GPT Image 2.5, ששוחרר ב-8 בספטמבר 2026, מחליף את GPT Image 2 בשני מודלים: Flare (אותו מחיר לטוקן, השהיה נמוכה בעד 50%) ו-Sunburst (עריכות מדויקות יותר לאורך כמה סבבים). תעריפי הטוקנים לא השתנו, אבל סולם האיכות דורג מחדש: דרגת "max" ב-2.5 עולה בדיוק כמו שדרגת "high" עלתה ב-GPT Image 2. בטבלת הדירוג המקדימה של Arena לספטמבר 2026, Sunburst מקבל 1421 לעומת 1381 ל-GPT Image 2.
ההשוואה הזו סוקרת מה OpenAI שינתה, כמה באמת עולה תמונה בשלושת המודלים, איך שלוש האפשרויות התמודדו עם חמישה פרומפטים זהים שרצו באותו תור, ואיזה מודל כדאי לבחור לכל סוג עבודה. כל הנתונים מעודכנים ל-10 בספטמבר 2026, וכל נתון מרכזי מפנה למקורו.
מה זה GPT Image 2.5, ובמה הוא שונה מ-GPT Image 2?
GPT Image 2.5 היא משפחת מודלי יצירת התמונות של OpenAI, שהוכרזה ב-8 בספטמבר 2026 תחת השם ChatGPT Images 2.5. בשונה מ-GPT Image 2, שיצא כמודל בודד ב-21 באפריל 2026, GPT Image 2.5 מגיע כשני מודלים ב-API: gpt-image-2.5-flare ו-gpt-image-2.5-sunburst, שניהם עם snapshot מ-2026-09-08. שניהם זמינים ב-LoveGen AI בעמוד GPT Image 2.5 עם מתג מעבר בין Flare ל-Sunburst, לצד GPT Image 2 המקורי.
פוסט ההשקה של OpenAI מסכם את העדכון כ"פרטים חדים יותר, יצירה מהירה יותר, עריכה מדויקת יותר וכלים טובים יותר ליצירה ולשיתוף" (OpenAI דרך 9to5Mac, 8 בספטמבר 2026). החברה מוסיפה ש-Images 2.5 "מפיק תאורה טבעית יותר ומרקמים עשירים יותר, שומר טוב יותר על הסובייקטים בתמונות הייחוס שלכם, ומציית להוראות עריכה בצורה אמינה יותר לאורך כמה סבבים".
Flare מול Sunburst בטבלה אחת
| GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|
| המיצוב של OpenAI | מודל ברירת המחדל "לרוב היישומים" | "תהליכי עבודה חזותיים פרימיום שמרוויחים משליטה הדוקה יותר לאורך עריכות" |
| איכות מול GPT Image 2 | גבוהה יותר, ב"השהיה נמוכה ב-50%" | גבוהה יותר, עם "זמני יצירה ארוכים יותר" מ-Flare |
| עומסי העבודה המיועדים | תוכן ליוצרים ולרשתות חברתיות, חוויות מוצר, חיפוש חזותי, אבטיפוס מהיר, יצירה בנפחים גדולים | קריאייטיב לקמפיינים בהפקה, צילומי מוצר מלוטשים, ליטוש בכמה סבבים |
| מזהה ב-API | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| תמחור לטוקן | זהה ל-GPT Image 2 | זהה ל-GPT Image 2 |
מקורות: ההודעה בקהילת המפתחים של OpenAI ועמודי המודלים של OpenAI.
מה השתנה ב-GPT Image 2.5
חמישה דברים חדשים ביחס ל-GPT Image 2, לפי ההודעה של OpenAI:
- שני מודלים במקום אחד. Flare למהירות, Sunburst לדיוק, באותו מחיר לטוקן.
- שתי דרגות איכות חדשות.
xhighו-maxיושבות מעלhigh; GPT Image 2 נעצר ב-high. שני מודלי 2.5 מוגדרים כברירת מחדל ל-quality: auto(המדריך של OpenAI ליצירת תמונות). - עריכות ממוקדות. OpenAI מתארת "עריכות מבוססות הערות שמשנות רק את מה שרוצים" ו"פרטים עקביים לאורך כמה עריכות".
- נאמנות טובה יותר לתמונות ייחוס. סובייקטים מתוך תמונות שהעליתם נשארים מזוהים גם בסביבות ובסגנונות חדשים.
- אפשרות רקע חדשה,
opaque, לצדautoו-transparent.
באפליקציית ChatGPT, Images 2.5 מוסיף גם כלי Sketch לשרטוט פריסה גסה, הערות שמכוונות לאזור מסוים בתמונה, תבניות לפורמטים כמו פוסטרים ומרצ'נדייז, ופרומפטים שאפשר לשתף (The Decoder, ספטמבר 2026). ב-The Decoder מציינים גם שהפלטים נושאים את הסימון הבלתי נראה SynthID של Google DeepMind.
מה נשאר כמו שהיה
התכונות שהפכו את GPT Image 2 לבולט באפריל 2026 עוברות הלאה. GPT Image 2 היה מודל התמונות הראשון של OpenAI עם שלב הסקה שמתכנן את הקומפוזיציה לפני הרינדור, ידע להחזיר עד שמונה תמונות עקביות מפרומפט אחד, ורינדר טקסט לא-לטיני — יפנית, קוריאנית, סינית, הינדי ובנגלית — בצורה אמינה בהרבה מקודמיו (OpenAI, אפריל 2026; MacRumors, 22 באפריל 2026). היכולות האלה נשארות ב-Images 2.5.
גם מגבלות הקצב זהות בשלושת מודלי ה-API. OpenAI מציינת ב-Tier 1 מגבלה של 100,000 טוקנים לדקה ו-5 תמונות לדקה, שעולה ל-8,000,000 טוקנים לדקה ו-250 תמונות לדקה ב-Tier 5, בעמודי המודלים gpt-image-2, Flare ו-Sunburst.
