Images 2.6 กับ FLUX 3: ความแม่นยำในการแก้ไขเทียบกับการควบคุมความละเอียด

การเปรียบเทียบระหว่าง Images 2.6 กับ FLUX 3 มักถูกวางกรอบว่าเป็นการแข่งขันกันเรื่องคุณภาพ แต่จริง ๆ ไม่ใช่ Images 2.6 ของ OpenAI ซึ่งเปิดตัวเมื่อวันที่ 4 พฤศจิกายน 2026 ในชื่อคู่ API ว่า GPT-Image-2.6 Flare และ GPT-Image-2.6 Sunburst กำลังขายความคล่องตัวในการวนปรับ: การเปลี่ยนรอบได้เร็ว ตัวแบบที่คงอยู่ตลอดห่วงโซ่การแก้ไข และตอนนี้ยังมีเอาต์พุตภาพเคลื่อนไหวและเวกเตอร์ ส่วน FLUX 3 Image ของ Black Forest Labs ซึ่งเปิดให้ใช้ตั้งแต่ 1 ตุลาคม กำลังขายความแน่นอน: ภาพอ้างอิงสิบภาพ คำสั่งจัดเลย์เอาต์ด้วยกรอบ bounding box ระดับความละเอียดคงที่สูงสุดถึง 4K และราคาต่อภาพที่ใส่ในสเปรดชีตได้โดยไม่ต้องจำลองจำนวนโทเค็น หนึ่งในนั้นเป็นผลิตภัณฑ์ที่ดีกว่าสำหรับทีมออกแบบที่ต้องการเลย์เอาต์เดิมทุกครั้ง อีกตัวเป็นผลิตภัณฑ์ที่ดีกว่าสำหรับทีมที่ต้องลองสิบสองแบบก่อนมื้อเที่ยง

นี่คือฉบับใช้งานจริงของทางเลือกนั้น — แต่ละช่องทางควบคุมให้คุณทำอะไรได้จริงบ้าง การสร้างภาพหนึ่งภาพมีต้นทุนเท่าไรในแต่ละช่องทาง และกระดานจัดอันดับเดียวที่ผ่านการตรวจสอบกล่าวถึงรุ่นก่อนหน้านี้ไว้ว่าอย่างไร

แต่ละโมเดลจริงๆ แล้วคืออะไร

Images 2.6 คือโมเดลสร้างภาพรุ่นที่สามของ OpenAI ในรอบเจ็ดเดือน Images 2.0 เปิดตัวในเดือนเมษายนในฐานะโมเดลภาพแบบ reasoning รุ่นแรก Images 2.5 แยกสายผลิตภัณฑ์ออกเป็นระดับความเร็วและระดับคุณภาพในเดือนกันยายน และ 2.6 ยังคงการแยกนั้นไว้: Flare สำหรับความหน่วง และ Sunburst สำหรับรายละเอียดและความสอดคล้องเมื่อแก้ไขหลายครั้ง ทั้งสองเป็นแบบโฮสต์ ทั้งสองคิดค่าบริการตามโทเคน และทั้งสองเข้าถึงได้ผ่าน endpoints มาตรฐานของ images ไม่มีน้ำหนักโมเดล

FLUX 3 Image เป็นผลิตภัณฑ์เรือธงของ Black Forest Labs ที่เปิดตัวเมื่อหนึ่งเดือนก่อน โดยรองรับการสร้างภาพจากข้อความและการแก้ไขภาพด้วยภาพอ้างอิงได้สูงสุดสิบภาพ รับคำสั่งเลย์เอาต์แบบ bounding box และเรนเดอร์ที่ระดับความละเอียดคงที่ตั้งแต่ 768×768 ถึง 4K พร้อมอัตราส่วนภาพที่เลือกได้ สองสัปดาห์หลังจากผลิตภัณฑ์เรือธง BFL ได้เผยแพร่ FLUX 3 Image Klein — คู่แฝดแบบ distilled ขนาด 5.6B ที่มี weights ให้ดาวน์โหลดได้ และมีสัญญาอนุญาตที่อนุญาตให้ใช้เชิงพาณิชย์ได้ฟรีสำหรับผู้ที่มีรายได้ต่อปีต่ำกว่า 5 ล้านดอลลาร์ ทางเลือกแบบ open-weights เช่นนี้ไม่มีสิ่งที่เทียบเคียงได้เลยในรุ่น Images 2.6

