دخل نموذج الجيل التالي لتوليد الصور من OpenAI، والمعروف باسم GPT Image 2، مرحلة الاختبار التجريبي (Gray-box testing)، حيث ظهرت 3 نماذج تجريبية (بأسماء رمزية: maskingtape/gaffertape/packingtape) في تقييمات Chatbot Arena المجهولة. وعلى الرغم من عدم الإعلان عنه رسمياً بعد، تشير التسريبات إلى أن GPT Image 2 يعتمد على بنية مستقلة وجديدة كلياً، ومن المتوقع أن يحقق قفزة نوعية في مجالات عرض النصوص، الدقة، دعم اللغات المتعددة، واتساق الوجوه.
القيمة الجوهرية: تعرف في 3 دقائق على أحدث المعلومات حول GPT Image 2، والترقيات المتوقعة لقدراته، والتطور الكامل لخط إنتاج توليد الصور في OpenAI من DALL-E وصولاً إلى GPT Image.
نظرة سريعة على أحدث معلومات GPT Image 2
لا يزال نموذج GPT Image 2 في مرحلة الاختبار الأولي (Beta)، ولم يتم إطلاق واجهة برمجة التطبيقات (API) الخاصة به رسمياً بعد. المعلومات التالية مستمدة من تسريبات اختبارات Arena وتحليلات متعددة الأطراف، وليست تأكيداً رسمياً من OpenAI.
| عنصر المعلومات | التفاصيل |
|---|---|
| الحالة الحالية | في مرحلة الاختبار الأولي/Beta، لم يُطلق رسمياً |
| الاسم الكودي في Arena | maskingtape-alpha / gaffertape-alpha / packingtape-alpha |
| البنية | بنية مستقلة تماماً، ليست مشتقة من GPT-4o |
| الدقة المتوقعة | دقة 4K أصلية (2048×2048 أو 4096×4096) |
| عرض النصوص | دقة متوقعة تزيد عن 99%، مع دعم للغات غير اللاتينية مثل العربية وCJK |
| سرعة التوليد | متوقع أن تكون أقل من 3 ثوانٍ |
| تاريخ الإطلاق المتوقع | منتصف إلى أواخر عام 2026 |
تفسير الأسماء الكودية الثلاثة
في اختبارات المواجهة المجهولة على منصة Chatbot Arena، ظهرت 3 أسماء كودية لنماذج صور لم تكن معروفة من قبل:
| الاسم الكودي | التحليل |
|---|---|
| maskingtape-alpha | "شريط لاصق" — قد يشير إلى تحسين قدرات التعديل الجزئي أو الإخفاء |
| gaffertape-alpha | "شريط قماشي" — قد يتوافق مع نسخة احترافية/عالية الأداء |
| packingtape-alpha | "شريط تغليف" — قد يتوافق مع نسخة مخصصة للتوليد الجماعي/المكثف |
جميع الأسماء الكودية الثلاثة تحمل طابع "الشريط اللاصق" (tape)، وتشير اللاحقة "alpha" إلى أنها لا تزال في مراحل الاختبار المبكرة. وقد صادف بعض مستخدمي ChatGPT هذا النموذج الجديد بشكل عشوائي أثناء الاستخدام.
🎯 نصيحة تقنية: بمجرد إطلاق GPT Image 2 رسمياً، يمكن للمطورين دمجه فوراً عبر منصة APIYI (apiyi.com). تدعم المنصة حالياً سلسلة نماذج GPT Image 1.5 بالكامل، وستقوم بتوفير الدعم للنماذج الجديدة بسرعة بمجرد إطلاقها.
التطور الكامل لسلسلة منتجات GPT Image
لفهم موقع GPT Image 2، يجب أولاً فهم التطور الكامل لسلسلة منتجات OpenAI لتوليد الصور.
