OpenAI lancia ChatGPT Images 2.6: GIF animate, immagini di riferimento e due modelli API, Sunburst e Flare

OpenAI ha presentato nella notte tra il 4 e il 5 novembre ChatGPT Images 2.6, un aggiornamento del suo generatore di immagini che introduce due novità visibili per il grande pubblico: la creazione di GIF animate e le immagini di riferimento che si salvano una sola volta per poi riutilizzarle. Per gli sviluppatori, l’azienda rende disponibili due modelli, GPT-Image-2.6 Sunburst e GPT-Image-2.6 Flare, che aggiungono l’output in GIF e SVG all’API di immagini.

Cosa cambia in ChatGPT

Finora, ChatGPT produceva immagini fisse. Con Images 2.6, un testo o un’immagine di partenza può diventare un’animazione in loop. Secondo l’annuncio di OpenAI, è poi possibile regolarne la velocità, ritoccare i fotogrammi uno per uno e condividerla.

La seconda novità punta alla continuità da una creazione all’altra: ChatGPT può conservare immagini di riferimento, ad esempio una foto di sé, del proprio animale o di un personaggio ricorrente, per riutilizzarle in nuove immagini senza doverle ricaricare ogni volta. È esattamente ciò che mancava per seguire uno stesso personaggio o una stessa mascotte lungo una serie di immagini.

Secondo OpenAI, Images 2.6 è disponibile in ChatGPT e Codex per tutti i piani, sul web, su desktop e su mobile. I limiti di utilizzo per piano, invece, non sono stati pubblicati.

Due modelli per gli sviluppatori

Nell’API, OpenAI separa ormai chiaramente due casi d’uso:

• Sunburst per il lavoro dettagliato: composizioni complesse e ritocchi in cui la precisione è fondamentale;
• Flare per l’iterazione rapida: secondo OpenAI, un’immagine può essere generata in circa sei secondi nel migliore dei casi.

I due modelli condividono gli stessi strumenti, descritti nella guida di OpenAI:

• GIF animata: solo in generazione, da 2 a 64 fotogrammi per animazione (9 per impostazione predefinita), ciascuno visualizzato da 20 a 2.000 millisecondi (200 per impostazione predefinita);
• SVG: un file vettoriale modificabile, utile per icone o illustrazioni, riservato all’API;
• editing guidato da annotazioni: si evidenzia su un livello l’area da modificare e si descrive l’intervento, una funzione aperta anche ai modelli GPT Image 2.5 compatibili;
• un’impostazione di complessità (bassa, media, alta) che determina quanto il modello «pianifica» prima di disegnare; è impostata su «alta» di default e non è fatturata a parte, ma OpenAI avverte che può allungare i tempi di risposta e introdurre cambiamenti indesiderati.

Le schede dei due modelli mostrano gli stessi prezzi: 5 dollari per milione di token di testo in input, 8 dollari per milione di token di immagine in input e 30 dollari per milione di token di immagine in output. Il costo effettivo di un’immagine dipende dal numero di token prodotti, che le schede non specificano in dettaglio.

La sicurezza delle GIF

La scheda di sistema pubblicata da OpenAI riprende i principi di sicurezza di Images 2.5 e aggiunge misure di protezione specifiche per le GIF, poiché un’animazione può veicolare un significato o un movimento problematico che nessun singolo fotogramma rivela isolatamente. OpenAI riconosce che queste violazioni «restano difficili da rilevare». Nel suo set di test composto da 3.077 prompt volutamente insidiosi, il tasso di immagini problematiche non bloccate sale dall‘1,49% al 2,14% per Flare e scende leggermente per Sunburst; OpenAI considera queste differenze non significative. Le immagini continuano a includere i metadati C2PA e il watermark invisibile SynthID.

Cosa non sappiamo

• Il costo per immagine: uno sviluppatore fa notare sul forum di OpenAI che i livelli di qualità «low» e «medium» consumano decisamente più token rispetto a GPT Image 2.5. OpenAI non ha risposto.
• Le quote di GIF e di immagini di riferimento in base ai piani di ChatGPT.
• La conservazione delle immagini di riferimento: per quanto tempo rimangono memorizzate e come eliminarle non viene precisato nei documenti consultati.