GPT Image 2.5: Flare או Sunburst, מה באמת משתנה, ומה זה נותן ב-Imaginode
OpenAI שחררה את ChatGPT Images 2.5 ב-8 בספטמבר 2026, עם שני מודלי API, GPT Image 2.5 Flare ו-GPT Image 2.5 Sunburst. שניהם ב-Imaginode מאז 9 בספטמבר. הנה מה שהוכרז, מה שמדדנו, כמה באמת עולה כל דרגת איכות בקרדיטים, ושישה רנדרים אמיתיים כדי להכריע בין Flare ל-Sunburst.
Frank Houbreמייסד Imaginode
11 דקות קריאה
הפעם המודל באמת יצא
ChatGPT Images 2.5 באוויר מאז 8 בספטמבר 2026, וה-API של OpenAI מציג שני מודלים מתוארכים לאותו יום: gpt-image-2.5-flare ו-gpt-image-2.5-sunburst.
בסוף אוגוסט הסברנו לכם שננו בננה 3 לא קיים, ושני המודלים האנונימיים שנבחנו באוגוסט ב-LMArena, mona-lisa-1 ו-luna-lisa-alpha, הריחו יותר כמו OpenAI מאשר כמו גוגל. ובכן, התשובה נפלה ביום שלישי, 8 בספטמבר. OpenAI פרסמה את ChatGPT Images 2.5, זמין ב-ChatGPT לכל החשבונות, כולל החינמיים, ב-ChatGPT Work וב-Codex, במחשב, בנייד ובדפדפן. שום דבר לא מוכיח רשמית ששני כינויי הזירה היו אכן המודל הזה, אבל לוח הזמנים מתאים עד רמת היום, ואף אחד ב-OpenAI לא טרח להכחיש.
בצד המפתחים, הדף הטכני ברור, והוא זה שחשוב לנו. יומן השינויים של ה-API אומר, בתאריך 8 בספטמבר 2026: שחרור של GPT Image 2.5 Sunburst ושל GPT Image 2.5 Flare ליצירה ולעריכה של תמונות, דרך Images API ודרך כלי יצירת התמונות של Responses API. שני המזהים מצביעים על גרסאות מתוארכות, gpt-image-2.5-flare-2026-09-08 ו-gpt-image-2.5-sunburst-2026-09-08. שני שמות, שני מודלים, מחירון אחד זהה, נחזור לזה בהמשך.
המאמר הזה עושה מה שאנחנו עושים בכל שחרור: הוא מפריד בין מה ש-OpenAI מכריזה לבין מה שאנחנו מודדים, הוא מתרגם את טבלת הטוקנים לקרדיטים לתמונה, הוא מכריע בין Flare ל-Sunburst, והוא מראה לכם רנדרים אמיתיים במקום ויזואלים שיווקיים. הוא נכתב בערב השחרור ועודכן ב-9 בספטמבר: ה-Gateway הוסיף את שני המודלים לרשימה במהלך הלילה, בדקנו אותם בבקשה אמיתית עם ההשכמה, וGPT Image 2.5 Flare כמו גם GPT Image 2.5 Sunburst נמצאים בצומת התמונה מהבוקר.
מה משתנה, לפי OpenAI ולפי התגובות הראשונות
OpenAI מכריזה על זמן תגובה קצר עד 50% לעומת Images 2.0, על אור טבעי יותר, מרקמים עשירים יותר, נאמנות טובה יותר לתמונות הייחוס, ועל עריכות רצופות שכבר לא סוטות.
המספר הראשון הוא המהירות. OpenAI אומרת שקיצרה את זמן היצירה עד 50% לעומת Images 2.0, ומציגה את Flare כמי שמספק תמונות באיכות טובה יותר מ-GPT Image 2 בחצי מזמן ההמתנה. צוות ההערכה של Manus, שמצוטט בהכרזה, הולך רחוק יותר: בבדיקות שלו Flare מוציא את התמונות פי שניים עד פי ארבעה מהר יותר מ-GPT Image 2, ובנוסף רקעים שקופים נקיים סוף סוף, מה שמעניין את כל מי שמייצר לוגואים ורכיבי ממשק.
