OpenAI Images 2.6: Nhanh hơn, hỗ trợ tạo GIF

Cho đến tuần trước, để có ảnh động từ ChatGPT, bạn phải yêu cầu một sprite sheet, tải về, rồi tự ghép các khung hình bằng một công cụ khác. Tôi đã làm việc này thường xuyên hơn mức muốn thừa nhận. 

Ngày 4 tháng 11, OpenAI phát hành Images 2.6, và giờ đây bạn chỉ cần gõ "make a gif of a cat dancing" là nhận lại một GIF lặp.

GIF là điểm nhấn, nhưng không phải tất cả. OpenAI cho biết tốc độ sinh ảnh hiện nhanh hơn 50%, các chỉnh sửa giữ nhân vật và sản phẩm ổn định hơn, và API được tách thành hai mô hình với vai trò khác nhau. 

Trong bài viết này, tôi sẽ trình bày Images 2.6 là gì, có gì thay đổi, và cách tạo GIF trong ChatGPT cũng như qua API. 

Có gì mới trong OpenAI Images 2.6?

OpenAI Images 2.6 là bản cập nhật hình ảnh ngày 4/11/2026 của OpenAI cho ChatGPT, Codex và API. Những thay đổi chính gồm:

• GIF động: Biến một prompt, ảnh chụp, hoặc phác thảo thành GIF lặp ngắn, rồi thay đổi tốc độ hoặc chỉnh từng khung hình.

• Tạo nhanh hơn: OpenAI cho biết tốc độ sinh ảnh nhanh hơn 50% so với Images 2.5.

• Chỉnh sửa ổn định hơn: Nhân vật, sản phẩm, và chi tiết thương hiệu bị lệch ít hơn qua nhiều vòng chỉnh sửa.

• Hai mô hình API: Dùng gpt-image-2.6-flare cho tốc độ và gpt-image-2.6-sunburst cho chi tiết.

• Bổ sung nhỏ: Xuất ảnh ở SVG, chỉnh sửa dựa trên đánh dấu (markup) trong API, tham chiếu ảnh đã lưu, và dùng tham số complexity.

Tính năng này có trên mọi gói ChatGPT, kể cả Free, dù tạo GIF đang được triển khai dần cho từng tài khoản.

OpenAI Images 2.6 là gì?

OpenAI Images 2.6 là bản phát hành tạo và chỉnh sửa ảnh mà OpenAI công bố ngày 4/11/2026. Nó có sẵn như công cụ ảnh bên trong ChatGPT và Codex, cũng như hai mô hình riêng trong OpenAI API.

Trong ChatGPT, bạn không thể chọn mô hình hoặc chuyển giữa Flare và Sunburst; bạn chỉ gõ yêu cầu và hệ thống tạo ra GIF. Nhưng với API, bạn có thể chọn giữa hai mô hình theo tên, và tự kiểm soát các thiết lập như chất lượng và độ phức tạp.

Cả hai mô hình API có chi phí theo token như nhau, và các mức giá này khớp với các mô hình Images 2.5. Vì vậy, lựa chọn giữa Flare và Sunburst là bài toán tốc độ hay chi tiết, không phải giá. Chi phí mỗi ảnh vẫn khác nhau vì thiết lập chất lượng cao hơn dùng nhiều token đầu ra hơn.

Giả sử một thương hiệu cà phê muốn một GIF lặp ngắn về linh vật của họ, một tách cà phê hoạt hình, đang vẫy chào.

• Trong ChatGPT (một marketer): Cô ấy gõ “Hãy tạo một GIF lặp về linh vật tách cà phê của chúng tôi đang vẫy chào.” ChatGPT chọn mô hình và tạo GIF. Nếu quá chậm, cô ấy gõ “làm cho nó nhanh hơn” trong khung chat. Cô ấy không chỉnh thiết lập nào và không trả thêm gì ngoài gói ChatGPT.

• Với API (một developer): Anh ấy đang thêm nút “Tạo GIF” vào ứng dụng của thương hiệu, nên tự viết mã. Anh chọn gpt-image-2.6-flare vì đây là mô hình nhanh hơn, đặt output_format: "gif", và chọn số khung hình cùng chất lượng. Mỗi GIF được tính phí theo token, nên chất lượng cao hơn tốn nhiều chi phí hơn mỗi ảnh.

