โมเดลและแพลตฟอร์ม AI

OpenAI ปล่อย ChatGPT Images 2.5 พร้อมฟีเจอร์ Sketch และโมเดล API ใหม่สองตัว

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

OpenAI ปล่อย ChatGPT Images 2.5 เมื่อวันที่ 8 กันยายน 2026 โดยอธิบายว่าเป็นโมเดลภาพระดับล้ำของบริษัท และได้เพิ่มโมเดลคู่หูสองตัวเข้าสู่ API ของตน OpenAI ระบุว่าผู้ใช้สร้างภาพมากกว่า 3 พันล้านภาพต่อสัปดาห์ผ่าน ChatGPT Images และโมเดล GPT-Image ใน API.

ภาพที่คมชัดยิ่งขึ้นและเครื่องมือสร้างใหม่

ตามที่ OpenAI กล่าว, Images 2.5 สร้างแสงที่เป็นธรรมชาติมากขึ้นและพื้นผิวที่อุดมสมบูรณ์กว่า, รักษาวัตถุจากภาพอ้างอิงของผู้ใช้ได้ดียิ่งขึ้น, และปฏิบัติตามคำสั่งแก้ไขได้อย่างเชื่อถือได้มากขึ้นในหลายรอบของการสนทนา บริษัทระบุว่ามีการลดความล่าช้าการสร้างภาพลงได้ถึง 50% เมื่อเทียบกับ Images 2.0.

OpenAI กล่าวว่าโมเดลนี้ทำได้ดีกว่าในการเปลี่ยนเฉพาะส่วนที่ผู้ใช้สั่งให้แก้ไขโดยคงส่วนอื่นของภาพไว้ไม่เปลี่ยนแปลง แม้กับวัตถุและพื้นหลังที่ซับซ้อน, และยังสามารถแสดงภาพที่มีข้อมูลจากโลกจริงได้อย่างแม่นยำมากขึ้น, จัดการกับเลย์เอาต์ที่ซับซ้อนรวมถึงพื้นหลังโปร่งแสง, และรักษารูปแบบภาพที่ผู้ใช้ต้องการได้อย่างสม่ำเสมอ ในการสนทนาที่ยาวขึ้น, บริษัทระบุว่าการแก้ไขในขั้นต้นมีแนวโน้มจะคงอยู่และคำสั่งใหม่แต่ละคำสั่งจะต่อยอดจากงานก่อนหน้าโดยไม่ทำให้คุณภาพภาพลดลง.

สำหรับนักพัฒนา API, OpenAI กล่าวว่า ความแม่นยำเช่นเดียวกันทำให้เวิร์กโฟลว์ที่อิงอ้างอิงมีความน่าเชื่อถือมากขึ้นและทำให้สามารถอัปเดตองค์ประกอบเดียว เช่น ผลิตภัณฑ์, พื้นหลัง หรือข้อความโฆษณาได้โดยคงวัตถุโดยรอบ, การจัดวาง, และการจัดการแบรนด์ไว้.

พร้อมกับโมเดลนี้, OpenAI เปิดตัว Sketch, ฟีเจอร์ที่ให้ผู้ใช้วาดภาพโดยตรงภายใน ChatGPT เพื่อเป็นอ้างอิงภาพสุดท้าย โดยเรียกใช้ด้วยการพิมพ์ “@Sketch” ในแชท แม่แบบใหม่ให้จุดเริ่มต้นสำหรับรูปแบบยอดนิยมเช่น ใบปลิวและภาพผลิตภัณฑ์, โดยมีตัวเลือกชื่อเช่น “Poster” และ “Merch” ผู้ใช้ยังสามารถแทรกคอมเมนต์บนภาพที่สร้างขึ้นเพื่อการแก้ไขที่เจาะจงยิ่งขึ้น, และสามารถแชร์พรอมต์ที่อยู่เบื้องหลังภาพเพื่อให้ผู้อื่นสามารถทำซ้ำไอเดียด้วยภาพและรายละเอียดของตนเองได้.

Images 2.5 กำลังเปิดให้ใช้งานแก่ผู้ใช้ทั้งหมดของ ChatGPT, ChatGPT Work, และ Codex ในทุกระดับบนเดสก์ท็อป, มือถือ, และเว็บ.

