ChatGPT Images 2.6 laver GIF'er og husker dine billeder

Hvad er nyt

OpenAI har lanceret ChatGPT Images 2.6. Det største nye er, at man kan lave en animeret GIF ud fra en tekstbesked eller et billede, man selv uploader. Bagefter kan man justere hastigheden, redigere enkelte billeder i animationen og dele GIF'en, så den afspilles i loop.

OpenAI viste prompten »Kan du lave en gif af en kat, der danser?«. Modellen laver flere små variationer af figuren og sætter dem sammen, som i en tegnet bladreklamefilm. Man kan også gemme referencebilleder af sig selv, sine kæledyr og figurer og bruge dem igen uden at uploade dem hver gang.

Til udviklere kommer to nye API-modeller (API er den adgang, som andre programmer bruger til at tale med tjenesten): GPT-Image-2.6 Flare og GPT-Image-2.6 Sunburst.

Hvad er smart

Det smarte er, at figuren bliver ved med at ligne sig selv fra billede til billede. Ifølge The Decoder ser modellens konsistens stærk nok ud til at holde figuren genkendelig, mens ældre modeller efter bladets mening ville have ændret udseendet for meget undervejs.

De gemte referencebilleder gør det nemt at lave flere ting med den samme hund, den samme tegnede figur eller dig selv.

Flare kan ifølge OpenAI generere et billede på så lidt som seks sekunder, og Sunburst giver højere kvalitet og større konsistens på tværs af redigeringer. Begge modeller understøtter markup af billeder og eksport som SVG, en billedtype, der kan skaleres uden at blive uskarp. Seks sekunder gælder ifølge OrcaRouter lav kvalitet.

Billigere eller bedre?

OpenAI siger, at billedgenereringen er omkring 50 procent hurtigere. Det er firmaets egen måling, og der findes endnu ingen uafhængige tests af 2.6.

For udviklere oplyser tredjepartsbloggen OrcaRouter disse API-priser: 5 dollar pr. million tekst-input-tokens, 8 dollar pr. million billed-input-tokens og 30 dollar pr. million billed-output-tokens. Tokens er de tekststykker, som priser regnes i. Et billede koster omkring en halv cent i lav kvalitet i 1K-størrelse og cirka 0,05-0,10 dollar i høj kvalitet. Priserne kommer ikke fra OpenAI selv.

OrcaRouter nævner Google Gemini og Imagen, xAI's Grok Imagine Image og forgængeren GPT-Image-2.5 som sammenligningspunkter, men en direkte pris- eller kvalitetssammenligning er ikke oplyst. For almindelige brugere er der ikke oplyst en særskilt pris, men Images 2.6 udrulles ifølge kilderne til alle abonnementsniveauer i ChatGPT og Codex på web, desktop og mobil. Om det gælder i Danmark og EU, fremgår ikke af kilderne.

Det er den god til

Til sjove og personlige ting: en dansende kat, en GIF af en tegnet figur til sociale medier eller en hilsen, hvor dit eget kæledyr er hovedperson. Med gemte referencebilleder slipper man for at starte forfra hver gang.

For virksomheder og udviklere er GIF nu et outputformat i API'et ved siden af PNG, JPEG og WebP, og en kompleksitetsparameter (lav, mellem, høj) kan styre indsatsen. Flare passer til, når tempoet tæller, mens Sunburst passer til billeder, der skal redigeres flere gange og stadig se ens ud. SVG-eksporten er praktisk til logoer og illustrationer.

OpenAI siger, at brugere nu genererer langt over fire milliarder billeder om ugen via ChatGPT og API'et, en milliard flere end i september. Tallet er OpenAI's eget.