GPT-Image-2.5: الصفحة المرجعية لنموذج الصور المنقسم من OpenAI

لا يوجد نموذج يُسمى gpt-image-2.5. إذا لصقت ذلك النص في واجهة API الخاصة بالمورّد، فستحصل على خطأ، لأن معرّف النموذج غير موجود — وإذا فتحت وثائق API على العنوان الذي كان سيستضيفه، فستحصل على 404. ما هو موجود هو زوج: GPT-Image-2.5 Sunburst، الذي معرّفه gpt-image-2.5-sunburst ويصفه المورّد بأنه "نموذجنا الأقدر على توليد الصور وتحريرها"، وGPT-Image-2.5 Flare، الذي معرّفه gpt-image-2.5-flare ويصفه المورّد بأنه "توليد صور يومي سريع وعالي الجودة." وكلاهما الجيل اللاحق لـ GPT-Image-2، وترتيب النموذجين الكامل هو الشيء الأكثر أهمية على الإطلاق الذي يجب فهمه قبل أن تكتب سطرًا برمجيًا واحدًا للتعامل مع أيٍّ منهما. هذه الفجوة في التسمية هي أيضًا سبب وجود هذه الصفحة: السؤال الذي يكتبه الناس — "gpt image 2.5" — ليس له إجابة مخصصة هنا، بل إجابات جزئية فقط متناثرة في مقالات المتغيرات والمقارنات.

كل ما في هذا المرجع مُستخرَج من وثائق API الخاصة بالمورّد نفسه بتاريخ 2026-10-12، بالإضافة إلى لقطة مستقلة واحدة من لوحة المتصدرين في اليوم نفسه. وحيث لا ينشر المورّد شيئًا، تذكر هذه الصفحة ذلك بدلًا من ملء الفراغ. وحيث تتعارض صفحات المورّد نفسه بعضها مع بعض، تذكر هذه الصفحة ذلك أيضًا.

ما هو GPT-Image-2.5، وكيف يندرج ضمن GPT-Image-2

GPT-Image-2.5 هو الجيل الثالث من عائلة الصور المُحاسَبة بالرموز (token-metered) الخاصة بالمورّد، والخليفة المباشر لـ GPT-Image-2، الذي تحمل لقطة API الوحيدة الخاصة به تاريخ gpt-image-2-2026-04-21. وصل جيل 2.5 إلى API في 2026-09-08 — ويحمل كلا المتغيّرين ذلك التاريخ في أسماء اللقطات الافتراضية الخاصة بهما، gpt-image-2.5-sunburst-2026-09-08 وgpt-image-2.5-flare-2026-09-08. هذا هو تاريخ الإطلاق وفقاً لسجلات المورّد نفسه، وهو يأتي بعد نحو أربعة أشهر ونصف من GPT-Image-2. النموذج ليس جديداً هذا الأسبوع؛ وما يلي هو المرجع الدائم، وليس إشعار إطلاق.

التغيير بين الأجيال ليس نموذجًا واحدًا برقم إصدار أكبر. إنه تفرّع. كل جيل سابق من GPT-Image طرح معرّف نموذج أساسي واحد — GPT-Image-1، ثم GPT-Image-1.5، ثم gpt-image-2 — وكنت تختار فئة جودة داخل ذلك النموذج الواحد. مع 2.5، يطرح المورّد نموذجين منفصلي الاسم ومنفصلي اللقطة، ويطلب منك أن تختار أيّهما ينتمي إليه عبء عملك. لا يوجد نموذج جامع يوجّه المهام إلى كليهما.

تترتب على ذلك ثلاث نتائج عملية، ومن الجدير ذكرها بوضوح لأنها ما يحتاجه القارئ الذي يبحث عن اسم النموذج فعلاً:

• لا يوجد gpt-image-2.5 كاسم مستعار. لن يعمل الكود المكتوب استنادًا إلى اسم مجرد افتراضي؛ يجب عليك تسمية gpt-image-2.5-sunburst أو gpt-image-2.5-flare صراحةً.

