| 有支持 |
gpt-image-2 被定位為可用於準確、可讀、本地化嘅生產工作流。 | 有支持 |
| ChatGPT Images 2.0 被描述為更能處理小字、UI 元素同密集構圖,最高 2K。 | TechCrunch 引述 OpenAI 新聞稿說法支持 |
| GPT Image 1.5 已改善密集同細字渲染。 | 有支持 |
| 有公開透明基準直接比較 GPT Image 2 與 GPT Image 1.5 嘅文字可讀性分數。 | 呢批資料入面未見到。 |
重點唔係「新就一定好」,而係 GPT Image 2 周邊材料講嘅用途,正正對準圖中文字最容易出事嘅場景:投影片標題同註解、app 介面標籤、產品包裝、資訊圖、多語廣告、密集版面。OpenAI Developer Community 將 gpt-image-2 描述成為生產流程而設,要求輸出準確、可讀、合品牌、本地化、可直接放到目標版面用 。
OpenAI 公開介紹 ChatGPT Images 2.0 嘅頁面亦展示涉及字體排印、編輯式文字、桌面 UI 等文字密集畫面嘅例子 。再加上 TechCrunch 引述 OpenAI 話 Images 2.0 可處理小字、iconography、UI 元素、密集構圖同細微風格限制
,所以如果你嘅交付物真係有好多字,GPT Image 2 係較合理嘅預設選擇。
唔應該將 GPT Image 1.5 當成「未識出字」嘅舊模型。佢推出時,OpenAI Developer Community 公告已提到更精準嘅圖像編輯、更好嘅提示遵循,以及文字渲染改善,尤其係密集同細字 。如果你只係做大標題、短標籤、簡單 mockup,或者本身有人工校對流程,GPT Image 1.5 可能已經夠用。
不過,OpenAI API 圖像生成指南仍然將文字渲染列入 GPT Image 模型嘅限制之一,當中包括 gpt-image-1.5;指南話雖然相對 DALL·E 系列有明顯改善,但模型仍可能喺精準文字擺位同清晰度方面掙扎 。換言之,無論用 1.5 定 2,都唔好當佢係零錯字保證。
有第三方網站或社交平台聲稱 GPT Image 2 有 99% typography 或 glyph accuracy,有啲仲提到英文、CJK 或 RTL 等文字系統 。方向上可能同大家觀察到嘅進步一致,但今次資料未見到足夠測試方法,唔應該將 99% 當成已定案嘅公開基準。
一個 99% 講法要有意思,至少要交代:提示詞集合、語言同文字系統、生成次數、輸出尺寸、模型設定、評分準則、有冇計入失敗生成,以及係咪按最終發布尺寸去判斷可讀性。否則,一個模型可以喺大字海報標題表現好靚,但去到長段落、細則、圖表標籤、UI 控件或者複雜多語版面時,仍然甩漏百出。
資料入面有兩組相關叫法。面向開發者嘅材料用 gpt-image-2:OpenAI 提示指南有呢個 model ID,Developer Community 公告亦話 gpt-image-2 可用於 API 同 Codex 。面向一般用戶嘅 OpenAI 發布頁同 TechCrunch 報道,就用 ChatGPT Images 2.0 呢個名
。
由於呢批資料冇一句完整官方定義,將每一項 gpt-image-2 講法同每一項 ChatGPT Images 2.0 講法逐點對應,所以最穩陣寫法係:討論重疊證據時,講 GPT Image 2 / ChatGPT Images 2.0。
如果你嘅成品有多個文字區、小字標籤、資訊圖文案、產品包裝字、UI 元素、簡報文字、本地化廣告或者多語內容,先用 GPT Image 2。呢個建議來自 gpt-image-2 被定位為可讀生產工作流,以及 Images 2.0 被報道為可處理小字、UI 元素同密集構圖 。
要決定轉唔轉生產流程,最好唔好只睇 showcase 圖。可以用同一批 prompt 做一個公平測試:
真正贏嘅唔係最靚嗰張示範圖,而係喺你嘅提示詞、尺寸同審稿流程入面,最穩定交到正確可讀文字嘅模型。
GPT Image 2 睇落係處理圖中文字嘅較佳實務選擇,尤其係密集、小字、本地化同 UI 類文字。可以負責任咁講嘅結論係:OpenAI 相關材料將 GPT Image 2 / ChatGPT Images 2.0 放喺可讀生產輸出同細節文字處理脈絡入面;GPT Image 1.5 同時亦已改善密集同細字渲染;而今次資料未提供公開透明嘅 GPT Image 2 對 GPT Image 1.5 直接可讀性基準 。