставят отдельно, а имя картинки передают внутрь инструмента. Обзор GPT-6 Astra про текст, не про кадр. Путать их в одном запросе «нарисуй и объясни» можно, но отвечает за пиксели всё равно GPT Image.

OpenAI в анонсе 2.5 пишет, что проверяет и запрос, и картинку. Для узнавания своих кадров компания продолжает ставить метаданные C2PA и невидимый водяной знак. Подробности она отсылает в системную карточку, не в рекламный абзац.

Для разработчика гид добавляет практическую метку. Если приложением пользуются разные люди, в запрос кладут safety_identifier: устойчивый хеш логина или почты, не длиннее 128 символов, без самого адреса в открытом виде. Старый параметр user ещё принимают, но он помечен как устаревший. Непустое новое поле важнее старого. Организации перед доступом к моделям GPT Image может понадобиться отдельная проверка в консоли разработчика. Это про API, не про обычный чат.

Внутренние проценты фильтра мы привели выше один раз и только для Images 2.0. Для 2.5 открытая карточка описывает направление риска, но ту же таблицу с новыми числами в просмотренном тексте не публикует. Переносить 96,1 процента на сентябрьскую модель нельзя.

Юридический вывод из этого не следует. Водяной знак помогает опознать происхождение, он не заменяет согласие человека на портрет и не делает кадр документом. Для новостей, справок и школьных плакатов с фактами картинку всё равно читает человек.

Ориентируйтесь на задачу, не на номер в заголовке статьи.

Нужна одна картинка по фразе, без серии правок. Хватает GPT Image 2 или Flare. Sunburst имеет смысл, если на быстром варианте поехали руки, текст или лицо.

Нужна правка своего фото. Начните с Sunburst, в запросе перечислите, что запрещено трогать. Второй ход делайте по свежему кадру, а не по памяти о первом.

Нужна вырезаемая иконка. Прозрачный фон, PNG или WebP, потом лупа на края.

Нужен стабильный результат в своей программе. Фиксируйте снимок с датой в имени, а не псевдоним «latest». gpt-image-1 в новые проекты не ставьте: с 23 октября 2026 года её нет.

В чате GPThub рисование этой линейкой уже доступно. Имеет смысл открыть кадр, попросить одну правку и сравнить буквы и лицо с тем, что вы написали. Если серия для печати, оставляйте исходник и вклеивайте удачный кусок сами.

Ждать отдельной «GPT Image 3» по открытым страницам не из чего. На 2 ноября 2026 года верх линейки — это 2.5, а двойка остаётся в списке рабочих моделей. Слухов в этот обзор не берём.