Có gì mới trong OpenAI Images 2.6?

Images 2.6 bổ sung GIF động, tốc độ sinh ảnh nhanh hơn, chỉnh sửa nhiều vòng ổn định hơn, và bố cục tốt hơn cho hình ảnh chuyên nghiệp. 

OpenAI Images 2.6 thực sự nhanh hơn?

OpenAI nói Images 2.6 sinh ảnh nhanh hơn 50% so với Images 2.5, và gpt-image-2.6-flare có thể trả ảnh chất lượng thấp chỉ sau sáu giây. Đó là tuyên bố táo bạo, và thông báo không giải thích cách đo. Vậy nên tôi đã tự kiểm chứng.

Tôi đưa cho Flare và Sunburst cùng một prompt, “Một cốc cà phê gốm trên bàn gỗ, ánh sáng buổi sáng, ảnh sản phẩm,” ở 1024x1024 với độ phức tạp đặt thấp. Flare chạy ở cả chất lượng thấp và trung bình, vì thấp là thiết lập phía sau con số 6 giây của OpenAI, còn Sunburst chạy ở trung bình. 

Mỗi thiết lập chạy năm lần, và tôi lấy trung vị, vì một phản hồi chậm có thể làm sai lệch giá trị trung bình. Rồi tôi lặp lại toàn bộ thử nghiệm, vì tốc độ mạng thay đổi theo từng lần chạy và tôi không muốn một buổi chiều may mắn (hoặc kém may) quyết định kết quả.

Nếu bạn muốn đối chiếu số liệu của tôi với của bạn, đây là script tôi chạy trong 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")
Được hỗ trợ bởi

Đây là những gì tôi thu được:

Flare không bao giờ xuống dưới mốc 6 giây của OpenAI; trung vị tốt nhất của tôi là 6,9. Điều đó không hẳn là thất hứa, vì “ít nhất là” mô tả trường hợp tốt nhất, không phải điển hình. Lần chạy thứ hai cũng đảo ngược thấp và trung bình, với Flare ở trung bình hoàn thành nhanh hơn ở thấp. 

Ở kích thước này, thiết lập chất lượng hầu như không đổi tốc độ của Flare, và nhiễu mạng còn lớn hơn chênh lệch đó.

Sunburst là kẻ chậm hơn, và điều đó giữ nguyên cả hai lần: 14,5 và 15,8 giây, khoảng gấp đôi Flare.

Nhớ thiết lập độ phức tạp lúc trước chứ? 

Nó điều khiển lượng lập kế hoạch trước khi render, và mặc định là cao. Con số 6 giây của OpenAI gần như chắc chắn giả định đặt thấp, nên tôi mới thử như vậy. Nếu để mặc định, bạn đang trả thời gian lập kế hoạch cho một ảnh cốc mà không cần.

Nhanh hơn không có nghĩa rẻ hơn. Một ảnh 1024x1024 chất lượng thấp dùng 823 token đầu ra ở 2.6 so với 196 ở 2.5. Giá mỗi token không đổi, nên ở mức $30 cho 1 triệu token đầu ra, tương đương khoảng $0,025 mỗi ảnh thay vì $0,006. Nhỏ trên mỗi ảnh, không nhỏ với 10.000 ảnh.

Chỉnh sửa ảnh nhất quán hơn bao nhiêu?

Theo OpenAI, Images 2.6 giữ nguyên nhiều phần ảnh hơn khi bạn chỉnh một phần, đặc biệt qua nhiều vòng chỉnh sửa. Sunburst là mô hình được khuyến nghị cho việc này vì ở chất lượng trung bình hoặc cao, nó giữ chi tiết ổn định hơn từ lần chỉnh này sang lần sau.

Đây là những gì “nhất quán” bao gồm trên thực tế:

Để kiểm thử, tôi đã tạo một chai nước hoa bằng gpt-image-2.6-sunburst ở chất lượng trung bình, rồi chỉ thay nền ba lần: bãi biển, bầu trời đêm, và kệ bếp. 

Mỗi lần chỉnh bắt đầu từ kết quả trước đó, không phải ảnh gốc, nên mọi lệch sẽ cộng dồn. Mỗi prompt chỉnh sửa đều kết thúc giống nhau: “Giữ nguyên hoàn toàn chai, nhãn, nắp và ánh sáng trên chai.”

