Images 2.6 vs FLUX 3: Fidelitas Edit terhadap Kontrol Resolusi

Perbandingan antara Images 2.6 dan FLUX 3 biasanya dibingkai sebagai kontes kualitas. Padahal bukan. Images 2.6 dari OpenAI, yang dirilis pada 4 November 2026 sebagai pasangan API GPT-Image-2.6 Flare dan GPT-Image-2.6 Sunburst, menjual iterasi: putaran cepat, subjek yang bertahan melalui rangkaian edit, dan kini output gerak serta vektor. FLUX 3 Image dari Black Forest Labs, aktif sejak 1 Oktober, menjual determinisme: sepuluh gambar referensi, instruksi tata letak bounding-box, tingkatan resolusi tetap hingga 4K, dan harga per gambar yang dapat dimasukkan ke spreadsheet tanpa memodelkan jumlah token. Salah satunya adalah produk yang lebih baik bagi tim desain yang membutuhkan tata letak yang sama setiap kali. Yang lainnya adalah produk yang lebih baik bagi tim yang perlu mencoba dua belas varian sebelum makan siang.

Ini adalah versi praktis dari pilihan itu — apa yang sebenarnya dapat Anda lakukan dengan setiap antarmuka kontrol, berapa biaya satu gambar pada masing-masing, dan apa yang dikatakan satu-satunya papan peringkat yang diaudit tentang generasi sebelum ini.

Apa sebenarnya masing-masing model

Images 2.6 adalah generasi gambar ketiga OpenAI dalam tujuh bulan. Images 2.0 hadir pada April sebagai model gambar penalaran pertama, Images 2.5 memisahkan lini menjadi tier kecepatan dan tier kualitas pada September, dan 2.6 mempertahankan pemisahan tersebut: Flare untuk latensi, Sunburst untuk detail dan konsistensi multi-edit. Keduanya di-hosting, keduanya ditagih per token, dan keduanya dapat diakses melalui endpoint images standar. Tidak ada weights.

FLUX 3 Image adalah produk unggulan Black Forest Labs, yang dirilis sebulan sebelumnya. Model ini menangani text-to-image dan pengeditan dengan hingga sepuluh gambar referensi, menerima instruksi tata letak kotak pembatas, dan merender pada tingkat tetap dari 768×768 hingga 4K dengan rasio aspek yang dapat dipilih. Dua minggu setelah produk unggulan tersebut, BFL menerbitkan FLUX 3 Image Klein — saudara hasil distilasi berukuran 5,6B dengan bobot yang dapat diunduh dan lisensi yang gratis untuk penggunaan komersial dengan pendapatan tahunan di bawah $5M. Jalan keluar open-weights itu tidak memiliki padanan di mana pun dalam rilis Images 2.6.

Permukaan kontrol: di mana FLUX 3 masih unggul mutlak

Empat hal yang dilakukan FLUX 3 yang tidak dilakukan Images 2.6, atau tidak didokumentasikannya.

• Tata letak yang Anda tentukan, bukan deskripsikan. Kotak pembatas memungkinkan Anda menempatkan elemen berdasarkan koordinat. Pengeditan terpandu markup di Images 2.6 sangat ampuh, tetapi berbeda jenisnya: Anda menunjukkan kepada model di mana harus mengubah sesuatu pada gambar yang sudah ada, dan Anda tidak memberinya kisi tata letak untuk gambar baru.

• Resolusi dipilih sejak awal. FLUX 3 menerbitkan tingkatan resolusinya — 768, 1K, 1.5K, 2K, 4K — dan menetapkan harga untuk masing-masing. Dokumentasi Images 2.6, sebagaimana diterbitkan pada 5 November, menjelaskan pengaturan kualitas dan kompleksitas serta format keluaran, tetapi tidak menerbitkan tabel resolusi. Jika pipeline Anda memiliki hasil akhir 4K yang wajib dipenuhi, asimetri itu saja sudah cukup untuk menentukan jawabannya.