הציר השני הוא העריכה. המודל אמור לשנות רק את מה שמבקשים ממנו, לשמור על הנושא, על הקומפוזיציה ועל הרקע, ובעיקר להחזיק את העריכות שלו לאורך כמה סבבי שיחה. זו בדיוק הנקודה שציינו כחזית הבאה במאמר על ננו בננה: העריכה השמינית שמעוותת את הפנים שאושרו בשנייה. אם OpenAI באמת פתרה את זה, זה מועיל יותר מרווח של יופי גולמי בתמונה בודדת. גם רקעים שקופים ופריסות עמוסות, כרזות וויזואלים עם כמה בלוקים של טקסט, מוכרזים כמוחזקים טוב יותר.
ועכשיו ההסתייגות הכנה. OpenAI לא פרסמה שום טבלת השוואה מספרית, שום דירוג זירה, והתגובה העצמאית היחידה ביום השחרור הגיעה משותף ש-OpenAI מצטטת. אז הרצנו את לוחות הבדיקה שלנו, אותם לוחות כמו לכל מודל בקטלוג: שלוש יצירות ב-Flare, פריים קולנועי, תמונת אנימציה, כרזה עם טקסט, ואז שלוש עריכות מדויקות של אותן תמונות ב-Sunburst. ששת הרנדרים למטה, עם ההוראות המדויקות שלהם. על ההבטחה המרכזית, העריכה שנוגעת רק במה שמבקשים ממנה, הפסק ברור: היא מחזיקה, בשלושת הניסיונות.
Flare או Sunburst: מה לבקש
Flare הוא בחירת ברירת המחדל, מהיר ובנוי לכמויות; Sunburst מוצג כבעל היכולות הגבוהות מבין השניים, חתוך לדיוק בעריכה, עם זמני יצירה ארוכים יותר.
OpenAI מתארת את Flare כמודל של כל יום: יצירה מהירה ובאיכות טובה, שנועדה לתוכן של יוצרים ורשתות חברתיות, לחוויות מוצר, לחיפוש ויזואלי, לאבטיפוס וליצירה בכמויות גדולות. דף Sunburst, לעומת זאת, אומר "המודל בעל היכולות הגבוהות ביותר שלנו ליצירה ולעריכה של תמונות", עם דגש על דיוק העריכות, ומכריז על זמני יצירה ארוכים יותר. המדריך הרשמי ממליץ עליו לשרשראות עבודה שבהן דיוק העריכה חשוב מכול: ויזואלים לקמפיין מוכנים למסירה, צילומי מוצר מוקפדים.
נכון, על הנייר כולם רוצים את בעל היכולות הגבוהות. אבל תסתכלו על המחירון לפני שאתם בוחרים: שני המודלים מחויבים בדיוק באותם תעריפי טוקנים. ההבדל בין Flare ל-Sunburst אינו אפוא הבדל של כסף, לפחות בינתיים, אלא הבדל של זמן המתנה, ואם ההבטחות יתקיימו, של נאמנות בעריכות העדינות. וזה נותן כלל פשוט.
אישית, הייתי לוקח את Flare לכל מה שעדיין מחפשים: שלושים הווריאציות של תמונה ממוזערת ליוטיוב, ניסיונות המסגור, הגרסאות הראשונות של ויזואל. והייתי שומר את Sunburst לרגע שבו התמונה אושרה ונשארו שלוש עריכות מדויקות לעשות על צילום מוצר שהולך ללקוח. ליצור מהר כדי להחליט, ליצור לאט כדי למסור: זה אותו היגיון כמו ננו בננה מול ננו בננה פרו, והוא מעולם לא אכזב.
המחיר: אותם טוקנים כמו GPT Image 2, אבל שתי דרגות איכות נוספות
שני המודלים עולים 5 דולר למיליון טוקני טקסט בקלט, 8 דולר למיליון טוקני תמונה בקלט ו-30 דולר למיליון טוקני תמונה בפלט, בדיוק המחירון של GPT Image 2; ובכל זאת, כשמודדים אותם בבקשה אמיתית, הם יוצאים זולים פי שלושה עד פי ארבעה מ-GPT Image 2 בדרגות רגילה ומקסימלית, כי הם צורכים פחות טוקנים לתמונה.