Đây là ảnh gốc cạnh ảnh chỉnh sửa lần ba:

Ảnh gốc: chai màu xanh với nắp vàng trên mặt đá cẩm thạch. Ảnh: Tác giả.

Sau ba vòng, chai gần như không bị ảnh hưởng. Nhãn vẫn ghi “MOSS No. 3” cùng kiểu serif và viền vàng, nắp, hình dạng vuông, và thậm chí ống mỏng bên trong thủy tinh đều khớp bản gốc.

Những gì thay đổi là mọi thứ xung quanh:

• Nền được mang theo: Tôi yêu cầu bầu trời đêm ở vòng 2 nhưng nhận bãi biển của vòng 1 vào ban đêm, cả cây cọ. Vì mỗi lần chỉnh xây trên ảnh trước, Sunburst coi bãi biển là thứ cần giữ, và chỉ có căn bếp ở vòng 3 mới loại bỏ nó. Mặt đá cẩm thạch cũng sống sót qua cả ba vòng, điều tôi không yêu cầu. Cũng hợp lý; đó là thứ chai đặt lên.
• Ánh sáng giữ nguyên như tôi yêu cầu, và đó lại là vấn đề: Sunburst hiểu đúng từng chữ, nên chai được chiếu sáng như buổi chiều nắng dưới ánh trăng, với cùng một bóng đổ gắt ở mọi bối cảnh khiến nó trông như dán vào.

Dẫu vậy, với ảnh sản phẩm, đây là mức độ nhất quán mà mọi người mong muốn. Chỉ đừng yêu cầu giữ ánh sáng khi ánh sáng của bối cảnh lẽ ra phải thay đổi.

Hình ảnh chuyên nghiệp như poster có tốt hơn không?

Với công việc bố cục như poster và ảnh sản phẩm, OpenAI giới thiệu Flare chứ không phải Sunburst. Flare được cho là sắp đặt chữ, hình và khoảng cách có chủ đích hơn, trong khi Sunburst hướng tới chi tiết mịn và tính nhất quán. 

Điều đó hơi làm tôi ngạc nhiên. Bạn sẽ kỳ vọng mô hình nhanh hơn thì cẩu thả hơn, nên tôi để cả hai làm một poster để xem.

Tôi đưa cả hai mô hình cùng một prompt ở chất lượng trung bình và kích thước 1024x1536 dọc: “Một poster cho chợ nông sản thứ Bảy. Tiêu đề: ‘Riverside Market’. Phụ đề: ‘Mỗi thứ Bảy, 8 AM đến 1 PM’. Hình minh họa rau ở phía dưới, chữ sans-serif sạch.”

Xem kết quả bên dưới: Flare bên trái, Sunburst bên phải:

So sánh poster Flare và Sunburst. Ảnh: Tác giả.

Mọi chữ đều đúng ở cả hai, điều tôi không kỳ vọng ở bên nào. Cả hai cũng hiểu “Riverside” theo nghĩa đen và vẽ một con sông với cây cầu phía sau rau củ, dù tôi không yêu cầu.

Khác biệt nằm ở mức độ thêm thắt: 

• Flare giữ đơn giản với tiêu đề cực lớn, phụ đề trong thẻ màu xanh, rồi đến rau. Bạn có thể đọc từ bên kia đường. 

Sunburst dựng cả một khung cảnh, với các sạp hàng, hoa hướng dương, một cái cây, và dải ruy băng màu vàng, trông giống một minh họa hoàn chỉnh hơn.

Sunburst mất thời gian gấp ba. Với poster, nơi người xem cần đọc tiêu đề rồi đi tiếp, tôi sẽ chọn phiên bản của Flare.

Bạn có thể làm gì với tính năng tạo GIF động?

Images 2.6 biến một prompt văn bản, ảnh tải lên, hoặc phác thảo thành GIF lặp ngắn. Trong ChatGPT, bạn có thể thay đổi tốc độ phát và chỉnh từng khung hình mà không rời khung chat. Trước bản này, ChatGPT không thể tạo GIF trong một bước.

