Recensione di GPT Image 2: un'esperienza sincera dopo averlo provato

GPT Image 2 è stato rilasciato alla fine di aprile 2026, con uno slogan pieno di sicurezza: rendering del testo quasi perfetto, output in 4K, capacità di ragionamento integrate. Per sei settimane lo abbiamo messo alla prova su compiti di produzione reali — poster, fotografia di prodotto, infografiche, ritratti, scene complesse con molti elementi — e abbiamo ottenuto una comprensione più chiara rispetto alle demo di lancio.

Versione breve: le promesse di punta reggono davvero. Le sorprese riguardano soprattutto il compromesso tra costo e qualità, e i limiti che non erano stati menzionati al lancio. Non è un modello che straccia ogni alternativa su ogni compito, ma il suo profilo è chiaro — e una volta visto questo profilo, le questioni di flusso di lavoro diventano evidenti.

---

Configurazione dei test

Abbiamo testato GPT Image 2 con lo stesso tipo di compiti che useremmo per testare qualsiasi modello di immagine: fotografia di prodotto (immagini da catalogo e lifestyle), poster promozionali in inglese e cinese, infografiche, copertine per social media, wireframe UI, ritratti editoriali e scene complesse ricche di dettagli. Tutte le generazioni sono state eseguite sulla piattaforma hiapi a risoluzione 1K e 2K, senza selezionare i risultati — ogni prompt è stato generato una sola volta e abbiamo valutato proprio quel risultato.

Alcuni degli output che vedrai qui sotto provengono direttamente dai nostri template di prompt realmente in uso: se vuoi verificare personalmente uno qualsiasi di questi punti, i confronti sono riproducibili.

---

La parte che regge

Il rendering del testo è il vero passo avanti

È la caratteristica principale, e merita tutta la pubblicità. Titoli grandi in inglese, calligrafia CJK, cartellini dei prezzi nelle immagini, testo delle etichette, didascalie delle infografiche — GPT Image 2 li renderizza correttamente al primo tentativo in quasi tutti i casi.

Nel confronto qui sopra (a sinistra GPT Image 2, a destra GPT Image 1.5), la differenza nei lavori con testi sovrapposti e densi si nota anche senza ingrandire. Il modello precedente sfuocava le didascalie piccole o inventava forme di lettere dal nulla, mentre GPT Image 2 mantiene stabilmente ortografia e spaziatura.

Il modello fa anche ragionevoli inferenze contestuali: quando abbiamo chiesto un "poster di fascia alta" con un titolo tra virgolette, ha aggiunto un piccolo monogramma del brand e una riga "EST. 2024" che non avevamo richiesto, ma che si adattava all'atmosfera artigianale. Questo tipo di integrazione contestuale è raro nei modelli di immagine — la maggior parte o renderizza rigorosamente ciò che chiedi, o allucina liberamente. GPT Image 2 si colloca in una zona intermedia utile.

Per uno sguardo più approfondito su cosa il rendering del testo può e non può fare, consulta il nostro stress test del rendering del testo.

Il fotorealismo ha raggiunto lo standard produttivo per uso commerciale

Per la fotografia di prodotto — vetro smerigliato, superfici in ceramica, tessuti morbidi, bordi metallici — l'output si legge come vera fotografia di prodotto. Gli schemi di illuminazione specificati nel prompt (luce da studio a tre punti, luce laterale, luce finestra morbida e direzionale) vengono resi con ombre e riflessi corretti. In particolare il vetro smerigliato e la ceramica opaca mostrano una texture dei materiali accurata, non quella qualità leggermente plastica dei modelli di immagine della generazione precedente.

Anche le composizioni lifestyle — il prodotto come soggetto con oggetti di contorno — reggono. L'"oggetto principale" resta nitido e centrato, gli elementi di contorno (coperta in maglia, libro aperto, pianta) si trovano sul piano di profondità corretto e non rubano la scena. La luce della finestra è resa con la giusta morbidezza e tonalità calda.

Le scene complesse restano coerenti

Molti modelli di immagine perdono il controllo quando i prompt si allungano — ancorare più oggetti a posizioni spaziali specifiche, mantenere la distinzione dei materiali in tutta la scena — mentre GPT Image 2 mantiene l'ordine. Gli indizi spaziali come "a sinistra [X], al centro [Y], a destra [Z]" vengono rispettati. La luce dorata del pomeriggio che entra dalla finestra produce la corretta lunghezza delle ombre e la resa delle particelle di polvere. Vasi in terracotta, monstera, tappeti intrecciati, librerie in legno, coperte in maglia e lampade da tavolo dalla luce calda restano dove sono stati collocati.

Questo è importante per l'illustrazione editoriale, la visualizzazione di interni e qualsiasi lavoro in cui una scena completa debba essere letta a colpo d'occhio.