GPT Image 2.5 מול GPT Image 2: מפרטים זה מול זה
| מפרט | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | מקור |
|---|---|---|---|---|
| תאריך שחרור | 21 באפריל 2026 | 8 בספטמבר 2026 | 8 בספטמבר 2026 | OpenAI |
| מזהה API / snapshot | gpt-image-2 / 2026-04-21 | gpt-image-2.5-flare / 2026-09-08 | gpt-image-2.5-sunburst / 2026-09-08 | עמודי המודלים של OpenAI |
| דרגות איכות | low, medium, high | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto | המדריך של OpenAI |
| הצהרת השהיה | קו בסיס | נמוכה בעד 50% מ-GPT Image 2 | ארוכה יותר מ-Flare | OpenAI |
| רזולוציה מותאמת אישית | כפולות של 16, קצה מקסימלי 3840 פיקסלים, בין 655,360 ל-8,294,400 פיקסלים בסך הכול | זהה | זהה | המדריך של OpenAI |
| טווח יחסי גובה-רוחב | 1:3 עד 3:1 | 1:3 עד 3:1 | 1:3 עד 3:1 | המדריך של OpenAI |
| אפשרויות רקע | auto, transparent, opaque | auto, transparent, opaque | auto, transparent, opaque | הסכימה של fal.ai |
| שלב הסקה ("חשיבה") | יש | יש | יש | OpenAI, אפריל 2026 |
| קלט טקסט / קלט תמונה / פלט תמונה | $5 / $8 / $30 לכל 1M טוקנים | $5 / $8 / $30 לכל 1M טוקנים | $5 / $8 / $30 לכל 1M טוקנים | עמודי המודלים של OpenAI |
| ניקוד Arena בטקסט-לתמונה (ספטמבר 2026) | 1381 ± 4 (medium, 78,731 הצבעות) | 1399 ± 13 (2,856 הצבעות, מקדמי) | 1421 ± 13 (3,149 הצבעות, מקדמי) | Arena |
| דירוג Artificial Analysis (10 בספטמבר 2026) | מקום 1, Elo 1171 (high) | עדיין לא ברשימה | עדיין לא ברשימה | Artificial Analysis |
| תמונות ייחוס ב-LoveGen AI | עד 4 | עד 6 | עד 6 | עמודי המודלים של LoveGen AI |
| גודל מקסימלי ב-LoveGen AI | 2K | 3840×2160 | 3840×2160 | עמודי המודלים של LoveGen AI |
| קרדיטים ב-LoveGen AI | 0.3 לתמונה, תעריף אחיד | 0.1 עד 3.4 לפי איכות וגודל | זהה ל-Flare | עמודי המודלים של LoveGen AI |
המדריך של OpenAI מסמן רזולוציות מעל 2560×1440 כניסיוניות בכל המודלים במשפחה, וממליץ על 1024×1024, 1536×1024 או 1024×1536 כגדלים הסטנדרטיים (המדריך של OpenAI ליצירת תמונות).
האם GPT Image 2.5 יקר יותר מ-GPT Image 2?
לטוקן, לא. לתמונה, התשובה תלויה בדרגת האיכות שתבחרו, כי OpenAI דירגה מחדש את הסולם. GPT Image 2.5 ב-high מפיק תמונה שעולה בערך כמו שעלתה תמונה של GPT Image 2 ב-medium, ו-GPT Image 2.5 ב-max עולה בערך כמו GPT Image 2 ב-high.
אותו כרטיס תעריפים לטוקן
שלושת המודלים מחייבים $5 למיליון טוקני קלט טקסט ($1.25 במטמון), $8 למיליון טוקני קלט תמונה ($2 במטמון) ו-$30 למיליון טוקני פלט תמונה, לפי עמודי המודלים gpt-image-2.5-flare ו-gpt-image-2.5-sunburst, שבהם נכתב ש"תעריפי הטוקנים תואמים ל-GPT Image 2". אותם עמודים גם מזהירים שמחשבון העלויות של OpenAI ל-GPT Image 2 "אינו מעריך את צריכת הטוקנים של GPT Image 2.5" — הרמז הראשון לכך שמספר טוקני הפלט לתמונה השתנה.
סולם האיכות דורג מחדש
fal.ai מפרסמת מחיר קבוע לתמונה לכל שילוב של איכות וגודל בשני המודלים, וזה מה שהופך את השינוי לגלוי לעין. הנתונים שלהלן הם מחירי המחירון של fal.ai נכון ל-9 בספטמבר 2026.
| דרגת איכות | GPT Image 2, 1024×1024 | GPT Image 2.5, 1024×1024 | GPT Image 2, 3840×2160 | GPT Image 2.5, 3840×2160 |
|---|---|---|---|---|
| low | $0.006 | $0.006 | $0.012 | $0.011 |
| medium | $0.053 | $0.013 | $0.101 | $0.026 |
| high | $0.211 | $0.053 | $0.401 | $0.100 |
| xhigh | לא זמין | $0.094 | לא זמין | $0.178 |
| max | לא זמין | $0.211 | לא זמין | $0.400 |
מקורות: GPT Image 2 ב-fal.ai ו-GPT Image 2.5 Flare ב-fal.ai. ל-Flare ול-Sunburst יש מחירון אחד משותף ב-fal.ai (עמוד Sunburst).