• يتشارك المتغيّران قائمة أسعار وجدول حدود معدّل، لذا فإن اختيارك بينهما قرارٌ يتعلق بزمن الاستجابة والدقة، لا قرارٌ يتعلق بالميزانية. وتصوير البائع نفسه لهذا الانقسام هو تقسيم حسب عبء العمل، لا سلّم جودة تصعد عليه بدفع المزيد.

• "GPT-Image-2.5" بدون لاحقة هو اسم جيل، وليس نموذجًا. عندما تراه في سجل التغييرات، أو فاتورة، أو إعلان منتج، فهو يعني الجيل، وما زال عليك أن تعرف أيّ من النموذجين أنتج العمل.

Flare أم Sunburst: كيف تختار؟

هذا هو السؤال الذي يظل اسم النموذج نفسه يولّده، ومفردات المتغيرات مضادة للحدس بما يكفي ليجد كثيرون أنفسهم يسألونه في الاتجاهين قبل أن يهتدوا إلى إجابة. وهو محسوم هنا، بسطر واحد لكل متغير، استنادًا إلى التموضع المنشور للبائع لا إلى الاستدلال من الاختبارات المعيارية:

• Flare — gpt-image-2.5-flare، الإصدار gpt-image-2.5-flare-2026-09-08. اختره عندما تكون الإنتاجية وسرعة الإنجاز هي القيد: توليد الصور اليومي، والخطوط عالية الحجم، والنماذج الأولية، والمرئيات الاجتماعية ومرئيات المنتجات، وأي شيء يكون فيه «جيد الآن» أفضل من «أفضل لاحقًا». إنه النموذج الذي تصنّفه الجهة الموردة كخيار يومي سريع وعالي الجودة، وهو النموذج الذي ينبغي أن تجعله خيارك الافتراضي.

• Sunburst — gpt-2.5-sunburst، لقطة gpt-2.5-sunburst-2026-09-08. اختره عندما يكون التعديل هو المُخرَج النهائي وتكون الدقة أهم من زمن الاستجابة: تعديلات متكررة يجب أن يظل تغيير أُجري في الجولة الثانية محفوظًا في الجولة الثالثة، وتكوينات حساسة للتخطيط، وطلاء موضعي مقنّع (inpainting) يجب أن يستقر حيث استهدفته. يوضح دليل توليد الصور الخاص بالمورّد الفرق في جملة واحدة: «اختر Sunburst لسير العمل حيث تكون دقة التحرير هي الأهم، وFlare لتوليد صور يومي سريع وعالي الجودة.»

التحفّظ الصادق: لا ينشر المورّد رقمًا لزمن الاستجابة، ولا تكلفة لكل صورة، ولا معيارًا للجودة يحدّد كميًا الفجوة بين الاثنين، لذا فإن «أبطأ» و«أكثر دقة» هما توصيف المورّد، وليس نسبة مقيسة. اللوحة المستقلة الوحيدة التي تضم كلا الطرازين تفصل بينهما فعلًا، وتتفق على الترتيب — انظر قسم الأدلة أدناه. لكنها لا تقدم لك مواجهة مباشرة بإطار اختبار متطابق وجهد متطابق مع فاصل ثقة يمكنك وضعه في خطة سعة. لم ينشر أحد ذلك.

خيار افتراضي عملي إذا كنت تفضّل ألّا تفكر في الأمر: استدعِ Flare في كل مكان، ووجّه إلى Sunburst في الطلبات المحددة التي يجب أن يصمد فيها التعديل — تلك التي تحمل قناعًا، أو موضوعًا مرجعيًا تحتاج إلى إبقائه ثابتًا عبر الجولات. وهذا بالضبط هو النمط "نموذج غير مُثبت، لا تراهن على مسار الإنتاج عليه" حيث يكون توجيه نقطة نهاية واحدة عبر كليهما أرخص من الالتزام بواحد.

ما الذي يقبله وما الذي يُعيده

تعلن كلا النسختين عن نطاق الوسائط نفسه على صفحات الطراز الخاصة بالمورّد. الإدخال: نص وصورة. الإخراج: صورة. لا يتم إنتاج إخراج نصي، وتؤكد ملاحظات التسعير الخاصة بالمورّد النتيجة — لا تُحتسب رسوم على الإخراج النصي، لأن النموذج لا يعيد أيًّا منه.

