Catatan penulis: Harga per token GPT-Image-2.6 sama dengan GPT-Image-2.5, dengan tambahan GIF, SVG, markup, dan complexity. Artikel ini memisahkan klaim resmi, sampel pihak ketiga, dan hal-hal yang belum diketahui untuk membantu tim yang sudah memakai 2.5 memutuskan apakah perlu langsung beralih, menjalankan keduanya secara paralel, atau tetap menggunakan 2.5.
Kesimpulannya: Dibandingkan GPT-Image-2.5, GPT-Image-2.6 adalah peningkatan pada paket kemampuan + kecepatan, bukan lompatan generasi dalam kualitas gambar. Dari empat kemampuan baru, hanya 2.6 yang memiliki GIF, SVG, dan complexity, sedangkan pengeditan dengan anotasi markup ditambahkan ke 2.5 dan 2.6 sekaligus. Klaim “50% lebih cepat” dan “konsistensi pengeditan lebih kuat” masih sebatas pernyataan resmi; hingga 2026-11-05, belum ada skor independen yang bisa diverifikasi.
Soal biaya: Harga per token kedua generasi sama persis, tetapi itu tidak berarti biaya per gambar juga sama, atau keduanya bisa langsung saling menggantikan. Jika complexity pada 2.6 tidak diisi, nilai default-nya adalah high. Ini menambah latensi dan bisa saja mengubah bagian yang tidak ingin Anda ubah. Jadi, biaya sebenarnya untuk beralih generasi terletak pada proses validasi Anda sendiri.
GPT-Image-2.6 vs GPT-Image-2.5: Linimasa dan Model Kedua Generasi
GPT-Image-2.5 diluncurkan pada 2026-09-08, dengan tanggal snapshot default yang sama, yaitu 2026-09-08. GPT-Image-2.6 dirilis bersama ChatGPT Images 2.6 pada 2026-11-04. Saat artikel ini ditulis, model tersebut baru diluncurkan sehari sebelumnya. Kedua generasi hanya memiliki dua model, dengan ID yang hanya berbeda pada nomor versi:
- 2.5:
gpt-image-2.5-flare,gpt-image-2.5-sunburst - 2.6:
gpt-image-2.6-flare,gpt-image-2.6-sunburst
Pembagian tugas kedua model tidak berubah. Flare mengutamakan kecepatan dan pembuatan gambar sehari-hari, sedangkan Sunburst berfokus pada detail dan ketepatan pengeditan. Deskripsi resmi 2.6 menambahkan dua poin penting: kemampuan tata letak poster dan gambar produk pada Flare disebutkan secara khusus, sementara Sunburst menekankan konsistensi pengeditan dalam beberapa putaran pada tingkat medium dan high. Ada juga detail yang mudah terlewat: halaman model 2.5 mencantumkan Performance “Highest” dan Speed “Medium”, sedangkan kedua halaman model 2.6 menulis “Not specified” untuk keduanya. Artinya, tidak ada peringkat resmi yang diberikan.
| Aspek perbandingan | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| Tanggal peluncuran | 2026-09-08 | 2026-11-04 |
| Model | flare / sunburst | flare / sunburst |
| Fokus resmi | Mengutamakan ketepatan pengeditan | Komposisi terperinci dan alur kerja pengeditan gambar |
| Keterangan performa dan kecepatan di halaman model | Highest / Medium | Not specified |
| Endpoint yang didukung | v1/images/generations, v1/images/edits |
Sama |
| Tingkat kualitas | low / medium / high / xhigh / max / auto | Sama |
| Output GIF dan SVG | Tidak didukung | Didukung (hanya endpoint generasi) |
| Parameter complexity | Tidak ada | low / medium / high, default high |
| Pengeditan dengan anotasi markup | Didukung (baru ditambahkan pada pembaruan ini) | Didukung |
| Tanda air | C2PA | C2PA + tanda air tak terlihat SynthID |
| Diskon Batch | Ada, output gambar $15/1M | Tidak dijelaskan di halaman model resmi |
Batasan endpoint kedua generasi sama persis: keduanya hanya bisa menggunakan endpoint generasi dan pengeditan Image API. Chat Completions, Responses, Realtime, dan Live tidak didukung. Aturan ukurannya juga sama, dengan tiga ukuran yang direkomendasikan: 1024×1024, 1536×1024, dan 1024×1536. Untuk ukuran kustom, lebar dan tinggi harus kelipatan 16, rasio aspek antara 1:3 dan 3:1, masing-masing sisi tidak boleh melebihi 3840, dan jumlah piksel harus antara 655,360 dan 8,294,400. Ukuran di atas 2560×1440 bersifat eksperimental.
