Images 2.6 so với GPT Image 2.5: Bảng giá không hề thay đổi

Hình ảnh 2.6 của OpenAI ra mắt ngày 4 tháng 11 với bảng giá giống hệt GPT Image 2.5: 5 USD cho một triệu token đầu vào văn bản, 8 USD cho một triệu token đầu vào hình ảnh và 30 USD cho một triệu token đầu ra hình ảnh, với đầu vào được lưu trong bộ nhớ đệm lần lượt ở mức 1,25 USD và 2 USD. Đó là sự thật hữu ích nhất trong bản nâng cấp này. Khi một nhà cung cấp tung ra một thế hệ mới mà không động đến bảng giá của mình, điều đó cho bạn biết rằng cải tiến nằm ở những gì mô hình có thể làm và tốc độ nó thực hiện, chứ không phải ở khía cạnh kinh tế. Vậy nên, câu hỏi dành cho bất kỳ ai đang dùng GPT Image 2.5 là một câu hỏi hẹp: liệu các khả năng mới có đáng để chuyển đổi, hay đây là phiên bản bạn áp dụng cho dự án greenfield tiếp theo của mình và bỏ qua trong các trường hợp khác?

Câu hỏi đó có một câu trả lời gọn gàng hơn hầu hết các đợt nâng cấp mô hình, vì hai mô hình API — GPT-Image-2.6 Flare và GPT-Image-2.6 Sunburst — vẫn giữ cấu trúc phân tầng, các endpoint và hợp đồng đầu ra của các phiên bản tiền nhiệm, GPT-Image-2.5 Flare và GPT-Image-2.5 Sunburst. Gần như không có gì bị hỏng. Đó cũng là lý do quyết định này dễ bị đưa ra sai theo cả hai hướng: không làm gì là điều có thể biện minh, và việc chuyển đổi đủ rẻ đến mức khó biện minh cho việc không chuyển đổi chỉ dựa trên lý do độ trễ.

Điều gì thực sự giống hệt nhau

Danh sách nhàm chán trước, vì nó dài hơn ghi chú phát hành gợi ý.

• Giá — $5 / $8 / $30 mỗi triệu token, không thay đổi, ở cả hai hạng.

• Các điểm cuối — /v1/images/generations và /v1/images/edits, không thay đổi.

• Việc tách hạng — một mô hình tốc độ và một mô hình chất lượng, giá như nhau, không thay đổi kể từ khi Images 2.5 giới thiệu nó vào tháng 9.

• Phương thức — đầu vào văn bản và hình ảnh, đầu ra hình ảnh. Không có video, trong cả hai hình thức tạo.

• Các bề mặt sản phẩm — ChatGPT, Codex và API. Images 2.5 đã bao trùm cả ba.

Nếu tích hợp của bạn chỉ là một lớp bọc mỏng quanh endpoint images với cấu hình quality cố định, thì việc nâng từ 2.5 lên 2.6 chỉ là đổi chuỗi model và chạy một lượt kiểm thử hồi quy. Không có xác thực mới, không có cấu trúc phản hồi mới, không có việc di chuyển giá.

Điều gì thực sự mới mẻ

Bốn tham số và một định dạng đầu ra. Cả năm đều ở cấp API, không chỉ là các tính năng của ChatGPT.

• Độ phức tạp. Thấp, trung bình hoặc cao, tách biệt với chất lượng. Nó kiểm soát mức độ lập kế hoạch diễn ra trước khi vẽ. Với một sản phẩm phẳng dạng cắt rời, mức thấp là đúng và rẻ hơn; với một cảnh có sáu ràng buộc đều phải thỏa mãn, mức cao mang lại dư địa lập kế hoạch. Đây là một núm điều chỉnh thực sự mà GPT Image 2.5 không phơi ra.

• Chỉnh sửa theo hướng dẫn bằng đánh dấu. Một lớp phủ PNG trong suốt đánh dấu vùng cần thay đổi, được vẽ trên ảnh gốc. Không thể kết hợp nó với mặt nạ. Nhật ký thay đổi của OpenAI cho biết tính năng này hoạt động trên các mô hình GPT Image 2.5 và 2.6 được hỗ trợ — vì vậy một phần của bản nâng cấp chỉnh sửa cũng có sẵn cho thế hệ cũ hơn, điều đáng để kiểm tra trước khi bạn chuyển đổi vì nó.

• Đầu ra SVG. Xuất vector từ lệnh gọi hình ảnh. Mới, và là tính năng duy nhất không có tương đương trong 2.5.

