Глубокий обзор GPT Image 2: качество изображения, текст и скорость на практике

В этом обзоре сохранены три реальных сравнительных теста, выполненных на HiAPI в мае 2026 года. Для каждого prompt и каждой модели генерировалось только по 1 изображению, поэтому ниже обсуждается поведение, наблюдавшееся в тогдашней выборке, и оно не расширяется до долгосрочных гарантий модели.

Сначала выводы. В трёх тестах GPT Image 2 справилась с английским текстом, пространственными связями и реалистичными деталями, изображение больше тяготеет к реализму и тёмным тонам. Она также выявила два момента, требующих внимания: точный подсчёт не был стабильно лучше предыдущего поколения; зафиксированное тогда время генерации было заметно больше. GPT Image 1.5 уже выведена из эксплуатации, и эта группа сравнений теперь подходит для понимания изменений модели и оценки ожидания, но больше не несёт ответственности за текущий выбор.

Предыстория выпуска и текущие данные о модели

Страница API-моделей OpenAI содержит снимок gpt-image-2-2026-04-21. Текущий канонический ID модели — gpt-image-2, официальная документация описывает её как модель изображений с поддержкой генерации и редактирования изображений, гибких размеров и высокоточного ввода изображений.

Здесь нужно различать интерфейс продукта и API-контракт. Запрос HiAPI /v1/tasks не имеет параметра thinking, поэтому нельзя напрямую записывать название продукта или режим из интерфейса в качестве поля запроса HiAPI, а также нельзя объяснять историческое время в этой статье несуществующим полем.

В HiAPI текущий канонический ID текстового создания изображений — gpt-image-2/text-to-image, канонический ID создания изображений по изображению — gpt-image-2/image-to-image. У standard, beta и ext свои собственные правила параметров и цен, и текущие запросы должны соответствовать их Docs.

Условия тестирования 2026-05

Исходные записи CMS сохранили дату тестирования, конфигурацию по умолчанию и итоговые изображения, но не сохранили task ID или полный payload запроса. Чтобы не дописывать несуществующие доказательства, в этом объединении используются только сведения, которые можно проверить по исходному тексту и изображениям.

Пункт	Тогдашняя запись
Время тестирования	2026-05
Платформа	Тестовый аккаунт HiAPI
Объект сравнения	GPT Image 2 и GPT Image 1.5
Маршрут	Тогдашний маршрут текстового создания изображений по умолчанию, beta или ext не использовались; по текущему наименованию соответствует каноническому standard текстовому созданию изображений
Объём выборки	По 1 изображению на каждую модель и каждый prompt
Параметры	Конфигурация по умолчанию, дополнительный уровень качества не задавался
Измеряемые аспекты	Рендеринг текста, пространственные инструкции, реалистичные детали, время на одно изображение

Три prompt: английский постер кофейни, уголок для чтения с явными ограничениями по расположению и количеству, макро красного кленового листа с каплями воды. Ниже сохранены три исходных сравнительных изображения из основного обзора.

Три реальных результата

P1: рендеринг английского текста

Prompt требовал, чтобы на постере были заголовок "MORNING BREW" и подзаголовок "Freshly roasted since 2026". В этой группе обе стороны правильно отобразили заголовок и подзаголовок, текст чёткий и читаемый. Этот результат показывает, что GPT Image 2 справилась с задачей короткого английского текста в этом случае, но одного образца недостаточно, чтобы выводить глобальную точность и утверждать, что она стабильно превосходит предыдущее поколение в тексте.

Если бизнесу нужны многоязычные постеры, упаковка или инфографика, всё равно следует проводить пакетное тестирование на реальных текстах и проверять каждый символ перед сдачей.

P2: пространственные связи и точный подсчёт

Prompt указывал: кошка на подоконнике слева, три книги справа, растение в горшке на полу. Обе модели сохранили все три пространственные связи. GPT Image 2 в этом изображении имеет реалистичную фотографическую тональность, а GPT Image 1.5 — более иллюстративную и тёплую.

В деталях количества: у GPT Image 1.5 три книги легче пересчитать, у GPT Image 2 количество книг в стопке более неоднозначно. Этот контрпример стоит сохранить: выполнение сложных инструкций нужно проверять по пунктам, и общая текстура модели не может заменить приёмку количества, текста и расположения.

P3: реалистичные детали и светотень

Оба изображения передают преломление в каплях воды и текстуру листа. GPT Image 2 в этом изображении темнее и контрастнее, GPT Image 1.5 теплее и светлее. Один образец может лишь показать, что обе стороны выполнили эту макро-задачу, но не может обосновать вывод «качество изображения подавляюще лучше» или фиксированный стиль.