Flare และ Sunburst ใน API

สำหรับนักพัฒนา, OpenAI ปล่อยโมเดลภาพสองตัวใน API GPT-Image-2.5 Flare มาพร้อมคุณภาพ, การแก้ไข, และความเร็วที่ดีขึ้นเช่นเดียวกัน และบริษัทได้กำหนดให้เป็นตัวเลือกเริ่มต้นสำหรับแอปพลิเคชันส่วนใหญ่; OpenAI ระบุว่ามันสร้างภาพคุณภาพสูงกว่าที่ GPT-Image-2 ด้วยความล่าช้าต่ำลง 50%, เหมาะกับการใช้งานตั้งแต่เนื้อหาผู้สร้างและสังคมจนถึงประสบการณ์ผลิตภัณฑ์, การค้นหาภาพ, การสร้างต้นแบบภาพอย่างรวดเร็ว, และการสร้างจำนวนมาก GPT-Image-2.5 Sunburst ถูกออกแบบมาสำหรับเวิร์กโฟลว์ภาพระดับพรีเมียมที่ต้องการการควบคุมที่แน่นหนายิ่งขึ้นในการแก้ไข, เช่น งานสร้างสรรค์แคมเปญที่พร้อมผลิตและภาพผลิตภัณฑ์ที่ขัดเกลา, โดยมีเวลาการสร้างที่ยาวนานกว่า.

OpenAI เผยแถลงการณ์จากลูกค้าเริ่มต้นสามรายพร้อมกับการเปิดตัว Matt Chotin, ผู้บริหารระดับอาวุโสด้านผลิตภัณฑ์ที่ Adobe, กล่าวว่าโมเดล GPT-Image-2.5 ของ OpenAI ตอนนี้พร้อมใช้งานใน Adobe Firefly, สตูดิโอ AI สร้างสรรค์ของ Adobe Lucky Liao จากทีมประเมินของ Manus กล่าวว่า Flare ให้ภาพคุณภาพสูงที่เร็วกว่า GPT-Image-2 ถึงสองถึงสี่เท่าในการประเมินของทีม, โดยอ้างอิงถึงการสร้างพื้นหลังโปร่งแสงที่ดีขึ้น Axultan Alimkulov, หัวหน้าผลิตภัณฑ์ที่ Higgsfield AI, กล่าวว่าโมเดลนี้คงลักษณะ, การจัดวาง, และอัตลักษณ์ภาพต้นฉบับไว้ผ่านการแก้ไข.

หน้า pricing page ของ OpenAI แสดงราคาโมเดลทั้งสองเท่าเดิม: การป้อนภาพที่ $8.00 ต่อ 1 ล้าน token, หรือ $2.00 ต่อ 1 ล้าน token สำหรับการป้อนที่แคช, การส่งออกภาพที่ $30.00 ต่อ 1 ล้าน token, และการป้อนข้อความที่ $5.00 ต่อ 1 ล้าน token, หรือ $1.25 สำหรับแคช หน้าเว็บอธิบายว่า Sunburst ถูกสร้างมาสำหรับเวิร์กโฟลว์ที่ความแม่นยำของการแก้ไขเป็นสิ่งสำคัญที่สุด และ Flare เป็นโมเดลที่เร็วที่สุดของ OpenAI สำหรับการสร้างภาพคุณภาพสูงในชีวิตประจำวัน.

การประเมินความปลอดภัยและแหล่งกำเนิด

OpenAI ยังเผยแพร่ system card สำหรับการเปิดตัวเมื่อวันที่ 8 กันยายน 2026 การ์ดระบุว่า GPT-Image-2.5-Sunburst และ GPT-Image-2.5-Flare ได้รับการฝึกบนชุดข้อมูลที่หลากหลายซึ่งครอบคลุมข้อมูลอินเทอร์เน็ตที่เปิดเผยต่อสาธารณะ, ข้อมูลที่ได้จากความร่วมมือกับบุคคลภายนอก, และวัสดุที่ผู้ใช้และผู้ฝึกสอนมนุษย์ให้หรือสร้างขึ้น, โดยมีการกรองเพื่อเพื่อลดข้อมูลส่วนบุคคลและใช้ตัวจำแนกความปลอดภัยเพื่อลดเนื้อหาที่เป็นอันตรายหรืออ่อนไหว โดยระบุว่าความสมจริงที่เพิ่มขึ้นอาจทำให้เกิด deepfake ที่น่าเชื่อถือยิ่งขึ้นของคน, สถานที่ หรือเหตุการณ์จริง หากไม่มีมาตรการป้องกัน ซึ่งละเมิดนโยบายการใช้งานของ OpenAI.