نطاق الحجم أوسع مما توحي به الإعدادات المسبقة الثلاثة:

• الإعدادات المسبقة الموصى بها — 1024×1024 مربع، 1536×1024 أفقي، 1024×1536 عمودي.

• أبعاد مخصصة — يقبل كلا النموذجين سلاسل WIDTHxHEIGHT عشوائية، مع ثلاثة قيود مذكورة حرفيًا في الدليل: يجب أن يكون العرض والارتفاع من مضاعفات 16؛ ويجب أن تقع نسبة العرض إلى الارتفاع بين 1:3 و3:1؛ وألا يتجاوز أي من البعدين 3840 بكسل.

• إجمالي ميزانية البكسل — ما بين 655,360 و8,294,400 بكسل، وهو ما يفسّره البائع على أنه 4K عند الحد الأقصى.

• منطقة تجريبية — درجات الدقة التي تتجاوز 2560×1440 يصنّفها المورّد على أنها تجريبية. تعامل مع أي شيء يتجاوز ذلك على أنه غير مُتحقق منه للإنتاج.

تنسيق الإخراج الافتراضي هو PNG، مع إتاحة JPEG وWebP. يمكن التحكم في الضغط عبر output_compression معامل على مقياس من 0 إلى 100، ويشير المزوّد إلى أن JPEG أسرع من PNG — وهو أمر يستحق المعرفة إذا كان زمن الاستجابة هو سبب اختيارك لـ Flare من الأساس. تتطلب الخلفيات الشفافة background: "transparent" مقترنةً بتنسيق إخراج PNG أو WebP. تُعيد واجهة API بيانات صور مشفّرة بترميز base64.

تشمل خيارات الجودة منخفض، متوسط، مرتفع، مرتفع جدًا، أقصى، وتلقائي. الطرازان 2.5 هما الوحيدان اللذان يضيفان مرتفع جدًا وأقصى؛ أما طرازات GPT Image الأقدم فتقتصر على مرتفع. ويُضبط كلا المتغيرين من 2.5 افتراضيًا على تلقائي. إذا بدت هذه المستويات وكأنها محور جودة ثانٍ متراكب فوق خيار Flare/Sunburst، فذلك لأنها محور واحد بالفعل: تختار متغيرًا ثم مستوى، ويتراكم أثر الاثنين على كل من زمن الاستجابة والتكلفة.

حدود المعدل متطابقة لكلا الطرازين وتُحدَّد حسب فئة الاستخدام بعدد الرموز والصور في الدقيقة: Build ‏250,000 / 20، وLaunch ‏3,000,000 / 150، وGrow ‏8,000,000 / 250. ويُدرَج الجدول نفسه لـgpt-image-2. كما تشير الجهة المورّدة أيضًا إلى أن استخدام هذين الطرازين قد يتطلب إكمال التحقق من المؤسسة في واجهة برمجة التطبيقات (API Organization Verification).

سطح نقطة النهاية، وتعارض في التوثيق

هذا هو القسم الذي تكتسب فيه إعادة قراءة مواد المورّد أهمية، لأن صفحات المورّد نفسها لا تتفق تمامًا فيما بينها.

إن صفحات النموذج الخاصة بـgpt-image-2.5-sunburst وgpt-image-2.5-flare تسرد بالضبط ثلاث نقاط نهاية مدعومة: v1/images/generations، وv1/images/edits، وv1/batch. كل ما عدا ذلك في الجدول مُعلَّم كغير مدعوم — بما في ذلك v1/responses وv1/chat/completions. هذا هو نفس سطح نقاط النهاية الثلاث الذي يوفره GPT-Image-2، ويعني أن شكل Chat Completions الذي ربما استخدمته مع نموذج صور سابق لن ينتقل معك.

