MOSS-Image לעומת GPT Image 2.5: עמוד שדרה 5B להורדה מול שני מודלים שנשמרו כתמונת מצב
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 61 tok/s
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 78 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 725 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 35 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 111 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 174 tok/s
נתחיל בשמות, כי זה הדבר שמכשיל אנשים בהתחלה. אין מודל שנקרא gpt-image-2.5. מה שקיים הוא זוג — GPT Image 2.5 Sunburst, מזהה gpt-image-2.5-sunburst, וGPT Image 2.5 Flare, מזהה gpt-image-2.5-flare — שניהם עם תמונת מצב מ-2026-09-08 ושניהם סגורים. לעומתם ניצב MOSS-Image, שוחרר על ידי OpenMOSS ב-16 באוקטובר 2026 כשני צ'קפוינטים ברישיון Apache 2.0, MOSS-Image-Base וMOSS-Image-SFT, שאתם מורידים ומריצים. צד אחד מוכר לכם אנדפוינט; הצד האחר מוסר לכם 27 גיגה-בייט ומאחל לכם בהצלחה עם המקודד.
זו כל הצורה של ההשוואה, וכמעט כל הבדל אחר נובע ממנה. ההשוואה שלהלן מתייחסת לשתי גרסאות OpenAI כצד אחד רק במקום שבו התמחור והתיעוד של OpenAI עצמה מתייחסים אליהן כאחד — מה שנכון לגבי מחירון התעריפים ושגוי לגבי היכולת, והבחנה זו מקבלת סעיף משלה. כל מספר המיוחס ל-OpenAI הוא מחירון התעריפים המפורסם של OpenAI; כל מספר המיוחס ל-MOSS-Image הוא של OpenMOSS עצמה, מתוך ההוצאה לאור והדוח הטכני שלה, ואף אחד לא שחזר אותו.
שני דגמים לעומת הורדה אחת
הדור ה-2.5 של OpenAI הוא פיצול ולא שדרוג גרסה. דורות קודמים שחררו מזהה מודל ראשי אחד וביקשו ממך לבחור רמת איכות בתוכו. עם 2.5 יש שני מודלים בעלי שמות נפרדים וצילומי מצב נפרדים, ואין כינוי-גג — קוד שנכתב מול gpt-image-2.5 חשוף לא יעבוד. Sunburst ממוצב ליכולת, Flare למהירות, ושניהם מחויבים באופן זהה, כך שהבחירה ביניהם היא החלטה של השהיה ודיוק ולא של תקציב.
MOSS-Image הוא גם שני מודלים, אבל החלוקה היא חלוקת אימון ולא חלוקת מוצר. ה-Base הוא הצ'ק-פוינט המאומן מראש, שהושאר במכוון ללא זיקוק — כרטיס המודל אומר במפורש שלא הופעלו אימון-המשך או זיקוק של פרמטרי הסקה כגון CFG, כדי לשמר את המידע מן האימון ולשמור על היתכנות אימון LoRA. ה-SFT מכוונן עדין על נתונים מסוננים והוא זה שרוב האנשים צריכים להריץ. דוגמת ההשוואה של הספק מראה שה-SFT מפיק קיבוץ טקסט מהודק יותר ופריסה מאורגנת יותר על אותו פרומפט, וזה בדיוק מה שכיוונון עדין על נתונים מסוננים של בסיס לא-מזוקק אמור לעשות.
• איך קוראים לזה — GPT Image 2.5: שני מזהים, gpt-image-2.5-sunburst וגם gpt-image-2.5-flare, בלי כינוי חשוף. MOSS-Image: שני מאגרים, OpenMOSS-Team/MOSS-Image-Base וגם OpenMOSS-Team/MOSS-Image-SFT, עם מראות ModelScope לשניהם.
• מה שאתה מקבל — GPT Image 2.5: נקודת קצה תואמת OpenAI ותאריך תמונת מצב. MOSS-Image: משקולות safetensors, צינור מותאם אישית של Diffusers, אפליקציית Gradio, ותוסף ComfyUI מקורי הניתן להתקנה דרך ComfyUI Manager.
