OpenAI Images 2.6: Acum mai rapid, cu suport pentru GIF-uri

Până săptămâna trecută, ca să scoți o imagine în mișcare din ChatGPT trebuia să ceri un sprite sheet, să-l descarci și să îmbini cadrele manual într-un alt instrument. Am făcut asta mai des decât aș vrea să recunosc. 

Pe 4 noiembrie, OpenAI a lansat Images 2.6, iar acum scrii „make a gif of a cat dancing” și primești înapoi un GIF care se repetă.

GIF-urile sunt titlul mare, dar nu și tot ce aduce lansarea. OpenAI spune că imaginile se generează acum cu 50% mai repede, editările păstrează mai bine personajele și produsele, iar API-ul se desparte în două modele cu roluri diferite. 

În acest articol, îți arăt ce este Images 2.6, ce s-a schimbat și cum să faci un GIF atât în ChatGPT, cât și cu API-ul. 

Ce e nou în OpenAI Images 2.6?

OpenAI Images 2.6 este actualizarea de imagini OpenAI din 4 noiembrie 2026 pentru ChatGPT, Codex și API. Principalele schimbări includ:

• GIF-uri animate: Transformă un prompt, o fotografie sau o schiță într-un GIF scurt, care se repetă, apoi schimbă-i viteza sau editează cadre individuale.

• Generare mai rapidă: OpenAI susține că imaginile se generează cu 50% mai repede decât în Images 2.5.

• Editări mai stabile: Personajele, produsele și detaliile de brand se abat mai puțin de-a lungul rundelor de editare.

• Două modele în API: Folosește gpt-image-2.6-flare pentru viteză și gpt-image-2.6-sunburst pentru detaliu.

• Adăugiri mai mici: Exportă imagini în SVG, fă editări ghidate de markup în API, referențiază imagini salvate și folosește parametrul complexity.

Este disponibil pe fiecare plan ChatGPT, inclusiv Free, deși crearea de GIF-uri este activată treptat pe conturi.

Ce este OpenAI Images 2.6?

OpenAI Images 2.6 este lansarea pentru generare și editare de imagini publicată de OpenAI pe 4 noiembrie 2026. Este disponibil ca instrument de imagini în ChatGPT și Codex și ca două modele separate în OpenAI API.

În ChatGPT, nu poți selecta modelul dorit sau comuta între modelele sale, Flare și Sunburst; pur și simplu scrii cererea și îți generează un GIF. Dar cu API-ul poți alege între două modele după nume și poți controla singur setări precum calitatea și complexitatea.

Ambele modele API costă la fel pe token, iar aceste tarife se potrivesc cu modelele Images 2.5. Așa că alegerea între Flare și Sunburst ține de viteză versus detaliu, nu de preț. Costul per imagine tot variază, pentru că setările de calitate mai ridicată folosesc mai mulți tokeni de ieșire.

Să zicem că un brand de cafea vrea un GIF scurt, în buclă, cu mascota lui, o ceașcă de cafea desen animat, făcând cu mâna.

• În ChatGPT (un marketer): Ea tastează „Make a looping GIF of our coffee-cup mascot waving hello.” ChatGPT alege modelul și face GIF-ul. Dacă e prea lent, scrie „make it faster” în chat. Nu editează nicio setare și nu plătește nimic în plus față de planul ei ChatGPT.

• Cu API-ul (un dezvoltator): El adaugă un buton „Make a GIF” în aplicația brandului, așa că scrie codul singur. Selectează gpt-image-2.6-flare pentru că e modelul mai rapid, setează output_format: "gif" și alege numărul de cadre și calitatea. Fiecare GIF este facturat pe tokeni, deci calitatea mai mare costă mai mult per imagine.

Ce noutăți aduce OpenAI Images 2.6?

Images 2.6 adaugă GIF-uri animate, generare mai rapidă, editări mai stabile pe mai multe runde și aranjamente mai bune pentru vizualuri profesionale. 

Este OpenAI Images 2.6 chiar mai rapid?

OpenAI spune că Images 2.6 generează imagini cu 50% mai rapid decât Images 2.5 și că gpt-image-2.6-flare poate returna o imagine de calitate scăzută în doar șase secunde. E o afirmație îndrăzneață, iar anunțul nu explică cum a fost măsurată. Așa că am testat-o eu.

Am dat Flare și Sunburst același prompt, „A ceramic coffee mug on a wooden desk, morning light, product photo,” la 1024x1024, cu complexitatea setată pe low. Flare a rulat atât la calitate low, cât și medium, deoarece low este setarea din spatele afirmației OpenAI cu șase secunde, iar Sunburst a rulat la medium. 