• Sepuluh referensi. Pengeditan multi-referensi FLUX 3 adalah spesifikasi paling konkret dalam perbandingan ini. Rilis OpenAI membahas gambar referensi yang dapat digunakan kembali di dalam ChatGPT dan input gambar pada API, tanpa menerbitkan batas maksimum per permintaan.

• Jalur yang di-hosting sendiri.Bobot Klein dapat diunduh. Tidak ada yang di lini Images yang dapat diunduh.

Penyuntingan: celah yang ingin ditutup Sunburst

Promosi OpenAI untuk Sunburst bukanlah soal kecantikan puncak. Melainkan bahwa suntingan kesepuluh masih tampak seperti yang pertama — wajah, logo, detail produk tetap terjaga. Itulah mode kegagalan nyata model gambar ter-hosting selama dua tahun: setiap suntingan adalah generasi baru yang dikondisikan pada hasil sebelumnya, dan pergeseran kecil terus terakumulasi.

Dua dari fitur API 2.6 secara langsung menyoroti masalah itu. Parameter complexity memungkinkan Anda memberi model lebih banyak ruang perencanaan saat sebuah adegan memiliki beberapa elemen yang semuanya harus tetap dipertahankan; edit yang dipandu markup menghilangkan ambiguitas "ubah benda di sebelah kiri" dengan menggambar pada gambar sebagai gantinya. Jawaban FLUX 3 untuk masalah yang sama bersifat struktural — berikan lebih banyak referensi, dan beri tahu di mana benda-benda itu ditempatkan.

Pendekatan mana yang bekerja lebih baik belum menjadi pertanyaan yang bisa dijawab siapa pun dengan data. Sunburst tidak memiliki skor edit independen. FLUX 3 Image memilikinya: 1.123 Elo di papan editing Artificial Analysis, yang menempatkannya di lima belas besar tetapi cukup jauh di belakang generasi OpenAI sebelumnya.

Berapa biaya sebuah gambar untuk masing-masing

Model penagihannya cukup berbeda sehingga perbandingan naif per gambar menyesatkan di kedua arah.

• FLUX 3 Image, per gambar — $0.041 pada 768², $0.048 pada 1K, $0.07 pada 1.5K, $0.10 pada 2K, $0.607 pada 4K.

• FLUX 3 Image Klein, per gambar — $0.008 pada 768², $0.009 pada 1K, $0.011 pada 1.5K, $0.014 pada 2K, $0.036 pada 4K.

• Images 2.6, per token — $5 per juta token input teks ($1,25 cache), $8 per juta token input gambar ($2 cache), $30 per juta token output gambar, identik di Flare dan Sunburst.

Kalau ditelusuri, tarif tokennya berada di kisaran yang sama dengan FLUX 3 pada ukuran biasa: sekitar setengah sen untuk render 1K kualitas rendah, sekitar lima sen untuk 1K kualitas tinggi, dan sekitar sepuluh sen untuk 2K kualitas tinggi. Yang membuat keduanya sangat berbeda adalah pada kondisi ekstrem. Gambar 4K FLUX 3 berbiaya enam puluh sen karena Anda membeli gambar 4K; render Images 2.6 dengan upaya rendah hampir tidak berbiaya karena Anda hanya membeli sangat sedikit token keluaran. Kedua harga itu bukan trik — keduanya hanya mengenakan biaya untuk hal yang berbeda.

Angka yang tidak pernah muncul di kedua kartu tarif adalah biaya untuk satu gambar yang ditolak. Jika konsistensi pengeditan Sunburst menghemat satu pengulangan dari lima, harga efektifnya per aset yang dapat digunakan turun 20% dan perbandingannya berbalik. Sampai ada data pengeditan yang independen, itu masih asumsi, bukan perhitungan.

Tolok ukur, beserta tanda bintang yang terlampir

Papan text-to-image Artificial Analysis pada 5 November menempatkan GPT Image 2.5 Sunburst di peringkat pertama dengan 1.224 Elo dan GPT Image 2.5 Flare di peringkat kedua dengan 1.208. FLUX 3 Image berada di 1.119, sekitar peringkat kedua belas, dengan harga $48 per seribu gambar. Klein berada di 1.043 dengan harga $9 per seribu.

