GPT Image 2 против GPT Image 1.5: есть ли реальный прирост качества в портретах и товарной съёмке?

Сначала разберёмся с названием

В публичных обсуждениях названия GPT Image 2 и ChatGPT Images 2.0 часто используют почти как синонимы. Но в официальных материалах среди предоставленных источников OpenAI прямо представляет именно ChatGPT Images 2.0. Для GPT Image 1.5 при этом есть отдельная страница модели в OpenAI API: она описывает его как модель генерации изображений с улучшенным следованием инструкциям и промптам.

Есть и сторонние страницы. Например, Fal.ai использует название GPT Image 2 и продвигает его как модель с фотореализмом, точной отрисовкой текста и возможностями для брендовой продуктовой фотографии. Поэтому ниже мы будем говорить о GPT Image 2 / ChatGPT Images 2.0 в логике пользовательского запроса, но важно различать силу доказательств: официальная документация, медиаобзор, страница сторонней платформы и пользовательский пост в Reddit — это не одно и то же.

Что можно считать подтверждённым

GPT Image 1.5 — понятная документированная база для сравнения

У GPT Image 1.5 есть страница модели в OpenAI API. Также доступны руководство по генерации изображений, cookbook по работе с GPT Image и отдельный prompting guide для GPT Image 1.5. Эти материалы покрывают генерацию по тексту, редактирование изображений и сценарии с масками.

Это делает GPT Image 1.5 удобной базовой точкой: модель задокументирована, её можно настраивать и тестировать более воспроизводимо. Но сама документация не является сравнением GPT Image 2 и GPT Image 1.5 по качеству портретов или продуктовой фотографии.

У ChatGPT Images 2.0 сильнее видны улучшения в тексте и сложных макетах

Официальная страница OpenAI для ChatGPT Images 2.0 показывает примеры с многоязычным текстом, комиксной страницей и более сложными визуальными композициями. TechCrunch в своём материале делает акцент на том, что Images 2.0 неожиданно хорошо справляется с текстом внутри изображения. ZDNET в early look пишет, что OpenAI фокусирует новую модель на precision, usability и complex visual tasks, а также демонстрирует сценарии, где текст и изображения объединяются в сложные страницы.

Поэтому самый безопасный вывод сейчас такой: публичные сигналы улучшений сильнее всего относятся к тексту внутри картинки, мультиязычной отрисовке и сложной вёрстке. Но из этого не следует автоматически, что модель уже стабильно превосходит GPT Image 1.5 по фотореалистичным лицам, материалам товаров, сохранению формы продукта или общему качеству кадра.

Почему по портретам и товарным фото всё ещё мало доказательств

Реалистичные портреты: есть впечатления, но не хватает слепых тестов

На Reddit есть пользовательские сравнения, где авторы утверждают, что GPT Image 2 выдаёт лучший результат или заметно более читаемый текст. Такие side-by-side посты могут быть полезны как сигнал для создателей контента, но обычно это не независимый воспроизводимый benchmark: не всегда известны одинаковые промпты, исходные изображения, настройки, число попыток и полный набор неотобранных результатов.

Для портретов вопрос «какая картинка красивее» слишком грубый. Нужны отдельные критерии: похожесть на исходного человека, стабильность лица, кожа без пластмассового эффекта, глаза, зубы, руки, свет, отсутствие чрезмерной ретуши и сохранение идентичности при правках.

Продуктовая фотография: сигналы есть, но они не равны доказательству

Здесь сторонние заявления звучат сильнее. Fal.ai продвигает GPT Image 2 как модель с фотореализмом, pixel-perfect text rendering и brand-consistent product photography. Обзор Digit тоже включает тесты продуктовой фотографии и в своих примерах отдаёт победу версии 2.0.

Но страница сторонней платформы и один hands-on материал — это не крупный независимый слепой тест. Для product-фото важно оценивать не только «дорогой» вид кадра, но и контур товара, пропорции, упаковочный текст, логотип, материал, блики, тени, перспективу и соответствие бренду. Пока эти переменные не контролируются, такие материалы лучше воспринимать как повод протестировать модель, а не как доказательство устойчивого превосходства.

Лидерборды помогают, но не закрывают вопрос

В предоставленных данных Artificial Analysis Text to Image Arena модель GPT Image 1.5 (high) указана на первом месте с Elo 1274. Рейтинг строится на слепых пользовательских голосованиях в Image Arena и системе Elo.

Это полезный сигнал о широких предпочтениях пользователей, но он не отвечает на узкий вопрос: «лучше ли GPT Image 2 именно GPT Image 1.5 в реалистичных портретах, товарной фотографии и общем качестве?» Лидерборд показывает общую конкурентную позицию моделей, но не заменяет специализированный тест по вашим задачам.

Чек-лист доказательств

Как сравнивать честно

Если цель — понять, действительно ли новая модель лучше в портретах, товарной съёмке и общем качестве, сравнение должно быть строже, чем просмотр нескольких скриншотов из соцсетей. Рациональный подход — взять GPT Image 1.5 как базу, потому что у него есть официальная страница модели и prompting guide, а затем прогнать GPT Image 2 / ChatGPT Images 2.0 на тех же материалах и критериях.

Минимальный набор условий:

• использовать один и тот же список промптов, не «докручивая» их под одну из моделей;
• брать одинаковые референсы: лица, товары, упаковку, брендовые материалы;
• выставлять сопоставимые пропорции, качество и формат вывода;
• генерировать несколько вариантов на каждый промпт, а не выбирать одну удачную картинку;
• перемешивать результаты и скрывать название модели от оценщиков;
• оценивать отдельные параметры, а не задавать общий вопрос «какая картинка красивее?».

Для портретов стоит отдельно проверять похожесть, анатомию лица, текстуру кожи, глаза, зубы, руки, свет и степень искусственной ретуши. Для товарных фото — форму продукта, пропорции, упаковочный текст, логотипы, материал, отражения, тени, перспективу и бренд-консистентность. Эти критерии ближе к реальной применимости, чем эффектность картинки в ленте.

Как это использовать создателям контента и продуктовым командам

Если ваши задачи — постеры, инфографика, соцсети с большим количеством текста, UI-мокапы, меню, презентационные страницы или рекламные макеты, ChatGPT Images 2.0 действительно стоит поставить в начало очереди на тестирование. Именно по тексту, мультиязычной отрисовке и сложной компоновке сейчас видно больше публичных сигналов улучшения.

Если же ваш основной сценарий — реалистичные портреты, модели в одежде, главные изображения для e-commerce или брендовая продуктовая фотография, не стоит менять весь пайплайн только из-за фразы «GPT Image 2 даёт лучшее качество». Надёжнее взять собственные товары, брендовые материалы и production-промпты, провести A/B-тест вслепую и смотреть на практические метрики: долю пригодных изображений, количество переделок и стабильность фирменного стиля.

Самый осторожный вывод

На текущем уровне публичных данных корректнее формулировать так: материалы лучше подтверждают улучшения ChatGPT Images 2.0 в тексте внутри изображений, мультиязычной отрисовке и сложных макетах; но надёжных открытых доказательств того, что GPT Image 2 / ChatGPT Images 2.0 стабильно и заметно превосходит GPT Image 1.5 в реалистичных портретах, продуктовой фотографии и общем качестве, пока недостаточно.

Иными словами, ответ не «улучшений точно нет». Более точная позиция: доказательств недостаточно, чтобы уверенно подтвердить заметный прирост; отдельные рабочие сценарии могут выиграть, но проверять это нужно на своих материалах и через слепое сравнение.