Fiecare configurație a rulat de cinci ori și am păstrat mediana, pentru că un răspuns lent poate denatura media. Apoi am repetat tot testul, deoarece viteza rețelei se schimbă de la o rulare la alta și n-am vrut ca o după-amiază norocoasă (sau nu) să decidă rezultatul.

Dacă vrei să verifici cifrele mele cu ale tale, iată scriptul pe care l-am rulat în Google Colab:

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")
Funcționează cu

Iată ce rezultate am obținut:

Flare nu a ajuns sub cele șase secunde ale OpenAI; cea mai bună mediană a mea a fost 6,9. Nu e chiar o promisiune încălcată, pentru că „în cel mai bun caz” descrie situația ideală, nu pe cea tipică. A doua rundă a inversat și low cu medium, Flare la medium terminând mai repede decât la low. 

La această dimensiune, setarea de calitate abia schimbă viteza lui Flare, iar zgomotul de rețea e mai mare decât diferența.

Sunburst e cel lent, și asta s-a menținut de ambele dăți: 14,5 și 15,8 secunde, cam de două ori durata lui Flare.

Îți amintești setarea complexity de mai devreme? 

Controlează cât de mult planifică modelul înainte de randare și implicit e pe high. Cifra de șase secunde a OpenAI aproape sigur presupune că e setată pe low, motiv pentru care am testat așa. Dacă o lași neschimbată, plătești timp de planificare pentru o fotografie cu o cană care nu are nevoie de el.

Mai rapid nu înseamnă însă mai ieftin. O imagine 1024x1024 de calitate scăzută folosește 823 tokeni de ieșire în 2.6 față de 196 în 2.5. Prețul per token nu s-a schimbat, deci la $30 per 1M tokeni de ieșire, asta înseamnă aproximativ $0,025 pe imagine în loc de $0,006. Puțin per imagine, nu puțin la 10.000 dintre ele.

Cât de consistente sunt editările de imagine?

Potrivit OpenAI, Images 2.6 păstrează mai mult dintr-o imagine neschimbată când editezi doar o parte din ea, mai ales pe parcursul mai multor runde de editări. Sunburst este modelul recomandat pentru asta deoarece, la calitate medie sau ridicată, păstrează detaliile mai stabile de la o editare la alta.

Iată ce acoperă „consistent” în practică:

Pentru a testa asta, am generat o sticlă de parfum cu gpt-image-2.6-sunburst la calitate medie, apoi i-am schimbat doar fundalul de trei ori: o plajă, un cer nocturn și un raft de bucătărie. 

Fiecare editare a pornit de la rezultatul anterior, nu de la original, deci orice abatere s-ar fi acumulat. Fiecare prompt de editare s-a încheiat la fel: „Păstrează sticla, eticheta, capacul și iluminarea pe sticlă exact la fel.”

Iată originalul lângă a treia editare:

Originalul: o sticlă verde cu un capac auriu pe un blat de marmură. Imagine de autor.

După trei runde, sticla a rămas aproape neatinsă. Eticheta încă scrie „MOSS No. 3” în același font serif și cu aceeași bordură aurie, iar capacul, forma pătrată și chiar tubul subțire din interiorul sticlei se potrivesc cu originalul.

Ce s-a schimbat a fost tot ce e în jur:

• Fundalul s-a propagat: Am cerut un cer nocturn în runda 2 și am primit plaja din runda 1 noaptea, inclusiv palmierul. Deoarece fiecare editare se construiește pe imaginea anterioară, Sunburst a tratat plaja ca pe ceva de păstrat, iar doar bucătăria din runda 3 a șters-o în sfârșit. Blatul de marmură a supraviețuit și el tuturor celor trei editări, deși nu cerusem asta. Corect; pe el stă sticla.
• Iluminarea a rămas exact cum am cerut, și asta a fost problema: Sunburst a luat promptul literal, așa că sticla e iluminată ca într-o după-amiază însorită sub o lună plină, cu aceeași umbră puternică în fiecare scenă, deci pare lipită acolo.

Totuși, pentru fotografii de produs, aceasta este consistența pe care oamenii au cerut-o. Doar să nu-i spui să păstreze iluminarea când lumina scenei ar trebui să se schimbe.

Sunt mai bune vizualurile profesionale, cum ar fi posterele?

Pentru lucru de layout, cum ar fi postere și imagini de produs, OpenAI recomandă Flare, nu Sunburst. Flare ar trebui să plaseze textul, imaginile și spațierea mai deliberat, în timp ce Sunburst este pentru detaliu fin și consistență. 