המחירון הרשמי זהה ל-Flare ול-Sunburst, וזהה לזה של GPT Image 2: 5 דולר למיליון טוקני טקסט בקלט (1.25 דולר במטמון), 8 דולר למיליון טוקני תמונה בקלט (2 דולר במטמון), 30 דולר למיליון טוקני תמונה בפלט. דף Flare אומר זאת שחור על גבי לבן, תעריפי הטוקנים תואמים לאלה של GPT Image 2. אם אתם קוראים במקום אחר שהמחיר הוכפל, הכותב משווה למחירון ישן; עמוד המחירים של OpenAI, נכון לערב 8 בספטמבר, מציג את אותם מספרים בשתי השורות.
החידוש התמחירי האמיתי נמצא במקום אחר, וקל לפספס אותו. GPT Image 2 הציע שלוש איכויות, low, medium ו-high. שני מודלי 2.5 מקבלים שש בצד ה-API: low, medium, high, xhigh, max ו-auto. תמונה משולמת לפי מספר הטוקנים שהיא מכילה, ודרגת איכות גבוהה יותר פירושה יותר טוקנים לאותו גודל. ב-Imaginode אנחנו מציגים רק את שלוש הדרגות שמדדנו, חסכונית, רגילה ומקסימלית, שמקבילות ל-low, medium ו-high: להגדרה שלא בדקנו אין מה לחפש על כפתור שהמחיר שלו מוצג לפני הלחיצה. שתי הקומות xhigh ו-max יגיעו כשתהיה לנו העלות האמיתית שלהן.
הנה מה שזה נותן, נמדד ב-9 בספטמבר, עם קרדיט ששווה סנט אחד. GPT Image 2 עולה קרדיט אחד לתמונה בחסכונית, 8 ברגילה, 30 במקסימלית. GPT Image 2.5, Flare כמו Sunburst, עולה 2 קרדיטים בחסכונית, 3 ברגילה, 9 במקסימלית. כן, קראתם נכון: הרגילה של 2.5 זולה מזו של 2, והמקסימלית שלו עולה בקושי יותר מהרגילה של 2. הסיבה פשוטה, תמונת 2.5 באיכות medium צורכת בערך פי ארבעה פחות טוקנים מתמונת 2 באותה הגדרה. פרט שחשוב לעריכה: עריכת תמונה קיימת עולה קצת יותר מיצירה באותה דרגה, כי גם תמונת הקלט מחויבת בטוקנים. המחירון שלנו מאמץ את מחיר העריכה, הגבוה ביותר שנמדד, כדי לא למכור בהפסד לעולם.
מילה על הגדלים, כי השאלה חוזרת בכל פעם. ה-API מקבל שלושה פורמטים מומלצים, 1024 x 1024, 1536 x 1024 ו-1024 x 1536, ומידות חופשיות ברוחב x גובה, בתנאי שכל צלע היא כפולה של 16, שהיחס נשאר בין 1:3 ל-3:1 ושאף צלע לא עוברת 3840 פיקסלים. פלט ב-PNG כברירת מחדל, JPEG או WebP עם הגדרת דחיסה, רקע שקוף לפי בקשה. אם אתם מכינים ויזואלים לכמה פלטפורמות, המדריך על פורמטים ורזולוציות לפי רשת נותן את הגדלים המדויקים לבקש.
יתרהSketch, הערות, תבניות: מה ChatGPT מוסיף, וכמה זה שווה
ב-ChatGPT, Images 2.5 מגיע עם כלי סקיצה שנקרא דרך @Sketch, עם הערות שמניחים ישירות על אזור בתמונה, עם תבניות פורמטים ועם סרגל עריכה עם היסטוריית גרסאות.