พื้นผิวการควบคุม: จุดที่ FLUX 3 ยังคงชนะอย่างเด็ดขาด

สี่สิ่งที่ FLUX 3 ทำได้ ซึ่ง Images 2.6 ไม่ได้ทำ หรือไม่ได้ระบุไว้ในเอกสาร

• เลย์เอาต์ที่คุณระบุเองแทนที่จะอธิบาย Bounding boxes ช่วยให้คุณวางองค์ประกอบตามพิกัด การแก้ไขโดยใช้เครื่องหมายกำกับของ Images 2.6 นั้นทรงพลังแต่แตกต่างกันโดยธรรมชาติ: คุณแสดงให้โมเดลเห็นว่าต้องเปลี่ยนอะไรบนภาพที่มีอยู่ คุณไม่ได้ส่งตารางเลย์เอาต์สำหรับภาพใหม่ให้มัน

• เลือกความละเอียดไว้ล่วงหน้าแล้ว FLUX 3 ประกาศระดับต่าง ๆ ของตน ได้แก่ 768, 1K, 1.5K, 2K, 4K และกำหนดราคาของแต่ละระดับ เอกสารของ Images 2.6 ซึ่งเผยแพร่เมื่อวันที่ 5 พฤศจิกายน อธิบายถึงการตั้งค่าคุณภาพและความซับซ้อนตลอดจนรูปแบบเอาต์พุต แต่ไม่ได้เผยแพร่ตารางความละเอียด หากไปป์ไลน์ของคุณมีสิ่งส่งมอบที่เป็น 4K แบบตายตัว ความไม่สมมาตรนี้เพียงอย่างเดียวก็สามารถชี้ขาดคำถามนี้ได้

• สิบภาพอ้างอิง การแก้ไขแบบหลายภาพอ้างอิงของ FLUX 3 ถือเป็นข้อกำหนดที่ชัดเจนที่สุดในการเปรียบเทียบครั้งนี้ การเปิดตัวของ OpenAI กล่าวถึงภาพอ้างอิงที่นำกลับมาใช้ซ้ำได้ภายใน ChatGPT และการป้อนภาพบน API โดยไม่ได้เผยแพร่เพดานจำนวนต่อคำขอ

• เส้นทางแบบโฮสต์เอง เวตของ Klein ดาวน์โหลดได้ แต่ไม่มีสิ่งใดในไลน์ Images ที่ดาวน์โหลดได้

การตัดต่อ: ช่องว่างที่ Sunburst ถูกสร้างขึ้นมาเพื่อปิด

ข้อเสนอของ OpenAI สำหรับ Sunburst ไม่ได้อยู่ที่ความงามสูงสุด แต่คือการที่การแก้ไขครั้งที่สิบยังคงดูเหมือนครั้งแรก — ใบหน้า โลโก้ และรายละเอียดสินค้ายังคงอยู่ นั่นคือโหมดความล้มเหลวที่แท้จริงของโมเดลภาพแบบโฮสต์ตลอดสองปีที่ผ่านมา: การแก้ไขทุกครั้งคือการสร้างใหม่โดยมีเงื่อนไขจากภาพครั้งล่าสุด และการคลาดเคลื่อนเล็กๆ น้อยๆ ก็สะสมทบต้น

ฟีเจอร์ API 2.6 สองอย่างชี้ตรงไปที่ปัญหานี้โดยตรง พารามิเตอร์ complexity ช่วยให้คุณให้พื้นที่ในการวางแผนแก่โมเดลมากขึ้นเมื่อฉากมีองค์ประกอบหลายอย่างที่ต้องคงอยู่ทั้งหมด ส่วนการแก้ไขที่ชี้นำด้วยมาร์กอัปช่วยขจัดความกำกวมของคำสั่งอย่าง "เปลี่ยนสิ่งนั้นทางซ้าย" ด้วยการวาดลงบนภาพแทน คำตอบของ FLUX 3 ต่อปัญหาเดียวกันเป็นเชิงโครงสร้าง — ป้อนข้อมูลอ้างอิงให้มากขึ้น และบอกว่าสิ่งต่าง ๆ ควรอยู่ตรงไหน

วิธีการไหนจะได้ผลดีกว่ากันยังไม่ใช่คำถามที่ใครจะตอบได้ด้วยข้อมูลในตอนนี้ Sunburst ยังไม่มีคะแนนการแก้ไขภาพที่เป็นอิสระ ส่วน FLUX 3 Image มี: 1,123 Elo บนกระดานจัดอันดับการแก้ไขภาพของ Artificial Analysis ซึ่งทำให้ติดท็อปสิบห้า แต่ยังตามหลังรุ่นก่อนหน้าของ OpenAI อยู่พอสมควร

รูปภาพหนึ่งรูปมีค่าใช้จ่ายเท่าใดในแต่ละแห่ง

โมเดลการคิดค่าบริการแตกต่างกันมากพอที่การเปรียบเทียบแบบต่อรูปภาพอย่างง่ายจะทำให้เข้าใจผิดได้ทั้งสองทาง

