GPT-Image-2.5 לעומת LLaDA-Image: API ב-30$ למיליון טוקנים מול מודל דיפוזיה חינמי של 6B

שאלו מה צריך לעלות יצירת תמונות, ושתי מעבדות בנו את שתי התשובות ההפוכות במרחק של שבוע זו מזו. ב-8 בספטמבר 2026, OpenAI השיקה את GPT-Image-2.5 — המודל שעומד מאחורי ChatGPT Images 2.5, הנמכר דרך ה-API בשמות GPT-Image-2.5 Flare ו-GPT-Image-2.5 Sunburst — במחיר של $8 למיליון טוקני קלט תמונה ו-$30 למיליון טוקני פלט תמונה. חמישה ימים קודם לכן, ב-4 בספטמבר, inclusionAI (המעבדה בגיבוי Ant Group העומדת מאחורי משפחת השפות LLaDA) שחררה בשקט את LLaDA-Image, מחולל ועורך תמונות מבוסס דיפוזיה-טרנספורמר עם שישה מיליארד פרמטרים, שמשקלותיו זמינים להורדה בחינם. האחד הוא מודל התמונות החזק ביותר מבחינה מסחרית ש-OpenAI אי פעם הציבה מאחורי מד טוקנים; השני הוא ניסיון להוכיח שאפשר לבנות מודל תמונות חזק עם מתכון אימון פתוח ולתת אותו בחינם. ההשוואה ביניהם היא פחות קרב ראש בראש ויותר החלטה לגבי איזו הגדרה של עלות אתה בעצם משלם.

כמעט כל מספר בצד של GPT-Image-2.5 מדווח על ידי הספק, ולאף אחד ממנו אין עדיין בדיקה עצמאית: OpenAI אומרת שפלייר מקצר את זמן ההשהיה בעד 50% לעומת GPT-Image-2, ושבדיקות צד שלישי של חברת הסוכנים Manus מדדו ייצור מהיר פי 2–4, אבל נכון ל-9 בספטמבר 2026 לאף אחד משני דגמי GPT-Image-2.5 אין רישום בלוחות התוצאות לתמונות של Artificial Analysis. הנתון המרכזי של LLaDA-Image גם הוא לא שוחזר — inclusionAI מדווחת על 53.53 באנגלית / 53.38 בסינית ב-Qwen-Image-Bench, ראשון מבין הדגמים בעלי המשקלים הפתוחים בזמן ההשקה — ומכיוון שלדגם אין API מתארח, הוא לא יכול להופיע כלל בלוחות תוצאות המבוססים על API בלבד. שני צדדי ההשוואה הזו מתבססים על טענות היצרנים עצמם, וכדאי לזכור זאת לאורך שאר הכתבה.

שני דגמים שבקושי חולקים קטגוריה

GPT-Image-2.5 הוא מודל תמונות מתארח וסגור באותה שושלת כמו ChatGPT Images 2.0 מאפריל 2026. הוא רב-מודאלי בצד הקלט ומייצר תמונות ש-OpenAI טוענת שהן חדות יותר בפרטים עדינים, טבעיות יותר בתאורה ובמרקם, ויציבות יותר לאורך עריכות מרובות סבבים — נקודת הקצה Sunburst קיימת במיוחד עבור עבודת ייצור כבדת עריכות, שבה ייצור איטי יותר מקובל תמורת שליטה הדוקה יותר בהוראות, בעוד Flare היא ברירת המחדל המהירה לייצור בנפח גבוה. הפלטים מגיעים עד 2048×2048 ו-3840×2160, רקעים שקופים נתמכים, וכל פלט נושא מטא-דאטת מקור C2PA בתוספת סימן מים בלתי נראה.

