GPT Image 2

O GPT Image 2 é a maior atualização de geração de imagens da OpenAI desde o DALL·E 3. A arquitetura foi reconstruída do zero — não compartilha mais pesos com o GPT-4o — e unifica em uma única passagem de raciocínio o que antes era um pipeline de duas etapas. Isso tem dois efeitos diretos para quem cria. Primeiro, a aderência ao prompt melhora muito: comandos com várias partes e restrições espaciais ("uma barista servindo café expresso à esquerda, com um quadro-menu atrás escrito 'Morning Brew — R$ 4,50'") são resolvidos corretamente em vez de perder elementos. Segundo, o texto dentro da imagem atinge nível de produção. Onde modelos anteriores geravam rabiscos decorativos, o GPT Image 2 entrega texto legível e bem kerneado em inglês, chinês mandarim, japonês, coreano, hindi e bengali — liberando casos como criativos publicitários multilíngues, mockups de produto localizados e infográficos internacionais que antes exigiam pós-produção manual.

O conhecimento do mundo real também deu um salto. Layouts de lojas IKEA, a interface do YouTube, ícones do Windows e embalagens consistentes com a marca aparecem com fidelidade reconhecível em vez de aproximações. Somado ao suporte a imagens de referência — o LoveGen AI permite até 4 por geração — dá para travar o rosto de um personagem em uma campanha, transferir iluminação de uma foto para uma cena gerada ou compor um produto em um cenário de marca sem a deriva de identidade de antes. O tom amarelado presente no gpt-image-1 e 1.5 foi totalmente removido, entregando cores neutras próprias para impressão comercial. Resolução máxima: 2K (até 2048×2048), com saídas experimentais acima de 2560×1440 — viável para editorial, e-commerce e design systems que antes exigiam muito retoque.