• FLUX 3 Image ราคาต่อภาพ — $0.041 ที่ 768², $0.048 ที่ 1K, $0.07 ที่ 1.5K, $0.10 ที่ 2K, $0.607 ที่ 4K

• FLUX 3 Image Klein ราคาต่อภาพ — $0.008 ที่ 768², $0.009 ที่ 1K, $0.011 ที่ 1.5K, $0.014 ที่ 2K, $0.036 ที่ 4K

Images 2.6 ต่อโทเคน — $5 ต่อล้านโทเคนอินพุตข้อความ ($1.25 เมื่อแคช), $8 ต่อล้านโทเคนอินพุตรูปภาพ ($2 เมื่อแคช), $30 ต่อล้านโทเคนเอาต์พุตรูปภาพ เหมือนกันบน Flare และ Sunburst

เมื่อคำนวณดูแล้ว อัตราค่าโทเคนอยู่ในระดับเดียวกับ FLUX 3 ที่ขนาดทั่วไป: ประมาณครึ่งเซนต์สำหรับการเรนเดอร์ 1K คุณภาพต่ำ ประมาณห้าเซนต์สำหรับ 1K คุณภาพสูง และประมาณสิบเซนต์ที่ 2K คุณภาพสูง จุดที่ทั้งสองแตกต่างกันอย่างชัดเจนคือที่ค่าสุดขั้ว ภาพ 4K จาก FLUX 3 มีค่าใช้จ่ายหกสิบเซนต์เพราะคุณซื้อภาพขนาด 4K; การเรนเดอร์ด้วย Images 2.6 แบบใช้ความพยายามต่ำแทบไม่มีค่าใช้จ่ายเพราะคุณซื้อโทเคนเอาต์พุตไปน้อยมาก ราคาทั้งสองไม่ได้เป็นการเล่นกล — พวกเขาแค่คิดเงินกับสิ่งที่แตกต่างกัน

ตัวเลขที่ไม่เคยปรากฏบนเรตการ์ดทั้งสองใบ คือต้นทุนของภาพที่ถูกปฏิเสธ หากความสม่ำเสมอในการแก้ไขของ Sunburst ช่วยให้คุณประหยัดการรีโรลได้หนึ่งครั้งในห้า ราคาที่มีผลต่อแอสเซ็ตที่ใช้งานได้จะลดลง 20% และการเปรียบเทียบก็พลิกผล จนกว่าจะมีข้อมูลการแก้ไขที่เป็นอิสระ นั่นคือสมมติฐาน ไม่ใช่การคำนวณ

เกณฑ์มาตรฐาน พร้อมเครื่องหมายดอกจันที่กำกับอยู่ด้วย

กระดานจัดอันดับ text-to-image ของ Artificial Analysis เมื่อวันที่ 5 พฤศจิกายน จัดให้ GPT Image 2.5 Sunburst อยู่อันดับหนึ่งด้วย 1,224 Elo และ GPT Image 2.5 Flare อยู่อันดับสองด้วย 1,208 ส่วน FLUX 3 Image อยู่ที่ 1,119 ประมาณอันดับสิบสอง ในราคา $48 ต่อพันภาพ และ Klein อยู่ที่ 1,043 ในราคา $9 ต่อพันภาพ

อ่านให้ดี รุ่นที่ OpenAI เปิดตัวในเดือนกันยายนชนะ FLUX 3 อยู่ประมาณ 105 Elo บนกระดานจัดอันดับที่มีช่วงความเชื่อมั่น ±10 — เป็นความต่างจริง ไม่ใช่เสียงรบกวน Images 2.6 ยังไม่อยู่บนกระดานเลย ดังนั้นข้อความที่ยุติธรรมคือ โมเดลของ OpenAIรุ่นก่อนมีคะแนนสูงกว่า FLUX 3 ในด้านความชอบของมนุษย์ และรุ่นใหม่ยังไม่ได้วัด คงเป็นเรื่องง่ายที่จะเขียนว่า "2.6 ชนะ FLUX 3"; แต่ยังไม่มีใครได้รันการโหวต

ในการแก้ไขภาพ FLUX 3 Image ได้คะแนน 1,123 และอยู่ในช่วงอันดับเก้าถึงสิบเจ็ด GPT Image 2.5 Sunburst นำตารางนั้นด้วยคะแนน 1,199 อีกครั้ง: รุ่นก่อนหน้า ไม่ใช่โมเดลในชื่อเรื่อง

