MOSS-Image vs GPT Image 2.5: Een downloadbare 5B-backbone tegenover twee snapshotmodellen

Begin met de naamgeving, want dat is wat mensen als eerste laat struikelen. Er bestaat geen model dat gpt-image-2.5 heet. Wat bestaat is een paar — GPT Image 2.5 Sunburst, identificatie gpt-image-2.5-sunburst, en GPT Image 2.5 Flare, identificatie gpt-image-2.5-flare — beide vastgelegd op 2026-09-08 en beide gesloten. Daartegenover staat MOSS-Image, uitgebracht door OpenMOSS op 16 oktober 2026 als twee Apache 2.0-checkpoints, MOSS-Image-Base en MOSS-Image-SFT, die je downloadt en zelf draait. De ene kant verkoopt je een endpoint; de andere geeft je 27 gigabyte en wenst je succes met de encoder.

Dat is de hele opzet van de vergelijking, en bijna elk ander verschil volgt daaruit. De onderstaande vergelijking behandelt de twee OpenAI-varianten alleen als één partij waar de eigen prijsstelling en documentatie van OpenAI ze als één behandelen — wat klopt voor de tariefkaart en niet voor de mogelijkheden, en dat onderscheid krijgt een eigen sectie. Elk getal dat aan OpenAI wordt toegeschreven, is afkomstig uit OpenAI's gepubliceerde tariefkaart; elk getal dat aan MOSS-Image wordt toegeschreven, is van OpenMOSS zelf, uit de release en het bijbehorende technische rapport, en door niemand gereproduceerd.

Twee modellen tegen één download

De 2.5-generatie van OpenAI is een fork in plaats van een versieverhoging. Eerdere generaties brachten één primaire model-ID uit en vroegen je om daarbinnen een kwaliteitsniveau te kiezen. Bij 2.5 zijn er twee afzonderlijk benoemde modellen met afzonderlijke snapshots en geen overkoepelende alias — code die voor een kale gpt-image-2.5 is geschreven, werkt niet. Sunburst is gepositioneerd voor capaciteit, Flare voor snelheid, en beide factureren identiek, dus de keuze tussen hen is een beslissing op basis van latentie en precisie in plaats van budget.

MOSS-Image is ook twee modellen, maar de splitsing is een trainingssplitsing in plaats van een productopsplitsing. Base is het vooraf getrainde checkpoint, bewust niet gedistilleerd gelaten — de modelkaart zegt expliciet dat er geen post-training of distillatie van inferentieparameters zoals CFG is toegepast, om trainingsinformatie te behouden en LoRA-training levensvatbaar te houden. SFT is fijn afgestemd op gecureerde data en is degene die de meeste mensen zouden moeten gebruiken. Het vergelijkingsvoorbeeld van de leverancier laat zien dat SFT een strakkere tekstgroepering en een meer georganiseerde lay-out produceert bij dezelfde prompt, wat precies is wat een fine-tune op gecureerde data van een niet-gedistilleerde base zou moeten doen.

• Wat je het noemt — GPT Image 2.5: twee ID's, gpt-image-2.5-sunburst en gpt-image-2.5-flare, geen kale alias. M​OSS-Image: twee repositories, OpenMOSS-Team/M​OSS-Image-Base en OpenMOSS-Team/M​OSS-Image-SFT, met ModelScope-mirrors voor beide.

• Wat je ontvangt — GPT Image 2.5: een OpenAI-compatibel endpoint en een snapshotdatum. MOSS-Image: safetensors-gewichten, een aangepaste Diffusers-pipeline, een Gradio-app en een native ComfyUI-plugin die via ComfyUI Manager kan worden geïnstalleerd.

• Wat het kost — GPT Image 2.5: gemeten in tokens, $8,00 per miljoen aan image-input en $30,00 per miljoen aan image-output, batch tegen halve prijs. MOSS-Image: niets voor de licentie, alles voor de GPU.

• Wiens licentie is van toepassing op de output — GPT Image 2.5: de voorwaarden van OpenAI, die niet in de ontwikkelaarsdocumentatie zelf zijn opgenomen. MOSS-Image: Apache 2.0 voor gewichten en meegeleverde inferentiecode, geen omzetdrempel en geen bijlage inzake aanvaardbaar gebruik.

Lay-outbeheer, en de module die niet van het model is

Beide systemen laten je dingen op coördinaten plaatsen. Ze zijn niet gelijkwaardig wat betreft wat er achter de coördinaten zit.