בצד הממשק, OpenAI סיפקה ארבעה דברים יחד עם המודל. קודם כול Sketch: אתם מקלידים @Sketch בשיחה, מציירים סקיצה ביד חופשית, מוסיפים תיאור סגנון, והמודל משתמש בה כמדריך קומפוזיציה לתמונה הסופית. אחר כך ההערות: במקום לשכתב את כל הפרומפט, אתם מצביעים על אזור וכותבים "תעשה את השמיים דרמטיים יותר", ורק האזור הזה זז. ולבסוף התבניות, לכרזה, לפלייר, למוצר נלווה ולצילום מוצר, ששואלות שאלות מובנות לפני היצירה. וסרגל כלי עריכה: סימון, הערה, הסרת רקע, מחק, שינוי גודל, עם היסטוריית הגרסאות שנשמרת.
אהיה ישיר: זה די מצוין, וזה לא חדש. סקיצה שמנחה את הקומפוזיציה היא תמונת ייחוס שמחוברת לקלט של המודל. הערה על אזור היא עריכה מקומית עם מסכה. תבנית היא פרומפט מובנה שהוכן מראש. אלה, אחת אחת, אבני הבניין של קנבס תהליך עבודה, מה שאנחנו קוראים לו צמתים, ומה שיוצרים מצוידים עושים כבר שנה עם Flux Kontext, ננו בננה או GPT Image 2. OpenAI פשוט הכניסה את המחוות האלה לחלון שיחה, וזו חדשה מצוינת למאה מיליון האנשים שלעולם לא יפתחו קנבס.
מה שעדיין חסר לחלון השיחה, וזה מבני, הוא היכולת לחזור על הפעולה. הערה על תמונה נעשית פעם אחת. שרשרת צמתים, ייחוס, יצירה, עריכה מקומית, הגדלה, מריצים מחדש על חמישים המוצרים של קטלוג בשינוי קלט אחד בלבד. אם אתם מייצרים שלושה ויזואלים בחודש, ChatGPT עם Sketch יספיק לכם בהחלט. אם אתם מייצרים שלושה ביום, הכלי שחשוב הוא לא זה שמצייר הכי יפה, אלא זה שעושה שוב את אותו דבר בלי לבקש מכם להתחיל מחדש. המאמר על שחזור אותה תמונה מסביר את ההבדל בפועל.
איפה להשתמש בו, ואיך ב-Imaginode
ארבעה שערים: ChatGPT לכל החשבונות, ה-API של OpenAI למי שמנהל מפתח, Adobe Firefly, וצומת התמונה של Imaginode, שבו Flare ו-Sunburst מופיעים מאז 9 בספטמבר 2026 עם המחיר שלהם מוצג לפני כל יצירה.
השער הקצר ביותר לגבש דעה בעשר דקות הוא ChatGPT. המודל פרוס לכל החשבונות, כולל החינמיים, במחשב, בנייד ובדפדפן, ומכסות היצירה נשארות אלה של כל תוכנית, ש-OpenAI עדיין לא מפרסמת. ההשוואה שלנו מול ChatGPT מפרטת מה המגבלות הלא כתובות האלה אומרות כשמייצרים באמת. השער השני, ה-API, עם שני המזהים שלמעלה, מפתח, חיוב לפי שימוש, ואפשרות לבחור איכות וגודל עד רמת הפיקסל. השער השלישי, Adobe Firefly, ששילבה אותו בסטודיו שלה באותו יום.
ו-Imaginode. אנחנו מחברים את מודלי התמונה והווידאו שלנו דרך קטלוג Vercel AI Gateway, מה שמאפשר לנו להחזיק את Flux, Seedream, שלושת ה-Nano Banana, Kling או Veo מאחורי מונה קרדיטים אחד. בערב 8 בספטמבר הקטלוג הזה עדיין לא הציג את 2.5, והמאמר הזה אמר לכם את זה במקום לתת לכם לחפש כפתור שלא קיים. שתי השורות הופיעו במהלך הלילה; בבוקר ה-9 מדדנו את העלויות האמיתיות לכל דרגה בבקשה אמיתית, קבענו את המחיר בקרדיטים, ופרסמנו את GPT Image 2.5 Flare ואת GPT Image 2.5 Sunburst ברשימה של צומת התמונה, לצד GPT Image 2 שנשאר במקומו.