บอร์ดความชอบก็ไม่ได้วัดสิ่งที่ FLUX 3 ทำได้ดีที่สุดจริง ๆ เช่นกัน ไม่มีใครที่โหวตในอารีนากำลังตรวจว่า bounding box วางอยู่บนพิกเซลที่ถูกต้องหรือไม่ หรือการส่งออก 4K นั้นเป็น 4K จริงหรือเปล่า ให้มอง Elo เป็นตัวแทนของ “ผลลัพธ์ใดดูดีกว่าสำหรับคนแปลกหน้า” ซึ่งเป็นคำถามจริงและไม่ใช่คำถามเดียว

น้ำหนักแบบเปิดเปลี่ยนโปรไฟล์ความเสี่ยง ไม่ใช่คุณภาพ

Klein เป็นส่วนที่ถูกประเมินต่ำที่สุดในการเปรียบเทียบครั้งนี้ ด้วยพารามิเตอร์ 5.6B และราคา 9 ดอลลาร์ต่อภาพขนาด 1K จำนวนหนึ่งพันภาพตามราคาที่ BFL กำหนดเอง มันถูกพอที่จะใช้เป็นระดับฉบับร่างได้ และการที่ค่าน้ำหนักโมเดลดาวน์โหลดได้หมายความว่าไปป์ไลน์จะอยู่รอดได้แม้ราคาเปลี่ยน มีการเลิกสนับสนุน หรือระบบล่ม ขอบเขตใบอนุญาตอิงจากรายได้: ใช้เชิงพาณิชย์ฟรีเมื่อรายได้ต่อปีต่ำกว่า $5M และมีเงื่อนไขแยกต่างหากเมื่อสูงกว่านั้น อ่านข้อสัญญานั้นก่อนจะสร้างสิ่งใดต่อยอดจากมัน

ในด้านคุณภาพ Klein ไม่ใช่ตัวเลือกทดแทนสำหรับทั้งสองรุ่นเรือธง — 1,043 Elo ถือเป็นการลดลงอย่างเห็นได้ชัดจาก 1,119 ของ FLUX 3 Image และยังห่างไกลจากตัวเลขของ OpenAI การใช้งานที่ตรงไปตรงมาคือการทำพรีวิชวลไลเซชันแบบปริมาณมากพร้อมการเก็บงานขั้นสุดท้ายด้วยรุ่นเรือธง ไม่ใช่การทดแทนเพื่อลดต้นทุน

การเลือกระหว่างพวกมัน

เลือก FLUX 3 เมื่อสิ่งที่ต้องส่งมอบถูกกำหนดไว้ก่อนเริ่มสร้าง: อัตราส่วนภาพแบบคงที่ เลย์เอาต์ที่ต้องทำซ้ำ เอาต์พุต 4K ไปป์ไลน์คอมโพสิตติ้งที่ต้องการภาพอ้างอิงแทนคำบรรยาย เลือก Images 2.6 เมื่องานเป็นการวนซ้ำและโต้ตอบเป็นบทสนทนา — แอสเซ็ตเดิมที่ถูกแก้ไขยี่สิบครั้ง ตัวละครที่ต้องคงดีไซน์เดิม ลูปพรีวิวที่ 6 วินาทีเทียบกับ 12 วินาทีเปลี่ยนสิ่งที่ผู้ใช้ของคุณทำ เลือก Klein เมื่อคุณต้องการให้โมเดลยังทำงานต่อได้เมื่อ API ของคนอื่นหยุดทำงาน

หากคุณต้องการทดสอบทั้งสองโดยไม่ต้องมีสองสัญญา OrcaRouter ยังทำแบบนั้นไม่ได้ในตอนนี้: ทั้ง Images 2.6 และ FLUX 3 ยังไม่มีในแค็ตตาล็อกของเรา สิ่งที่มีคือ GPT-Image-2.5 Flare และ Sunburst, โมเดลภาพ Gemini และ Imagen ของ Google และ Grok Imagine Image ภายใต้คีย์เดียว พร้อมการสลับไปยังผู้ให้บริการสำรองอัตโนมัติ และส่งต่อราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% สิ่งนี้ทำให้การทดสอบเปรียบเทียบมีต้นทุนต่ำสำหรับโมเดลที่เรามีให้บริการ และหมายความว่าการเปลี่ยนแปลงราคาจากผู้ขายจะถึงคุณภายในวันเดียวกัน แทนที่จะต้องรอถึงการต่อสัญญาครั้งถัดไป

สิ่งที่ต้องจับตาคือคะแนน Images 2.6 อิสระครั้งแรก หาก Sunburst ทำได้ที่ 1,224 หรือสูงกว่า กรณีของ FLUX 3 จะแคบลงเหลือเพียงด้านการควบคุมและความละเอียด ซึ่งเป็นข้อได้เปรียบจริง แต่เป็นข้อได้เปรียบที่แคบกว่าที่ดูเหมือนในตอนนี้