الجدول الزمني للمنتجات
| النموذج | تاريخ الإصدار | البنية | الميزات الأساسية |
|---|---|---|---|
| DALL-E 2 | 2022 | نموذج الانتشار (Diffusion) | رائد في توليد الصور بالذكاء الاصطناعي |
| DALL-E 3 | أكتوبر 2023 | نموذج الانتشار (Diffusion) | تحسين كبير في فهم الموجهات |
| GPT Image 1 | مارس/أبريل 2025 | ذاتي الانحدار (GPT-4o أصلي) | عرض نصوص ثوري، تعديل الصور |
| GPT Image 1 Mini | أكتوبر 2025 | ذاتي الانحدار (خفيف) | خفض التكلفة بنسبة 80% |
| GPT Image 1.5 | ديسمبر 2025 | ذاتي الانحدار (محسن) | سرعة مضاعفة 4 مرات، إصلاح انحراف الألوان |
| GPT Image 2 | 2026 (متوقع) | بنية مستقلة جديدة | دقة 4K / نصوص متعددة اللغات / اتساق الوجوه |
التحول في البنية: من نماذج الانتشار (Diffusion) في DALL-E إلى النماذج ذاتية الانحدار في GPT Image 1، وصولاً إلى البنية المستقلة الجديدة في GPT Image 2، أجرت OpenAI تغييرات جوهرية في البنية التحتية مع كل جيل من منتجاتها.
العد التنازلي لإيقاف سلسلة DALL-E
أعلنت OpenAI أن خدمتي DALL-E 2 وDALL-E 3 ستتوقفان عن العمل في 12 مايو 2026. وهذا يعني أن جميع التطبيقات التي تعتمد على DALL-E API يجب أن تنتقل إلى سلسلة GPT Image قبل هذا التاريخ.
5 قدرات جوهرية متوقعة في ترقية GPT Image 2
بناءً على تسريبات اختبارات Arena والتحليلات من مصادر متعددة، من المتوقع أن يحقق GPT Image 2 قفزة نوعية في الجوانب الخمسة التالية:
الترقية 1: دقة 4K أصلية
بلغت الدقة القصوى في GPT Image 1.5 حوالي 1536×1024. ومن المتوقع أن يدعم GPT Image 2 مخرجات بدقة 4K أصلية (2048×2048 أو 4096×4096)، بالإضافة إلى نسبة عرض 16:9، مما يلبي احتياجات صناعة المحتوى الاحترافي والطباعة التجارية.
| الأبعاد | GPT Image 1.5 | GPT Image 2 (متوقع) |
|---|---|---|
| الدقة القصوى | 1536×1024 | 4K أصلية |
| نسبة العرض | 1:1, 3:2, 2:3 | إضافة 16:9 عريضة |
| جودة المخرجات | عالية | واقعية تقارب الصور الفوتوغرافية |
الترقية 2: دقة عرض نصوص تتجاوز 99%
يُعد عرض النصوص القدرة المميزة لسلسلة GPT Image. فقد وصل GPT Image 1.5 إلى دقة تقارب 95% في النصوص الإنجليزية، لكنه لا يزال يواجه تحديات مع اللغات غير اللاتينية مثل العربية واللغات الآسيوية (CJK). من المتوقع أن يرفع GPT Image 2 دقة عرض النصوص إلى أكثر من 99% مع دعم كامل للغات متعددة.
تعد هذه الترقية مهمة بشكل خاص للمستخدمين العرب، حيث ستصبح القدرة على توليد صور تحتوي على نصوص عربية دقيقة أمراً موثوقاً لأول مرة.
الترقية 3: اتساق الوجوه
في الوقت الحالي، يواجه GPT Image 1.5 صعوبة في الحفاظ على اتساق ملامح الشخصيات عبر توليدات متعددة. من المتوقع أن يدعم GPT Image 2 اتساق الشخصيات عبر صور مختلفة، مما يجعل سيناريوهات مثل الرسوم التوضيحية المتسلسلة، والقصص المصورة، وشخصيات العلامات التجارية أمراً عملياً.
الترقية 4: التحكم على مستوى المناطق
يعتمد تكوين الصورة في GPT Image 1.5 كلياً على الموجه النصي. قد يقدم GPT Image 2 خاصية "الموجه المعتمد على المناطق" (Region-based Prompting)، مما يسمح للمستخدمين بتحديد محتوى مناطق مختلفة في الصورة، لتحقيق تحكم أكثر دقة في التكوين.
الترقية 5: سرعة توليد في أقل من 3 ثوانٍ
حقق GPT Image 1.5 تحسناً في السرعة بمقدار 4 أضعاف مقارنة بالجيل الأول. ومع بنية تحتية جديدة، من المتوقع أن يكمل GPT Image 2 توليد صور عالية الجودة في أقل من 3 ثوانٍ، مما يقلص دورة الإنتاج بشكل أكبر.
