OpenAI Images 2.6: अब तेज़, और GIF सपोर्ट के साथ

पिछले हफ्ते तक, ChatGPT से कोई चलती हुई इमेज निकालने का मतलब था स्प्राइट शीट माँगना, उसे डाउनलोड करना, और किसी दूसरे टूल में फ्रेम जोड़कर खुद GIF बनाना। मैंने यह जितनी बार किया है, मानने लायक से ज़्यादा है। 

4 नवंबर को, OpenAI ने Images 2.6 जारी किया, और अब आप "एक बिल्ली के नाचने का gif बनाओ" टाइप करते हैं और एक लूपिंग GIF वापस मिलता है।

GIFs सुर्खियाँ हैं, लेकिन पूरी रिलीज़ नहीं। OpenAI कहता है कि अब इमेजेज़ 50% तेज़ जनरेट होती हैं, एडिट्स में कैरेक्टर्स और प्रोडक्ट्स बेहतर बने रहते हैं, और API को अलग कामों वाले दो मॉडलों में बाँटा गया है। 

इस लेख में, मैं बताऊँगा कि Images 2.6 क्या है, क्या बदला है, और ChatGPT तथा API दोनों में GIF कैसे बनाते हैं। 

OpenAI Images 2.6 में नया क्या है?

OpenAI Images 2.6 ChatGPT, Codex और API के लिए 4 नवंबर, 2026 का OpenAI इमेज अपडेट है। प्रमुख बदलाव हैं:

• एनिमेटेड GIFs: किसी प्रॉम्प्ट, फोटो, या स्केच को एक छोटे लूपिंग GIF में बदलें, फिर उसकी स्पीड बदलें या एकल फ्रेम एडिट करें।

• तेज़ जनरेशन: OpenAI का कहना है कि अब इमेजेज़ Images 2.5 की तुलना में 50% तेज़ बनती हैं।

• ज़्यादा स्थिर एडिट्स: कई राउंड के एडिट्स में कैरेक्टर्स, प्रोडक्ट्स और ब्रांड डिटेल्स कम भटकते हैं।

• दो API मॉडल: स्पीड के लिए gpt-image-2.6-flare और डिटेल के लिए gpt-image-2.6-sunburst इस्तेमाल करें।

• छोटी जोड़ियाँ: इमेजेज़ को SVG में एक्सपोर्ट करें, API में मार्कअप-निर्देशित एडिट्स करें, सेव्ड इमेजेज़ को रेफर करें, और उसके complexity पैरामीटर का उपयोग करें।

यह हर ChatGPT प्लान, यहाँ तक कि Free पर भी उपलब्ध है, हालाँकि GIF बनाना धीरे-धीरे खातों में रोल आउट हो रहा है।

OpenAI Images 2.6 क्या है?

OpenAI Images 2.6 वह इमेज जनरेशन और एडिटिंग रिलीज़ है जिसे OpenAI ने 4 नवंबर, 2026 को जारी किया। यह ChatGPT और Codex के अंदर इमेज टूल के रूप में और OpenAI API में दो अलग-अलग मॉडलों के रूप में उपलब्ध है।

ChatGPT में, आप अपनी पसंद का मॉडल नहीं चुन सकते या उसके Flare और Sunburst मॉडलों के बीच स्विच नहीं कर सकते; आप बस अनुरोध टाइप करते हैं और यह GIF बना देता है। लेकिन API के साथ, आप दो मॉडलों को नाम से चुन सकते हैं, और क्वालिटी तथा कॉम्प्लेक्सिटी जैसी सेटिंग्स खुद नियंत्रित कर सकते हैं।

दोनों API मॉडल प्रति टोकन समान कीमत के हैं, और ये दरें Images 2.5 मॉडलों से मेल खाती हैं। तो Flare और Sunburst के बीच चुनाव कीमत नहीं, स्पीड बनाम डिटेल पर निर्भर है। प्रति-इमेज लागत फिर भी बदलती है क्योंकि उच्च क्वालिटी सेटिंग्स ज़्यादा आउटपुट टोकन्स का उपयोग करती हैं।