• מה העלות — GPT Image 2.5: נמדד בטוקנים, $8.00 לכל מיליון תמונות קלט ו-$30.00 לכל מיליון תמונות פלט, מצב אצווה בחצי מחיר. MOSS-Image: אין עלות לרישיון, הכול עבור ה-GPU.
• של מי הרישיון החל על הפלט — GPT Image 2.5: התנאים של OpenAI, שאינם משוחזרים בתיעוד המפתחים עצמו. MOSS-Image: Apache 2.0 עבור משקולות וקוד הסקה מצורף, ללא סף הכנסות וללא נספח שימוש קביל.
בקרת פריסה, והמודול שאינו של המודל
שתי המערכות מאפשרות לך למקם דברים לפי קואורדינטות. הן לא שקולות במה שעומד מאחורי הקואורדינטות.
פורמט הפריסה של MOSS-Image מקבל אובייקט JSON כפרומפט: summary עם כיתוב הסצנה, ומערך items שבו לכל איבר יש תווית של text, character או object, כיתוב, תיבת תוחמת, ועבור טקסט — המחרוזת המילולית להצגה. תיבות משתמשות ב-bbox_format: "yxyx" בתוך bbox_coord_space: "abs_centralized", כלומר היסטים בפיקסלים ממרכז הקנבס.
הממשק המתועד של GPT Image 2.5 אינו דקדוק פריסה. משטח הבקרה שלו הוא הפרומפט עצמו בתוספת תמונות ייחוס; ההתנהגות בסגנון פריסה שמופיעה בחוזקות העריכה של הדור 2.5 באה לידי ביטוי באמצעות עריכות איטרטיביות ולא באמצעות מפרט תיבות מובנה. זהו הבדל אמיתי ביכולות, וזה המקום היחיד שבו הממשק של MOSS-Image מפורש יותר מזה של OpenAI.
ההסתייגות מהצד של MOSS-Image ראויה להיאמר לפני כל בנצ'מרק: מודול שיפור הפרומפט שהופך רעיון קצר למפרט פריסה מלא אינו מודל קטן מבית OpenMOSS עצמה. הדוח הטכני קובע ש-LayoutPE משתמש ב-GPT-6 עם הוראות משימה מודולריות בזמן הסקה, ומיומנות משפר הפרומפט המצורפת מתוארת כמיועדת לסוכנים ממשפחת GPT-6. לכן תוצאת הפריסה החזקה ביותר מקצה לקצה בהערכה של OpenMOSS עצמה מופקת על ידי צינור דו-מודלי שהחצי המפרטי שלו פועל על ה-API של מישהו אחר. אם תשתמש ב-MOSS-Image בלי אותו משפר, אתה מספק בעצמך את ה-JSON של הפריסה, והצינור שאתה מודד הוא צינור אחר.
הראיות, ועד כמה הן קלושות משני הצדדים
OpenMOSS העריכה את MOSS-Image על שני בנצ'מרקים שמגיעים עם הגרסה ושגם הספק בנה. LongLongTextBench כולל 240 משימות רינדור טקסט ספרותי, 120 באנגלית ו-120 בסינית, באורך מטרה ממוצע של 1,339.8 תווים. RealLayoutArena כולל 61 משימות עיצוב — 20 כרזות, 20 אינפוגרפיקות, 21 ממשקי משתמש — שנשפטות בהשוואה זוגית עיוורת ומותאמות לסקאלת Bradley–Terry Elo. בזירה מקצה לקצה, MOSS-Image ניצבת על 1698.70 Elo עם רווח סמך של 95% שבין 1655.96 ל-1741.43, במקום השני בסך הכול אחרי GPT Image 2 עם 1844.35. כשמגבילים לעמוד השדרה בלבד תחת פרומפטים משופרים משותפים, MOSS-Image מגיעה למקום הראשון עם 1807.34.
