ขนาดภาพและอัตราส่วนภาพของ GPT Image 2: สิ่งที่ยืนยันได้จริง

ทำไมภาพหน้าจอหรือโพสต์โซเชียลยังไม่พอ

โพสต์ Threads เป็นเบาะแสที่น่าสนใจ เพราะระบุป้ายกำกับอัตราส่วนภาพชัดเจน เช่น Square 1:1, Landscape 5:4, Story 9:16 และ Ultra Wide 21:9 แต่สำหรับงานจริง ป้ายบนหน้าจอหรือโพสต์โซเชียลยังไม่เท่ากับสัญญาของ API

สิ่งที่นักพัฒนาต้องรู้มีมากกว่าชื่อป้าย ต้องรู้ชื่อพารามิเตอร์ที่ต้องส่ง ชุดค่าที่รับได้ทั้งหมด ค่านั้นใช้กับ API หรือเฉพาะหน้า UI ขนาดพิกเซลที่ระบบคืนกลับมา และสิทธิ์การเข้าถึงอาจต่างกันตามบัญชีหรือช่องทางใช้งานหรือไม่ ข้อมูลจากโซเชียลที่ให้มายังตอบเรื่องเหล่านี้ไม่ได้

ข้อความจาก Reddit ก็อยู่ในลักษณะเดียวกัน คือพอชี้ทิศทางได้ว่าอาจมีชุดค่าตายตัว แต่ยังไม่ได้แจกแจงค่าจริง ดังนั้นจึงควรใช้เป็นสัญญาณให้ไปตรวจเอกสาร API ไม่ใช่ใช้เป็นฐานทำตารางรองรับ

อย่านำ 1280x720 จาก Sora มาเป็นขนาด GPT Image 2

ค่าขนาดที่เป็นรูปธรรมที่สุดในชุดเอกสารที่ให้มาคือ 1280x720 แต่ค่านี้อยู่ในคู่มือสร้างวิดีโอด้วย Sora ของ OpenAI ตัวอย่างดังกล่าวเป็นคำขอไปยัง endpoint /v1/videos ใช้โมเดล sora-2-pro มีฟิลด์ size=1280x720 และพารามิเตอร์ความยาววิดีโอแปดวินาที

ข้อมูลนี้ใช้ยืนยันได้เฉพาะตัวอย่างคำขอวิดีโอของ Sora ไม่ได้ยืนยันว่า 1280x720 เป็นขนาดที่ GPT Image 2 รับสำหรับการสร้างภาพ

ถ้าจะใช้ GPT Image 2 ในโปรดักชัน ควรทำอย่างไร

จนกว่าจะมีตารางทางการที่ตรวจสอบได้ หรือทดสอบพฤติกรรมในบัญชีของคุณเองแล้ว ไม่ควร hard-code ขนาดภาพของ GPT Image 2 จากโพสต์ โซเชียล ภาพหน้าจอ หรือเอกสารของโมเดลคนละประเภท

แนวทางที่ปลอดภัยกว่า:

1. เริ่มจากหน้าโมเดล GPT Image 2 และคู่มือ Images and Vision ของ OpenAI
2. ตรวจให้ชัดว่าค่าใดใช้ได้กับโมเดลและ endpoint ที่คุณเรียกจริง
3. ทดสอบทีละค่า อย่าสรุปทันทีว่าป้ายใน UI จะตรงกับค่า API
4. บันทึกทั้งค่าที่ส่งเข้าไปและขนาดภาพที่ได้กลับมา เพราะข้อความใน prompt ไม่เหมือนกับพารามิเตอร์ API ที่เอกสารรับรอง
5. อย่าถือว่าคำกล่าวอย่าง สี่เหลี่ยมจัตุรัสดีที่สุด หรือ แนวตั้งดีที่สุด เป็นข้อเท็จจริง เว้นแต่มีคำแนะนำทางการหรือผลทดสอบที่ควบคุมเงื่อนไขได้ เพราะข้อความทางการที่ให้มายังไม่ได้จัดอันดับคุณภาพตามอัตราส่วนภาพ

ตอนนี้พูดได้อย่างปลอดภัยแค่ไหน

สิ่งที่พูดได้คือ ชุดแหล่งข้อมูลนี้มีหน้าเอกสาร OpenAI สำหรับ GPT Image 2 และ Images and Vision และจากข้อความที่มีให้ ยังไม่สามารถยืนยันขนาดพิกเซลของ GPT Image 2 อัตราส่วนภาพที่รองรับ หรืออัตราส่วนที่ทำผลงานได้ดีที่สุด

สิ่งที่ไม่ควรทำคือ นำป้ายกำกับจากโซเชียลไปเสนอเป็นค่า API ที่ยืนยันแล้ว หรือนำขนาดวิดีโอของ Sora ไปใช้เป็นข้อกำหนดของการสร้างภาพด้วย GPT Image 2 โดยไม่มีหลักฐานแยกต่างหาก

สรุป

จากหลักฐานชุดนี้ ยังไม่ควรเผยแพร่หรือสร้างระบบโดยอิงตารางขนาดภาพ GPT Image 2 แบบตายตัว เอกสารทางการที่มีอยู่ชี้ว่าควรไปตรวจจากแหล่งใด แต่ข้อความที่ให้มายังไม่ได้ให้ค่าจริง จนกว่าจะยืนยันจากเอกสาร OpenAI ปัจจุบันหรือการทดสอบโดยตรง ขนาดภาพและอัตราส่วนภาพที่ดีที่สุดของ GPT Image 2 จึงยังถือว่า ยังไม่ยืนยัน