मान लें एक कॉफी ब्रांड को अपने मैस्कॉट—एक कार्टून कॉफी कप—का हाथ हिलाते हुए एक छोटा लूपिंग GIF चाहिए।

• ChatGPT में (एक मार्केटर): वह टाइप करती है “हमारे कॉफी-कप मैस्कॉट का हाथ हिलाते हुए लूपिंग GIF बनाओ।” ChatGPT मॉडल चुनता है और GIF बना देता है। अगर यह बहुत धीमा है, तो वह चैट में टाइप करती है “इसे तेज़ बनाओ”। वह कोई सेटिंग एडिट नहीं करती, और अपने ChatGPT प्लान से आगे कुछ नहीं चुकाती।

• API के साथ (एक डेवलपर): वह ब्रांड के ऐप में “Make a GIF” बटन जोड़ रहा है, इसलिए कोड खुद लिखता है। वह gpt-image-2.6-flare चुनता है क्योंकि यह तेज़ मॉडल है, output_format: "gif" सेट करता है, और फ्रेम काउंट तथा क्वालिटी चुनता है। हर GIF टोकन्स के हिसाब से बिल होता है, तो उच्च क्वालिटी प्रति इमेज ज़्यादा लागत लाती है।

OpenAI Images 2.6 में नया क्या आया?

Images 2.6 में एनिमेटेड GIFs, तेज़ जनरेशन, बहु-राउंड एडिट्स में अधिक स्थिरता, और प्रोफेशनल विज़ुअल्स के लिए बेहतर लेआउट शामिल हैं। 

क्या OpenAI Images 2.6 वाकई तेज़ है?

OpenAI कहता है कि Images 2.6, Images 2.5 से 50% तेज़ इमेज बनाता है, और gpt-image-2.6-flare मात्र छह सेकंड में कम-क्वालिटी इमेज दे सकता है। यह बड़ा दावा है, और घोषणा में यह नहीं बताया गया कि कैसे मापा गया। इसलिए मैंने खुद टेस्ट किया।

मैंने Flare और Sunburst दोनों को वही प्रॉम्प्ट दिया, “लकड़ी की मेज़ पर सिरेमिक कॉफ़ी मग, सुबह की रोशनी, प्रोडक्ट फोटो,” 1024x1024 पर और कॉम्प्लेक्सिटी लो पर। Flare लो और मीडियम क्वालिटी, दोनों पर चला क्योंकि OpenAI के छह-सेकंड दावे के पीछे लो सेटिंग है, और Sunburst मीडियम पर। 

हर सेटअप पाँच बार चला, और मैंने मीडियन रखा, क्योंकि एक धीमा रिस्पॉन्स औसत बिगाड़ सकता है। फिर मैंने पूरा टेस्ट दोहराया, क्योंकि नेटवर्क स्पीड रन-दर-रन बदलती है और मैं नहीं चाहता था कि एक खुशनसीब (या बदकिस्मत) दोपहर नतीजा तय करे।

अगर आप मेरे नंबर अपने साथ मिलाना चाहें, तो यहाँ वह स्क्रिप्ट है जो मैंने Google Colab में चलाई:

import statistics
import time

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()
prompt = "A ceramic coffee mug on a wooden desk, morning light, product photo."