• Đầu ra GIF động. Tạo vòng lặp từ ảnh tĩnh, với tốc độ phát lại và chỉnh sửa từng khung hình trong ChatGPT, và GIF là định dạng đầu ra trên API. Không được chấp nhận làm đầu vào.

• Hình ảnh tham chiếu trong ChatGPT. Lưu một người, thú cưng hoặc nhân vật một lần và tái sử dụng qua các lượt mà không cần tải lên lại.

Tiêu đề mà OpenAI dùng để mở đầu là GIF. Tính năng mà một đội sản xuất sẽ nhận thấy đầu tiên là độ phức tạp, vì đây là lần đầu tiên mô hình cho phép bạn đánh đổi việc lập kế hoạch để lấy độ trễ một cách tường minh thay vì ngầm thông qua chất lượng.

Tuyên bố về tốc độ, được giải thích rõ

OpenAI cho biết tốc độ tạo nhanh hơn khoảng 50%. Những chi tiết cụ thể đằng sau con số đó thú vị hơn mức trung bình: Flare ở chất lượng thấp được cho là khoảng sáu giây mỗi ảnh, và so sánh của Design Arena, như được đưa tin khi ra mắt, cho thấy Flare nhanh hơn khoảng 2,6 lần so với phiên bản tiền nhiệm và Sunburst nhanh hơn khoảng 1,15 lần.

Hai bội số đó kể nên những câu chuyện khác nhau. Mức tăng tốc 2.6× ở hạng tốc độ thay đổi những gì có thể làm được trong một giao diện — sáu giây nằm trong khoảng thời gian mà một người vẫn còn nhìn vào màn hình. Mức tăng tốc 1.15× ở hạng chất lượng là một sai số làm tròn đối với công việc hàng loạt và là một tiện lợi nhẹ đối với chỉnh sửa tương tác. Nếu khối lượng công việc của bạn có dạng Sunburst, đừng chuyển đổi vì tốc độ; hãy chuyển đổi vì tuyên bố về tính nhất quán, hoặc đừng chuyển đổi.

Điều mà 2.5 vẫn có mà 2.6 không có: một điểm số

GPT Image 2.5 {{1}}Sunburst{{/1}} là mô hình hàng đầu trên bảng xếp hạng chuyển văn bản thành hình ảnh của Artificial Analysis với 1.224 Elo, còn {{2}}Flare{{/2}} đứng thứ hai với 1.208; trên bảng chỉnh sửa, Sunburst dẫn đầu với 1.199 và Flare đứng thứ ba với 1.183. Giá niêm yết của cả hai thế hệ đều không có vẻ là món hời ở đó — $210.70 cho mỗi nghìn hình ảnh ở cài đặt tối đa là mức đắt nhất trong các hàng gần đầu bảng.

Images 2.6 không có hàng nào. Chúng tôi đã kiểm tra cả hai bảng vào ngày 5 tháng 11, một ngày sau khi ra mắt, và GPT-Image-2.6 Flare cùng Sunburst đều vắng mặt. Tuyên bố xếp hạng duy nhất đang lưu hành là của chính OpenAI, rằng Sunburst đã giành vị trí đầu tiên trên Design Arena và thay thế 2.5 Sunburst. Điều đó nghe có vẻ hợp lý và cụ thể, nhưng đó là một vị trí đấu trường do nhà cung cấp viện dẫn mà không có Elo được công bố để chúng tôi có thể xác minh.

Vậy nên tình hình thực tế một cách trung thực là: mô hình bạn có thể đo lường được là mô hình cũ, còn mô hình bạn được yêu cầu áp dụng thì chưa được đo lường. Điều đó là bình thường với một bản phát hành mới một ngày tuổi và đó không phải lý do để tránh nó — nhưng điều đó có nghĩa là việc chuyển đổi nên được đặt điều kiện dựa trên đầu ra của chính bạn, chứ không phải trên một bảng xếp hạng.

Chi phí cho một lần chỉnh sửa ở mỗi thế hệ là bao nhiêu

Vì mức giá token là giống hệt nhau, một ví dụ minh họa vẫn giữ nguyên không đổi. Lấy một lần chỉnh sửa điển hình: 900 token đầu vào văn bản, 1,200 token đầu vào hình ảnh và 4,000 token đầu ra hình ảnh. Đó là $0.0045 cho văn bản, $0.0096 cho đầu vào hình ảnh và $0.12 cho đầu ra — $0.1341 mỗi lần chỉnh sửa, trên 2.5 hoặc 2.6.