Testo CJK e testi multilingue

Abbiamo già visto il rendering corretto del testo inglese. La calligrafia CJK è più difficile, e la maggior parte dei modelli di immagine continua a fallire. GPT Image 2 no — tratti, proporzioni dei caratteri e posizione dei sigilli sono resi correttamente sia in contesto cinese sia giapponese. Nel nostro confronto con Nano Banana 2, GPT Image 2 ha persino aggiunto, senza che fosse richiesto, frasi culturalmente appropriate a un poster sulla cerimonia del tè (ichi-go ichi-e, wakei seijaku).

---

La parte che non regge

Più lento della generazione precedente

Questa è la sorpresa più grande. GPT Image 1.5 impiegava 18–36 secondi per generare un'immagine. GPT Image 2 a 1K richiede in media circa 107 secondi, e con prompt complessi alcune generazioni superano i 120 secondi. Circa 3–5 volte più lento.

Per i flussi di lavoro interattivi — testare prompt nel Playground, iterare con un cliente su Zoom — questa latenza si percepisce. Per i flussi batch — accodi i lavori e torni più tardi a ritirare i risultati — la perdita di throughput è accettabile. Ma è un vero passo indietro, non una nota a piè di pagina del marketing, e dovrebbe influenzare il modo in cui usi questo modello.

La separazione naturale a quel punto era: iterare le varianti di prompt su GPT Image 1.5, poi passare a GPT Image 2 per la generazione finale. Ora che 1.5 è stato ritirato dalla piattaforma, inserisci i circa 107 secondi nel tuo flusso di lavoro — oppure, prima di investire nel rendering finale, fai un giro di bozze economiche con gpt-image-2-beta ($0,02 per immagine).

Nessun supporto per lo sfondo trasparente

GPT Image 2 non supporta gli sfondi trasparenti. Le richieste con background: "transparent" falliscono direttamente — nessun degrado graduale. Se il tuo flusso di lavoro dipende da ritagli PNG (loghi per l'esportazione, maschere di prodotto per il compositing, sticker per i social media), ti serve un altro modello o un passaggio di post-processing per la rimozione dello sfondo. Non è un comportamento opzionale, ma un vincolo rigido del modello attuale.

È un fotografo, non un artista

L'estetica predefinita di GPT Image 2 tende al realismo e alla raffinatezza editoriale: composizioni pulite, illuminazione cinematografica, profondità di campo fotografica. Per il lavoro commerciale — immagini di prodotto, visual di marketing, immagini di brand — è perfetto. Ma se cerchi output liberi, pittorici, sperimentali o astratti, non è l'ideale.

Nel confronto qui sopra (a sinistra GPT Image 2, a destra GPT Image 1.5), lo stesso prompt ha prodotto due atmosfere diverse. GPT Image 2 punta su ombre drammatiche e contrasti scuri e profondi. GPT Image 1.5 punta su tonalità calde da illustrazione. Nessuno dei due è "migliore" — sono pensati per lavori diversi.

Se il tuo lavoro richiede illustrazioni pittoriche, acquerelli o qualsiasi cosa che tragga beneficio dall'imperfezione, i modelli più vecchi — o un modello di immagine completamente diverso — potrebbero essere più adatti di GPT Image 2.

I ritratti a volte sembrano un po' "generati dall'AI"

Per la maggior parte dei soggetti, il fotorealismo di GPT Image 2 è difficile da distinguere dalla fotografia reale. Ma nei ritratti in primo piano il modello a volte produce quei volti fin troppo simmetrici — distanza tra gli occhi perfetta al millimetro, texture della pelle leggermente troppo uniforme — che non si leggono del tutto come foto reali. Una vera fotocamera per ritratti cattura l'asimmetria, mentre un modello di immagine deve scegliere attivamente di introdurla.

Non è una modalità di fallimento esclusiva di GPT Image 2 — ogni modello di immagine fotorealistico ne soffre in misura maggiore o minore — ma se produci contenuti prevalentemente ritrattistici, vale la pena saperlo. In termini di realismo dei ritratti naturali, Nano Banana 2 tende a sembrare più una foto reale, al costo di un prezzo per immagine quasi 3 volte superiore.

---

La realtà dei prezzi

Su hiapi, GPT Image 2 costa $0,03 per immagine a 1K — il 40% in meno di GPT Image 1.5 (che era a $0,05 prima del ritiro a giugno 2026). Per un modello di punta è un posizionamento insolito: la maggior parte dei modelli di "nuova generazione" applica un sovrapprezzo. GPT Image 2 invece costa meno.

Per output a 2K e 4K entrano in gioco i moltiplicatori (rispettivamente 1,33× e 2×, cioè $0,04 e $0,06 per immagine). Per i dettagli completi sui prezzi (inclusa la ripartizione per livelli di qualità e le strategie di riduzione dei costi), consulta l'analisi dei prezzi di GPT Image 2.

A questi livelli, per i flussi di lavoro reali il costo raramente è il vero vincolo. È il tempo. Un team che genera 500 immagini al giorno spende $15 — ma se le esegue in serie, impiega circa 15 ore di tempo reale ad aspettare che le generazioni si completino. Fai batch e parallelizzazione di conseguenza.