קראו את זה בעיון. הבנצ'מרק שבו MOSS-Image מגיעה למקום הראשון הוא זה שבו ההשוואה מוגבלת למחולל, ושיפור הפרומפט משותף — וזו בדיוק התצורה שמסירה את בעיית המפרט של צד שלישי. הבנצ'מרק שבו היא מגיעה למקום השני הוא זה מקצה לקצה. אף אחד מהם אינו מבחן ניטרלי.
OpenAI אינה מפרסמת בנצ'מרק בר-השוואה לפריסה או לרינדור טקסט עבור GPT Image 2.5. הראיות הבלתי-תלויות שקיימות עבור המודלים של OpenAI נמצאות בלוחות Artificial Analysis, שם גרסאות ה-2.5 תופסות את שני המקומות הראשונים בלוח המובילים לעריכת תמונות. זו מדידת העדפה עיוורת עם מתודולוגיה שפורסמה, והיא אינה בוחנת שליטה בפריסה כלל. לכן שני המודלים נמדדים על צירים נפרדים על ידי גורמים שונים, והפיתוי להציב את 1698.70 לצד Elo של לוח הוא פיתוי שיש להתנגד לו — הם אינם באותו קנה מידה והם אינם מודדים את אותו הדבר.
מה העלות של כל אחד בכמויות
GPT Image 2.5 נמדד בטוקנים, לפי מחירון זהה ל-GPT Image 2: $5.00 למיליון טוקני קלט טקסט, כשטקסט במטמון עולה $1.25; $8.00 למיליון קלט תמונה, כשתמונה במטמון עולה $2.00; ו-$30.00 למיליון פלט תמונה. מצב Batch מפחית כל אחד מהם בחצי. אין מחיר לתמונה בודדת בעמוד הספק ואין הקצאה חינמית, כך שהדרך היחידה להגיע למספר לתמונה היא המרה — והלוחות העצמאיים מפרסמים כזה, נכון לעכשיו קרוב ל-$0.21 לתמונה עבור 1024×1024 באיכות גבוהה. התייחסו לכך כהסקה של לוח, לא כמחיר של OpenAI.
ל-MOSS-Image אין מחירון כי אין על מה לחייב. העלות היא המכונה. מאגר ה-SFT הוא כ-27.2 GB, והמספר שמפתיע אנשים הוא הפיצול: כ-16.8 GB על פני ארבעה שארדים הם מקודד הטקסט הקפוא Qwen3.5-9B, וכ-10.2 GB על פני שלושה הם הטרנספורמר עצמו. התווית 5B מתארת את מחולל הדיפוזיה בלבד. ברירות המחדל של הדגימה הן flow-matching Euler ב-50 צעדים, CFG 3.0, shift 5.0, עם הנחיית skip-layer של ענף שלילי בשכבה 22 — ומסלול ההנחיה המוגדר כברירת מחדל דורש שני מעברים קדימה של הטרנספורמר בכל צעד, ולכן 50 צעדים אינם ההגדרה הזולה כפי שהם נשמעים.
כשמדובר במאה אלף תמונות בחודש, הצד שנמדד לפי טוקנים מסתכם בטווח הנמוך של עשרות אלפי דולרים; הצד של ההורדה נוחת היכן שנוחתת עלות שכירות ה-GPU שלך. זו אינה השוואה שמחמיאה לאף אחד מהצדדים, ולכן ההחלטה נסובה בדרך כלל סביב משהו אחר: אם אתה יכול לשחרר שינוי קונפיגורציה או שאתה זקוק לשיחת רכש.