غير أن دليل توليد الصور يصف مسار Responses API تختار فيه نموذجًا رئيسيًا وتسمّي نموذج الصور داخل حقل أداة، وتقول ملاحظات صفحة التسعير إن أسعار الإدخال المخزّنة مؤقتًا لـ GPT-Image-2 و2.5 "تنطبق فقط على عمليات التوليد عبر Responses API". وتلمّح هاتان العبارتان إلى وجود واجهة Responses التي تصنّفها صفحة النموذج صراحةً كغير مدعومة. وتقرن الأمثلة العملية الخاصة بالدليل نفسها أداة الصور مع gpt-6-astra كنموذج رئيسي.

أُبلّغ عن التعارض بدل أن أحلّه. القراءة المتحفّظة — وتلك التي ينبغي البناء عليها — هي صفحة النموذج: التوليدات، والتعديلات، والدفعات. اختبر مسار Responses على حسابك الخاص قبل أن تعتمد عليه، لأن الصفحة التي قد تُجيزه تقول لا حالياً.

سلوك عرض النص وتحريره

التحرير هو ما يستهدفه الجيل 2.5، والتوثيق محدد على نحو غير معتاد بشأن الآليات والحدود.

تتعامل نقطة نهاية التعديلات مع التعديل الموضعي — وهي الميزة التحريرية الوحيدة المذكورة في أيٍّ من صفحتي النموذجين. ترفع صورة بالإضافة إلى قناع يحدد المنطقة المراد استبدالها. هناك قيدان يهمّان أكثر مما يبدوان. أولًا، إن استخدام القناع مع هذين النموذجين يعتمد كليًا على التعليمات النصية: إذ يستخدم النموذج القناع كتوجيه، و«قد لا يتبع شكله الدقيق بدقة تامة» بحسب صياغة المورّد. ثانيًا، يجب أن تكون الصورة والقناع بالصيغة والحجم نفسيهما وأن يقل حجم كلٍّ منهما عن 50 ميغابايت، ويجب أن يحتوي القناع على قناة ألفا — فلن يعمل قناع أبيض وأسود عادي حتى تضيف واحدة برمجيًا. إذا قدّمت عدة صور إدخال، فسيُطبَّق القناع على الصورة الأولى.

فيما يخص النص، تأتي العبارة الصادقة من قائمة القيود الخاصة بالمورّد نفسه، لا من ادعاء تسويقي للمورّد: «على الرغم من التحسين الكبير، قد يظل النموذج يعاني من دقة وضع النص ووضوحه». اقرأ ذلك حرفيًا. هذا الجيل يعرض النص أفضل من سابقيه، لكنه لا يزال ليس محرك تخطيط. وتضيف قائمة القيود نفسها أن المطالبات المعقدة قد تستغرق حتى دقيقتين للمعالجة، وأن النموذج قد يعاني من الحفاظ على الاتساق البصري للشخصيات المتكررة أو عناصر العلامة التجارية، وأنه قد يجد صعوبة في وضع العناصر بدقة في التركيبات المنظمة أو الحساسة للتخطيط. وكل واحدة من هذه النقاط حجة مباشرة لصالح Sunburst في أعمال التخطيط، وضد افتراض أن أيٍّ من البديلين سيحافظ على قالب.

ينطبق الإشراف على كليهما: تفيد الجهة المورّدة بأنه تتم فلترة جميع المطالبات والصور المولّدة وفقًا لسياسة المحتوى الخاصة بها، مع معامل moderation الذي يتيح auto (الافتراضي) أو low، كما تُرجع الطلبات المحظورة رمز خطأ moderation_blocked مع تفاصيل اختيارية.

شروط الترخيص والاستخدام كما نُشرت

لا تتضمّن وثائق البائع المنشورة الخاصة بالنماذج وتوليد الصور بنود ملكية المخرجات والاستخدام التجاري؛ فهي موجودة في شروطه المنفصلة، غير المضمّنة في وثائق المطوّر. وما تؤكده وثائق المطوّر فعلًا، في دليلها لمعالجة البيانات، هو أن بيانات API لا تُستخدم للتدريب ما لم توافق على ذلك، ويُدرج جدول الدليل "الاستخدام للتدريب: لا" لـ /v1/images/generations و /v1/images/edits نقطتي النهاية. كما يُوصف توليد الصور هناك بأنه متوافق مع Zero Data Retention لأسماء النماذج المحددة المدرجة في تلك الصفحة.