Empat kemampuan yang benar-benar baru di GPT-Image-2.6
Jika hanya melihat satu tabel, perbedaan utama 2.6 dan 2.5 ada pada empat kemampuan berikut. Masing-masing memiliki rentang parameter dan batasan endpoint, jadi periksa satu per satu sebelum integrasi agar permintaan tidak langsung gagal.
| Kemampuan | Parameter utama | Endpoint yang tersedia | Batasan utama | Tersedia di 2.5 |
|---|---|---|---|---|
| Output GIF | output_format=gif、frame_count 2–64、frame_duration_ms 20–2000 |
Hanya endpoint generasi | Tidak mendukung streaming, partial images, kompresi kustom, atau prompt_rewriter | Tidak |
| Output SVG | output_format=svg，n harus 1 |
Hanya endpoint generasi | Tidak mendukung streaming, partial images, output_compression, atau prompt_rewriter | Tidak |
| Pengeditan anotasi markup | Lapisan anotasi PNG transparan | Hanya endpoint edit | Lebar dan tinggi harus sama dengan gambar input pertama; tidak bisa digunakan bersama mask atau prompt_rewriter | Ya |
| complexity | low / medium / high, default high | Generasi dan edit | Hanya mengatur perencanaan, bukan detail; nilai lebih tinggi menambah latensi | Tidak |
Output GIF dan SVG di GPT-Image-2.6
Berikut parameter output GIF. Semua rentang nilai berasal dari panduan pembuatan gambar OpenAI:
- Atur
output_formatkegif frame_count: 2 sampai 64, default 9frame_duration_ms: 20 sampai 2000, default 200, dibulatkan ke kelipatan 10 milidetiksize:auto, atau lebar dan tinggi yang masing-masing merupakan kelipatan 16
Output SVG juga hanya tersedia di endpoint generasi. Atur output_format ke svg, dan n harus sama dengan 1. Hasilnya berupa vektor statis tanpa skrip, sumber daya eksternal, atau bitmap tersemat. Biaya dihitung berdasarkan token gambar referensi dan SVG yang dihasilkan. Bagi tim yang membuat ikon, ilustrasi, dan materi merek, ini menghilangkan langkah konversi bitmap ke vektor. Namun, endpoint edit tidak mendukung SVG, jadi SVG yang sudah ada tidak bisa diedit sebagian.
GIF juga telah hadir di ChatGPT: pengguna bisa membuatnya dari petunjuk atau foto yang diunggah. Menurut The Verge dan Android Authority, kecepatan pemutaran bisa diatur dari 0.5x sampai 2x, dan setiap frame bisa diedit. Namun, ini adalah fitur produk ChatGPT, jadi jangan langsung berasumsi bahwa API juga mendukung pengeditan per frame.
markup dan complexity: dua pengaturan alur kerja pengeditan
Pengeditan anotasi markup menggunakan v1/images/edits: kirim PNG transparan sebagai lapisan anotasi, lalu lingkari atau coret area yang ingin diubah. Lebar dan tinggi lapisan anotasi harus sama dengan gambar input pertama. Masing-masing maksimal berukuran 16,777,216 piksel, dan file anotasi tidak boleh melebihi 50 MB. Anotasi hanya berlaku pada gambar input pertama dan tidak bisa digunakan bersamaan dengan mask atau prompt_rewriter. Karena kemampuan ini juga ditambahkan ke 2.5, keinginan untuk menggunakan pengeditan anotasi saja bukan alasan untuk beralih generasi.
complexity adalah parameter yang paling perlu diperhatikan oleh tim yang melakukan migrasi. Pilihannya low, medium, dan high; jika tidak ditentukan, nilai default-nya high. Parameter ini hanya menentukan seberapa banyak model melakukan “perencanaan”, sedangkan detail rendering dan fidelitas tetap diatur oleh quality. Dokumentasi resmi menyebutkan bahwa penyesuaian complexity tidak dikenai biaya terpisah, tetapi menaikkannya akan menambah latensi dan bisa menghasilkan perubahan yang tidak diinginkan. Jika permintaan 2.5 dialihkan ke 2.6 tanpa perubahan, tingkat perencanaannya otomatis menjadi yang tertinggi.