Những gì nó làm tốt:

• Nhân vật động: Linh vật hoặc nét vẽ nguệch ngoạc biết vẫy tay, chớp mắt, hoặc nhảy.
• GIF phản ứng và nội dung mạng xã hội: Các vòng lặp ngắn cho bài đăng và trả lời.
• Hoạt họa sản phẩm: Ảnh tĩnh sản phẩm thành vòng lặp thu hút chú ý trong news feed.
• Storyboard: Thử cách một nhân vật di chuyển trước khi trả tiền cho sản xuất video. OpenAI nhấn mạnh đây không phải trình tạo video; GIF chỉ là vài khung lặp lại, không phải đoạn clip.

Bạn cũng không cần bản thiết kế hoàn chỉnh. Vẽ phác thảo một nhân vật, tải lên, và yêu cầu nó vẫy tay. Tôi sẽ hướng dẫn toàn bộ quy trình ở phần tiếp theo.

Còn gì thay đổi nữa?

Một vài cập nhật nhỏ, chia giữa API và ChatGPT:

• Xuất SVG (chỉ API): Đặt output_format: "svg" để có file vector cho web, ứng dụng, hoặc in ấn.
• Tham số complexity (API): Như tôi đã đề cập ở bài thử tốc độ, nó nhận "low", "medium", hoặc "high". Dùng thấp cho chỉnh sửa đơn giản như thay nền, và để cao cho cảnh đông đúc nhiều ràng buộc. Tăng chất lượng sẽ không khắc phục cảnh đông; tăng độ phức tạp có thể.
• Ảnh tham chiếu đã lưu (ChatGPT): Tải ảnh của bạn, thú cưng, hoặc linh vật một lần, và ChatGPT sẽ lưu. Ở cuộc trò chuyện sau, chỉ cần yêu cầu “con mèo của tôi trong bộ đồ phi hành gia” mà không cần tải lại ảnh, và cùng một chú mèo sẽ xuất hiện mỗi lần.

• Chỉnh sửa hướng dẫn bằng markup (ChatGPT và API): Khoanh phần bạn muốn thay đổi và nói cần thay gì, như khoanh một chiếc bình và viết “làm nó màu xanh.” ChatGPT đã có tính năng này; Images 2.6 mang nó lên API.

Cách tạo GIF với OpenAI Images 2.6

Để tạo GIF, hãy yêu cầu trong ChatGPT, hoặc gọi Images API với output_format: "gif". ChatGPT nhanh hơn cho nhu cầu đơn lẻ, nhưng API cho bạn kiểm soát số khung và thời gian, điều khá quan trọng nếu bạn tạo nhiều hơn vài GIF.

Cách tạo GIF trong ChatGPT

Mở cuộc trò chuyện mới và mô tả GIF: chủ thể, chuyển động, và rằng nó nên lặp. Đây là những gì tôi yêu cầu: “Tạo GIF về một robot nhỏ màu cam đang vẫy tay, rồi trở về tư thế ban đầu. Giữ nền đơn giản và máy quay cố định.”

ChatGPT với Images 2.6 tạo một robot màu cam. GIF: Tác giả.

Bạn cũng có thể bắt đầu từ thứ sẵn có. Tải một bức ảnh hoặc bản phác thảo thô, rồi nói phần nào nên chuyển động và phần nào phải giữ nguyên.

Tôi đã thử với một bức vẽ của trẻ nhỏ về một con chim:

Một bản vẽ thô về con chim. Ảnh: Tác giả.

Prompt của tôi: “Biến bức vẽ của trẻ em này thành một GIF lặp. Giữ phong cách vẽ tay. Làm con chim nhảy một lần và vỗ cánh, rồi trở về tư thế ban đầu. Giữ nền trắng trơn và máy quay cố định.”

GIF mà ChatGPT tạo từ bản vẽ thô. GIF: Tác giả.

ChatGPT trả về một vòng lặp 9 khung ở 180 ms mỗi khung, khoảng 1,6 giây, trong một file 183KB. Nó giữ phong cách nguệch ngoạc, điều mà tôi nửa nghĩ nó sẽ “sửa”. Con chim khụy xuống, nhảy với chân kéo lên, rồi đáp xuống.