ملخص مقارنة الترقيات الخمس
| بُعد القدرة | GPT Image 1.5 (الحالي) | GPT Image 2 (متوقع) | حجم التحسن |
|---|---|---|---|
| الدقة القصوى | 1536×1024 | 4K أصلية (2048+) | 2-4 أضعاف |
| دقة النصوص الإنجليزية | ~95% | 99%+ | +4 نقاط |
| دقة نصوص اللغات الآسيوية | ضعيفة | متوقع أن تكون جيدة | قفزة نوعية |
| اتساق الوجوه | غير مدعوم | اتساق عبر الصور | قدرة جديدة كلياً |
| التحكم في التكوين | موجه نصي فقط | موجه مناطق | قدرة جديدة كلياً |
| سرعة التوليد | ~5-10 ثوانٍ | <3 ثوانٍ | 2-3 أضعاف |
| نسبة العرض | 3 أنواع | إضافة 16:9 | أكثر تنوعاً |
💡 نصيحة للاختيار: إذا كنت تستخدم حالياً DALL-E 3 أو GPT Image 1، فننصحك بالانتقال إلى GPT Image 1.5 في أقرب وقت. ستتوقف سلسلة DALL-E عن العمل في 12 مايو، بينما يوفر GPT Image 1.5 تحسينات ملحوظة في الجودة والسرعة. يمكنك التبديل بسلاسة بين الإصدارات المختلفة عبر منصة APIYI (apiyi.com).
تسعير API الحالي لـ GPT Image 1.5 (للمقارنة)
بينما ننتظر الإصدار الرسمي لـ GPT Image 2، فإن فهم تسعير GPT Image 1.5 الحالي يساعد في توقع الاتجاهات المستقبلية.
الفوترة حسب الصورة
| الجودة | 1024×1024 | 1024×1536 / 1536×1024 |
|---|---|---|
| منخفضة (Low) | $0.009 | $0.013 |
| متوسطة (Medium) | $0.034 | $0.050 |
| عالية (High) | $0.133 | $0.200 |
الفوترة حسب الرموز (Tokens)
| نوع الرمز | السعر |
|---|---|
| إدخال الصورة | $8.00/مليون رمز |
| إدخال الصورة (مؤقت) | $2.00/مليون رمز |
| إخراج الصورة | $32.00/مليون رمز |
| إدخال نص | $5.00/مليون رمز |
| إخراج نص | $10.00/مليون رمز |
تحليل اتجاهات التسعير
من DALL-E 3 إلى GPT Image 1.5، تظهر تكاليف توليد الصور لدى OpenAI اتجاهاً مستمراً نحو الانخفاض:
| النموذج | 1024×1024 (قياسي) | التكلفة النسبية |
|---|---|---|
| DALL-E 3 | $0.040-$0.080 | المرجعية |
| GPT Image 1 | ~$0.040 (متوسطة) | متساوية، مع جودة أعلى بكثير |
| GPT Image 1 Mini | ~$0.008 | انخفاض 80% |
| GPT Image 1.5 | $0.034 (متوسطة) | انخفاض السعر + سرعة 4 أضعاف |
من المتوقع أن يواصل GPT Image 2 هذا الاتجاه، مع احتمال طرح مستوى تسعير جديد "turbo".
💰 تحسين التكلفة: تبلغ تكلفة الجودة المنخفضة (Low) في GPT Image 1.5 حالياً $0.009 فقط للصورة، مما يجعل تكلفة التوليد بالجملة منخفضة للغاية. يمكنك إدارة استراتيجيات الاستدعاء لمستويات الجودة المختلفة بمرونة عبر منصة APIYI (apiyi.com).
دليل البدء السريع لـ GPT Image API
بينما ننتظر إطلاق GPT Image 2، يمكن للمطورين البدء في بناء تطبيقاتهم باستخدام GPT Image 1.5. واجهة برمجة التطبيقات (API) متوافقة تماماً، ولن يتطلب الانتقال مستقبلاً إلى GPT Image 2 سوى تغيير اسم النموذج.
