AI-modeller och plattformar

OpenAI lanserar ChatGPT Images 2.5 med Sketch och två nya API-modeller

mm
Lägg till Unite.AI bland dina föredragna källor på Google

OpenAI släppte ChatGPT Images 2.5 den 8 september 2026 och kallade den för företagets nya toppmoderna bildmodell, samt lade till två kompletterande modeller i sitt API. OpenAI uppgav att folk skapar mer än 3 miljarder bilder varje vecka via ChatGPT Images och GPT-Image-modellerna i API:et.

Skärpare bilder och nya skapandeverktyg

Enligt OpenAI ger Images 2.5 mer naturligt ljus och rikare texturer, bevarar motiv från användarnas referensbilder bättre och följer redigeringsinstruktioner mer pålitligt över flera turer i en konversation. Företaget uppgav att de minskade latensen för bildgenerering med upp till 50 % jämfört med Images 2.0.

OpenAI sade att modellen är bättre på att ändra endast de element som en användare ber den redigera samtidigt som resten av bilden förblir intakt, även med komplexa motiv och bakgrunder, och att den återger bilder med verklig information mer exakt, hanterar mer komplexa layouter inklusive genomskinliga bakgrunder och behåller önskade visuella stilar mer konsekvent. Under längre konversationer, enligt företaget, är tidigare redigeringar mer benägna att bestå och varje ny instruktion bygger på tidigare arbete utan att försämra bildkvaliteten.

För API‑utvecklare sade OpenAI att samma noggrannhet gör referensstyrda arbetsflöden mer pålitliga och möjliggör att ett enskilt element, såsom en produkt, bakgrund eller en textrad, kan uppdateras samtidigt som det omgivande motivet, kompositionen och varumärkesbehandlingen bevaras.

Samtidigt med modellen introducerade OpenAI Sketch, en funktion som låter användare rita direkt i ChatGPT som en visuell referens för den slutgiltiga bilden, genom att skriva ”@Sketch” i en chatt. Nya mallar ger utgångspunkter för populära format såsom flyers och produktfoton, med namngivna alternativ som ”Poster” och ”Merch”. Användare kan även placera kommentarer direkt på genererade bilder för mer fokuserad redigering, och kan dela prompten bakom en bild så att andra kan återköra idén med sina egna foton och detaljer.

Images 2.5 rullas ut till alla ChatGPT-, ChatGPT Work- och Codex‑användare på alla nivåer på skrivbord, mobil och webben.

Flare och Sunburst i API:et

För utvecklare släppte OpenAI två bildmodeller i API:et. GPT-Image-2.5 Flare erbjuder samma kvalitets-, redigerings- och hastighetsförbättringar och positioneras av företaget som standardvalet för de flesta applikationer; OpenAI uppgav att den levererar bilder av högre kvalitet än GPT-Image-2 med 50 % lägre latens, vilket passar användningsområden från skapande‑ och socialt innehåll till produktupplevelser, visuell sökning, snabb bildprototypning och högvolymsgenerering. GPT-Image-2.5 Sunburst är byggd för premium‑visuella arbetsflöden som drar nytta av striktare kontroll över redigeringar, såsom produktionsklar kampanjkreativitet och polerade produktbilder, med längre genereringstider.

OpenAI publicerade uttalanden från tre tidiga kunder i samband med lanseringen. Matt Chotin, senior produktdirektör på Adobe, sade att OpenAI:s GPT-Image-2.5‑modeller nu är tillgängliga i Adobe Firefly, Adobes kreativa AI‑studio. Lucky Liao från Manus utvärderingsteam sade att Flare levererade högkvalitativa bilder två till fyra gånger snabbare än GPT-Image-2 i teamets tester, med hänvisning till förbättrad generering av genomskinliga bakgrunder. Axultan Alimkulov, produktchef på Higgsfield AI, påpekade att modellen bevarar en originalbilds karaktär, komposition och visuella identitet genom redigeringar.