Kecepatan dan kualitas GPT-Image-2.6: Mana klaim resmi, mana yang belum terverifikasi
Untuk kecepatan, OpenAI menyatakan bahwa 2.6 lebih cepat 50% dari versi sebelumnya, sementara Flare dapat menghasilkan satu gambar dalam sekitar 6 detik pada quality=low. Namun, OpenAI tidak menjelaskan kondisi pengujian untuk klaim “lebih cepat 50%”, termasuk ukuran, tingkat kualitas, dan apakah waktu antrean dihitung. OpenAI juga tidak menyediakan tabel kecepatan per tingkat kualitas. Saat ini, satu-satunya pengukuran kecepatan pihak ketiga yang bisa dijadikan rujukan adalah angka dasar untuk 2.5: pada 2026-10-25, CellCog menguji 24 petunjuk dan mencatat median waktu GPT Image 2.5 pada tingkat high sebesar 28.7 detik/gambar. Ini adalah angka untuk 2.5 dan tidak bisa digunakan untuk menghitung seberapa cepat 2.6.
Untuk kualitas, model yang masih bisa diukur secara independen adalah 2.5. Artificial Analysis (diakses pada 2026-11-05) menunjukkan bahwa 2.5 meraih 1,224 Elo di AA-Image-T2I v2.1 (13,108 sampel, peringkat pertama) dan 1,199 Elo di AA-Image-Editing v2.1 (18,300 sampel). Hingga tanggal yang sama, 2.6 belum masuk ke kedua papan peringkat tersebut. Ulasan pihak ketiga OrcaRouter menyimpulkannya dengan lugas: model yang bisa diukur masih model lama.
| Klaim | Sumber | Tingkat bukti | Model yang berlaku | Cara menggunakan |
|---|---|---|---|---|
| Lebih cepat 50% dari sebelumnya | OpenAI | Klaim resmi, tanpa kondisi pengujian | 2.6 | Jadikan gambaran awal, lalu uji latensi sendiri |
| Flare tingkat low sekitar 6 detik | OpenAI | Klaim resmi | 2.6 Flare | Gunakan untuk memperkirakan kinerja dalam skenario real-time |
| Sunburst lebih konsisten dalam pengeditan multi-langkah | OpenAI | Klaim resmi | 2.6 Sunburst | Wajib diuji ulang dengan kasus pengeditan sendiri |
| T2I 1,224 Elo / pengeditan 1,199 Elo | Artificial Analysis | Pengujian independen pihak ketiga, jumlah sampel dipublikasikan | Hanya 2.5 | Jadikan tolok ukur kualitas 2.5 |
| Median tingkat high 28.7 detik/gambar | CellCog, 24 petunjuk | Pengujian independen pihak ketiga, sampel kecil | Hanya 2.5 | Jadikan tolok ukur pembanding latensi |
| 2.6 Sunburst peringkat pertama di Image Arena | Dipublikasikan DesignArena di X | Klaim dari satu papan peringkat pihak ketiga, tanpa Elo yang dapat diverifikasi | 2.6 Sunburst | Hanya sebagai referensi, bukan dasar keputusan |
| Elo independen 2.6, tingkat keberhasilan GIF | Belum ada | Belum diketahui | 2.6 | Tunggu pembaruan papan peringkat atau lakukan evaluasi sendiri |
Evaluasi keamanan juga layak masuk ke daftar pemeriksaan penerimaan. System card 2.6 menggunakan 3,077 permintaan adversarial: output Sunburst yang melanggar dan tidak diblokir turun dari 1.92% menjadi 1.72%; pada Flare, angkanya naik dari 1.49% menjadi 2.14%, meski OpenAI menyatakan perubahan ini tidak signifikan secara statistik. Namun, “tingkat pembuatan aman” Flare turun dari 78.36% menjadi 75.04%, sebuah penurunan yang signifikan. OpenAI menjelaskan bahwa penurunan ini terutama berasal dari dua kategori permintaan: Other dan sexual. Kesimpulan keseluruhan OpenAI adalah bahwa 2.6 setara dengan 2.5. Untuk bisnis dengan standar kepatuhan yang tinggi, hasil Flare ini perlu diperhatikan secara terpisah.
Perbandingan harga GPT-Image-2.6: tarif sama, biaya per gambar bisa berbeda
Menurut daftar harga resmi OpenAI (diperiksa pada 2026-11-05), tarif untuk keempat model—2.5 flare, 2.5 sunburst, 2.6 flare, dan 2.6 sunburst—sama persis:
- Input teks: $5/1M token, teks dalam cache $1.25/1M token
- Input gambar: $8/1M token, gambar dalam cache $2/1M token
- Output gambar: $30/1M token
Keterangan: Daftar harga resmi OpenAI, sumber developers.openai.com/api/docs/pricing, diperiksa pada 2026-11-05.