Het lay-outformaat van MOSS-Image neemt een JSON-object als prompt: een summary met de scènebeschrijving, en een items-array waarin elk element een label heeft van text, character of object, een onderschrift, een bounding box, en — voor tekst — de letterlijke string die moet worden gerenderd. Boxen gebruiken bbox_format: "yxyx" in bbox_coord_space: "abs_centralized", wat pixel-offsets vanaf het midden van het canvas betekent.

De gedocumenteerde interface van GPT Image 2.5 is geen lay-outgrammatica. Het bedieningsoppervlak bestaat uit de prompt zelf plus referentieafbeeldingen; het gedrag op het gebied van lay-outstijl dat naar voren komt in de sterke punten van de 2.5-generatie op het gebied van bewerken, wordt uitgedrukt via iteratieve bewerkingen in plaats van via een gestructureerde boxspecificatie. Dat is een echt verschil in capaciteiten, en het is de enige plek waar de interface van M​OSS-Image explicieter is dan die van O​penAI.

De kanttekening aan de kant van MOSS-Image is het vermelden waard voordat je aan welke benchmark dan ook begint: de promptverrijkingsmodule die een kort idee omzet in een volledige lay-outspecificatie is geen klein model van OpenMOSS zelf. Het technische rapport stelt dat LayoutPE tijdens inferentie GPT-6 gebruikt met modulaire taakinstructies, en de meegeleverde prompt-enhancer-skill wordt omschreven als ontworpen voor agenten uit de GPT-6-familie. Het sterkste end-to-end lay-outresultaat in de eigen evaluatie van OpenMOSS wordt daarom geproduceerd door een pipeline met twee modellen, waarvan de specificatiehelft op de API van iemand anders draait. Als je MOSS-Image zonder die enhancer gebruikt, lever je de lay-out-JSON zelf aan, en de pipeline die je meet is een andere.

Het bewijs, en hoe mager het aan beide kanten is.

OpenMOSS evalueerde M​OSS-Image op twee benchmarks die met de release worden meegeleverd en die de leverancier ook zelf heeft gebouwd. LongLongTextBench bestaat uit 240 taken voor het weergeven van literaire tekst, 120 Engels en 120 Chinees, met een gemiddelde doellengte van 1.339,8 tekens. RealLayoutArena bestaat uit 61 ontwerptaken — 20 posters, 20 infographics, 21 gebruikersinterfaces — beoordeeld via blinde paarsgewijze vergelijking en gepast op een Bradley–Terry-Elo-schaal. In de end-to-end-arena komt M​OSS-Image uit op 1698,70 Elo met een 95%-interval van 1655,96 tot 1741,43, als tweede overall achter GPT Image 2 met 1844,35. Beperkt tot alleen de backbone onder gedeelde verbeterde prompts komt M​OSS-Image als eerste uit op 1807,34.

Lees dat aandachtig. De benchmark waarop MOSS-Image als eerste eindigt, is die waarbij de vergelijking zich beperkt tot de generator en de promptverbetering gedeeld wordt — precies de configuratie die het probleem van specificatie door derden wegneemt. De benchmark waarop het als tweede eindigt, is de end-to-end-benchmark. Geen van beide is een neutrale test.

OpenAI publiceert geen vergelijkbare benchmark voor lay-out of tekstweergave voor GPT Image 2.5. Het onafhankelijke bewijs dat voor de OpenAI-modellen bestaat, staat op de leaderboards van Artificial Analysis, waar de 2.5-varianten de bovenste twee plaatsen op het leaderboard voor beeldbewerking innemen. Dat is een blinde voorkeursmeting met een gepubliceerde methodologie, en controle over de lay-out wordt daarin helemaal niet getest. De twee modellen worden dus door verschillende partijen op disjuncte assen gemeten, en de verleiding moet worden weerstaan om 1698,70 naast een leaderboard-Elo te zetten — ze zijn niet dezelfde schaal en ze meten niet hetzelfde.

Wat elk kost bij grote afname

GPT Image 2.5 wordt per token afgerekend, volgens een tariefkaart die identiek is aan die van GPT Image 2: $5,00 per miljoen tekst-invoertokens, met gecachte tekst tegen $1,25, $8,00 per miljoen beeldinvoer, met gecachte afbeelding tegen $2,00, en $30,00 per miljoen beeldoutput. Batch halveert elk tarief. Er staat geen prijs per afbeelding op de pagina van de leverancier en er is geen gratis tegoed, dus de enige manier om tot een bedrag per afbeelding te komen is een omrekening — en de onafhankelijke boards publiceren er een, momenteel rond $0,21 per afbeelding voor een hoogwaardige 1024×1024. Zie dat als een afleiding van een board, niet als de prijs van OpenAI.