لا شيء في وثائق API يمنح أو يصف فئة مجانية، أو أرصدة مجانية، أو مخصصًا تجريبيًا، أو إعفاءً من حد المعدل لأي من طرازَي 2.5. لا يوجد مخصص مجاني منشور للإشارة إليه. ما هو منشور هو السعر، وهو نفسه الذي كان GPT-Image-2 يحمله بالفعل — انظر القسم التالي.

التسعير، وحقيقة أنه لم يتغير

لا ينشر المورّد أي سعر لكل صورة لأي من نسختي 2.5. يتم احتساب التسعير بالرموز، لكل مليون، والأسعار متطابقة بين الطرازين ومطابقة لـ GPT-Image-2:

• {{1}}قياسي، إدخال النص{{/1}} — 5.00 دولارات لكل مليون رمز؛ إدخال النص المخزّن 1.25 دولار.

• الإدخال القياسي للصور — 8.00 دولار لكل مليون رمز؛ إدخال الصور المخزّن مؤقتًا 2.00 دولار.

• قياسي، إخراج الصور — 30.00 دولارًا لكل مليون رمز.

• الدفعة، الإدخال النصي — 2.50 دولار؛ إدخال الصور 4.00 دولارات؛ إخراج الصور 15.00 دولارًا، مع خفض الأسعار المخزنة مؤقتًا إلى النصف وفقًا لذلك.

هناك أمران في ذلك الجدول أهم من الأرقام نفسها. أولاً، لم يرفع الجيل 2.5 السعر: gpt-image-2 يسرد 8 دولارات للإدخال و30 دولاراً للإخراج على جانب الصور و5 دولارات للنصوص، تماماً كما يفعل 2.5. على النقيض، يبلغ GPT-Image-1.5 8 دولارات للإدخال و32 دولاراً للإخراج بمعدل 10 دولارات لإخراج النصوص، وGPT-Image-1 عند 10 دولارات للإدخال و40 دولاراً للإخراج. ترقية 2.5 هي تغيير في القدرات وزمن الاستجابة مع بقاء بطاقة الأسعار دون تغيير. ثانياً، يلاحظ المورد أن حاسبة تكلفة توليد الصور الحالية لديه لا تقدّر استخدام 2.5، لذا لا ينبغي لك توقع الإنفاق على هذه النماذج من أدوات مصممة للجيل الأقدم. لا ينشر المورد أي رقم لكل صورة، لذا فإن أي رقم لكل صورة تراه منقولاً لهذه النماذج هو تحويل شخص آخر، وليس تحويل المورد.

لأن السعر يُمرَّر بسعر قائمة المزوّد دون إضافة أي هامش ربح من جانبنا، فإن هذه الأسعار هي ما تدفعه على OrcaRouter، وأي تغيير في سعر المورّد يسري في اليوم نفسه. كلا الطرازين موجودان في كتالوجنا المباشر اليوم. لقد تحققت من ذلك، لأن ادعاء التوفر الوارد في صفحة أقدم هو بالضبط نوع الأشياء التي تصبح متقادمة: gpt-image-2.5-sunburst وgpt-image-2.5-flare كلاهما قابل للتوجيه عبر نفس نقطة النهاية المتوافقة مع OpenAI مثل كل شيء آخر، بأسعار الصور 8 دولارات إدخال / 30 دولارًا إخراج المذكورة أعلاه. إذا كنت تقيّم الطرازين بدلًا من الالتزام بواحد، فإن ذلك يهم لسبب عملي — مفتاح واحد وقاعدة توجيه واحدة يتيحان لك إرسال فئة من الطلبات إلى Sunburst وكل ما عدا ذلك إلى Flare، وتغيير التوزيع دون عقد ثانٍ أو تغيير في الكود.

ما تقوله الاختبارات المستقلة، وما لم يقسه أحد

لا تنشر الشركة المُصنِّعة أي نتائج اختبارات أداء معيارية لأيٍّ من النسختين على صفحات طُرزها. والأدلة المستقلة أضعف مما أوحت به تغطية الإطلاق، ويجدر بنا أن نكون دقيقين إزاء ما تُظهره وما لا تُظهره.