مثال على استدعاء تحويل النص إلى صورة
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # عبر واجهة APIYI الموحدة
)
# توليد الصورة
result = client.images.generate(
model="gpt-image-1.5",
prompt="كلب من نوع شيبا إينو يرتدي بدلة فضاء يقف على سطح القمر، مع كوكب الأرض الأزرق في الخلفية، أسلوب واقعي",
size="1536x1024",
quality="high",
n=1,
)
# الحصول على بيانات الصورة
image_base64 = result.data[0].b64_json
مثال على تحرير الصور (Inpainting)
# التعديل الجزئي للصورة
result = client.images.edit(
model="gpt-image-1.5",
image=open("original.png", "rb"),
mask=open("mask.png", "rb"),
prompt="استبدل الخلفية بشاطئ وقت الغروب",
size="1024x1024",
)
شرح المعلمات الرئيسية
| المعلمة | النوع | الوصف | القيم المتاحة |
|---|---|---|---|
model |
string | معرف النموذج | gpt-image-1.5 / gpt-image-1 |
prompt |
string | الوصف النصي | وصف باللغة الطبيعية |
size |
string | أبعاد المخرجات | 1024x1024 / 1536x1024 / 1024x1536 / auto |
quality |
string | مستوى الجودة | low / medium / high |
n |
int | عدد الصور الموّلدة | 1 (يدعم حالياً صورة واحدة فقط) |
output_format |
string | تنسيق المخرجات | png / jpeg / webp |
تتضمن جميع مخرجات نماذج GPT Image بيانات C2PA الوصفية، والتي تُستخدم لتحديد المحتوى الموّلد بواسطة الذكاء الاصطناعي، كما تدعم الخلفيات الشفافة (PNG alpha).
نصائح لتقديم النصوص في GPT Image
يعد تقديم النصوص ميزة جوهرية في سلسلة GPT Image، وإليك بعض النصائح العملية لتحسين دقة العرض:
| النصيحة | الوصف | مثال |
|---|---|---|
| اقتباس النص بوضوح | ضع النص المطلوب عرضه بين علامتي تنصيص | "مكتوب في الصورة 'Welcome Home'" |
| تحديد نمط الخط | صف الخصائص البصرية للخط | "خط عريض بدون زوائد (Sans-serif)" |
| تحديد الموقع | وضح مكان النص في الصورة | "العنوان في المنتصف بالأعلى" |
| تقليل كمية النص | لا تتجاوز 20 حرفاً في المرة الواحدة | قسّم النصوص الطويلة على عدة مراحل |
| استخدام الإنجليزية | عرض النصوص بالإنجليزية هو الأكثر موثوقية حالياً | GPT Image 2 سيحسن دعم اللغات المتعددة |
🚀 ابدأ الآن: نوصي باستخدام منصة APIYI (apiyi.com) للوصول إلى GPT Image API، حيث تدعم الواجهات المتوافقة مع OpenAI، وسنكون أول من يوفر الدعم لـ GPT Image 2 فور إطلاقه.
رؤية مستقبلية: مقارنة GPT Image 2 مع المنافسين
يشهد مجال توليد الصور بالذكاء الاصطناعي منافسة شرسة في عام 2026، ويواجه GPT Image 2 تحديات من عدة جهات.
مقارنة نماذج توليد الصور الرئيسية
| النموذج | الشركة | البنية | تقديم النصوص | أقصى دقة | نموذج التسعير |
|---|---|---|---|---|---|
| GPT Image 2 (متوقع) | OpenAI | بنية مستقلة جديدة | 99%+ | 4K أصلي | توكن/صورة |
| GPT Image 1.5 | OpenAI | الانحدار الذاتي | ~95% | 1536×1024 | توكن/صورة |
| Imagen 3 | نماذج الانتشار | جيد | 1024×1024 | توكن | |
| FLUX 1.1 Pro | Black Forest | نماذج الانتشار | ممتاز | 2048×2048 | لكل صورة |
| Ideogram 3.0 | Ideogram | نماذج الانتشار | ممتاز | 2048×2048 | لكل صورة |
| Midjourney V7 | Midjourney | نماذج الانتشار | قيد التحسين | 2048×2048 | اشتراك |
تكمن المزايا الأساسية لسلسلة GPT Image في: دقة تقديم النصوص، المعرفة العالمية (معرفة أشكال الأشياء/العلامات التجارية بدقة)، التحرير الأصلي للصور، والتكامل العميق مع نظام ChatGPT.