# Each setup: (model, quality)
setups = [
    ("gpt-image-2.6-flare", "low"),
    ("gpt-image-2.6-flare", "medium"),
    ("gpt-image-2.6-sunburst", "medium"),
]

for model, quality in setups:
    times = []
    for _ in range(5):
        start = time.perf_counter()
        client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
            quality=quality,
            extra_body={"complexity": "low"},  # skip extra planning for a simple scene
        )
        times.append(time.perf_counter() - start)
    # The median ignores one unusually slow or fast request
    print(model, quality, round(statistics.median(times), 1), "s")
संचालित द्वारा

यहाँ जो मिला, वह है:

Flare कभी OpenAI के छह सेकंड से नीचे नहीं गया; मेरा सबसे अच्छा मीडियन 6.9 रहा। यह वादा तोड़ना नहीं है, क्योंकि “as little as” सर्वश्रेष्ठ स्थिति बताता है, सामान्य नहीं। दूसरे रन में लो और मीडियम भी उलट गए, जहाँ Flare मीडियम पर लो से तेज़ फिनिश हुआ। 

इस साइज पर, क्वालिटी सेटिंग Flare की स्पीड को मुश्किल से बदलती है, और नेटवर्क का शोर उससे बड़ा है।

Sunburst धीमा है, और यह दोनों बार कायम रहा: 14.5 और 15.8 सेकंड, यानी Flare से लगभग दोगुना।

पहले वाली कॉम्प्लेक्सिटी सेटिंग याद है? 

यह नियंत्रित करती है कि रेंडरिंग से पहले मॉडल कितना प्लान करता है, और डिफॉल्ट हाई है। OpenAI का छह-सेकंड आँकड़ा लगभग तय है कि लो पर आधारित है, इसलिए मैंने उसी तरह टेस्ट किया। इसे अनसेट छोड़ दें, और आप एक मग फोटो पर भी प्लानिंग टाइम का भुगतान करेंगे जिसे इसकी ज़रूरत नहीं।

तेज़ का मतलब सस्ता नहीं होता। 1024x1024 की लो-क्वालिटी इमेज 2.6 में 823 आउटपुट टोकन्स लेती है, जबकि 2.5 में 196। प्रति-टोकन कीमत नहीं बदली, तो 1M आउटपुट टोकन्स पर $30 की दर से, यह लगभग प्रति इमेज $0.025 बनता है, 2.5 के $0.006 के बजाय। प्रति इमेज छोटा, 10,000 पर छोटा नहीं।

इमेज एडिटिंग कितनी अधिक संगत है?

OpenAI के अनुसार, Images 2.6 किसी एक हिस्से को एडिट करने पर इमेज का ज़्यादा भाग अपरिवर्तित रखता है, खासकर कई राउंड के एडिट्स में। Sunburst इसके लिए अनुशंसित मॉडल है क्योंकि मीडियम या हाई क्वालिटी पर यह एक एडिट से अगले तक डिटेल्स ज़्यादा स्थिर रखता है।

व्यवहार में “कंसिस्टेंट” का मतलब यह कवर करता है:

इसे टेस्ट करने के लिए, मैंने gpt-image-2.6-sunburst पर मीडियम क्वालिटी के साथ एक परफ्यूम बोतल जनरेट की, फिर केवल बैकग्राउंड तीन बार बदला: एक बीच, एक नाइट स्काई, और एक किचन शेल्फ। 

हर एडिट पिछले परिणाम से शुरू हुआ, मूल से नहीं, ताकि कोई भी ड्रिफ्ट जमा हो। हर एडिट प्रॉम्प्ट यही कहकर खत्म हुआ: “बोतल, लेबल, कैप, और बोतल पर पड़ने वाली रोशनी बिल्कुल वैसी ही रखें।”

यहाँ मूल और तीसरे एडिट को साथ-साथ देखें:

मूल: संगमरमर काउंटर पर सुनहरे कैप वाली हरी बोतल। छवि लेखक द्वारा।

तीन राउंड के बाद, बोतल लगभग अछूती रही। लेबल अभी भी “MOSS No. 3” उसी सेरिफ टाइप और गोल्ड बॉर्डर में पढ़ा जाता है, और कैप, चौकोर आकार, यहाँ तक कि काँच के अंदर पतली ट्यूब भी मूल से मेल खाती है।

जो बदला, वह इसके चारों ओर सब कुछ था:

• बैकग्राउंड साथ चलता रहा: मैंने राउंड 2 में नाइट स्काई माँगी और राउंड 1 का बीच रात में मिल गया, पाम ट्री सहित। चूँकि हर एडिट पिछली इमेज पर बनता है, Sunburst ने बीच को रखने लायक माना, और केवल राउंड 3 की किचन ने इसे हटाया। मार्बल काउंटर भी तीनों एडिट्स में बचा रहा, जो मैंने नहीं कहा था। उचित है; बोतल उसी पर रखी है।
• लाइटिंग ठीक वैसी ही रही जैसा मैंने कहा, और वही समस्या थी: Sunburst ने मेरे प्रॉम्प्ट को शाब्दिक लिया, तो बोतल पूर्णिमा की रात में भी दोपहर की धूप जैसी रोशनी में है, हर सीन में वही सख्त छाया, जिससे वह चिपकी हुई लगती है।

फिर भी, प्रोडक्ट शॉट्स के लिए, यही वह स्थिरता है जिसकी लोग माँग कर रहे थे। बस जब सीन की रोशनी बदलनी चाहिए, तब उससे लाइटिंग को वैसा ही रखने को मत कहिए।

क्या पोस्टर्स जैसे प्रोफेशनल विज़ुअल्स बेहतर हैं?

पोस्टर और प्रोडक्ट इमेज जैसे लेआउट कामों के लिए, OpenAI Flare की सिफारिश करता है, Sunburst की नहीं। Flare से उम्मीद है कि वह टेक्स्ट, इमेज और स्पेसिंग को अधिक सोच-समझकर रखेगा, जबकि Sunburst बारीक डिटेल और कंसिस्टेंसी के लिए है। 

यह मुझे थोड़ा चकित कर गया। आप उम्मीद करेंगे कि तेज़ मॉडल ढीला-ढाला हो, तो मैंने दोनों को एक पोस्टर पर आज़माया।

मैंने दोनों मॉडलों को मीडियम क्वालिटी और पोर्ट्रेट 1024x1536 साइज पर वही प्रॉम्प्ट दिया: “शनिवार फार्मर्स मार्केट के लिए एक पोस्टर। टाइटल: ‘Riverside Market’। सबटाइटल: ‘हर शनिवार, सुबह 8 बजे से दोपहर 1 बजे तक’। नीचे चित्रित सब्ज़ियाँ, साफ़ सैंस-सेरिफ टाइप।”

नतीजे नीचे देखें: बाएँ Flare, दाएँ Sunburst:

Flare और Sunburst पोस्टर तुलना। छवि लेखक द्वारा।

दोनों पर हर शब्द सही आया, जिसकी मुझे किसी से भी उम्मीद नहीं थी। उन्होंने “Riverside” को शाब्दिक लिया और सब्ज़ियों के पीछे नदी के साथ एक पुल भी बना दिया, जबकि मैंने ऐसा नहीं कहा था।

फर्क इस बात में है कि कौन कितना जोड़ता है: 

• Flare ने इसे सादा रखा—एक बड़ा टाइटल, हरे पिल में सबटाइटल, फिर सब्ज़ियाँ। आप इसे सड़क पार से पढ़ सकते थे। 

Sunburst ने पूरा दृश्य बनाया—मार्केट स्टॉल्स, सूरजमुखी, एक पेड़, और एक पीला रिबन बैनर—और यह अधिक तैयार इलस्ट्रेशन जैसा लगता है।

Sunburst को लगभग तीन गुना समय लगा। पोस्टर के लिए, जहाँ लोगों को टाइटल पढ़कर आगे बढ़ना है, मैं Flare का वर्ज़न लूँगा।

एनिमेटेड GIF जनरेशन से आप क्या कर सकते हैं?