רדו לאורך עמודת GPT Image 2.5 והתבנית ברורה: high ב-2.5 ($0.053) זהה ל-medium ב-GPT Image 2 ($0.053), ו-max ב-2.5 ($0.211) זהה ל-high ב-GPT Image 2 ($0.211). ב-The Decoder הגיעו לאותה מסקנה וציינו שדרגת max ב-2.5 "מתאימה לעלות דרגת high של Images 2.0" (The Decoder). בפועל, OpenAI הוסיפה שני שלבים זולים מתחת לדרגה העליונה הישנה, במקום שני שלבים יקרים מעליה.
מה זה אומר אם אתם מעבירים אינטגרציה קיימת
בקשה שהשתמשה ב-gpt-image-2 עם quality: "high" ורק מחליפה את מזהה המודל ל-gpt-image-2.5-flare תישאר עם quality: "high" ותוציא בערך רבע מטוקני הפלט שהוציאה קודם. זה חיסכון של כ-75% ב-1024×1024 (מ-$0.211 ל-$0.053 במחירון fal.ai), אבל זו גם כמות אחרת של עבודת רינדור. צוותים שרוצים לשמור על אותו תקציב טוקני פלט צריכים להגדיר quality: "max". צוותים שהסתמכו על ברירת המחדל צריכים לשים לב ש-GPT Image 2.5 מוגדר כברירת מחדל ל-auto ב-API של OpenAI (המדריך של OpenAI) ול-high ב-fal.ai (הסכימה של fal.ai).
עלות בקרדיטים ב-LoveGen AI
ב-LoveGen AI, GPT Image 2 עולה 0.3 קרדיט לתמונה בתעריף אחיד, עם עד ארבע תמונות ייחוס ופלט ב-2K. GPT Image 2.5 מתומחר לפי איכות וגודל, והמחיר מתחיל ב-0.1 קרדיט. בגודל ברירת המחדל 1024×1024, Low עולה 0.1, Medium 0.2, High 0.5, Extra High 0.8 ו-Max 1.8 קרדיטים. רינדור ב-3840×2160 נע בין 0.1 קרדיט ב-Low ל-3.4 קרדיטים ב-Max. Flare ו-Sunburst עולים אותו הדבר, וכל הגדלים — מ-1024×768, דרך 1920×1080 ו-2560×1440, ועד 3840×2160 — זמינים לרוחב ולאורך, עם אפשרות לרקע PNG שקוף.
מהשטח: 5 פרומפטים, 3 מודלים, פלטפורמה אחת
ב-10 בספטמבר 2026, יומיים אחרי ההשקה, הרצנו חמישה פרומפטים קבועים דרך GPT Image 2 ודרך שני מודלי GPT Image 2.5 ב-API לניהול התורים של fal.ai, כך ששלושתם חלקו ספק אחד, תור אחד ושעון אחד. בדקנו ארבע קונפיגורציות: GPT Image 2 ב-high (קו הבסיס שרוב האינטגרציות עובדות איתו היום), Flare ב-high (מה שמקבלים מהחלפת מזהה מודל בלבד), ו-Flare ו-Sunburst ב-max (מותאמים בעלות לקו הבסיס, $0.211 לתמונת 1024×1024 לפי מחירון fal.ai). ההרצה הפיקה 33 תמונות בלי כשל אחד ועלתה כ-$6 לפי המחירון.
פרוטוקול הבדיקה
- גדלים: 1024×1024 בבדיקות 1, 2, 3 ו-5; 3840×2160 בבדיקה 4, שנשלחו כרוחב וכגובה מפורשים.
- מדידת זמן: הזמן בפועל בשניות מרגע השליחה לתור ועד לתוצאה מוכנה. ארבע הקונפיגורציות נשלחו במקביל; ההמתנה בתור לא עברה 3 שניות, כך שהנתונים הם למעשה זמן העיבוד ב-fal.ai. בדיקה 5 היא החציון של 3 הרצות; כל נתון אחר הוא הרצה בודדת ומסומן ככזה.
- תמונת ייחוס: כוס קרמיקה בכחול נייבי עם לוגו הר לבן על רקע לבן, שנוצרה פעם אחת עם Flare ב-
highושימשה כקלט זהה לכל המודלים בבדיקות 2 ו-3. - ניקוד: בדיקה 1 סופרת תווים נכונים מתוך 37 בחמש מחרוזות. בדיקות 2 ו-3 סופרות שינויים לא מכוונים בכוס, בלוגו וברקע לאורך השרשרת. בדיקה 4 משווה חיתוך של 1024×640 בזום 100% סביב הבקתה. בדיקה 5 בודקת אם שלוש ההרצות שמישות כתמונה ממוזערת.
- הסתייגות: לתור של fal.ai יש תקורה משלו, ו-LoveGen AI מנתבת את GPT Image 2 דרך ספק אחר מזה של GPT Image 2.5, כך שזמנים מוחלטים בפלטפורמות אחרות יהיו שונים. היחסים בין המודלים הם הנתון המשמעותי כאן.
בדיקה 1: טקסט פוסטר רב-לשוני
הפרומפט ביקש פוסטר קפה בסגנון פלאט-וקטור עם חמש מחרוזות מדויקות: "MORNING BREW", 每日现磨咖啡, 毎朝焙煎, "$4.50" ו-"Open 7am - 6pm", ובנוסף תג מחיר בפינה הימנית התחתונה. כל ארבע הקונפיגורציות רינדרו את כל 37 התווים נכון ומיקמו את תג המחיר בדיוק היכן שהתבקש. Flare ב-max הוסיף נקודה מיותרת אחרי הכותרת ואחרי שעות הפתיחה; שלושת האחרים היו נקיים. GPT Image 2 לקח 116.0 שניות, Flare ב-high 26.0 שניות, Flare ב-max 54.5 שניות ו-Sunburst ב-max 96.1 שניות (הרצה בודדת). רינדור טקסט, נקודת החוזק המובהקת של GPT Image 2 באפריל 2026, עובר ל-2.5 ללא פגע — ולכן הוא לא סיבה לבחור דור אחד על פני השני.