Biaya per gambar bergantung pada jumlah token output, yang ditentukan oleh tingkat kualitas. Tabel berikut menampilkan angka dari kalkulator resmi 2.6 untuk ukuran 1024×1024. Angka ini hanya mencakup “output gambar”, belum termasuk token input dan gambar parsial.
| Tingkat kualitas | Token output | Biaya output per gambar (USD) | Per seribu gambar (USD) | Penggunaan |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | Sketsa, pratinjau massal |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | Gambar produk sehari-hari, gambar media sosial |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | Gambar untuk kampanye resmi |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | Poster dengan detail padat |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | Visual utama, pembuatan gambar dalam jumlah sangat kecil |
Ada tiga batasan dalam penggunaan tabel ini yang perlu diperhatikan:
- Tidak bisa langsung diterapkan pada 2.5: Halaman model 2.5 menjelaskan bahwa kalkulator GPT Image 2 tidak memperkirakan konsumsi token 2.5. Jadi, angka dari kalkulator 2.6 hanya berlaku untuk 2.6. Sebagai tambahan, AA menunjukkan bahwa 2.5 Sunburst berbiaya sekitar $210.7 per seribu gambar pada tingkat kualitas tertinggi.
- Input untuk pengeditan harus dihitung terpisah: OpenAI menjelaskan bahwa mulai dari gpt-image-2, input gambar diproses dengan fidelitas tinggi. Permintaan pengeditan yang menyertakan gambar referensi akan menggunakan token input jauh lebih banyak. Tarif input gambar untuk kedua generasi sama, yaitu $8/1M.
- Ketersediaan Batch masih belum diketahui: Halaman harga 2.5 menyebutkan bahwa output gambar Batch dikenai $15/1M, tetapi halaman model 2.6 tidak mengulangi keterangan tersebut. OpenAI juga belum memberikan jumlah token output 2.6 untuk ukuran 1536×1024 dan 4K.
Di APIYI apiyi.com, kedua model 2.6 ditagih sesuai pemakaian dengan tarif yang sama seperti tarif resmi: input $5/1M token, output $30/1M token, dan pembacaan cache $1.25/1M token (diperiksa pada 2026-11-05). Untuk informasi model dan harga terbaru, lihat daftar model platform di docs.apiyi.com/models.
GPT-Image-2.6 atau GPT-Image-2.5: Tiga Aturan untuk Tiga Jenis Tim
Aturan satu: Butuh kemampuan baru atau baru pertama kali mengintegrasikan API? Langsung gunakan 2.6. Jika kamu membutuhkan GIF animasi, ikon atau ilustrasi SVG, atau ingin menggunakan complexity untuk menekan latensi, 2.5 tidak punya alternatifnya. Tim yang baru mengintegrasikan API gambar OpenAI juga bisa langsung mulai dari 2.6 karena harga satuannya sama dan tidak ada proses penerimaan lama yang perlu dimigrasikan.
Aturan dua: Sudah punya alur kerja pengeditan 2.5? Jalankan keduanya secara paralel terlebih dahulu. Tim yang mengedit gambar produk dalam beberapa putaran, menjaga konsistensi karakter, atau membuat poster merek biasanya sudah punya standar penerimaan yang matang untuk 2.5. Sementara itu, klaim bahwa 2.6 memiliki “konsistensi lebih kuat” masih sebatas pernyataan resmi. Coba kedua generasi dengan kumpulan input yang sama, masing-masing satu kali dengan complexity yang secara eksplisit diatur ke low dan high. Lalu, tentukan proporsi peralihan berdasarkan tingkat kelulusan.
Aturan tiga: Bergantung pada diskon Batch atau punya persyaratan kepatuhan yang ketat? Tetap gunakan 2.5. Jika model biaya tim yang menghasilkan gambar secara offline dalam jumlah besar didasarkan pada tarif Batch $15/1M, sebaiknya tunggu konfirmasi resmi tentang kebijakan Batch untuk 2.6 sebelum beralih. Bisnis yang memiliki persyaratan ketat terhadap tingkat pembuatan yang aman dan terutama menggunakan Flare juga perlu meninjau penurunan signifikan pada metrik Flare di system card sebelum mengambil keputusan.