הרצת השניים זה לצד זה
אם ברצונכם להכריע את העניין על בסיס הפרומפטים שלכם ולא על סמך הלוח של מישהו אחר, שני הצדדים נמצאים בשני קצוות מנוגדים של גבול שהמוצר שלנו אינו חוצה באמצע. MOSS-Image אינו נמצא בקטלוג של OrcaRouter — אנחנו מספקים יותר מ-200 מודלים והוא אינו אחד מהם — כך שהחצי בעל המשקולות הפתוחות של הניסוי מוטל עליכם לארח. GPT Image 2.5 Sunburst ו-Flare ניתנים לניתוב דרך אותה נקודת קצה תואמת OpenAI כמו כל שאר הפריטים בקטלוג, בתעריפי המחירון של הספק: 8 דולרים למיליון טוקנים של קלט תמונות ו-30 דולרים למיליון טוקנים של פלט תמונות, ללא תוספת רווח מצדנו.
החלק המועיל בהסדר הזה עבור השוואה כמו זו הוא התנהגות המעבר לגיבוי. כאשר אתה מריץ לולאת בנצ'מרק ששולחת כמה מאות פרומפטים אל מודל מתארח, הגבלת קצב מצד הספק או דקה רעה הופכות לדגימות שנשמטות, ומעבר אוטומטי לגיבוי בין ספקים משמעו שהלולאה מסתיימת במקום להשאיר אותך עם טבלת תוצאות חצי-מאוכלסת. האם התשובה שחוזרת מהגיבוי ניתנת להשוואה לזו של הראשי היא שאלה שעליך להכריע בה לפני שאתה מתחיל, לא אחרי.
באיזה צד של הגבול אתה נמצא?
בחרו ב-MOSS-Image אם אתם רוצים את המשקולות. רישיון Apache 2.0 ללא תקרת הכנסות הוא סקירה מסחרית קצרה, נקודת הבדיקה של Base הושארה במפורש ללא זיקוק לצורך אימון LoRA, ה-JSON של הפריסה הוא מפרט אמיתי ולא מוסכמת פרומפט, ואפשר להפנות התקנת ComfyUI אליו כבר היום. היכנסו לזה בידיעה שה-encoder הוא ההורדה, שברירת מחדל של 50 צעדים עם שני מעברים קדימה בכל צעד היא עלות שירות אמיתית, ושנתון ה-Elo הכותרתי הופק עם מודל של צד שלישי במחצית המפרט של הצינור. אם תדלגו על המהדהד ותכתבו את הפריסה בעצמכם, אתם לבד עם המספרים — וזה בסדר, כי גם אף אחד לא שחזר את אלה של OpenMOSS.
בחרו ב-GPT Image 2.5 אם אתם זקוקים לנקודת קצה שאפשר לפנות אליה כבר השבוע, אם העבודה שלכם היא עריכה איטרטיבית ולא פריסה מרוכבת, או אם בנצ'מרק בלתי-תלוי עם מתודולוגיה מפורסמת חשוב להחלטה שלכם יותר מאשר ממשק בקרה מובנה. הפיצול לשתי וריאנטים משמעו החלטה נוספת — Sunburst כשהעריכה היא התוצר הסופי, Flare כברירת מחדל — והחיוב הנמדד בטוקנים קשה יותר לחיזוי מתעריף לפי תמונה, אבל המודל נמצא בראש הלוח הנייטרלי היחיד שמכסה עריכה, וזה שווה משהו שטבלה של ספק עצמו אינה שווה.
הפער שישנה את ההשוואה הזו ביותר נמצא בצד של OpenAI, ולא בצד של OpenMOSS: הערכת בקרת פריסה שפורסמה, או בנצ'מרק פריסה עצמאי שכולל את שני המודלים. עד שיהיה אחד כזה, שתי המערכות נמדדות על צירים שונים בידי אנשים שונים, והמשפט המתאר בצורה הטובה ביותר את מצב הדברים הוא ש-MOSS-Image הוא בעל הממשק המפורש יותר, ול-GPT Image 2.5 יש את הראיות העצמאיות יותר.
הכשלים המתועדים של ה-AI ותקריות הסוכנים שמאחורי גרסאות כמו זו נאספים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות ודגל מחלוקת.