למעלה משמאל: GPT Image 2 (high). למעלה מימין: GPT Image 2.5 Flare (high). למטה משמאל: GPT Image 2.5 Flare (max). למטה מימין: GPT Image 2.5 Sunburst (max).
בדיקה 2: עריכת מוצר מתוך תמונת ייחוס
כל מודל קיבל את אותה תמונת כוס ואת ההוראה להניח אותה על משטח שיש לבן ליד חלון באור בוקר רך, בלי לשנות את הצורה, הצבע, מיקום הידית והלוגו. כל הארבעה שמרו על הלוגו, על הצבע ועל הידית. שלושת הפלטים של GPT Image 2.5 שמרו על הפרופורציות של תמונת הייחוס; GPT Image 2 רינדר כוס נמוכה ורחבה מעט יותר מהמקור. הזמנים היו 137.2 שניות ל-GPT Image 2, 36.6 ל-Flare ב-high, 68.9 ל-Flare ב-max ו-107.9 ל-Sunburst ב-max (הרצה בודדת). בעריכה חד-פעמית מתמונת ייחוס, כל הקונפיגורציות ראויות לשימוש בהפקה.
בדיקה 3: שרשרת עריכות בשלושה סבבים
יצאנו מהפלט של כל מודל בבדיקה 2. בסבב השני ביקשנו קרואסון על צלחת מימין לכוס ותו לא; בסבב השלישי ביקשנו לשנות רק את התאורה לאור מנורה חמים של ערב. ספרנו כל שינוי שלא ביקשנו.
- GPT Image 2 (high): הסבב השני רינדר מחדש את כל הסצנה. הכוס זזה שמאלה והתכווצה, והצמח וקרש החיתוך שינו מיקום. הסבב השלישי שמר על הפריסה החדשה אבל צייר מחדש את הנוף מבעד לחלון. ארבעה שינויים לא מכוונים; כ-136 שניות לסבב.
- Flare (high): הסבב השני הוסיף לפני השטח של הכוס גרעיניות עדינה שנראית כמו בד, ושום דבר אחר לא זז; הסבב השלישי שינה רק את האור. שינוי לא מכוון אחד; כ-30 שניות לסבב.
- Flare (max): פני השטח של הכוס נדדו לאורך שני הסבבים ממאט לגרעיניות משורגת, והצמח ומסגרת החלון זזו בשניהם. ארבעה שינויים לא מכוונים; כ-62 שניות לסבב.
- Sunburst (max): הפריסה, הכוס, הצמח, הקופסה והקרש נשארו קבועים בשני הסבבים. רק הקרואסון והתאורה השתנו. אפס שינויים לא מכוונים; כ-107 שניות לסבב.
Sunburst סיפק בדיוק את מה ש-OpenAI הבטיחה לעבודה רב-סבבית. ההפתעה הייתה Flare ב-max, שנדד באותה מידה כמו GPT Image 2 בשרשרת הבודדת הזו, בעוד ש-Flare ב-high נשאר יציב. שרשרת אחת אינה סטטיסטיקה, אבל היא סיבה טובה לבדוק את שתי דרגות Flare על רצפי העריכה שלכם לפני שמניחים שהדרגה הגבוהה יותר בטוחה יותר.
הפריים האחרון בשרשרת. למעלה משמאל: GPT Image 2 (high). למעלה מימין: GPT Image 2.5 Flare (high). למטה משמאל: GPT Image 2.5 Flare (max). למטה מימין: GPT Image 2.5 Sunburst (max).
בדיקה 4: פרטי נוף ב-4K
כל ארבע הקונפיגורציות החזירו תמונה מדויקת ב-3840×2160 של סצנת הפיורד. כשמקטינים אותן למסך, קשה להבדיל ביניהן. בחיתוך בזום 100% סביב הבקתה, Sunburst ב-max הוא החד ביותר, עם חזזיות קריאות על הסלעים, גלים בפח הגג וקרשים בודדים במעקה. Flare ב-max צמוד אחריו. GPT Image 2 ב-high מרנדר את חיפוי הבקתה בחדות, אבל משאיר מריחה ציורית על הצמחייה ועל הסלע. Flare ב-high רך יותר לאורך כל התמונה, וזה צפוי ברבע מטוקני הפלט. הזמנים היו 105.4 שניות ל-GPT Image 2, 31.0 ל-Flare ב-high, 75.1 ל-Flare ב-max ו-91.5 ל-Sunburst ב-max (הרצה בודדת). מחירי המחירון של fal.ai לרינדורים האלה הם $0.401, $0.100, $0.400 ו-$0.400 בהתאמה (fal.ai).
חיתוכים של 1024×640 בזום 100% מכל רינדור 3840×2160. למעלה משמאל: GPT Image 2 (high). למעלה מימין: GPT Image 2.5 Flare (high). למטה משמאל: GPT Image 2.5 Flare (max). למטה מימין: GPT Image 2.5 Sunburst (max).
בדיקה 5: תמונה ממוזערת לרשתות בדרגה הזולה ביותר שעדיין שמישה
הפרומפט ביקש קערת ראמן מלמעלה על רקע צהוב ב-1024×1024, והורץ שלוש פעמים בכל קונפיגורציה. כל 12 הפלטים היו שמישים. Flare ב-high הפיק שלוש קערות נקיות ועקביות בחציון של 25.1 שניות ובמחיר מחירון של $0.053 לתמונה. GPT Image 2 ב-high נזקק לחציון של 152.6 שניות במחיר $0.211, ובהרצה הראשונה שלו פיזר בצל ירוק על הרקע מחוץ לקערה. Flare ב-max לקח חציון של 58.8 שניות ו-Sunburst ב-max 128.4 שניות, שניהם ב-$0.211. לתמונות ממוזערות, Flare ב-high מספק תמונה שמישה בשישית מהזמן וברבע מהמחיר של קו הבסיס GPT Image 2.