Chi tiết tôi thích nhất là điều tôi không hề yêu cầu. Chiếc cánh một nét phát triển thành cánh thật khi vỗ, rồi gập lại thành một đường cong khi con chim đáp. ChatGPT còn thêm cả nét chuyển động, đúng kiểu trẻ con.

Ba khung cuối gần như giống hệt nhau, nên con chim tạm dừng trước lần nhảy kế tiếp. Khoảng dừng đó che điểm lặp khá tốt, dù nếu nhìn kỹ, con chim hơi xê dịch khi bắt đầu lại.

Khi GIF sẵn sàng, bạn có thể làm chậm, tăng tốc, hoặc chỉnh từng khung. Bạn cũng không cần điều khiển để làm việc này. Yêu cầu ngôn ngữ tự nhiên hoạt động tốt, như “Làm chuyển tiếp từ khung cuối về khung đầu mượt hơn.”

Cách tạo GIF với OpenAI API

Gửi yêu cầu tới endpoint tạo ảnh với output_format đặt thành "gif". Hai thiết lập dành riêng cho GIF:

Với mặc định này, bạn nhận 9 khung ở 200 ms mỗi khung, tức vòng lặp 1,8 giây.

Tôi chạy đoạn mã dưới đây trong Google Colab với phiên bản 3.46 của gói openai, và nó hoạt động như viết. API khớp mọi thiết lập chính xác, kể cả kích thước 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)
Được hỗ trợ bởi

image-2.6-flare API tạo robot màu cam vẫy tay theo vòng lặp. GIF: Tác giả.

So sánh với robot trong ChatGPT. Cả hai đều là robot màu cam vẫy tay, nhưng bản này trông thô hơn vì mã đặt quality="low" để tiết kiệm thời gian và chi phí. Bề mặt trông xước, các phần nhỏ như ăng-ten lệch giữa các khung, và ở một khung, cú vẫy biến thành ngón cái giơ lên. Chất lượng thấp ổn cho GIF phản ứng nhanh trong chat. Cho thứ gì gắn thương hiệu, hãy dùng "medium" hoặc "high".

File xuất ra 429KB, gần mức trần 500KB mà nhiều website đặt cho GIF.

Trước khi xây dựng trên đó, lưu ý hai giới hạn:

• Không streaming: Ảnh một phần và output_compression cũng không hoạt động với đầu ra GIF.

• Ngân sách pixel: Số khung, kích thước khung, và n đều phải nằm trong một tổng. Nếu yêu cầu thất bại, hãy giảm một trong số đó.

Làm sao để có vòng lặp mượt?

Trong prompt, hãy yêu cầu một chuyển động kết thúc tại nơi nó bắt đầu, và nói rõ những gì nên đứng yên. Nếu khung cuối không khớp khung đầu, bạn sẽ thấy cú giật mỗi lần GIF bắt đầu lại. Làm chậm bằng frame_duration_ms sẽ không che được cú giật đó. Thay vào đó, yêu cầu hành động trở về tư thế ban đầu, như tôi đã làm với robot và con chim.

Trong thực tế:

• Chọn một hành động nhỏ, có thể đảo ngược, như vẫy tay hoặc chớp mắt.
• Giữ máy quay, nền, và tỷ lệ cố định.
• Để văn bản ra ngoài khung hình.
• Xem nhiều vòng lặp đầy đủ, và kiểm tra các khung giữa, không chỉ khung đầu và cuối. Đó là nơi robot qua API của tôi “lẻn” vào động tác giơ ngón cái.

Kiểm tra kích thước file trước khi đưa GIF lên website. Robot 512x512, 9 khung của tôi đã là 429KB, nên 1024x1024 với 16 khung sẽ khó nằm trong trần 500KB.

Lời kết

Nếu bạn tạo GIF cho bài đăng mạng xã hội, linh vật, hoặc storyboard, Images 2.6 là thay đổi lớn, vì bạn không còn cần công cụ riêng để hoạt họa ảnh nữa.

Tuy nhiên, nếu GIF không phải sở trường và bạn đang tìm công cụ ảnh tĩnh, hướng dẫn về các trình tạo ảnh AI miễn phí tốt nhất của chúng tôi so sánh một số lựa chọn hay. Để xem Google xử lý các vấn đề chỉnh sửa tương tự thế nào, hãy đọc hướng dẫn Nano Banana 2.