בפועל: הוסיפו צומת תמונה, בחרו Flare או Sunburst בבורר, כוונו את האיכות ואת הפורמט, כתבו את הפרומפט, והמחיר המדויק מופיע על כפתור היצירה. לעריכה, חברו צומת תמונה או מדיה בקלט, תארו את השינוי במשפט אחד, והמודל מעבד מחדש את התמונה שלכם במקום להתחיל מאפס. אין מנוי OpenAI לרכוש, אין מפתח לנהל, והתמונה המאושרת נשארת על הקנבס, מוכנה לעבור לצומת וידאו או שיפור.
מה זה נותן: שלוש יצירות Flare, שלוש עריכות Sunburst
שישה רנדרים שהופקו ב-Imaginode ב-9 בספטמבר 2026 באיכות מקסימלית: Flare יצר פריים קולנועי, תמונת אנימציה וכרזה עם טקסט; Sunburst שינה אחר כך רכיב אחד בכל אחת מהן, ושום דבר אחר לא זז.
הפרוטוקול פשוט, והוא זה שאנחנו ממליצים לכם לשחזר. צומת תמונה ראשון עם Flare יוצר את תמונת הפתיחה מפרומפט מלא, מסגור, אור, סגנון. צומת תמונה שני עם Sunburst מקבל את הרנדר הזה בקלט והוראה של משפט אחד שמתחילה ב"שנה רק". בפריים הקולנועי, המעיל האדום הופך לחרדל, והאישה, הגשם, השלטים, ההשתקפויות בשלוליות והגרעיניות נשארים במקום עד רמת הפיקסל. בתמונת האנימציה, האופניים הופכים לקטנוע אדום, והשועל שומר על התנוחה שלו, על הידיים על הכידון, על מעיל הגשם; לוחות הגיר של השוק, הכתובים בצרפתית, לא שינו אות אחת.
הכרזה היא המבחן הקשה ביותר, כי היא משלבת טקסט עם סימנים דיאקריטיים והוראה כפולה. Flare כתב "LA DERNIÈRE MARÉE" ואת שורת הקרדיט בלי שגיאה אחת בניסיון הראשון, בטיפוגרפיה של כרזות שנות החמישים. Sunburst החליף אחר כך את הכותרת ב"LA PREMIÈRE MARÉE" באותו גופן, באותו מקום, והפך את ליל הסערה לשקיעה, תוך שמירה על המגדלור, על הצוק ועל שורת הקרדיט. זה בדיוק מה ש-OpenAI הבטיחה, ומה שחסר ל-GPT Image 2: עריכה שלא מרכיבה מחדש את התמונה סביב השינוי.
מה שנשאר לנו אחרי שש התמונות האלה: Flare מספיק ליצירה, כולל באיכות מקסימלית, והוא מהיר, כעשרים שניות לתמונה. Sunburst לוקח עשר שניות יותר ומצדיק את מקומו ברגע שתמונה אושרה ונשאר תיקון אחד לעשות עליה. ליצור עם האחד, לתקן עם השני, בשני צמתים שבאים זה אחר זה: זו השרשרת שאנחנו שומרים.
איזה מודל לאיזו עבודה, עכשיו כש-2.5 כאן
GPT Image 2.5 Flare ב-3 קרדיטים הופך לברירת המחדל ליצירה עם טקסט בתוך התמונה, Sunburst באותו מחיר לעריכה בלי סטייה, Nano Banana 2 ב-10 קרדיטים נשאר מקדימה בפנים של תמונה קיימת, ו-Seedream 5 Lite ב-5 קרדיטים בפוטוריאליזם חסכוני.