הראשונה מתוך שלוש הרצות בכל קונפיגורציה. למעלה משמאל: GPT Image 2 (high). למעלה מימין: GPT Image 2.5 Flare (high). למטה משמאל: GPT Image 2.5 Flare (max). למטה מימין: GPT Image 2.5 Sunburst (max).
התוצאות במבט אחד
| בדיקה | GPT Image 2 (high) | GPT Image 2.5 Flare (high) | GPT Image 2.5 Flare (max) | GPT Image 2.5 Sunburst (max) |
|---|---|---|---|---|
| 1. טקסט פוסטר: תווים נכונים, זמן | 37/37, 116.0 שניות | 37/37, 26.0 שניות | 37/37 ועוד 2 נקודות מיותרות, 54.5 שניות | 37/37, 96.1 שניות |
| 2. עריכה מתמונת ייחוס: שמירת הסובייקט, זמן | כן (מעט נמוכה ורחבה יותר), 137.2 שניות | כן, 36.6 שניות | כן, 68.9 שניות | כן, 107.9 שניות |
| 3. שרשרת עריכות: שינויים לא מכוונים ב-2 סבבים, זמן לסבב | 4, כ-136 שניות | 1, כ-30 שניות | 4, כ-62 שניות | 0, כ-107 שניות |
| 4. פרטים ב-4K: דירוג בזום 100%, זמן, מחיר מחירון | מקום 3, 105.4 שניות, $0.401 | מקום 4, 31.0 שניות, $0.100 | מקום 2, 75.1 שניות, $0.400 | מקום 1, 91.5 שניות, $0.400 |
| 5. תמונה ממוזערת: חציון של 3 הרצות, מחיר מחירון | 152.6 שניות, $0.211 | 25.1 שניות, $0.053 | 58.8 שניות, $0.211 | 128.4 שניות, $0.211 |
נמדד ב-API לניהול התורים של fal.ai ב-10 בספטמבר 2026. הזמנים נמדדו בפועל מהשליחה ועד לסיום; הרצות בודדות, למעט שורה 5. המחירים הם מחירי המחירון של fal.ai לתמונת פלט ואינם כוללים את טוקני הקלט של תמונות הייחוס.
כמה יותר מהיר GPT Image 2.5 מ-GPT Image 2?
ההצהרה של OpenAI היא "השהיה נמוכה בעד 50%" עבור Flare ביחס ל-GPT Image 2 (OpenAI). נתונים של צד שלישי שפורסמו מאז ההשקה נמצאים בטווח הזה או מעליו: ב-WeShop מדדו ש-Flare מהיר ב-30% עד 52% בהגדרות זהות (WeShop), וב-Manus דיווחו ש-Flare מהיר פי שניים עד ארבעה מ-GPT Image 2 בעומסי העבודה שלהם, עוד לפני ההשקה (BuildFastWithAI).
המספרים שלנו, מאותו תור ב-fal.ai, גדולים מההצהרה של OpenAI. ב-1024×1024, Flare ב-high החזיר חציון של 25.1 שניות מול 152.6 שניות ל-GPT Image 2 ב-high — ירידה של 84%, כלומר מהיר פי שישה בערך. Flare ב-max, הדרגה שמותאמת בעלות, החזיר 58.8 שניות, ירידה של 61%. Sunburst ב-max החזיר 128.4 שניות, מהיר ב-16% מ-GPT Image 2, ובמקביל הפיק את הפלט המפורט ביותר מבין הארבעה. תמיהה אחת: GPT Image 2 לקח יותר זמן על התמונות הממוזערות ב-1024×1024 מאשר על הנוף ב-3840×2160 (152.6 מול 105.4 שניות), מה שמרמז שהזמן שלו נשלט על ידי שלב התכנון ולא על ידי מספר הפיקסלים. אלה זמני תור של fal.ai ביום בודד, וייתכן שה-API הישיר של OpenAI מתנהג אחרת, אז התייחסו ליחסים כאל כיוון ולא כאל פסק דין.
האם GPT Image 2.5 טוב יותר מ-GPT Image 2 במדדים עצמאיים?
ההצבעות הראשונות אומרות שכן, עם הסתייגות לגבי גודל המדגם. בטבלת הדירוג טקסט-לתמונה של Arena מ-7 בספטמבר 2026, gpt-image-2.5-sunburst מוביל עם 1421 ± 13 ו-gpt-image-2.5-flare שני עם 1399 ± 13, שניהם מסומנים כנתונים מקדמיים. gpt-image-2 באיכות medium מחזיק במקום השלישי עם 1381 ± 4. הפער בין Sunburst ל-GPT Image 2 הוא 40 נקודות, אבל לשני החדשים יש 3,149 ו-2,856 הצבעות מול 78,731 ל-GPT Image 2, ולכן רווחי הסמך שלהם רחבים פי שלושה.
זירת טקסט-לתמונה של Artificial Analysis עדיין לא הוסיפה אף אחד ממודלי 2.5 נכון ל-10 בספטמבר 2026. הטבלה שם עדיין מציבה את GPT Image 2 (high) במקום הראשון עם Elo של 1171 על פני 15,381 דגימות, לפני MAI-Image-2.6 עם 1144 ו-Nano Banana 2 עם 1122. עד ש-GPT Image 2.5 יצבור שם הצבעות, הסיכום הכן הוא ש-GPT Image 2 נשאר המודל המוביל בטבלה עצמאית אחת, ו-GPT Image 2.5 מוביל בשנייה על סמך נתונים מקדמיים.