Asta m-a surprins puțin. Te-ai aștepta ca modelul mai rapid să fie cel mai neglijent, așa că le-am pus pe amândouă la un poster, să vedem.

Am dat ambelor modele același prompt la calitate medie și o dimensiune portret 1024x1536: „Un poster pentru un târg de sâmbătă. Titlu: „Riverside Market”. Subtitlu: „În fiecare sâmbătă, 8 AM – 1 PM”. Legume ilustrate în partea de jos, font sans-serif curat.”

Vezi rezultatele mai jos: Flare în stânga, Sunburst în dreapta:

Comparație postere Flare și Sunburst. Imagine de autor.

Fiecare cuvânt a ieșit corect pe ambele, ceea ce nu mă așteptam de la niciunul. Au luat de asemenea „Riverside” literal și au pictat un râu cu un pod în spatele legumelor, deși n-am cerut unul.

Diferența e în cât de mult adaugă fiecare: 

• Flare a păstrat-o simplă, cu un titlu uriaș, subtitlul într-o pastilă verde, apoi legumele. L-ai putea citi de peste drum. 

Sunburst a construit o întreagă scenă, cu tarabe, floarea-soarelui, un copac și o panglică galbenă, și arată mai mult ca o ilustrație finisată.

Sunburst a durat de trei ori mai mult. Pentru un poster, unde oamenii trebuie să citească titlul și să meargă mai departe, aș alege varianta lui Flare.

Ce poți face cu generarea de GIF-uri animate?

Images 2.6 transformă un prompt text, o fotografie încărcată sau o schiță într-un GIF scurt, în buclă. În ChatGPT, poți apoi să schimbi viteza de redare și să editezi cadre individuale fără să părăsești chatul. Înainte de această lansare, ChatGPT nu putea face un GIF dintr-un singur pas.

La ce e bun:

• Personaje animate: O mascotă sau un doodle care face cu mâna, clipește sau sare.
• GIF-uri de reacție și conținut social: Buclă scurtă pentru postări și replici.
• Animații de produs: O fotografie statică de produs devine o buclă care atrage atenția în feed.
• Storyboard-uri: Testezi cum se mișcă un personaj înainte să plătești pentru producție video. OpenAI a precizat clar că asta nu e un generator video; un GIF are câteva cadre în buclă, nu un clip.

N-ai nevoie nici de un design finalizat. Desenează grosier un personaj, încarcă-l și cere-i să facă cu mâna. Îți arăt întregul flux în secțiunea următoare.

Ce altceva s-a schimbat?

Câteva actualizări mai mici, împărțite între API și ChatGPT:

• Export SVG (doar API): Setează output_format: "svg" pentru fișiere vectoriale pentru site-uri, aplicații sau tipar.
• Parametrul complexity (API): După cum am menționat în testul de viteză, acceptă "low", "medium" sau "high". Folosește low pentru editări simple, cum ar fi schimbări de fundal, și păstrează high pentru scene aglomerate cu multe constrângeri. Ridicarea calității nu va rezolva o scenă aglomerată; ridicarea complexității s-ar putea să o facă.
• Imagini de referință salvate (ChatGPT): Încărcă o poză cu tine, cu animalul tău sau cu o mascotă o singură dată, iar ChatGPT o păstrează. Într-un chat ulterior, cere doar „pisica mea într-un costum de astronaut” fără să mai încarci poza, și apare aceeași pisică de fiecare dată.

• Editări ghidate de markup (ChatGPT și API): Încercuiește partea pe care vrei s-o schimbi și spune ce să schimbe, cum ar fi să încercuiești o vază și să scrii „fă-o albastră.” ChatGPT avea deja asta; Images 2.6 o aduce în API.

Cum creezi GIF-uri cu OpenAI Images 2.6

Ca să faci un GIF, cere unul în ChatGPT sau apelează Images API cu output_format: "gif". ChatGPT e mai rapid pentru câte unul, dar API-ul îți dă control asupra numărului de cadre și temporizării, lucru destul de important dacă faci mai mult decât câteva GIF-uri.

Cum faci un GIF în ChatGPT

Deschide un chat nou și descrie GIF-ul: subiectul, mișcarea și faptul că ar trebui să se repete. Iată ce am cerut eu: „Make a GIF of a small orange robot waving, then returning to its starting pose. Keep the background plain and the camera still.”

ChatGPT cu Images 2.6 generează un robot portocaliu. GIF de autor.

Poți porni și de la ceva ce ai deja. Încarcă o fotografie sau o schiță grosieră, apoi spune ce ar trebui să se miște și ce trebuie să rămână fix.

Am încercat asta cu un desen de copil al unei păsări:

Un desen grosier al unei păsări. Imagine de autor.