Baca itu dengan cermat. Generasi yang dirilis OpenAI pada September mengalahkan FLUX 3 dengan selisih sekitar 105 Elo pada papan peringkat dengan interval kepercayaan ±10 — selisih nyata, bukan noise. Images 2.6 belum ada sama sekali di papan peringkat, jadi pernyataan yang adil adalah bahwa model OpenAI sebelumnya mengungguli FLUX 3 dalam preferensi manusia, dan model baru belum diukur. Mudah untuk menulis "2.6 mengalahkan FLUX 3"; belum ada yang menjalankan pemungutan suara.

Dalam penyuntingan, FLUX 3 Image mencetak skor 1.123 dan berada di rentang peringkat sembilan hingga tujuh belas. GPT Image 2.5 Sunburst memuncaki papan itu dengan 1.199. Sekali lagi: pendahulunya, bukan model dalam judul.

Papan preferensi juga tidak mengukur hal-hal yang sebenarnya paling dikuasai FLUX 3. Tidak ada yang memberi suara di arena yang memeriksa apakah kotak pembatas jatuh di piksel yang tepat atau apakah ekspor 4K benar-benar 4K. Anggap Elo sebagai proksi untuk "output mana yang terlihat lebih baik bagi orang asing", yang merupakan pertanyaan nyata dan bukan satu-satunya.

Bobot terbuka mengubah profil risiko, bukan kualitasnya

Klein adalah bagian yang paling diremehkan dalam perbandingan ini. Dengan 5,6B parameter dan harga sembilan dolar per seribu gambar 1K menurut penetapan harga BFL sendiri, Klein cukup murah untuk dijadikan tier draf, dan karena bobotnya dapat diunduh, pipeline tetap bertahan meski ada perubahan harga, deprecation, atau gangguan layanan. Batas lisensinya berbasis pendapatan: penggunaan komersial gratis untuk pendapatan tahunan di bawah $5M, dengan ketentuan terpisah di atasnya. Bacalah klausul itu sebelum Anda membangun di atasnya.

Dalam hal kualitas, Klein bukanlah pengganti bagi salah satu dari kedua model unggulan tersebut — 1.043 Elo merupakan penurunan yang terlihat jelas dari 1.119 milik FLUX 3 Image dan masih jauh dari angka-angka OpenAI. Kasus penggunaan yang jujur adalah pra-visualisasi dalam jumlah besar dengan sentuhan akhir dari model unggulan, bukan pengganti untuk memangkas biaya.

Memilih di antara keduanya

Pilih FLUX 3 saat hasil akhir sudah ditentukan sebelum proses generasi dimulai: rasio aspek tetap, tata letak yang harus berulang, keluaran 4K, pipeline pengomposisian yang menginginkan gambar referensi alih-alih prosa. Pilih Images 2.6 saat pekerjaannya bersifat iteratif dan konversasional — aset yang sama diedit dua puluh kali, karakter yang harus tetap on-model, loop pratinjau di mana enam detik versus dua belas detik mengubah tindakan pengguna Anda. Pilih Klein saat Anda membutuhkan model yang tetap berfungsi ketika API milik pihak lain berhenti.

Jika Anda ingin menguji keduanya tanpa dua kontrak, OrcaRouter belum bisa melakukannya saat ini: baik Images 2.6 maupun FLUX 3 belum ada di katalog kami. Yang tersedia: GPT-Image-2.5 Flare dan Sunburst, model gambar Gemini dan Imagen dari Google, serta Grok Imagine Image, di balik satu kunci dengan failover otomatis dan harga daftar penyedia diteruskan pada markup 0%. Itu membuat uji banding menjadi murah pada model yang memang kami sediakan, dan berarti perubahan harga vendor sampai kepada Anda pada hari yang sama, bukan pada perpanjangan kontrak berikutnya.

Yang perlu diperhatikan adalah skor independen pertama untuk Images 2.6. Jika Sunburst mencapai atau melampaui 1.224, argumen FLUX 3 menyempit menjadi kontrol dan resolusi — yang merupakan keunggulan nyata, tetapi lebih sempit daripada yang terlihat saat ini.