Giờ hãy áp dụng khoản tiết kiệm duy nhất thực sự quan trọng. Nếu độ phức tạp cho phép bạn hạ từ một lệnh gọi lập kế hoạch cao xuống một lệnh gọi lập kế hoạch thấp ở 80% số chỉnh sửa đơn giản, thì số token đầu ra giảm và chi phí trên mỗi lần chỉnh sửa cũng giảm theo. Nếu tuyên bố về tính nhất quán của Sunburst nghĩa là bớt được một lần chạy lại trong năm lần, thì chi phí hiệu dụng trên mỗi tài sản dùng được giảm đi một phần năm. Cả hai đều hợp lý; cái đầu có thể kiểm soát trực tiếp ngay hôm nay, cái thứ hai là một tuyên bố bạn phải kiểm chứng.

Cuộc di trú mà không ai nhắc đến: phiên bản nào bạn thực sự có thể gọi

GPT-Image-2.5 Flare và GPT-Image-2.5 Sunburst đã có mặt trên OrcaRouter ngay hôm nay, theo giá niêm yết của OpenAI với mức phụ giá 0%, trên cùng một khóa như phần còn lại trong danh mục hơn 200 mô hình của chúng tôi, với tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp. GPT-Image-2.6 không có trong danh mục của chúng tôi tại thời điểm viết bài. Sự bất đối xứng đó chính là quyết định thực tế đối với nhiều đội nhóm trong tuần này: bản nâng cấp là có thật, nhưng phiên bản có đường dẫn có thể định tuyến, được bảo vệ bằng chuyển đổi dự phòng và chỉ dùng một khóa vẫn là 2.5.

Nếu bạn chỉ dùng một nhà cung cấp, điều này không liên quan và bạn nên kiểm thử 2.6 trực tiếp. Nếu bạn đang chạy tính năng tạo ảnh như một phần phụ thuộc thay vì một tính năng — một sàn thương mại điện tử kết xuất ảnh sản phẩm, một ứng dụng tạo avatar — thì cách tính toán sẽ khác. Một mô hình mới ra đời một ngày chưa có lịch sử thời gian hoạt động, chưa có hành vi giới hạn tốc độ dưới mức tải của bạn và chưa có điểm chất lượng độc lập. Chạy nó phía sau một router có thể chuyển dự phòng về thế hệ trước là cách bạn áp dụng nó mà không đặt cược toàn bộ pipeline vào nó. Đó là lý do để giữ cả hai khóa hoạt động thay vì chờ đợi.

Còn có trường hợp thay đổi giá. Khi OpenAI thực sự điều chỉnh bảng giá — và giá hình ảnh đã thay đổi hai lần trong mười tám tháng — một router chuyển tiếp sẽ phản ánh điều đó ngay trong ngày. Một tích hợp trực tiếp sẽ phản ánh điều đó bất cứ khi nào logic tính phí được cập nhật.

Ai nên nâng cấp, và ai nên giữ nguyên

Nâng cấp ngay nếu: sản phẩm của bạn hiển thị hình ảnh trong một giao diện mà con người theo dõi (tốc độ tăng tốc của Flare là thay đổi đơn lẻ lớn nhất trong bản phát hành), bạn cần đầu ra vector, hoặc bạn đang xây dựng các tính năng chuyển động/GIF và không muốn dùng thêm nhà cung cấp thứ hai. Bề mặt API vẫn tương thích và chi phí không thay đổi.

Hãy kiểm thử trước khi nâng cấp nếu: tính nhất quán khi chỉnh sửa của Sunburst chính là lý do bạn quan tâm. Đó là tuyên bố có ít bằng chứng nhất và giá trị cao nhất, và một bộ hồi quy gồm hai mươi hình ảnh sẽ cho bạn biết nhiều hơn bất kỳ bài đăng ra mắt nào.

Hãy ở lại 2.5 nếu: khối lượng công việc của bạn là dạng theo lô, thuộc bậc chất lượng và nhạy cảm về chi phí. Bảng giá không thay đổi, bậc chất lượng nhanh hơn 1,15×, và mô hình cũ có điểm số được công bố ở đầu bảng. Không có lý do tài chính nào để chuyển đổi trong tuần này, chỉ có lý do về năng lực, và nếu bạn không cần SVG, GIF hay độ phức tạp, thì lý do về năng lực đó không tồn tại.

Điều cần chú ý là con số Sunburst 2.6 độc lập đầu tiên. Nếu nó vượt 1.224, "giữ ở 2.5" trở thành một quyết định mà bạn phải biện minh. Nếu nó rơi vào gần mức đó, thì đây là một bản phát hành tính năng trên một mô hình vốn đã ở đỉnh cao, và bảng giá đang nói với bạn chính xác điều đó.