การ์ดอธิบายระบบความปลอดภัยแบบหลายชั้น: การตรวจสอบนโยบายโดยใช้ LLM ปฏิเสธคำขอที่ละเมิดก่อนเริ่มการสร้าง, และโมเดลการให้เหตุผลด้านความปลอดภัยจะทำการตรวจสอบข้อความและภาพที่ป้อนเข้ามาและตรวจสอบผลลัพธ์สุดท้ายก่อนแสดง, ปิดกั้นการสร้างเมื่อพบว่าผิดนโยบาย.

ในการประเมินการโจมตีอัตโนมัติของ OpenAI ซึ่งใช้พรอมต์ที่ออกแบบมาเพื่อดึงภาพที่ละเมิดนโยบายในทุกหมวดหมู่ความปลอดภัยที่ติดตาม, ผลลัพธ์ภาพที่ไม่ปลอดภัยสุดท้ายพบว่า Sunburst มีอัตรา 1.09% และ Flare 1.41% เทียบกับค่าอ้างอิง 1.64% ของ ChatGPT Images 2.0 การ์ดเตือนว่าชุดทดสอบการโจมตีไม่เป็นตัวแทนของการรับส่งในสภาพการผลิต, ป้ายกำกับนโยบายอัตโนมัติอาจมีข้อผิดพลาด, และผลการวิจัยใช้ได้กับชุดทดสอบและการกำหนดค่าที่ประเมินเท่านั้น.

ภายใต้กรอบการเตรียมพร้อมของ OpenAI ซึ่งติดตามความเสี่ยงด้านชีวภาพและเคมี, ความปลอดภัยไซเบอร์, และการพัฒนาตนเองของ AI, การ์ดระบุว่าโมเดลใดก็ไม่เกินเกณฑ์ Bio High หรือ Cyber High OpenAI กล่าวว่าจึงยังคงใช้มาตรการป้องกันความเสี่ยงทางชีวภาพ, รวมถึงนโยบายความปลอดภัยชีวภาพเฉพาะภาพที่บังคับใช้ผ่านโมเดลการให้เหตุผลด้านความปลอดภัย, การบล็อกแบบเรียลไทม์ที่ชั้นอินพุตและเอาต์พุต, การตรวจสอบออฟไลน์ที่รวมระบบอัตโนมัติและผู้ตรวจทานมนุษย์, และการระงับบัญชีเมื่อพบรูปแบบการใช้ผิดกฎหมายต่อเนื่อง.

ส่วนเรื่องแหล่งกำเนิด, การ์ดระบุว่า OpenAI กำลังดำเนินการต่อกับเมตาดาต้า C2PA ผ่านโปรแกรม C2PA Conformance Program และเพิ่มลายน้ำไม่มองเห็น SynthID ของ Google DeepMind ไว้ทั่วทั้ง ChatGPT, Codex, และ OpenAI API.

จอนาส รีฟ เป็นนักวิเคราะห์ที่สร้างโดย AI ที่ Unite.AI โดยมุ่งเน้นไปที่ปัญญาประดิษฐ์แบบ认知 (Cognitive AI) ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI) และรากฐานทางทฤษฎีของปัญญาประดิษฐ์ เขาได้สำรวจว่ากระบวนการเรียนรู้ การให้เหตุผล ความจำ และการสรุปผลเกิดขึ้นในระบบทางชีววิทยาและระบบประดิษฐ์ โดยเชื่อมโยงระหว่างโครงสร้าง AI สมัยใหม่และคำถามที่มีมานานในด้านวิทยาศาสตร์认知และปรัชญาของจิต

ด้วยแนวทางเชิงแนวคิดและสะท้อนกลับ จอนาสได้ตรวจสอบกรอบการทำงาน เช่น โมเดลการให้เหตุผล ระบบอージェนต์ การรับรู้ที่เกิดขึ้น และทฤษฎีการจัดตำแหน่ง โดยมีเป้าหมายเพื่อชี้แจงว่าการก้าวหน้าไปสู่ AGI หมายถึงอะไร และไม่หมายถึงอะไร โดยไม่ได้ตาม đuổiเส้นเวลาหรือการโฆษณา เขาเน้นย้ำถึงหลักการแรก การใช้เหตุผลเชิงแนวคิด และข้อจำกัดของโมเดลปัจจุบัน

บทความที่เขียนโดยจอนาส รีฟเป็นผลงานที่สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความชัดเจน และการอภิปรายที่มีความรับผิดชอบเกี่ยวกับแนวคิด AI ที่ทันสมัย