אפשר לבחור בין Flare ל-Sunburst בתוך ChatGPT?
לא. ChatGPT לא חושף בורר בין שני מודלי Images 2.5. ב-The Decoder בדקו את שני הממשקים הצרכניים אחרי ההשקה ומצאו שמצב Chat ניתב "לעיתים קרובות" למודל החלש יותר בעוד שמצב Work השתמש "באופן עקבי" בחזק יותר, ושעריכות במצב Chat שינו פרטים לא קשורים לעיתים קרובות יותר (The Decoder, ספטמבר 2026). התיעוד של OpenAI לא מפרט באיזו וריאציה ChatGPT בוחר בכל מצב.
Images 2.5 הושק ביום ההשקה לכל רמות ChatGPT, כולל החינמית, וגם ל-ChatGPT Work ול-Codex, בדסקטופ, במובייל ובדפדפן (OpenAI דרך 9to5Mac). התוכניות בתשלום מציעות זמני המתנה קצרים יותר ומכסות שימוש גבוהות יותר, לא מודל אחר. לתוצאות שניתן לשחזר, מזהי המודלים ב-API או פלטפורמה שמציגה מתג בחירה הם הדרכים היחידות להבטיח Flare או Sunburst. ב-LoveGen AI שתי הווריאציות מוצגות ככרטיסים זה לצד זה בעמוד GPT Image 2.5, כך שהבחירה מפורשת בכל יצירה.
במה כדאי להשתמש? GPT Image 2 מול Flare מול Sunburst לפי סוג עבודה
| סוג עבודה | מודל מומלץ | דרגת איכות | למה |
|---|---|---|---|
| תמונות ממוזערות לרשתות, וריאציות בנפח גבוה | GPT Image 2.5 Flare | medium או high | העלות הנמוכה ביותר לתמונה שמישה והיצירה המהירה ביותר בבדיקות שלנו |
| עריכות מוצר למסחר אלקטרוני מתוך תמונת ייחוס | GPT Image 2.5 Sunburst (או Flare ב-high) | high או xhigh | שניהם שמרו על הכוס, הלוגו והרקע בשרשרת שלנו; Sunburst היה הנקי ביותר |
| סבבי תיקונים מרובים מול לקוח | GPT Image 2.5 Sunburst | xhigh או max | אפס שינויים לא מכוונים בשרשרת בת שלושת הסבבים; GPT Image 2 ו-Flare ב-max עשו ארבעה כל אחד |
| פוסטרים רב-לשוניים ב-2K בתקציב | GPT Image 2 | high (ב-LoveGen AI: 0.3 קרדיט) | עדיין ראשון ב-Artificial Analysis; 0.3 קרדיט אחיד ב-LoveGen AI עדיף על 0.5 ב-2.5 High |
| דפוס, קי-ויז'ואל, טפטים ב-4K | GPT Image 2.5 Sunburst או Flare | max | רק 2.5 חושף את דרגת max; רינדור max ב-4K עולה $0.400 ב-fal.ai, בדיוק כמו GPT Image 2 ב-high |
| אינטגרציות API שצריכות תפוקה | GPT Image 2.5 Flare | auto או high | אותן מגבלות קצב כמו GPT Image 2 עם השהיה נמוכה יותר לתמונה |
מתי להישאר עם GPT Image 2
כשאתם צריכים פלט ב-2K עם טקסט חזק ומשלמים לפי קרדיט ב-LoveGen AI, שם GPT Image 2 עולה 0.3 קרדיט מול 0.5 של GPT Image 2.5 בגודל ובדרגה המקבילים. גם כשצינור עבודה כוונן על הפלטים של GPT Image 2 ולא עבר אימות מחדש כדאי להישאר, כי העריכות של 2.5 מתנהגות אחרת מעצם התכנון.
מתי לבחור ב-GPT Image 2.5 Flare
כשמהירות ונפח חשובים יותר מהמילימטר האחרון של פירוט. בבדיקות שלנו Flare ב-high החזיר תמונת 1024×1024 בחציון של 25.1 שניות, פי שישה מהר מ-GPT Image 2, ושמר על שרשרת עריכות של שלושה סבבים יציבה. OpenAI ממצבת את Flare כברירת מחדל ל"תוכן ליוצרים ולרשתות חברתיות, חוויות מוצר, חיפוש חזותי, אבטיפוס מהיר של תמונות ויצירה בנפחים גדולים" (OpenAI), וכרטיס התעריפים הזהה אומר שאין פרמיה על המהירות.
מתי לבחור ב-GPT Image 2.5 Sunburst
כשהתוצר יעבור יותר מעריכה אחת, או כשסובייקט מתמונת ייחוס חייב לשרוד שינוי סגנון או סצנה בשלמותו. Sunburst הוא המודל ש-OpenAI בנתה "לתהליכי עבודה חזותיים פרימיום שמרוויחים משליטה הדוקה יותר לאורך עריכות", בדיקות של צד שלישי שדווחו ב-WeShop מצאו שהוא נודד כ-40% פחות מחוץ לאזור המטרה מ-Flare (WeShop, ספטמבר 2026), והוא היה הקונפיגורציה היחידה עם אפס שינויים לא מכוונים בשרשרת שלנו. הוא גם הפיק את הרינדור החד ביותר ב-4K מבין הארבעה.
כשמודל אחר מתאים יותר
לעריכות שדורשות יותר משש תמונות ייחוס, או לעריכה בשפה טבעית של צילומים שבהם הזהות חייבת להישמר לאורך תריסר קלטים, Nano Banana Pro של Google מקבל עד 14 תמונות ייחוס ב-LoveGen AI. לפריסות שהטיפוגרפיה בהן קודמת לכול, Ideogram 3 נשאר מומחה, ולפוטוריאליזם ברמת סטודיו בלי טקסט, Flux 2 Pro עדיין חלופה חזקה. כולם רצים תחת אותה יתרת קרדיטים, כך שבדיקה של אותו פרומפט בכמה מודלים עולה שבריר קרדיט.