M​OSS-Image heeft geen tariefkaart, want er is niets te factureren. De kosten zijn de machine. De SFT-repository is ongeveer 27,2 GB groot, en het getal dat mensen verrast, is de verdeling: ruwweg 16,8 GB verdeeld over vier shards is de bevroren Qwen3.5-9B-tekstencoder en ongeveer 10,2 GB verdeeld over drie is de transformer zelf. Het 5B-label beschrijft alleen de diffusiegenerator. De standaardwaarden voor sampling zijn flow-matching-Euler met 50 stappen, CFG 3,0, shift 5,0, met skip-layer-guidance in de negatieve tak op laag 22 — en het standaard guidance-pad vereist twee forward-passes van de transformer per stap, waardoor 50 stappen niet zo goedkoop is als het klinkt.

Bij honderdduizend afbeeldingen per maand komt de op tokens afgerekende kant uit op enkele tienduizenden dollars; de gedownloade kant komt uit waar je GPU-huur ook uitkomt. Dat is geen vergelijking die een van beide partijen flatteert, en daarom draait de beslissing meestal om iets anders: of je een configuratiewijziging kunt uitrollen of een inkoopgesprek nodig hebt.

De twee naast elkaar draaien

Als je dit wilt beslechten aan de hand van je eigen prompts in plaats van op iemands leaderboard, bevinden de twee kanten zich aan tegenovergestelde uiteinden van een grens die ons eigen product niet in het midden oversteekt. MOSS-Image staat niet in de OrcaRouter-catalogus — we serveren meer dan 200 modellen en het is er niet één van — dus de open-weighthelft van het experiment is aan jou om te hosten.GPT Image 2.5 Sunburst en Flare zijn routeerbaar via dezelfde OpenAI-compatibele endpoint als al het andere in de catalogus, tegen de lijsttarieven van de provider van $8 per miljoen tokens voor beeldinvoer en $30 per miljoen tokens voor beeldoutput, zonder dat wij er een opslag op toevoegen.

Het nuttige deel van die regeling voor een vergelijking zoals deze is het failovergedrag. Wanneer je een benchmarkinglus draait die een paar honderd prompts naar een gehost model stuurt, zorgen een rate limit aan de providerzijde of een slechte minuut voor weggevallen samples, en automatische failover tussen providers betekent dat de lus wordt afgerond in plaats van dat je met een halfgevulde resultaattabel achterblijft. Of het antwoord dat van de fallback terugkomt vergelijkbaar is met het primaire, is een vraag die je moet beslissen voordat je begint, niet daarna.

Aan welke kant van de grens je staat

Kies MOSS-Image als je de weights wilt. Apache 2.0 zonder omzetplafond is een korte commerciële beoordeling, het Base-checkpoint is expliciet ongedistilleerd gelaten voor LoRA-training, de layout-JSON is een echte specificatie in plaats van een promptconventie, en je kunt er vandaag een ComfyUI-installatie op richten. Weet voordat je begint dat de encoder de download is, dat een standaard van 50 stappen bij twee forwards per stap een echte servingkost is, en dat het Elo-cijfer uit de kop met een model van een derde partij in de specificatiehelft van de pipeline is geproduceerd. Als je de enhancer overslaat en de layout zelf schrijft, sta je er alleen voor wat de cijfers betreft — en dat is prima, want ook niemand heeft die van OpenMOSS gereproduceerd.

Kies GPT Image 2.5 als je deze week een aanroepbaar endpoint nodig hebt, als je werk bestaat uit iteratief bewerken in plaats van samengestelde lay-outs, of als een onafhankelijke benchmark met een gepubliceerde methodologie zwaarder weegt in je beslissing dan een gestructureerde bedieningsinterface. De splitsing in twee varianten betekent een extra beslissing — Sunburst wanneer de bewerking het eindproduct is, Flare als de standaard — en de factuur op basis van tokens is moeilijker te voorspellen dan een tarief per afbeelding, maar het model staat bovenaan de enige neutrale ranglijst die bewerken dekt, en dat is iets waard wat de eigen tabel van een leverancier niet is.

Het hiaat dat deze vergelijking het meest zou veranderen, zit aan de OpenAI-kant, niet aan de OpenMOSS-kant: een gepubliceerde evaluatie van lay-outsturing, of een onafhankelijke lay-outbenchmark die beide modellen bevat. Zolang die er niet is, worden de twee systemen door verschillende mensen op verschillende assen gemeten, en de zin die de stand van zaken het beste beschrijft, is dat MOSS-Image de explicietere interface heeft en GPT Image 2.5 het onafhankelijkere bewijs.

De gedocumenteerde AI-fouten en incidenten met agents achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.