تحتفظ Artificial Analysis بلوحات تحويل النص إلى صورة تغطي كلاً من تصنيف Elo للجودة وسعر API تمثيلي لكل 1000 صورة مُولَّدة. في اللقطة المأخوذة في 2026-10-12، كلٌّ من GPT Image 2.5 Sunburst (max) وGPT Image 2.5 Flare (max) يظهران كإدخالين عاليَي الترتيب، مع ترتيب Sunburst فوق Flare، وكلاهما يقعان فوق GPT Image 2 (high). أنا لا أطبع عمداً قيم Elo من تلك اللقطة: فاللوحة تعرض أرقام كل نموذج رسومياً، ولم تكن التسميات الفردية قابلة للاستخراج بشكل نظيف من الصفحة كما التُقطت، لذا فإن أي رقم يُقتبس هنا سيكون قراءةً لمخططٍ بياني لا للبيانات التي تقف خلفه. إذا كنت بحاجة إلى الرقم، فاذهب إلى اللوحة.

محور السعر هذا هو أيضًا المكان الوحيد الذي يوجد فيه حاليًا رقم مكافئ لكل صورة لهذه الطرازات — إذ تستخلص Artificial Analysis تكلفة تمثيلية لكل 1,000 صورة من التسعير القائم على قياس الرموز. وهو تقدير مستقل أُنتج وفق منهجية طرف ثالث، وليس سعرًا من المورّد، والمورّد نفسه لا ينشر أي رقم لكل صورة على الإطلاق. استخدمه لمقارنة أنماط التكلفة عبر الطرازات؛ ولا تستشهد به كسعر المورّد.

ما يترتب على ذلك الدليل، إذا قيل بأمانة: إن ترتيب المتغيرين مؤيَّد بشكل مستقل، وهذا هو الجزء المهم في قرار Flare أو Sunburst. أما ما لم يثبت فهو أي مقارنة بين نسخة 2.5 ونموذج صور منافس قيس بجهد مطابق وعلى منصة اختبار مطابقة. إن مدخلات اللوحة متدرجة — "Sunburst (max)" و"Flare (max)" تسمّيان إعداد الجودة، والنماذج الأخرى في اللوحة نفسها مُدرجة عند طبقاتها الخاصة، لا عند طبقة مشتركة. والترتيب عبر تسميات الطبقات ليس ترتيبًا عند إعدادات متساوية، واعتباره كذلك سيبالغ في تقدير ما جرى اختباره فعليًا.

أين يتركك هذا

إذا وصلت إلى هنا ومعك اسم النموذج فقط ولا شيء آخر، فالحقائق العملية هي هذه. اطلب gpt-image-2.5-sunburst أو gpt-image-2.5-flare؛ لا يوجد خيار ثالث ولا اسم مستعار مجرد. كلاهما يستقبل النص والصور ويعيد صورة، بحد أقصى 3840 بكسل للحافة و8,294,400 بكسل إجمالي، من أحد ثلاثة نقاط نهاية. Flare هو خيار الإنتاجية، وSunburst خيار الدقة، وتقر وثائق البائع نفسها بأن القناع إرشادي وليس حدودًا صارمة، لذا لن يمنحك أي منهما تعديلًا حتميًا تمامًا. بطاقة الأسعار لم تتغير عن GPT-Image-2 عند 8 دولارات لكل مليون رمز إدخال صور و30 دولارًا لكل مليون رمز إخراج صور، مع الدفعة عند النصف، ولا يوجد سعر لكل صورة أو حصة مجانية على صفحة البائع للمقارنة بها.

ما لا يزال مفتوحًا بحق هو أكثر ما تحتاجه خطة السعة: فرق زمن وصول مقيس، ومقارنة جودة بين النسختين باستخدام أداة اختبار متطابقة. وإلى أن ينشر أحدهم ذلك، فإن الاختيار بين Flare وSunburst هو قرار تصميمي مبني على التموضع المعلن من المورّد، بالإضافة إلى ترتيب لوحة صدارة واحدة — وهو أكثر مما تمنحه معظم عمليات الإطلاق، وأقل مما تمنحه مقارنة معيارية.