---

Chi dovrebbe usarlo

GPT Image 2 è la scelta giusta per:

• Lavori commerciali in cui l'accuratezza del testo è cruciale — poster, packaging, infografiche, copertine per social media, etichette nelle immagini. Il rendering del testo è la caratteristica principale, ed è realmente affidabile.
• Fotografia di prodotto per e-commerce o marketing — per la pipeline completa per creare immagini principali di prodotto con GPT Image 2, consulta il nostro flusso di lavoro e-commerce end-to-end.
• Composizioni editoriali complesse — scene di interni, scene con molti elementi spaziali, qualsiasi contenuto che tragga beneficio da un output "ben progettato".
• Contesti multilingue, incluso il CJK — calligrafia, poster multilingue, visual di marketing internazionale.
• Lavori ad alto volume in cui conta il costo per immagine — a questo livello di qualità, $0,03 per immagine a 1K è il prezzo più basso su hiapi.

Cerca altrove nei seguenti casi:

• Hai bisogno di cicli di iterazione rapidi. Circa 107 secondi per immagine sono troppo lenti per flussi di lavoro con prompt in tempo reale. (GPT Image 1.5 era l'alternativa più veloce; dopo il suo ritiro, testa prima la latenza della linea di prodotti attuale nel Playground prima di impegnarti, e usa il più economico gpt-image-2-beta per le bozze.)
• Hai bisogno di sfondi trasparenti. Non supportati. Usa un altro modello o fai post-processing.
• Vuoi un'estetica pittorica o sperimentale. Lo stile predefinito di GPT Image 2 tende al realismo; i modelli più vecchi o altri modelli di immagine ti offriranno maggiore varietà di stile.
• Hai bisogno di ritratti che si leggano pienamente come foto reali. A volte emerge una leggera simmetria da AI. Un modello specializzato per ritratti potrebbe servire meglio.

---

Domande frequenti

GPT Image 2 è migliore di GPT Image 1.5?

Nel rendering del testo, nel fotorealismo e nelle impaginazioni complesse — sì, decisamente meglio. Nella velocità e nell'estetica pittorica e libera — no, i modelli più vecchi vincono. La maggior parte dei flussi di lavoro reali trae beneficio dal tenere entrambi disponibili: GPT Image 1.5 per l'iterazione rapida, GPT Image 2 per l'output finale.

Quanto è "lento" esattamente?

Circa 107 secondi per immagine in media a 1K. I prompt complessi (molto testo, scene dense, alta risoluzione) possono superare i 120 secondi. In confronto GPT Image 1.5 era di circa 20 secondi. Costo inferiore, ma tempo reale superiore.

GPT Image 2 supporta gli sfondi trasparenti?

No. Le richieste con sfondo trasparente falliscono. Se hai bisogno di ritagli PNG, ti serve un passaggio separato di rimozione dello sfondo o un altro modello.

Il rendering del testo è davvero migliorato così tanto?

Per i nostri compiti, sì. Titoli grandi in inglese, calligrafia cinese, didascalie di infografiche, cartellini dei prezzi nelle immagini — nella stragrande maggioranza dei casi vengono renderizzati correttamente al primo tentativo. La pubblicità di punta regge.

E Nano Banana 2?

Accuratezza del testo paragonabile sulla maggior parte dei compiti, fotorealismo commerciale leggermente migliore (soprattutto ritratti e fotografia di prodotto), ma il prezzo per immagine è circa 2,8 volte superiore e spesso ignora i requisiti di proporzioni. Confronto completo voce per voce: GPT Image 2 vs Nano Banana 2.

Dove posso vedere prompt realmente utilizzabili?

Dodici template pronti da copiare e incollare, con le immagini che producono davvero: Prompt di GPT Image 2 che funzionano.

---

Conclusione

GPT Image 2 è un mulo da lavoro per il design commerciale. Il rendering del testo è un vero passo avanti, il fotorealismo ha raggiunto lo standard produttivo per la fotografia di prodotto e le scene dettagliate, e il prezzo base di $0,03 rende i flussi di lavoro ad alto volume economicamente semplici e diretti.

Il prezzo di queste vittorie è il tempo di generazione (circa 107 secondi per immagine, un vero passo indietro rispetto a GPT Image 1.5) e un vincolo rigido sugli sfondi trasparenti. Pianifica il tuo flusso di lavoro intorno a questi due punti.

Per la maggior parte dei team che producono immagini commerciali finite — poster, immagini di prodotto, visual per social media, marketing multilingue — GPT Image 2 è la nuova scelta predefinita. Dopo il ritiro di GPT Image 1.5, usa il livello gpt-image-2-beta da $0,02 per le bozze economiche e tieni uno strumento di rimozione dello sfondo nella toolchain per i ritagli, e avrai colmato le lacune.

Inizia dal pagina del modello GPT Image 2 per accedere al Playground, prendi esempi pratici dai template di prompt e pianifica i costi con l'analisi dei prezzi.