سيناريوهات الاستخدام المتوقعة لـ GPT Image 2
ستفتح ترقيات القدرات في GPT Image 2 آفاقاً لتطبيقات كان من الصعب تنفيذها سابقاً:
| سيناريو الاستخدام | القدرة المعتمدة | الجدوى الحالية | توقعات GPT Image 2 |
|---|---|---|---|
| ملصقات/لافتات بالصينية | تقديم نصوص CJK | ❌ نسبة خطأ عالية | ✅ دقة 99%+ |
| قصص مصورة/رسوم | اتساق الوجوه | ❌ تختلف في كل مرة | ✅ اتساق عبر الصور |
| طباعة تجارية 4K | دقة عالية | ❌ بحد أقصى 1536px | ✅ دقة 4K أصلية |
| توليد صور التجارة الإلكترونية | السرعة + الجودة | ⚠️ ممكن | ✅ <3 ثوانٍ + جودة أعلى |
| تصاميم UI/UX | تخطيط دقيق | ⚠️ محدود | ✅ تحكم على مستوى المنطقة |
| مواد تسويقية متعددة اللغات | نصوص بلغات متعددة | ❌ ضعيف في غير اللاتينية | ✅ دعم كامل للغات |
| منتجات العلامات التجارية | اتساق الوجوه + دقة عالية | ❌ يصعب تحقيقه | ✅ دعم كامل |
بالنسبة للمطورين وصناع المحتوى العرب، سيكون الاختراق في تقديم نصوص CJK (واللغات الأخرى) هو الترقية الأكثر قيمة في GPT Image 2.
الانحدار الذاتي مقابل الانتشار: الاختلاف الجوهري في البنية
تستخدم سلسلة GPT Image بنية "الانحدار الذاتي" (Autoregressive)، وهي تختلف جذرياً عن "نماذج الانتشار" (Diffusion Models) المستخدمة في DALL-E أو Midjourney أو FLUX:
| البعد | نماذج الانتشار (DALL-E/MJ/FLUX) | نماذج الانحدار الذاتي (GPT Image) |
|---|---|---|
| طريقة التوليد | إزالة الضجيج تدريجياً | توليد بكسل تلو الآخر (مثل كتابة مقال) |
| تقديم النصوص | ضعيف (لا يفهم دلالات النصوص) | قوي جداً (يرث قدرات نموذج اللغة) |
| المعرفة العالمية | محدودة (بيانات التدريب فقط) | غنية (ترث معرفة نماذج اللغة الكبيرة) |
| تحرير الصور | يتطلب نماذج إضافية | دعم أصلي ومباشر |
| فهم الموجه | جيد | ممتاز (فهم بمستوى LLM) |
| سرعة التوليد | سريعة (إزالة ضجيج متوازية) | أبطأ (توليد تسلسلي) |
💡 رؤية تقنية: قد تكون "البنية المستقلة الجديدة" لـ GPT Image 2 عبارة عن نظام هجين يجمع بين الانحدار الذاتي والانتشار، ليأخذ أفضل ما في العالمين. من خلال منصة APIYI (apiyi.com)، يمكنك استدعاء كل من GPT Image ونماذج الانتشار مثل FLUX في وقت واحد، لمقارنة النتائج الفعلية لكلا البنيتين مباشرة.
دليل ترحيل DALL-E: يجب الإكمال قبل 12 مايو
سيتم إيقاف DALL-E 2 و DALL-E 3 رسميًا في 12 مايو 2026. يجب على جميع المطورين إكمال عملية الترحيل قبل هذا التاريخ.
مسارات الترحيل
| النموذج الحالي | الترحيل الموصى به | صعوبة الترحيل |
|---|---|---|
| DALL-E 2 | GPT Image 1.5 | منخفضة (توافق واجهة API) |
| DALL-E 3 | GPT Image 1.5 | منخفضة (استبدال اسم النموذج) |
| GPT Image 1 | GPT Image 1.5 | منخفضة جدًا (استبدال مباشر) |
ملاحظات هامة للترحيل
- توافق الواجهة: تستخدم سلسلة GPT Image نفس نقطة النهاية
/v1/images/generations؛ ما عليك سوى تغيير معاملmodel. - اختلافات المعاملات: أضاف GPT Image 1.5 معامل
qualityجديد (low/medium/high)، بينما كان DALL-E 3 يستخدمquality(standard/hd). - تغيرات الفوترة: الانتقال من نظام الفوترة لكل صورة في DALL-E إلى نظام الفوترة المزدوج (لكل توكن + لكل صورة) في GPT Image.
- تنسيق المخرجات: أضاف GPT Image دعمًا لتنسيق WebP ودعم الخلفيات الشفافة.
🎯 نصيحة للترحيل: قم بإجراء اختبارات الترحيل عبر منصة APIYI (apiyi.com)، حيث يمكنك مقارنة مخرجات DALL-E و GPT Image دون التأثير على بيئة الإنتاج. تدعم المنصة واجهة موحدة لنماذج متعددة، مما يجعل تكلفة التبديل منخفضة للغاية.