הרפלקס של ספטמבר יהיה להעביר הכול לחדש. זה לא רחוק מהאמת, אבל לא לכל דבר. GPT Image 2.5 Flare, ב-3 קרדיטים ברגילה, תופס את המקום שGPT Image 2 החזיק ב-8: הטקסט המדויק בתוך התמונה, כותרת, משפט קצר, סימנים דיאקריטיים, וקומפוזיציות עם אילוצים. GPT Image 2 נשאר בקטלוג, ועדיין יש לו טיעון אחד, הדרגה החסכונית שלו בקרדיט אחד, הזולה במשפחה כדי לגבש רעיון בגסות. GPT Image 2.5 Sunburst הופך למודל של העריכה המדויקת: תמונה מאושרת בקלט, הוראה של משפט אחד, ושום דבר אחר לא זז.
Nano Banana 2 ב-10 קרדיטים שומר על השטח שלו: עריכה של תמונת אדם אמיתי, להסיר עצם, להחליף בגד, לשמור על הפנים שלמות מתמונה לתמונה. לפוטוריאליזם במחיר נמוך, Seedream 5 Lite ב-5 קרדיטים לתמונה עושה דברים ש-GPT Image לא עושה במחיר הזה, עם דמויות שנשארות עקביות. ולחפש, לנסות, לטעות עשר פעמים, Flare בחסכונית ב-2 קרדיטים מחליף את GPT Image Mini בטיוטות, עם איכות בסיס גבוהה בבירור.
השיטה לא משתנה, יהיה אשר יהיה המודל שייצא בחודש הבא: ממסגרים את הרעיון על המודל החסכוני, מאשרים את הקומפוזיציה, ועוברים לדרגה הגבוהה רק לגרסה הסופית. על עשרה ויזואלים ההפרש נספר באירו. המחשבון נותן לכם את עלות הסדרה לפני שאתם מריצים אותה, ופירוט המחירים לכל מודל פומבי, דרגה אחר דרגה.
גרסת המודל עדיין אינה גורם ההגבלה שלכם
מה ש-GPT Image 2.5 מבטיח לשפר, עריכות שכבר לא סוטות וייחוס שנשמר, הוא בדיוק מה שתהליך עבודה מבוסס צמתים מבטיח מעצם המבנה שלו, יהיה אשר יהיה המודל שמחובר בתוכו.
קראו שוב את רשימת השיפורים המוכרזים: נושא תמונת הייחוס נשמר טוב יותר, העריכה נוגעת רק באזור המבוקש, השינויים הקודמים מחזיקים בסבב הבא. אלה שלושה פגמים של חלון השיחה, שבו כל הודעה מערערת הכול מחדש. בקנבס, הייחוס הוא צומת שלא זז, העריכה היא צומת שמקבל את התמונה המאושרת ושום דבר אחר, והגרסה הקודמת נשארת על השולחן, לצד החדשה. מודל שסוטה פחות הוא כמובן חדשה טובה. שיטה שבה הוא לא יכול לסטות היא טובה יותר, והיא כבר עובדת עם המודל של הקיץ הזה.
המנוף השני, ואנחנו חוזרים עליו כי הוא מחזיר יותר משינוי גרסה: הפרומפט. פרומפט של שלוש מילים נותן תמונה סתמית ב-2.5 כמו בכל מודל של 2027. פרומפט שמתאר את המסגור, את האור ואת הסגנון, עם תמונת ייחוס שנועלת את הנושא, מוציא תמונה ראויה למסירה ב-GPT Image 2 כבר היום. המדריך לכתיבת פרומפט שעובד נקרא בעשר דקות, וזה על ידיים מעוותות וטקסט לא קריא פותר את שתי התלונות שחוזרות הכי הרבה, בלי לחכות לאף אחד.
אז כן, נסו את GPT Image 2.5, ב-ChatGPT בשביל Sketch, ב-Imaginode בשביל המחיר המוצג ושרשרת הצמתים. אבל השימוש הטוב ביותר בשחרור הזה הוא לבנות את הרפלקסים שהופכים את המודל הזה למועיל: ייחוס נעול, פרומפט מלא, צומת Flare שיוצר וצומת Sunburst שמתקן, שרשרת שמריצים מחדש. מי שיש לו אותם מרוויח דור שלם. השאר יעשו תמונות קצת יפות יותר, קצת יותר מהר, עם פרומפטים של שלוש מילים.