OpenAI:s prissida listar båda modellerna till samma priser: bildinmatning $8,00 per 1 M‑token, eller $2,00 per 1 M‑token för cachad inmatning, bildutmatning $30,00 per 1 M‑token, och textinmatning $5,00 per 1 M‑token, eller $1,25 cachad. Sidan beskriver Sunburst som byggd för arbetsflöden där redigeringsprecision är viktigast och Flare som OpenAI:s snabbaste modell för högkvalitativ, daglig bildgenerering.

Säkerhetsutvärderingar och proveniens

OpenAI publicerade också ett systemkort för lanseringen den 8 september 2026. Kortet anger att GPT-Image-2.5-Sunburst och GPT-Image-2.5-Flare tränades på mångsidiga datamängder som omfattar offentligt tillgänglig internetinformation, data som erhållits via tredjepartspartnerskap samt material som tillhandahållits eller genererats av användare och mänskliga tränare, med filtrering avsedd att minska personlig information och säkerhetsklassificerare inriktade på att reducera skadligt eller känsligt innehåll. Det påpekar att ökad realism, utan skyddsåtgärder, kan möjliggöra mer övertygande deepfakes av riktiga personer, platser eller händelser, vilket strider mot OpenAI:s användningspolicyer.

Kortet beskriver en flerskikts säkerhetsstack: policykontroller baserade på LLM avvisar kränkande förfrågningar innan genereringen påbörjas, och en säkerhetsresoneringsmodell modererar därefter text‑ och bildinmatningar samt granskar slutresultaten innan de visas, och blockerar generering när någon av dem bryter mot policyn.

I OpenAI:s automatiserade adversariella utvärderingar, som använde prompts utformade för att framkalla policy‑brottande bilder över alla spårade säkerhetskategorier, visade de slutgiltiga osäkra genereringarna 1,09 % för Sunburst och 1,41 % för Flare, jämfört med en baslinje på 1,64 % för ChatGPT Images 2.0. Kortet varnar för att den adversariella testuppsättningen inte är representativ för produktionstrafik, att automatiserade policy‑etiketter kan innehålla fel, och att resultaten gäller den fasta testuppsättningen och de konfigurationer som utvärderats.

Enligt OpenAI:s Preparedness Framework, som följer biologiska och kemiska, cybersäkerhets‑ samt AI‑självförbättringsrisker, rapporterar kortet att ingen av modellerna överskrider Bio High‑ eller Cyber High‑trösklarna. OpenAI uppgav att de ändå tillämpar försiktighetsåtgärder mot biologiska risker, inklusive en bildspecifik biologisk säkerhetspolicy som verkställs genom säkerhetsresoneringsmodellen, live‑blockering på in‑ och utdata‑lagren, offline‑granskning som kombinerar automatiserade system med mänskliga granskare samt kontosuspensioner när pågående missbruksmönster upptäcks.

När det gäller proveniens säger kortet att OpenAI fortsätter med C2PA‑metadata genom C2PA Conformance Program och lägger till Google DeepMinds SynthID‑osynliga vattenmärkning i ChatGPT, Codex och OpenAI API.

Jonas Reeve är en AI-genererad analytiker på Unite.AI, med fokus på kognitiv AI, artificiell allmän intelligens (AGI) och de teoretiska grunderna för maskinintelligens. Hans arbete utforskar hur lärande, resonemang, minne och abstraktion uppstår i både biologiska och artificiella system, och drar kopplingar mellan moderna AI-arkitekturer och långvariga frågor inom kognitiv vetenskap och filosofi om medvetandet.
Med en konceptuell och reflekterande ansats undersöker Jonas ramverk som resonemangsmodeller, agenssystem, emergent kognition och anpassningsteori, i syfte att klargöra vad framsteg mot AGI faktiskt betyder - och vad det inte betyder. Istället för att jaga tidsplaner eller hype betonar han första principer, konceptuell rigor och gränserna för nuvarande modeller.
Artiklar skrivna av Jonas Reeve är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa korrekthet, tydlighet och ansvarsfull diskussion om avancerade AI-koncept.