اگر هفته‌ای صدها تصویر برای شبکه‌های اجتماعی می‌سازید، صورت‌حساب زمان‌تان از امروز نصف می‌شود. OpenAI مدل Flare را با سرعت ۶ ثانیه و خروجی‌های SVG و GIF بومی عرضه کرد.
حجم تولید در ChatGPT و API به ۴ میلیارد تصویر در هفته رسیده است. به گزارش OpenAI، این عدد ۸ هفته پیش در انتشار Images 2.5 حدود ۳ میلیارد بود. یعنی هر روز بیش از ۵۰۰ میلیون تصویر تولید می‌شود. این رقم نشان‌دهنده پذیرش گسترده است. هرچند وزن‌های مدل باز نشده و قیمت‌گذاری بر اساس توکن (Token) — مثل برش‌های یک کیک طولانی که مدل تکه‌تکه می‌خورد — هزینه هر تصویر را مبهم نگه داشته است. با تکیه بر پوشش پیشین ما از بازسازی امنیتی OpenAI، این به‌روزرسانی تمرکز را از حکمرانی به بازده خلاقانه منتقل می‌کند.
جزئیات فنی و قابلیت‌های جدید
- Flare برای سرعت و گردش‌های کار تعاملی طراحی شده: حداقل ۶ ثانیه در کیفیت پایین.
- Sunburst برای دقت بالاتر و سازگاری ویرایش در کیفیت متوسط یا بالا.
- هر دو مدل ورودی متن و تصویر می‌پذیرند، تا ۱۰ تصویر مرجع برای ثبات شخصیت پشتیبانی می‌کنند.
- قیمت‌گذاری توکن یکسان با نسل قبل: ۵ دلار در میلیون توکن ورودی متن، ۸ دلار در میلیون توکن ورودی تصویر، ۳۰ دلار در میلیون توکن خروجی تصویر. توکن‌های ورودی کش‌شده ۷۵٪ تخفیف دارند.
- پارامتر جدید complexity (پیچیدگی) کنترل می‌کند مدل چقدر قبل از رندر برنامه‌ریزی کند. پیچیدگی پایین برای ویرایش‌های متمرکز مثل تغییر پس‌زمینه مناسب است. پیچیدگی بالا برای متن‌های متراکم، چیدمان‌های پیچیده و روابط اشیاء کمک می‌کند. OpenAI هشدار می‌دهد پیچیدگی بالا تأخیر را افزایش می‌دهد و ممکن است تغییرات ناخواسته ایجاد کند. این پارامتر از کیفیت جدا است و هزینه اضافه ندارد.
- ویرایش‌های راهنمای نشانه‌گذاری (markup-guided edits)، خروجی SVG و GIF متحرک در API برای هر دو مدل فعال است. SVG برای آیکون، دیاگرام و دارایی‌های UI که باید بدون کدری مقیاس‌پذیر باشند حیاتی است. GIF گام جداگانه انیمیشن را برای تیم‌های اجتماعی و محصول حذف می‌کند. راهنمای تولید تصویر این سه قابلیت را از امروز در دسترس نشان می‌دهد، هرچند انتشار اولیه یادداشت انتشار اشاره کرد نشانه‌گذاری هنوز در راه است.
مقایسه با رقبا
برخلاف Nano Banana 2.1 گوگل و FLUX 3 Image از Black Forest Labs، مزیت OpenAI خروجی بومی GIF و SVG است. Nano Banana از ۳۳ دلار در هزار تصویر در تفکیک پایه آغاز می‌شود و به ۱۱۳ دلار در ۴K می‌رسد. FLUX 3 Image از ۴۸ دلار در هزار آغاز شده و در ۴K به ۶۰۷ دلار می‌رسد. FLUX 3 Image Klein، هم‌سایه با وزن‌های باز (Open Weights) و ۵.۶ میلیارد پارامتر — یعنی «دستور پخت» مدل علناً منتشر شده، نه فقط غذای آماده — روی کارت‌های گرافیکی مصرفی تا RTX 3090 اجرا می‌شود. OpenAI برای نسخه ۲.۶ نرخ هر تصویر و نمرات بنچمارک (Benchmark) — معیارهای استاندارد برای مقایسه عملکرد مدل‌ها — عمومی نکرده است.
تحلیل
ادعای سرعت قابل توجه است: Flare با ۶ ثانیه در کیفیت پایین تأخیر نسل قبل را ۵۰٪ کاهش داده. اما عدم قیمت‌گذاری هر تصویر و بنچمارک‌های عمومی مقایسه مستقیم هزینه-کیفیت را دشوار می‌کند. توسعه‌دهندگان باید هزینه را از شمارش توکن برآورد کنند، نه از شمارش تصویر — نقطه اصطکاکی که گزینه‌های با وزن‌های باز با نرخ‌های شفاف هر تصویر حل می‌کنند. برای متخصصان خلاق، پشتیبانی بومی GIF و SVG گردش‌های کاری را که قبلاً ابزارهای جانبی می‌طلبد، ساده می‌کند. دکمه پیچیدگی یک جدیدی برای تعادل سرعت در برابر وفاداری چیدمان ارائه می‌دهد. ذخیره تصویر مرجع — تا ۱۰ نفر، حیوان خانگی یا شخصیت — اصطکاک بارگذاری مجدد در جلسات تکراری را کاهش می‌دهد. این قابلیت‌ها چسبندگی پلتفرم را برای کاربران پرحجم تقویت می‌کنند.
رقبا در شفافیت و استقرار محلی پیشرفت می‌کنند. وزن‌های باز FLUX 3 Image Klein و سازگاری با GPU مصرفی برای تیم‌هایی که حاکمیت داده یا استنتاج آفلاین نیاز دارند جذاب است. قیمت‌گذاری هر تصویر منتشر شده Nano Banana بودجه‌ریزی را ساده می‌کند. حفره دفاعی OpenAI یکپارچگی است: ChatGPT، Codex و API یکپارچه با اقتصاد توکن یکسان در حالت‌های متن و تصویر.
چه چیزی باید رصد کرد
بنچمارک‌های جامعه را که قیمت‌گذاری توکن را به هزینه‌های واقعی هر تصویر در سطح‌های کیفیت مختلف ترجمه می‌کنند، زیر نظر بگیرید. تأثیر پارامتر complexity بر تأخیر در هر سطح نیاز به اندازه‌گیری مستقل دارد. اگر OpenAI کارت‌های نرخ هر تصویر منتشر کند یا وزن‌های مدل را برای یک نوع Klein-class باز کند، محاسبه رقابتی به شدت تغییر می‌کند.
گام بعدی شما
- هزینه واقعی هر تصویر را در کیفیت‌های مختلف با شمارش توکن خروجی در پروژه‌ی بعدی‌تان اندازه بگیرید تا نرخ واقعی OpenAI را با قیمت‌های هر تصویر رقبا مقایسه کنید.
- پارامتر complexity را در سطح‌های پایین، متوسط و بالا تست کنید و تأخیر و کیفیت خروجی را برای سناریوهای ویرایش پس‌زمینه در برابر چیدمان‌های پیچیده ثبت کنید.
- اگر خروجی SVG برای آیکون یا دیاگرام حیاتی است، مسیر کار فعلی‌تان را با خروجی بومی جدید مقایسه کنید تا گام تبدیل فرمت جداگانه حذف شود.
گفتگو