LLaDA-Image הוא שחרור פתוח בסגנון מחקרי הבנוי על הימור שונה לחלוטין. בעוד ש‑GPT-Image-2.5 מוגש באמצעות התשתית של OpenAI, LLaDA-Image הוא סט של משקולות שאתה מריץ בעצמך: ממיר דיפוזיה (DiT) עם 6 מיליארד פרמטרים בצד הייצור — כרטיס המודל מציין כ‑7B פרמטרים כשסופרים גם את הצד הלשוני — בצמידות עם LLaDA 2.0-mini, מודל שפת דיפוזיה מסוג "תערובת מומחים" (Mixture-of-Experts) עם סה"כ 16B / 1B פעילים, כצד ה"הבנה" שהופך הנחיות טקסט או הוראות עריכה לאות שה‑DiT עוקב אחריו. הטענה החריגה בדו"ח arXiv (2609.03796) היא מתכון האימון: יותר מ‑90% מכ־220 מיליון דוגמיות מצטברות של טרום‑אימון ואימון אמצעי הן תמונות בלבד, כאשר מודל ראייה‑שפה קפוא מחלץ סמנטיקה מתמונות ללא תווית כאות התנייה עצמית, כך שהמודל "לומד לצייר קודם, ואז לציית." רזולוציה פרוגרסיבית מעלה את האימון מ‑256×256 דרך 512×512 ועד כוונון עדין ב‑1024×1024, ואחריו אימון מעורב של טקסט‑לתמונה ועריכה, וזיקוק בכמה צעדים מסוג TwinFlow שמייצר את גרסת LLaDA-Image-Turbo.

במה כל אחד באמת טוב

המסר המרכזי של GPT-Image-2.5 הוא דיוק ושליטה באיכות מסחרית. ההכרזה של OpenAI מדגישה נאמנות לייחוס — שמירה על כך שאדם, חיית מחמד או מוצר יישארו מזהים גם כשמשנים את הרקע או הסגנון — ועריכה שמשנה רק את מה שביקשת לשנות, ונשמרת לאורך סבבי עריכה רבים בתוך שיחה אחת. עיבוד טקסט בתוך תמונות זוכה להתייחסות ספציפית, כולל ביטול התווים הסיניים המשובשים שפגעו בדגמי תמונה מוקדמים יותר. אלה בדיוק היכולות שצוות מוצר, מותג או פרסום פוגש שוב ושוב.

הקונספט של LLaDA-Image הוא סט משקולות יחיד שמספק יצירה דו-לשונית ועריכה מונחית הוראות עם מתכון פתוח. inclusionAI מדווחת על עיבוד טקסט טבעי בסינית ובאנגלית, מסלול עריכה שמזריק תמונות ייחוס דרך עיצוב דו-מסלולי שנועד לשמר תוכן שלא שונה, ו— ב-Qwen-Image-Bench — הציונים הגבוהים ביותר בין מודלים עם משקולות פתוחים בזמן השחרור. האזהרות הכנות מהשחרור הן שאיכות העריכה התפיסתית עדיין נופלת מזו של עורכים ייעודיים, וספירת אובייקטים נותרה חלשה. מדובר במודל פתוח כללי, לא במוצר מסחרי מוגמר.

לוח התוצאות אינו בכוונה תחרות על איכות תמונה — שני המודלים מעולם לא נחשפו לאותה הערכה. מה שהוא מראה הוא לאן זורמים הכסף והשליטה.

מחירה של תמונה אחת הוא המספר שאף צד לא ייתן לך

OpenAI מפרסמת כרטיס תעריפים לאסימונים עבור GPT-Image-2.5 הזהה לזה של GPT-Image-2: 8 דולר למיליון אסימוני קלט תמונה, 30 דולר למיליון אסימוני פלט תמונה, קלט תמונה במטמון ב-2 דולר, ואסימוני טקסט מחויבים בנפרד ב-5 דולר למיליון. מה שאינה מפרסמת הוא כמה אסימונים צורכת תמונה נתונה, כלומר אין מחיר רשמי לתמונה בודדת ואין מחשבון עלויות. במחיר המפורסם של AA עבור הדגם הקודם בלוח הדירוג שלה — בערך 211 דולר ל-1,000 תמונות עבור GPT Image 2 באיכות "גבוהה" — דגם דגל עם מדידת אסימונים הוא כלי יקר בהיקף גדול, אך נתון זה מתייחס ל-GPT-Image-2, לא ל-2.5, והעלות לתמונה עבור הדגם החדש אינה ידועה בפועל מחוץ ל-OpenAI.