Cara paling praktis untuk melakukan uji A/B adalah mempertahankan kedua generasi model di platform yang sama. APIYI apiyi.com mencantumkan model 2.5 dan 2.6. Gunakan kunci API yang sama, atur base_url ke https://api.apiyi.com/v1, lalu cukup ubah ID model saat beralih. Untuk 2.5, tersedia juga gpt-image-2.5-all ($0.025/panggilan) dan gpt-image-2.5-vip ($0.03/panggilan) dengan tarif per panggilan, cocok untuk membandingkan biaya per panggilan dan berdasarkan volume penggunaan.
Saat migrasi, ada tiga kasus penggunaan yang paling penting untuk diuji terlebih dahulu: pengeditan beberapa putaran, poster dengan teks, serta gambar produk dengan latar transparan atau warna solid. Ketiganya berkaitan langsung dengan keterbatasan bersama yang diakui secara resmi: konsistensi antarputaran bisa tidak stabil, perenderan teks masih bisa keliru, dan komposisi yang sensitif terhadap tata letak bisa meleset.
| Item pemeriksaan | Cara | Kriteria lulus / Catatan risiko |
|---|---|---|
| Nilai default complexity | Sertakan complexity secara eksplisit pada semua permintaan 2.6 |
Hindari latensi dan perubahan yang tidak perlu akibat nilai default high |
| Konsistensi pengeditan beberapa putaran | Edit gambar dasar yang sama selama 3–5 putaran berturut-turut, lalu bandingkan kedua generasi | Subjek, palet warna, dan logo tetap konsisten |
| Poster dengan teks | Siapkan masing-masing satu kelompok judul berbahasa Mandarin dan Inggris, serta angka harga | Bentuk huruf dan angka benar, tata letak tidak bergeser |
| Gambar produk berlatar transparan atau warna solid | Bandingkan detail tepi, bayangan, dan pantulan | Tepi hasil pemisahan latar bersih, siap langsung dipasang di katalog |
| Latensi dan batas waktu | Catat P50 / P95 berdasarkan ukuran dan tingkat kualitas yang digunakan | Ambang batas waktu setidaknya sekitar 2 menit |
| Format output baru | GIF dan SVG hanya menggunakan endpoint pembuatan, n=1 |
Permintaan ke endpoint pengeditan akan gagal, jadi perlu diarahkan terpisah sejak awal |
| Perhitungan biaya | Hitung input dan output secara terpisah, jangan gunakan kalkulator 2.6 untuk memperkirakan biaya 2.5 | Hitung biaya input untuk permintaan pengeditan secara terpisah |
| Kepatuhan dan watermark | Tinjau kembali performa pemblokiran Flare dan pastikan SynthID tidak memengaruhi proses selanjutnya | Memenuhi ambang keamanan bisnis |
💡 Saran memilih: Jika belum yakin termasuk kategori yang mana, coba hasilkan 20 sampai 50 gambar untuk masing-masing dari tiga kasus utama dalam daftar pemeriksaan migrasi. Lewat APIYI apiyi.com, panggil kedua generasi model secara paralel dengan kunci API yang sama, lalu bandingkan tingkat kelulusan, latensi, dan tagihannya. Hasilnya akan lebih relevan untuk bisnismu daripada daftar peringkat mana pun.
FAQ dan Kesimpulan Perbandingan GPT-Image-2.6 dan GPT-Image-2.5
FAQ GPT-Image-2.6
Q1: Apakah 2.5 akan dihentikan setelah 2.6 diluncurkan?
Hingga 2026-11-05, OpenAI belum mengumumkan tanggal penghentian 2.5, dan rencana siklus hidupnya masih belum diketahui. Saat ini kedua generasi masih tersedia. APIYI apiyi.com juga mencantumkan model dari kedua generasi, jadi tidak perlu terburu-buru bermigrasi karena khawatir 2.5 akan dihentikan.
Q2: Apakah GIF dan SVG bisa digunakan pada antarmuka edit?
Tidak. GIF dan SVG hanya bisa digunakan di `v1/images/generations`; endpoint edit tidak mendukung kedua format tersebut. Selain itu, tingkat keberhasilan aktual GIF di API, ukuran file, dan waktu pemrosesannya belum diumumkan secara resmi. Sebaiknya lakukan pengujian dengan sampel kecil sebelum menggunakannya dalam jumlah besar.
Q3: Apakah petunjuk 2.5 yang sudah ada perlu ditulis ulang?