Images 2.6 किसी टेक्स्ट प्रॉम्प्ट, अपलोडेड फोटो, या रफ स्केच को एक छोटे लूपिंग GIF में बदल देता है। ChatGPT में, आप फिर प्लेबैक स्पीड बदल सकते हैं और बिना चैट छोड़े अलग-अलग फ्रेम एडिट कर सकते हैं। इस रिलीज़ से पहले, ChatGPT एक ही स्टेप में GIF नहीं बना सकता था।

यह किन चीज़ों के लिए अच्छा है:

• एनिमेटेड कैरेक्टर्स: कोई मैस्कॉट या डूडल जो हाथ हिलाए, पलक झपकाए, या कूदे।
• रिएक्शन GIFs और सोशल कंटेंट: पोस्ट्स और रिप्लाईज़ के लिए छोटे लूप्स।
• प्रोडक्ट ऐनिमेशन: स्थिर प्रोडक्ट शॉट एक लूप में बदल जाए जो फ़ीड में ध्यान खींचे।
• स्टोरीबोर्ड्स: वीडियो प्रोडक्शन पर खर्च करने से पहले किसी कैरेक्टर की मूवमेंट का परीक्षण। OpenAI ने साफ़ किया है कि यह वीडियो जनरेटर नहीं है; GIF कुछ फ्रेम्स का रिपीट है, क्लिप नहीं।

आपको तैयार डिज़ाइन की भी ज़रूरत नहीं। एक रफ कैरेक्टर बनाकर अपलोड करें और कहें, हाथ हिलाए। अगले सेक्शन में मैं पूरा वर्कफ़्लो दिखाऊँगा।

और क्या बदला?

कुछ छोटे अपडेट्स, API और ChatGPT में बँटे हुए:

• SVG एक्सपोर्ट (सिर्फ API): output_format: "svg" सेट करें और वेबसाइट्स, ऐप्स, या प्रिंट के लिए वेक्टर फाइल्स पाएं।
• कॉम्प्लेक्सिटी पैरामीटर (API): जैसा मैंने स्पीड टेस्ट में कहा, यह "low", "medium", या "high" स्वीकार करता है। बैकग्राउंड स्वैप जैसी सरल एडिट्स के लिए लो रखें, और कई बाधाओं वाले भीड़भाड़ दृश्यों के लिए हाई बचाएँ। क्वालिटी बढ़ाने से भीड़भाड़ दृश्य नहीं सुधरेगा; कॉम्प्लेक्सिटी बढ़ाने से सुधर सकता है।
• सेव्ड रेफरेंस इमेजेज़ (ChatGPT): अपनी, अपने पालतू की, या मैस्कॉट की फोटो एक बार अपलोड करें, और ChatGPT उसे रखता है। बाद की चैट में बिना फोटो फिर से अपलोड किए बस “मेरी बिल्ली स्पेससूट में” माँगें, और वही बिल्ली हर बार दिखेगी।

• मार्कअप-निर्देशित एडिट्स (ChatGPT और API): जिस हिस्से को बदलना है उसे घेरें और बताएं क्या बदलना है, जैसे फूलदान को घेरकर लिखें “इसे नीला करो।” ChatGPT में यह पहले से था; Images 2.6 इसे API में लाता है।

OpenAI Images 2.6 के साथ GIF कैसे बनाएं

GIF बनाने के लिए, ChatGPT में इसके लिए कहें, या Images API को output_format: "gif" के साथ कॉल करें। एकबारगी के लिए ChatGPT तेज़ है, लेकिन API आपको फ्रेम काउंट और टाइमिंग पर नियंत्रण देता है, जो मुट्ठीभर से अधिक GIFs बनाते समय काफ़ी अहम है।

ChatGPT में GIF कैसे बनाएं

नई चैट खोलें और GIF का वर्णन करें: विषय, मूवमेंट, और यह कि उसे लूप होना चाहिए। मैंने यह माँगा: “एक छोटे नारंगी रोबोट का GIF बनाओ जो हाथ हिलाए, फिर अपनी शुरुआती मुद्रा में लौट आए। बैकग्राउंड सादा रखें और कैमरा स्थिर।”