При текущей оценке GPT Image 2 рекомендуется повторно протестировать на странице модели GPT Image 2 со своими бизнес-prompt, фиксируя согласованность субъекта, точный текст, количество, композицию и время ожидания.

Как понимать исторические данные о скорости

Исходный обзор зафиксировал следующее время на одно изображение.

Модель	Запись 2026-05 на одно изображение
GPT Image 2	около 107 секунд
GPT Image 1.5	около 18–36 секунд

Это самое явное историческое различие в статье, и его легче всего использовать неправильно. Объём выборки — только по 1 изображению на каждый prompt, исходная запись не содержала task ID, состояния очереди или полных параметров запроса; маршруты платформы и нагрузка позже тоже меняются. Поэтому 107 секунд подходят для напоминания о необходимости предусмотреть асинхронное ожидание и обратную связь по статусу в дизайне продукта, но не подходят как текущее среднее время или SLA.

Сам интерфейс задач HiAPI асинхронный. Производственный интерфейс должен показывать статус задачи, после успеха читать результат из data.output[] и скачивать или сохранять его до expireAt. Текущие детали реализации — по Docs текстового создания изображений и создания изображений по изображению.

Решение о миграции после вывода 1.5 из эксплуатации

GPT Image 1.5 была выведена из HiAPI в июне 2026 года, и старые рекомендации вроде «для живого предпросмотра продолжайте выбирать 1.5» уже недействительны. В этой статье она остаётся только историческим сравнением 2026-05 и больше не появляется в текущих рекомендациях или CTA.

Записанная в старой статье цена $0.05/изображение — это снимок тогдашней цены, в котором отсутствуют детали route, resolution и quality, и её не следует использовать для расчёта сегодняшней разницы цен. При проверке цен 31 августа 2026 года HiAPI standard текстовое создание изображений и создание изображений по изображению стоят для 1K, 2K, 4K соответственно $0.03, $0.04, $0.06; beta текстовое создание изображений — $0.02; ext тарифицируется по комбинации quality и resolution, а ext создание изображений по изображению также включает динамический элемент за референсные изображения. Для бюджета смотрите текущие цены маршрутов GPT Image 2 и примеры стоимости и ориентируйтесь на актуальный Pricing как на окончательную основу.

Новые проекты могут выбирать текущий маршрут по потребностям. Для текстового создания изображений начните с параметров и примеров запросов текстового создания изображений GPT Image 2; если нужно редактирование по референсному изображению, смотрите поля и правила референсных изображений для создания изображений по изображению GPT Image 2. Если старый код всё ещё использует 1.5 или ранние псевдонимы, сначала сверьтесь с эволюцией моделей и картой миграции в английском GPT Image API Hub, очистите названия моделей, а затем проводите регрессионное тестирование.

FAQ

GPT Image 2 сейчас генерирует одно изображение всё ещё примерно за 107 секунд?

Так нельзя заключать. 107 секунд взяты из небольшой исторической выборки 2026-05, в которой недостаточно доказательств для воспроизведения тогдашней очереди и параметров. Измерьте заново на текущем route с бизнес-prompt значения P50, P95 и поведение при повторных попытках после сбоев.

Поддерживает ли GPT Image 2 в HiAPI Thinking Mode?

Текущая схема HiAPI /v1/tasks не имеет поля thinking. Images with thinking — это возможность продукта ChatGPT, и её не следует записывать как параметр задачи HiAPI.

Поддерживает ли GPT Image 2 создание изображений по изображению?

Поддерживает. standard создание изображений по изображению использует gpt-image-2/image-to-image и input_urls, ext использует ту же базовую model с полем верхнего уровня route: "ext", поле референсного изображения — image_urls. Оба маршрута сейчас принимают 1–6 референсных изображений, конкретные ограничения — по Docs создания изображений по изображению.

Можно ли напрямую запросить прозрачный фон?

OpenAI Images API уже предоставляет предпросмотр background: "transparent", для вывода нужно использовать PNG или WebP. Текущая схема задачи GPT Image 2 в HiAPI не раскрывает background, поэтому в запросе HiAPI нельзя напрямую передавать это поле.

Заключение

Три реальных изображения по-прежнему имеют справочную ценность. GPT Image 2 в этом тесте справилась с задачами английского текста, пространственных связей и макро-деталей, изображение тяготеет к более реалистичному и тёмному; точный подсчёт и историческое время ожидания напоминают, что приёмка и асинхронный опыт всё ещё требуют отдельного проектирования.

Решение о подключении сейчас уже ясно: заново проверьте бизнес-выборку на текущем route GPT Image 2, отправляйте запросы по соответствующим Docs и рассчитывайте бюджет по актуальному Pricing. GPT Image 1.5 сохраняется только как историческое сравнение и больше не является доступным для вызова вариантом.