Promptul meu: „Transformă acest desen de copil într-un GIF în buclă. Păstrează stilul desenat de mână. Fă pasărea să sară o dată și să dea din aripă, apoi să revină la poziția inițială. Păstrează fundalul alb simplu și camera fixă.”

GIF-ul pe care ChatGPT l-a făcut dintr-un desen grosier. GIF de autor.

ChatGPT a returnat o buclă de 9 cadre la 180 ms per cadru, aproximativ 1,6 secunde, într-un fișier de 183KB. A păstrat stilul nefinisat, pe care pe jumătate mă așteptam să-l „repare”. Pasărea se ghemuiește, sare cu picioarele strânse și aterizează.

Detaliul meu preferat e unul pe care nu l-am cerut. Aripa dintr-o singură linie devine o aripă reală în timpul fâlfâitului, apoi se strânge la loc într-o curbură când pasărea aterizează. ChatGPT a adăugat chiar și liniuțe de mișcare, exact ca un copil.

Ultimele trei cadre sunt aproape identice, așa că pasărea face o pauză înainte de următoarea săritură. Pauza ascunde bine punctul de buclă, deși, dacă te uiți atent, pasărea se mișcă ușor când reîncepe.

După ce un GIF e gata, îl poți încetini, accelera sau poți repara cadre individuale. N-ai nevoie nici de controale pentru asta. Cererile în limbaj natural funcționează, cum ar fi „Make the transition from the last frame back to the first smoother.”

Cum faci un GIF cu OpenAI API

Trimite o cerere către endpoint-ul de generare imagini cu output_format setat la "gif". Două setări sunt specifice GIF-urilor:

Cu valorile implicite, primești 9 cadre la 200 ms fiecare, adică o buclă de 1,8 secunde.

Am rulat codul de mai jos în Google Colab cu versiunea 3.46 a pachetului openai și a funcționat ca atare. API-ul a respectat fiecare setare exact, până la dimensiunea 512x512.

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)
Funcționează cu

API-ul image-2.6-flare generează un robot portocaliu care face cu mâna în buclă. GIF de autor.

Compară-l cu robotul din ChatGPT. Ambele arată un robot portocaliu care face cu mâna, dar acesta arată mai nefinisat pentru că în cod quality="low" este setat pentru a economisi timp și bani. Suprafața pare zgâriată, părți mici, cum ar fi antenele, se mută între cadre, iar într-un cadru salutul devine thumbs-up. Calitatea low e ok pentru un GIF rapid de reacție într-un chat. Pentru orice poartă brandul tău, folosește "medium" sau "high".

Fișierul a ieșit la 429KB, aproape de limita de 500KB pe care multe site-uri o impun pentru GIF-uri.

Înainte să construiești pe asta, ține cont de două limite:

• Fără streaming: Imaginile parțiale și output_compression nu funcționează nici cu output GIF.

• Un buget de pixeli: Numărul de cadre, dimensiunea cadrelor și n trebuie toate să încapă într-un total. Dacă o cerere eșuează, taie din unul dintre ele.

Cum obții o buclă lină?

În prompt, cere o mișcare care se termină acolo unde a început și spune ce ar trebui să rămână nemișcat. Dacă ultimul cadru nu se potrivește cu primul, vei vedea o săritură de fiecare dată când GIF-ul o ia de la capăt. Încetinirea cu frame_duration_ms nu va ascunde acea săritură. În schimb, cere ca acțiunea să revină la poziția inițială, așa cum am făcut eu cu robotul și pasărea.

În practică:

• Alege o acțiune mică, reversibilă, cum ar fi un salut sau un clipit.
• Păstrează camera, fundalul și scara fixe.
• Lasă textul în afara cadrului.
• Uită-te la mai multe bucle complete și verifică ramele din mijloc, nu doar prima și ultima. Acolo a strecurat API-ul meu salutul cu thumbs-up.

Verifică dimensiunea fișierului înainte să pui un GIF pe un site. Robotul meu 512x512, 9 cadre, a venit deja la 429KB, deci 1024x1024 la 16 cadre nu va atinge o limită de 500KB.

Gânduri finale

Dacă faci GIF-uri pentru postări sociale, mascote sau storyboard-uri, Images 2.6 e o schimbare mare, pentru că nu-ți mai trebuie un instrument separat ca să îți animezi imaginile.

Totuși, dacă GIF-urile nu sunt pe gustul tău și cauți un instrument pentru imagini statice, ghidul nostru despre cei mai buni generatori de imagini AI gratuiți compară câteva opțiuni bune. Ca să vezi cum abordează Google aceleași probleme de editare, citește ghidul nostru Nano Banana 2.