Images 2.6 के साथ ChatGPT एक नारंगी रोबोट जनरेट करता है। GIF लेखक द्वारा।

आप किसी मौजूदा चीज़ से भी शुरू कर सकते हैं। कोई फोटो या रफ स्केच अपलोड करें, फिर कहें कि क्या हिले और क्या स्थिर रहे।

मैंने यह एक बच्चे की चिड़िया की ड्रॉइंग के साथ आज़माया:

एक रफ चिड़िया की ड्रॉइंग। छवि लेखक द्वारा।

मेरा प्रॉम्प्ट: “इस बच्चे की ड्रॉइंग को एक लूपिंग GIF में बदलो। हाथ से बनी शैली बनाए रखो। चिड़िया एक बार उछले और पंख फड़फड़ाए, फिर शुरुआती पोज़ में लौट आए। बैकग्राउंड सादा सफेद और कैमरा स्थिर रहे।”

रफ ड्रॉइंग से ChatGPT द्वारा बनाया गया GIF। GIF लेखक द्वारा।

ChatGPT ने 9-फ्रेम का लूप 180 ms प्रति फ्रेम, लगभग 1.6 सेकंड, 183KB फाइल में दिया। इसने स्क्रिब्ली स्टाइल बनाए रखी, जिसे मुझे आधा शक था कि यह “ठीक” कर देगा। चिड़िया झुकती है, टांगें सिकोड़कर कूदती है, और लैंड करती है।

मेरा पसंदीदा डिटेल वह है जो मैंने माँगा ही नहीं। एक-लाइन वाला पंख फड़फड़ाहट के लिए असली पंख बन जाता है, फिर लैंड करते समय फिर एक कर्व में मुड़ जाता है। ChatGPT ने छोटे मोशन लाइन्स भी जोड़े, जैसे कोई बच्चा करता।

आखिरी तीन फ्रेम लगभग एक जैसे हैं, इसलिए अगली छलांग से पहले चिड़िया थोड़ी देर रुकती है। वह ठहराव लूप पॉइंट को अच्छी तरह छुपाता है, हालाँकि गौर से देखें, तो रिस्टार्ट पर चिड़िया थोड़ा खिसकती है।

GIF तैयार होने पर, आप इसे धीमा-तेज़ कर सकते हैं या एकल फ्रेम्स ठीक कर सकते हैं। इसके लिए कंट्रोल्स की भी ज़रूरत नहीं। सादा भाषा में अनुरोध काम करते हैं, जैसे “आखिरी फ्रेम से पहले फ्रेम तक का ट्रांज़िशन स्मूथ करो।”

OpenAI API से GIF कैसे बनाएं

इमेज जनरेशन एंडपॉइंट पर output_format को "gif" पर सेट करके रिक्वेस्ट भेजें। दो सेटिंग्स GIFs के लिए खास हैं:

डिफॉल्ट्स के साथ, आपको 200 ms प्रति फ्रेम पर 9 फ्रेम मिलते हैं, यानी 1.8-सेकंड का लूप।

मैंने नीचे का कोड Google Colab में openai पैकेज के वर्ज़न 3.46 के साथ चलाया, और यह जैसा लिखा था, वैसा चला। API ने हर सेटिंग को ठीक-ठीक मैच किया, 512x512 साइज तक।

import base64

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-flare",  # Flare: faster; switch to sunburst for detail
    prompt=(
        "A small orange robot waves, blinks, and returns to its starting pose. "
        "Plain white background, fixed camera, seamless loop."
    ),
    output_format="gif",
    frame_count=9,  # 9 frames x 200 ms = a 1.8-second loop
    frame_duration_ms=200,
    size="512x512",  # smaller frames keep the file size down
    quality="low",
    complexity="low",  # a simple motion doesn't need extra planning
)

