Images 2.6 vs FLUX 3: fedeltà di modifica rispetto al controllo della risoluzione

Il confronto tra Images 2.6 e FLUX 3 viene di solito presentato come una gara di qualità. Non lo è. Images 2.6 di OpenAI, rilasciato il 4 novembre 2026 come coppia API GPT-Image-2.6 Flare e GPT-Image-2.6 Sunburst, vende l'iterazione: turni rapidi, un soggetto che sopravvive a una catena di modifiche e ora output motion e vettoriale. FLUX 3 Image di Black Forest Labs, disponibile dal 1 ottobre, vende il determinismo: dieci immagini di riferimento, istruzioni di layout con bounding box, livelli di risoluzione fissi fino a 4K e un prezzo per immagine che puoi inserire in un foglio di calcolo senza modellare il conteggio dei token. Uno dei due è un prodotto migliore per un team di design che ha bisogno dello stesso layout ogni volta. L'altro è un prodotto migliore per un team che ha bisogno di provare dodici varianti prima di pranzo.

Questa è la versione pratica di quella scelta: cosa ciascuna superficie di controllo ti consente effettivamente di fare, quanto costa un'immagine su ciascuna e cosa dice l'unica classifica verificata sulla generazione precedente a questa.

Cosa è realmente ciascun modello

Images 2.6 è la terza generazione di immagini di OpenAI in sette mesi. Images 2.0 è arrivata ad aprile come primo modello di immagini con ragionamento, Images 2.5 ha diviso la linea in un livello per la velocità e un livello per la qualità a settembre, e 2.6 mantiene questa divisione: Flare per la latenza, Sunburst per il dettaglio e la coerenza su più modifiche. Entrambi sono ospitati, entrambi vengono fatturati a token ed entrambi sono raggiungibili tramite gli endpoint images standard. Non ci sono pesi.

FLUX 3 Image è il prodotto di punta di Black Forest Labs, rilasciato un mese prima. Gestisce text-to-image ed editing con fino a dieci immagini di riferimento, accetta istruzioni di layout con bounding box ed esegue il rendering a livelli fissi da 768×768 a 4K con rapporti d'aspetto selezionabili. Due settimane dopo il prodotto di punta, BFL ha pubblicato FLUX 3 Image Klein — un modello fratello distillato da 5,6B con pesi scaricabili e una licenza gratuita per uso commerciale al di sotto dei 5 milioni di dollari di fatturato annuo. Quella scappatoia open-weights non ha alcun corrispettivo in tutta la release di Images 2.6.

La superficie di controllo: dove FLUX 3 vince ancora nettamente

Quattro cose che FLUX 3 fa e che Images 2.6 non fa, o non documenta.

• Layout che specifichi anziché descrivere. I bounding box ti consentono di posizionare gli elementi in base alle coordinate. L'editing guidato dal markup di Images 2.6 è potente ma di natura diversa: mostri al modello dove cambiare qualcosa su un'immagine esistente, non gli consegni una griglia di layout per una nuova.

• Risoluzione scelta in anticipo. FLUX 3 pubblica i suoi livelli — 768, 1K, 1.5K, 2K, 4K — e ne indica il prezzo per ciascuno. La documentazione di Images 2.6, così come pubblicata il 5 novembre, descrive le impostazioni di qualità e complessità e i formati di output, ma non pubblica una tabella delle risoluzioni. Se la tua pipeline prevede un deliverable 4K obbligatorio, questa sola asimmetria può decidere la questione.

• Dieci riferimenti. L'editing multi-riferimento di FLUX 3 è la specifica più concreta in questo confronto. Il comunicato di OpenAI parla di immagini di riferimento riutilizzabili all'interno di ChatGPT e di input immagini sull'API, senza pubblicare un limite per richiesta.

• Un percorso self-hosted.I pesi di Klein sono scaricabili. Nulla nella linea Images lo è.

Editing: il divario che Sunburst è nato per colmare

La proposta di OpenAI per Sunburst non è la bellezza allo stato puro. È che la decima modifica appare ancora come la prima: il volto, il logo, il dettaglio del prodotto restano invariati. Questo è stato il vero punto debole dei modelli di immagini ospitati per due anni: ogni modifica è una nuova generazione condizionata dalla precedente, e piccole derive si accumulano.

Due delle funzionalità dell'API 2.6 affrontano direttamente quel problema. Il parametro complexity consente di dare al modello più spazio di pianificazione quando una scena contiene diversi elementi che devono tutti essere preservati; le modifiche guidate dal markup eliminano l'ambiguità di «cambia la cosa a sinistra» disegnando invece sull'immagine. La risposta di FLUX 3 allo stesso problema è strutturale: forniscile più riferimenti e indica dove devono andare le cose.

Quale approccio funzioni meglio non è ancora una domanda a cui qualcuno possa rispondere con i dati. {{1}}Sunburst non ha un punteggio di editing indipendente.{{/1}} {{2}}FLUX 3 Image sì: 1.123 Elo nella classifica di editing di Artificial Analysis, che lo colloca tra i primi quindici ma comodamente dietro la precedente generazione di OpenAI.{{/2}}

Quanto costa un'immagine su ciascuno

I modelli di fatturazione sono sufficientemente diversi che un confronto ingenuo per immagine trae in inganno in entrambe le direzioni.

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

• FLUX 3 Image Klein, per immagine — $0,008 a 768², $0,009 a 1K, $0,011 a 1,5K, $0,014 a 2K, $0,036 a 4K.