האם GPT Image 2 הוצא משימוש? כדאי לעבור עכשיו?
GPT Image 2 לא הוצא משימוש נכון ל-10 בספטמבר 2026. עמוד הוצאת המודלים משימוש של OpenAI לא מציין תאריך פרישה ל-gpt-image-2, ועמוד המודל gpt-image-2 נשאר פעיל עם ה-snapshot מ-2026-04-21. OpenAI לא אמרה מתי, או אם בכלל, GPT Image 2 ילך בעקבות מודלי DALL-E לפרישה.
לעבודות חדשות, התחלה עם GPT Image 2.5 היא ברירת המחדל ההגיונית, וההמלצה של OpenAI עצמה היא להתחיל עם Flare ולעבור ל-Sunburst רק כשדרישות האיכות מחייבות זאת (קהילת המפתחים של OpenAI). רשימת בדיקה למעבר של אינטגרציות קיימות:
- החליפו את מזהה המודל ל-
gpt-image-2.5-flareאו ל-gpt-image-2.5-sunburst. - מפו מחדש את
quality. ה-highהישן הופך ל-maxהחדש אם רוצים לשמור על אותו תקציב טוקני פלט; ה-mediumהישן הופך ל-highהחדש. - הגדירו את
qualityבמפורש. ברירת המחדל של המודלים החדשים היאauto, שמשאירה ל-OpenAI לבחור את הדרגה. - בדקו מחדש את פרומפטי העריכה. 2.5 משנה רק את מה שביקשתם; פרומפטים שהסתמכו על כך ש-GPT Image 2 מרנדר מחדש את כל הפריים עשויים להזדקק לתיאור מפורש של השינוי הגלובלי הרצוי.
- שקלו
background: "opaque"אם רקעים שקופים או אוטומטיים יצרו הפתעות. - תכננו תקציב לפי נתוני השימוש של fal.ai או OpenAI, ולא לפי מחשבון GPT Image 2, שלפי OpenAI לא מכסה את 2.5.
שאלות נפוצות
מתי שוחרר GPT Image 2.5?
OpenAI שחררה את GPT Image 2.5 ב-8 בספטמבר 2026, תחת השם הצרכני ChatGPT Images 2.5. ה-API חושף שני מודלים, gpt-image-2.5-flare ו-gpt-image-2.5-sunburst, שניהם עם snapshot מ-2026-09-08. הוא הושק באותו יום לכל רמות ChatGPT, כולל החינמית, וגם ל-ChatGPT Work ול-Codex, בדסקטופ, במובייל ובדפדפן (OpenAI).
מה ההבדל בין GPT Image 2.5 Flare ל-Sunburst?
Flare הוא מודל ברירת המחדל של OpenAI: איכות גבוהה יותר מ-GPT Image 2 בהשהיה נמוכה בעד 50%, מכוון לתוכן לרשתות חברתיות, לחוויות מוצר וליצירה בנפחים גדולים. Sunburst הוא מודל הדיוק הגדול יותר, עם זמני יצירה ארוכים יותר, שנבנה לקריאייטיב לקמפיינים ולעריכות רב-סבביות שבהן כל תיקון חייב להשאיר את שאר התמונה ללא נגיעה. לשניהם אותו תמחור לטוקן (OpenAI).
האם GPT Image 2.5 טוב יותר מ-GPT Image 2?
בטבלת טקסט-לתמונה המקדימה של Arena לספטמבר 2026, GPT Image 2.5 Sunburst מקבל 1421 ו-Flare 1399, מול 1381 ל-gpt-image-2 (medium), אם כי לשני החדשים יש כ-3,000 הצבעות מול 78,000 (Arena). OpenAI מצהירה על פרטים חדים יותר, תאורה טבעית יותר, שימור טוב יותר של תמונות ייחוס ועריכות רב-סבביות אמינות יותר. Artificial Analysis עדיין מציבה את GPT Image 2 במקום הראשון, פשוט כי 2.5 טרם נוסף שם.
האם GPT Image 2.5 יקר יותר מ-GPT Image 2?
לא לטוקן. שניהם מחייבים $5 למיליון טוקני קלט טקסט, $8 למיליון טוקני קלט תמונה ו-$30 למיליון טוקני פלט תמונה (OpenAI). לתמונה, הסולם זז: ב-fal.ai תמונת GPT Image 2.5 ב-1024×1024 עולה כ-$0.006 ב-low, $0.053 ב-high ו-$0.211 ב-max, בעוד ש-GPT Image 2 עולה $0.006 ב-low, $0.053 ב-medium ו-$0.211 ב-high.
מהן דרגות האיכות החדשות xhigh ו-max?
GPT Image 2.5 מוסיף את xhigh ואת max מעל high; GPT Image 2 נעצר ב-high. שני מודלי 2.5 מוגדרים כברירת מחדל ל-auto (המדריך של OpenAI). ב-1024×1024, fal.ai מתמחרת את xhigh ב-$0.094 ואת max ב-$0.211 לתמונה; ב-3840×2160, xhigh עולה $0.178 ו-max $0.400 (fal.ai). max היא הדרגה שמתאימה לעלות הפלט של דרגת high הישנה של GPT Image 2.
האם GPT Image 2.5 תומך ב-4K?