# The GIF comes back as base64; decode it and save it to disk
gif_bytes = base64.b64decode(result.data[0].b64_json)
with open("robot.gif", "wb") as f:
    f.write(gif_bytes)
संचालित द्वारा

image-2.6-flare API एक लूप में हाथ हिलाता नारंगी रोबोट जनरेट करता है। GIF लेखक द्वारा।

इसे ChatGPT रोबोट से मिलाएँ। दोनों में नारंगी रोबोट हाथ हिलाता दिखता है, लेकिन यह वाला खुरदुरा दिखता है क्योंकि कोड में समय और लागत बचाने के लिए quality="low" सेट है। सतह खरोंची हुई लगती है, ऐन्टेना जैसी छोटी चीज़ें फ्रेम्स के बीच खिसकती हैं, और एक फ्रेम में वेव थम्स-अप बन जाता है। चैट में त्वरित रिएक्शन GIF के लिए लो क्वालिटी ठीक है। ब्रांडेड किसी भी चीज़ के लिए "medium" या "high" का उपयोग करें।

फाइल 429KB आई, जो कई वेबसाइट्स द्वारा रखी 500KB कैप के क़रीब है।

इस पर आगे बनाने से पहले, दो सीमाएँ जान लें:

• स्ट्रीमिंग नहीं: पार्टियल इमेजेज़ और output_compression GIF आउटपुट के साथ काम नहीं करते।

• पिक्सेल बजट: फ्रेम काउंट, फ्रेम साइज, और n सबको एक कुल सीमा के अंदर फिट होना है। अगर रिक्वेस्ट फेल हो, तो इनमें से किसी एक को घटाएँ।

स्मूद लूप कैसे पाते हैं?

अपने प्रॉम्प्ट में ऐसा एक्शन माँगें जो जहाँ शुरू हुआ वहीं खत्म हो, और बताएं क्या स्थिर रहना चाहिए। अगर आखिरी फ्रेम पहले से मेल नहीं खाता, तो हर बार GIF शुरू होने पर एक जंप दिखेगी। frame_duration_ms से इसे धीमा करने से वह जंप नहीं छुपेगी। इसके बजाय, एक्शन से शुरुआती पोज़ में लौटने को कहें, जैसा मैंने रोबोट और चिड़िया के साथ किया।

व्यवहार में:

• एक छोटा, उलटने योग्य एक्शन चुनें, जैसे हाथ हिलाना या पलक झपकाना।
• कैमरा, बैकग्राउंड, और स्केल स्थिर रखें।
• फ्रेम में टेक्स्ट न रखें।
• कई पूरे लूप देखें, और केवल पहले-आखिरी नहीं, बीच के फ्रेम भी देखें। वहीं मेरे API रोबोट ने थम्स-अप डाल दिया था।

किसी वेबसाइट पर GIF डालने से पहले फाइल साइज जाँचें। मेरा 512x512, 9-फ्रेम रोबोट पहले ही 429KB में आया, तो 1024x1024 पर 16 फ्रेम 500KB कैप के करीब भी नहीं आएगा।

अंतिम विचार

अगर आप सोशल पोस्ट्स, मैस्कॉट्स, या स्टोरीबोर्ड्स के लिए GIFs बनाते हैं, तो Images 2.6 बड़ा बदलाव है, क्योंकि अब इमेजेज़ को ऐनिमेट करने के लिए अलग टूल की ज़रूरत नहीं।

हालाँकि, अगर GIFs आपकी चीज़ नहीं हैं और आप एक स्टिल-इमेज टूल ढूँढ रहे हैं, तो हमारे सर्वश्रेष्ठ मुफ्त AI इमेज जनरेटर्स गाइड में कुछ अच्छे विकल्पों की तुलना की गई है। यह देखने के लिए कि Google वही एडिटिंग समस्याएँ कैसे संभाल रहा है, हमारा Nano Banana 2 गाइड पढ़ें।