ChatGPT Images 2.0: Νέο μοντέλο της OpenAI με λογική επεξεργασία

Η OpenAI παρουσίασε το ChatGPT Images 2.0 με το μοντέλο gpt-image-2, που «σκέφτεται» πριν δημιουργήσει εικόνες και αποδίδει καλύτερα κείμενο.

Η OpenAI παρουσίασε το ChatGPT Images 2.0, ένα νέο σύστημα δημιουργίας εικόνων που φέρνει στοιχεία λογικής επεξεργασίας στη διαδικασία. Το μοντέλο — με την κωδική ονομασία gpt-image-2 — αντί να μετατρέπει απλώς τις λέξεις σε εικόνα, αναλύει πρώτα τι του ζητείται και μετά προχωρά στη δημιουργία.

Ένα μοντέλο που «σκέφτεται» πριν σχεδιάσει

Η βασική αλλαγή σε σχέση με τα προηγούμενα εργαλεία βρίσκεται στην προσέγγιση. Το ChatGPT Images 2.0 εστιάζει στην κατανόηση του prompt, όχι μόνο στην οπτική του απόδοση. Το μοντέλο χειρίζεται πολύ καλύτερα τα σύνθετα αιτήματα και διατηρεί συνέπεια όταν παράγει πολλαπλές εικόνες πάνω στο ίδιο θέμα.

Μία από τις πιο πρακτικές βελτιώσεις αφορά την ενσωμάτωση κειμένου μέσα στις εικόνες. Πρόκειται για σημείο όπου τα προηγούμενα εργαλεία τεχνητής νοημοσύνης δυσκολεύονταν συστηματικά, με παραμορφωμένα γράμματα και λανθασμένη ορθογραφία. Το νέο σύστημα παρουσιάζεται σαφώς πιο αξιόπιστο σε αυτό τον τομέα, αν και η OpenAI παραδέχεται ότι εξακολουθούν να υπάρχουν αστοχίες σε πολύπλοκα layouts και σε κείμενο εκτός αγγλικής γλώσσας.

Το ChatGPT Images 2.0 μπορεί επίσης να παράγει πολλαπλές παραλλαγές από το ίδιο prompt, διατηρώντας την κεντρική ιδέα ακέραιη. Αυτό το καθιστά πιο χρήσιμο για επαναληπτικές εργασίες, όπου ο χρήστης θέλει να δοκιμάσει παραλλαγές πριν καταλήξει στο τελικό αποτέλεσμα.

ChatGPT Images 2.0

Δύο modes και τρεις αναλογίες

Η διεπαφή του νέου συστήματος προσφέρει δύο τρόπους λειτουργίας. Το Image mode ενεργοποιεί τη νέα reasoning-based προσέγγιση, ενώ το Classic mode διατηρεί τη λογική των προηγούμενων εκδόσεων για χρήστες που την προτιμούν. Υποστηρίζονται τρεις αναλογίες εξόδου: οριζόντια, τετράγωνη και κάθετη, καλύπτοντας τις περισσότερες σύγχρονες ανάγκες — από posts στα social media μέχρι desktop wallpapers.

Η OpenAI τοποθετεί το νέο μοντέλο σε τροχιά πρακτικής χρήσης αντί για viral δημιουργίες. Με βελτιωμένη απόδοση κειμένου, καλύτερη δομή και πιο προβλέψιμα αποτελέσματα, το σύστημα προορίζεται για παρουσιάσεις, δημιουργικά social media και γρήγορα mockups σχεδιασμού.

Διαθεσιμότητα και συνδρομητικά όρια

Το ChatGPT Images 2.0 είναι ήδη διαθέσιμο σε όλους τους χρήστες του ChatGPT και του Codex. Η βασική λειτουργικότητα έρχεται χωρίς κόστος, αλλά η πιο προηγμένη εκδοχή — γνωστή ως Thinking — περιορίζεται στους συνδρομητές των πακέτων Plus, Pro, Business και Enterprise. Το μοντέλο, gpt-image-2, είναι ταυτόχρονα διαθέσιμο στο API της OpenAI για developers που θέλουν να το ενσωματώσουν στις δικές τους εφαρμογές.

Η άποψή μας στο Techblog

Για τον χρήστη, η πιο πρακτική αλλαγή είναι η βελτιωμένη απόδοση κειμένου — ιδανική για δημιουργία γρήγορων γραφικών σε posts, παρουσιάσεις ή αφίσες χωρίς να χρειάζεται Photoshop. Ο περιορισμός στα μη-αγγλικά κείμενα σημαίνει ότι ελληνικό κείμενο μέσα σε εικόνες θα παραμείνει προβληματικό για λίγο ακόμη. Η δωρεάν πρόσβαση στις βασικές λειτουργίες είναι η σημαντικότερη κίνηση, καθώς φέρνει τη νέα τεχνολογία σε ευρύ κοινό χωρίς προαπαιτούμενη συνδρομή.