כן. המדריך של OpenAI ליצירת תמונות מאפשר רזולוציות מותאמות אישית שבהן כל קצה הוא כפולה של 16, אף קצה לא עובר 3840 פיקסלים, סך הפיקסלים נע בין 655,360 ל-8,294,400, ויחס הגובה-רוחב נשאר בין 1:3 ל-3:1. רזולוציות מעל 2560×1440 מסומנות כניסיוניות (המדריך של OpenAI). ב-LoveGen AI, GPT Image 2.5 מציע 3840×2160 ו-2160×3840 ישירות, בעוד ש-GPT Image 2 מוגבל ל-2K.
אפשר לבחור בין Flare ל-Sunburst בתוך ChatGPT?
לא. ChatGPT לא חושף בורר מודלים ל-Images 2.5. ב-The Decoder דיווחו שמצב Chat ניתב לעיתים קרובות לווריאציה החלשה יותר בעוד שמצב Work השתמש באופן עקבי בחזקה יותר, ושפרטים לא קשורים השתנו לעיתים קרובות יותר בעריכות במצב Chat (The Decoder). כדי לשלוט בווריאציה, השתמשו במזהי המודלים ב-API או בפלטפורמה כמו LoveGen AI שמציגה מתג Flare/Sunburst.
האם GPT Image 2 הוצא משימוש?
לא נכון ל-10 בספטמבר 2026. עמוד הוצאת המודלים משימוש של OpenAI לא מציין תאריך פרישה ל-gpt-image-2, ועמוד המודל שלו נשאר פעיל עם ה-snapshot מ-2026-04-21. OpenAI כן מציינת שמחשבון העלויות שלה ל-GPT Image 2 לא מעריך את צריכת הטוקנים של מודלי 2.5 (OpenAI), אז כדאי לתכנן תקציב בנפרד לפני המעבר.
כמה יותר מהיר GPT Image 2.5 מ-GPT Image 2?
OpenAI מצהירה ש-Flare מקצר את ההשהיה בעד 50% מול GPT Image 2 (OpenAI). בדיקות של צד שלישי שדווחו ב-WeShop מציבות את Flare מהיר ב-30% עד 52% בהגדרות זהות, וב-Manus מדדו מהירות של פי שניים עד ארבעה בעומסי העבודה שלהם לפני ההשקה (BuildFastWithAI). הבדיקה שלנו באותו תור ב-fal.ai, ב-10 בספטמבר 2026, רשמה חציונים של 25.1 שניות ל-Flare ב-high, 58.8 שניות ל-Flare ב-max ו-152.6 שניות ל-GPT Image 2 ב-high, לתמונת 1024×1024.
איזה מודל טוב יותר לעריכה עם תמונות ייחוס?
GPT Image 2.5 Sunburst. OpenAI בנתה אותו לשליטה הדוקה יותר לאורך עריכות עוקבות, והוא טוב יותר בשמירה על סובייקטים מתמונות ייחוס כך שיישארו מזוהים בסביבות ובסגנונות חדשים (OpenAI). הבדיקות של WeShop מצאו ש-Sunburst נודד כ-40% פחות מחוץ לאזור המטרה מ-Flare (WeShop). בשרשרת בת שלושת הסבבים שלנו, ב-10 בספטמבר 2026, Sunburst ב-max עשה אפס שינויים לא מכוונים, Flare ב-high אחד, ו-GPT Image 2 ארבעה, כי הוא רינדר מחדש את כל הסצנה בסבב השני.
כמה קרדיטים עולה GPT Image 2.5 ב-LoveGen AI?
מ-0.1 קרדיט לתמונה. ברירת המחדל 1024×1024 ב-High עולה 0.5 קרדיט, Extra High 0.8 ו-Max 1.8; רינדור 3840×2160 ב-Max הוא התקרה, 3.4 קרדיטים. Flare ו-Sunburst עולים אותו הדבר. GPT Image 2 ב-LoveGen AI עולה 0.3 קרדיט לתמונה בתעריף אחיד, עם עד ארבע תמונות ייחוס, ולכן הוא נשאר הבחירה הזולה יותר לעבודה ב-2K.
כדאי להעביר את אינטגרציית ה-API שלי מ-gpt-image-2 ל-gpt-image-2.5?
כן לעבודות חדשות, בשינוי אחד: מיפוי מחדש של האיכות. בקשה שהשתמשה ב-gpt-image-2 עם quality: "high" צריכה לעבור ל-gpt-image-2.5-flare עם quality: "max" כדי לשמור על אותו תקציב טוקני פלט; השארת high תפיק תמונה זולה יותר עם פחות טוקנים (תמחור fal.ai). שימו לב גם לברירת המחדל החדשה auto, לאפשרות הרקע opaque, ולכך ש-Sunburst מוסיף השהיה.
סיכום
GPT Image 2.5 הוא שדרוג אמיתי על פני GPT Image 2 בעריכות, בנאמנות לתמונות ייחוס ובמהירות, והוא עולה אותו הדבר לטוקן. הדבר האחד שכדאי להפנים לפני המעבר הוא ששמות האיכות זזו: max הוא ה-high החדש, ו-high הוא ה-medium החדש. Flare הוא ברירת המחדל הנכונה לרוב העבודות, Sunburst מצדיק את השניות הנוספות כשסובייקט חייב לשרוד כמה סבבי עריכה, ו-GPT Image 2 עדיין שווה שמירה לעבודה זולה ב-2K עם הרבה טקסט, במיוחד ב-0.3 קרדיט ב-LoveGen AI.
שני הדורות רצים זה לצד זה עם כל שאר המודלים המובילים בקטלוג מודלי תמונה מבוססי AI ב-LoveGen AI, בלי מנוי ובתמחור לפי תמונה. נכון לכתיבת שורות אלה, LoveGen AI גם מציעה את GPT Image 2.5 לניסיון חינם, וזו הדרך הזולה ביותר להריץ את חמשת הפרומפטים שלמעלה על הסובייקטים שלכם.