الأسئلة الشائعة
س1: متى سيتم إطلاق GPT Image 2 رسميًا؟
لا يوجد تاريخ إطلاق مؤكد رسميًا حتى الآن. بناءً على تقدم الاختبارات التجريبية في Arena وأنماط الإصدارات التاريخية، من المتوقع أن يكون ذلك في منتصف إلى أواخر عام 2026. نظرًا لأن الفترة الفاصلة بين GPT Image 1 و 1.5 كانت حوالي 9 أشهر، فمن المحتمل أن يصدر الجيل الثاني في الصيف تقريبًا. بمجرد الإطلاق الرسمي، ستقوم منصة APIYI (apiyi.com) بتكييف الخدمة وربطها على الفور.
س2: هل يجب أن أنتظر GPT Image 2 أم أستخدم GPT Image 1.5 الآن؟
نوصي باستخدام GPT Image 1.5 على الفور. إنه أقوى نموذج لتوليد الصور من OpenAI حاليًا، وتبلغ تكلفة الجودة المنخفضة (Low) 0.009 دولار فقط لكل صورة. واجهة API متوافقة، وفي المستقبل، لن يتطلب الترحيل إلى GPT Image 2 سوى استبدال اسم النموذج. الانتظار سيجعلك تفوت نافذة الترحيل قبل إيقاف DALL-E.
س3: ماذا تعني البنية الجديدة كليًا لـ GPT Image 2؟
يعتمد GPT Image 1/1.5 على قدرات توليد الصور في نموذج GPT-4o متعدد الوسائط. أما GPT Image 2، فيُشاع أنه يعتمد على بنية مستقلة تمامًا، ولم يعد يعتمد على GPT-4o. قد يعني هذا تحسينات أكثر تركيزًا على توليد الصور، وحدود دقة أعلى، وتكاليف استنتاج أقل. من خلال منصة APIYI (apiyi.com)، ستتمكن من مقارنة الاختلافات الفعلية بين البنيتين القديمة والجديدة بسرعة بعد إطلاق الجيل الثاني.
س4: هل تدعم سلسلة GPT Image عرض النصوص العربية؟
دعم GPT Image 1.5 لعرض النصوص العربية محدود، وغالبًا ما تظهر أخطاء إملائية أو رموز غير مفهومة. من المتوقع أن يحسن GPT Image 2 بشكل كبير دقة عرض النصوص غير اللاتينية (بما في ذلك العربية واليابانية والكورية)، وهو أمر إيجابي للغاية لصناع المحتوى باللغة العربية.
ملخص
يمثل الاختبار التجريبي لنموذج GPT Image 2 حقبة جديدة في قدرات توليد الصور لدى OpenAI. فمع البنية التحتية المستقلة الجديدة، ودقة 4K الأصلية، ودقة عرض نصوص متعددة اللغات تتجاوز 99%، بالإضافة إلى ميزات اتساق الوجوه والتحكم الإقليمي؛ ستعيد هذه الترقيات المرتقبة تعريف حدود قدرات توليد الصور بالذكاء الاصطناعي بمجرد إطلاقها.
مراجعة النقاط الجوهرية:
- الحالة: قيد الاختبار التجريبي، مع الكشف عن 3 أسماء رمزية في منصة Arena.
- البنية: بنية تحتية مستقلة وجديدة كلياً، وليست مشتقة من GPT-4o.
- الترقيات المتوقعة: دقة 4K / دقة نصوص تزيد عن 99% / اتساق الوجوه / تحكم إقليمي / سرعة توليد خلال 3 ثوانٍ.
- الحل الحالي: يعد GPT Image 1.5 (بتكلفة منخفضة تبلغ 0.009 دولار للصورة) الخيار الأمثل حالياً.
- إجراء عاجل: سيتم إيقاف DALL-E 2/3 في 12 مايو، لذا يجب الترحيل في أقرب وقت ممكن.
- تاريخ الإصدار المتوقع: منتصف إلى أواخر عام 2026.
نوصي بالوصول السريع إلى سلسلة نماذج GPT Image الكاملة عبر APIYI (apiyi.com)، لضمان الحصول على وصول عبر API فور إطلاق GPT Image 2 رسمياً.
المراجع
- وثائق API لتوليد الصور من OpenAI:
developers.openai.com/api/docs/guides/image-generation - قائمة نماذج OpenAI:
developers.openai.com/api/docs/models - تسعير API الخاص بـ OpenAI:
developers.openai.com/api/docs/pricing
كُتب هذا المقال بواسطة الفريق التقني لـ APIYI، للمزيد من الدروس التعليمية حول استخدام نماذج الذكاء الاصطناعي، يرجى متابعة APIYI على apiyi.com