ל-LLaDA-Image יש את בעיית הכנות ההפוכה. המשקולות לא עולות כלום והכרטיס נושא תג Apache-2.0, אבל המחיר האמיתי הוא התשתית: טרנספורמר דיפוזיה של 6B דורש GPU רציני עבור גרסת ה-Base של 50 הצעדים, וה-checkpoints של FP8 (כ-49 GB בפריסת diffusers) הם האופציה המעשית עבור רוב המשתמשים. דיסטילציית 2–4 הצעדים של LLaDA-Image-Turbo היא הוויתור למציאות הזו. הכלים הקהילתיים התקדמו מהר — בקשת pull request של SGLang מוסיפה תמיכה בטקסט-לתמונה, עריכה, sequence-parallel ו-FP8, וחבילת צמתי ComfyUI של RebelAI תומכת בהסקה מקומית מכומתת INT8 ו-GGUF — אבל "מודל חינמי" עדיין אומר "אתה ספק האירוח". עבור צוות שכבר מריץ קיבולת GPU, העלות השולית של LLaDA-Image מתקרבת לאפס; עבור כל השאר, העלות המלאה של הגשתו יכולה לחרוג מחשבונות API לפי מדידה ברגע שסופרים את זמן ההנדסה.

הדרך הכנה אם אתה רוצה את שניהם

אלה אינן חלופות של או-או עבור רוב הצוותים. צינור ייצור יכול להשתמש ב-API מתארח כמו GPT-Image-2.5 לעבודה מול לקוחות, מרובת עריכות, ושאסור שתיכשל, ולשמור מודל פתוח כמו LLaDA-Image לניסויים, עבודות אצווה לא מקוונות, ולכל דבר שלא ניתן לשלוח פרומפטים לצד שלישי. החלוקה הזו היא בדיוק סוג הבעיה ששכבת ניתוב נועדה לפתור — API אחד שמגיע למודלים המתארחים שאתם באמת משתמשים בהם, מחיר המחירון של הספק מועבר ללא תוספת, כך שבדיקת מודל בעל משקלים פתוחים דרך מסלול מתארח לאחר מכן עולה כמו פנייה ישירה לספק. נכון ל-9 בספטמבר 2026, אף אחד מהמודלים לא נמצא בקטלוג של OrcaRouter: GPT-Image-2.5 זמין כרגע רק ב-API של OpenAI (הדור הקודם, GPT-Image-2, מנותב), ו-LLaDA-Image הוא בעל משקלים בלבד ללא הסקה מתארחת. הכוונה העיצובית עומדת בעינה ללא קשר לקטלוג הנוכחי.

על איזה מהם כדאי לך לבנות?

אם העבודה שלך היא יצירת תמונות מסחרית שבה עריכה כושלת עולה לך בקשר עם לקוח — {{1}}צילומי מוצר, קריאייטיב לקמפיין, תמונות עקביות עם הרפרנס, סשני עריכה ארוכים מרובי-סיבובים{{/1}} — GPT-Image-2.5 הוא המודל שכל התכנון שלו מכוון למשימה הזאת, ונקודת הקצה Sunburst היא הסיבה לשים לב עוד לפני שקיימים ציונים בלתי-תלויים. הסיכונים הם חוסר השקיפות במחיר לכל תמונה והעובדה שכל טענת איכות היא של OpenAI עצמה. אם העבודה שלך היא מחקר, ניסויים בהיקף גדול, {{2}}יצירה דו-לשונית סינית-אנגלית{{/2}}, או כל דבר שחייב לרוץ בסביבה שלך או על הנתונים שלך, LLaDA-Image הוא השחרור המעניין יותר — משקלים פתוחים באמת עם מתכון שפורסם, במחיר של לשמש תשתית משלך ולחיות עם ציונים שלא שוחזרו. המודלים מופרדים בשבוע אחד במועד השחרור ובמרחק עולם במודל התפעול; הבחירה הנכונה היא מי מהם שתואם למחיר שאתה באמת מסוגל לשלם.