• Images 2.6, per token — $5 per milione di token di input testuali ($1,25 in cache), $8 per milione di token di input di immagini ($2 in cache), $30 per milione di token di output di immagini, identico su Flare e Sunburst.

Fatti i conti, la tariffa per token si colloca nella stessa zona di FLUX 3 alle dimensioni ordinarie: circa mezzo centesimo per un rendering 1K di bassa qualità, circa cinque centesimi per un 1K di alta qualità e intorno ai dieci centesimi per un 2K di alta qualità. È agli estremi che i due divergono nettamente. Un'immagine FLUX 3 in 4K costa sessanta centesimi perché hai acquistato un'immagine in 4K; un rendering Images 2.6 a basso sforzo costa quasi nulla perché hai acquistato pochissimi token di output. Nessuno dei due prezzi è un trucco: semplicemente addebitano cose diverse.

Il numero che non compare su nessuno dei due listini prezzi è il costo di un'immagine scartata. Se la coerenza delle modifiche di Sunburst ti fa risparmiare una rigenerazione su cinque, il suo prezzo effettivo per asset utilizzabile scende del 20% e il confronto si ribalta. Finché non ci sono dati indipendenti sulle modifiche, quella resta un'ipotesi, non un calcolo.

Benchmark, con gli asterischi allegati

La classifica text-to-image di Artificial Analysis del 5 novembre vede GPT Image 2.5 Sunburst al primo posto con 1.224 Elo e GPT Image 2.5 Flare al secondo con 1.208. FLUX 3 Image si colloca a 1.119, intorno al dodicesimo posto, a 48 $ per migliaio di immagini. Klein è a 1.043 per 9 $ per migliaio.

Leggilo attentamente. La generazione che OpenAI ha rilasciato a settembre batte FLUX 3 di circa 105 Elo in una classifica con un intervallo di confidenza di ±10 — un divario reale, non rumore. Images 2.6 non è ancora affatto nella classifica, quindi l'affermazione corretta è che il modello precedente di OpenAI supera FLUX 3 nelle preferenze umane, e quello nuovo non è stato misurato. Sarebbe facile scrivere "2.6 batte FLUX 3"; nessuno ha eseguito le votazioni.

Nell'editing, FLUX 3 Image ottiene 1,123 e si posiziona in una fascia tra il nono e il diciassettesimo posto. GPT Image 2.5 Sunburst guida quella classifica con 1,199. Di nuovo: il predecessore, non il modello nel titolo.

Le classifiche di preferenza non misurano neanche le cose in cui FLUX 3 è davvero più forte. Nessuno che vota in un’arena verifica se il bounding box è finito sul pixel giusto o se l’esportazione in 4K è davvero 4K. Considera l’Elo un proxy per «quale output sembra migliore a un estraneo», che è una domanda reale e non l’unica.

I pesi aperti cambiano il profilo di rischio, non la qualità

Klein è la parte più sottovalutata di questo confronto. Con 5,6 miliardi di parametri e nove dollari ogni mille immagini da 1K secondo il listino di BFL stesso, è abbastanza economico da poter essere usato come livello di bozza, e il fatto che i suoi pesi siano scaricabili significa che la pipeline sopravvive a un cambio di prezzo, a una deprecazione o a un'interruzione del servizio. Il confine della licenza è basato sul fatturato: uso commerciale gratuito sotto i 5 milioni di dollari di fatturato annuo, condizioni separate al di sopra. Leggi quella clausola prima di costruirci sopra.

Sulla qualità, Klein non è un sostituto di nessuno dei due flagship: 1.043 Elo rappresentano un passo indietro evidente rispetto ai 1.119 di FLUX 3 Image e sono molto lontani dai numeri di OpenAI. Il caso d'uso onesto è la previsualizzazione in volume con un passaggio di rifinitura affidato a un flagship, non un sostituto per ridurre i costi.

Scegliere tra loro

Scegli FLUX 3 quando la consegna è specificata prima che inizi la generazione: rapporti d'aspetto fissi, un layout che deve ripetersi, output in 4K, una pipeline di compositing che preferisce immagini di riferimento anziché testo descrittivo. Scegli Images 2.6 quando il lavoro è iterativo e conversazionale — lo stesso asset modificato venti volte, un personaggio che deve restare on-model, un ciclo di anteprima in cui sei secondi invece di dodici cambiano ciò che fanno i tuoi utenti. Scegli Klein quando ti serve che il modello continui a funzionare quando l'API di qualcun altro si interrompe.

Se vuoi testare entrambi senza due contratti, oggi OrcaRouter non può farlo: né Images 2.6 né FLUX 3 sono ancora nel nostro catalogo. Cosa c’è: GPT-Image-2.5 Flare e Sunburst, i modelli di immagini Gemini e Imagen di Google, e Grok Imagine Image, dietro un’unica chiave con failover automatico e prezzo di listino del provider trasferito con 0% di ricarico. Questo rende economico un confronto sui modelli che abbiamo in catalogo, e significa che una variazione di prezzo del fornitore ti arriva lo stesso giorno invece che al prossimo rinnovo contrattuale.

Il dato da tenere d'occhio è il primo punteggio indipendente di Images 2.6. Se Sunburst si colloca a 1.224 o oltre, l'argomento a favore di FLUX 3 si riduce a controllo e risoluzione — vantaggi reali, ma più limitati di quanto appaiano oggi.