Tidak perlu langsung menulis ulang, tetapi atur complexity terlebih dahulu. Jika dipindahkan tanpa perubahan, nilai default-nya adalah high, sehingga mungkin menghasilkan perubahan yang tidak diinginkan. Sebaiknya tetapkan secara eksplisit ke low atau medium, lalu bandingkan hasil kedua generasi menggunakan kumpulan petunjuk yang sama. Sesuaikan secara terpisah jika memang ada perbedaan. Anda bisa menggunakan APIYI apiyi.com untuk menjalankan perbandingan ini dengan Key yang sama.
Q4: Apakah tingkat max masih sepadan di 2.6?
Pada resolusi 1024×1024, biaya output gambar di tingkat max sekitar $0.21072/gambar, atau kira-kira 4 kali lipat tingkat high. Tingkat ini cocok untuk sejumlah kecil visual penting, tetapi kurang cocok untuk pembuatan gambar dalam jumlah besar. Karena complexity tidak dikenai biaya terpisah, coba dulu tingkat high dengan complexity yang lebih tinggi. Jika hasilnya belum memenuhi kebutuhan, baru naik ke max.
Q5: Apakah pengeditan dengan anotasi markup hanya tersedia di 2.6?
Tidak. Kini 2.5 dan 2.6 sama-sama mendukung markup dengan batasan yang sama: lapisan anotasi harus berupa PNG transparan, dengan lebar dan tinggi yang sama seperti gambar input pertama, dan tidak bisa digunakan bersamaan dengan mask atau prompt_rewriter. Anda tidak perlu berpindah generasi hanya untuk menggunakan pengeditan dengan anotasi.
Poin Utama GPT-Image-2.6
- Jenis peningkatan: Penambahan kemampuan dan kecepatan, bukan lompatan generasi dalam kualitas gambar.
- Harga satuan sama: Kedua generasi dikenakan biaya $5/1M untuk input dan $30/1M untuk output, berdasarkan pengecekan pada 2026-11-05.
- Khusus 2.6: GIF, SVG, dan complexity; markup tersedia di kedua generasi.
- Batas bukti: Skor Elo 1,224 / 1,199 adalah milik 2.5; 2.6 belum memiliki skor independen.
- Risiko migrasi: Nilai default complexity adalah high; dukungan Batch di 2.6 masih belum diketahui.
- Cara verifikasi: Mulai dengan menguji tiga kasus penggunaan: pengeditan multi-putaran, poster berteks, dan gambar produk.
Ringkasan Perbandingan GPT-Image-2.6 dan GPT-Image-2.5
Keputusan singkat: gunakan 2.6 jika membutuhkan GIF atau SVG; jika sudah punya alur pengeditan yang matang, jalankan keduanya secara paralel terlebih dahulu; jika bergantung pada Batch atau memiliki persyaratan kepatuhan yang ketat, tetap gunakan 2.5 untuk sementara. Tiga langkah berikutnya:
- Atur complexity secara eksplisit: Sertakan parameter ini dalam setiap permintaan ke 2.6, jangan bergantung pada nilai default high.
- Uji tiga kasus sesuai daftar: Pengeditan multi-putaran, poster berteks, dan gambar produk. Catat tingkat keberhasilan dan latensi P95.
- Pisahkan pencatatan biaya: Hitung token input dan output secara terpisah, dan jangan gunakan kalkulator 2.6 untuk memperkirakan biaya 2.5.
Sebaiknya gunakan APIYI apiyi.com untuk melakukan uji A/B kedua generasi dengan satu kunci API. Ambil keputusan berdasarkan sampel Anda sendiri, bukan berdasarkan peringkat yang belum tersedia.
Referensi
- Halaman model OpenAI – GPT-Image-2.6 Flare: Penjelasan model 2.6
- Tautan:
developers.openai.com/api/docs/models/gpt-image-2.6-flare - Halaman model OpenAI – GPT-Image-2.5 Sunburst: Posisi model 2.5, Batch, dan kalkulator
- Tautan:
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - Daftar harga OpenAI: Harga token per unit untuk keempat model
- Tautan:
developers.openai.com/api/docs/pricing - System card ChatGPT Images 2.6: Data evaluasi keamanan
- Tautan:
deploymentsafety.openai.com/chatgpt-images-2-6 - Daftar model APIYI: Model dan harga di platform
- Tautan:
docs.apiyi.com/models
Penulis: Tim teknis APIYI
Diskusi teknis: Jika menemui kendala saat mengevaluasi migrasi, hubungi kami melalui halaman utama APIYI di apiyi.com. Materi lainnya tersedia di pusat dokumentasi docs.apiyi.com.
