GPT Image 2.5 Flare vs Sunburst: test edycji zdjęć produktów

W 18 kolejnych edycjach zdjęć produktów Flare i Sunburst zachowały czytelne etykiety, ale nie wykazały wyraźnej ogólnej przewagi nad GPT Image 2. Wszystkie trzy modele zmieniły część detali materiału. Poniżej pokazujemy rzeczywiste sekwencje, zaobserwowane czasy i koszty w kredytach serwisu.

Co przetestowaliśmy

Nowe tło może wyglądać przekonująco, a jednocześnie niepostrzeżenie zmieniać produkt. Na stronie sklepu etykieta, zamek i materiał muszą odpowiadać temu, co otrzyma klient.

15 września 2026 r. porównaliśmy GPT Image 2.5 Flare i Sunburst, dodając GPT Image 2 jako punkt odniesienia zużywający mniej kredytów. Każdy model wykonał trzy kolejne edycje dwóch produktów: 18 wyników edycji, poza dwoma osobno wygenerowanymi obrazami referencyjnymi.

Produkty są fikcyjne: bursztynowa szklana butelka mydła z napisem „ALDER / HAND SOAP / 300 ml” oraz oliwkowa płócienna torba fotograficzna z etykietą „NORTH FIELD”. Każdą referencję wygenerowaliśmy raz w GPT Image 2 i sprawdziliśmy. W pierwszym kroku wszystkie modele otrzymały ten sam obraz. Może to sprzyjać konwencjom wizualnym GPT Image 2; jest to ograniczenie testu.

Użyliśmy rzeczywistego API KIE, odpowiednich identyfikatorów modeli, żądanej rozdzielczości 1K, proporcji 1:1 i jednej referencji na zapytanie. Ocenialiśmy wyniki dostawcy, a nie cały proces na createimg.ai, obciążenia konta czy bezpośrednie API OpenAI. Niektóre ustawienia wewnętrzne nie są udostępnione. Taka sama rozdzielczość nie gwarantuje więc identycznego nakładu obliczeń ani poziomu jakości wewnętrznej.

Polecenia obejmowały trzy kroki:

1. Zastąpić szare tło i blat ciepłą kremową ścianą oraz jasnym trawertynem, zachowując kierunek światła i nie dodając rekwizytów.
2. Dodać jedną małą matową kulę w kolorze terakoty w wolnym miejscu po prawej stronie za produktem.
3. Zmienić wyłącznie kolor kuli na przygaszony błękit kobaltowy, zachowując jej wielkość i położenie.

Każdy prompt wyliczał też cechy wymagające zachowania: kierunek pompki, szkło, ramkę etykiety i trzy wiersze tekstu; albo płótno, szwy, napis, dwa górne uchwyty suwaków, boczne zaczepy i położenie paska.

Każdy model używał własnego poprzedniego wyniku jako wejścia do następnego kroku. Po pierwszym kroku obrazy wejściowe różnią się zatem między modelami. Badamy narastające odchylenia, a nie trzy niezależne edycje oryginału. Ponownie wykorzystywaliśmy oryginalne pliki bez rekompresji; poniższe WebP to kopie do wyświetlania. Zachowaliśmy pierwszy zwrócony obraz i nie powtarzaliśmy generowania, żeby poprawić rozczarowujący efekt.

Butelka: zachowanie etykiety i szkła

Wszystkie trzy modele wykonały widoczną sekwencję: kremowa ściana i kamień, kula terakotowa, następnie niebieska. Na wszystkich dziewięciu obrazach butelki nadal da się odczytać „ALDER”, „HAND SOAP” i „300 ml”. Pompka jest skierowana w lewo, ramka pozostała cała, a sylwetka rozpoznawalna. Ten przypadek nie wskazuje wyraźnego zwycięzcy między Flare a Sunburst.

Warto dokładniej obejrzeć powierzchnię. W późniejszych edycjach kremowy papier ma silniej włóknisty wzór niż oryginał; zmieniają się też odbicia i bursztynowy wygląd szkła. To małe różnice wobec nowej sceny, lecz wykraczają poza polecenie zmiany samej kuli. Czytelny tekst i rozpoznawalna geometria nie oznaczają dokładnego zachowania materiału.

Kolumny 0 → 1 → 2 → 3 pokazują referencję, nowe tło, kulę terakotową i kulę niebieską. Wiersze odpowiadają modelom. Porównaj ramkę, odstępy wokół „300 ml”, sylwetkę pompki i odbicia w szkle.

Torba: szwy, metalowe elementy i materiał

Na wszystkich dziewięciu obrazach torby napis „NORTH FIELD” pozostał czytelny. Dwa górne uchwyty zamka, boczne zaczepy, przednia kieszeń i klamra paska były nadal rozpoznawalne. Słabszym punktem okazała się tkanina: jej drobny splot przy kolejnych edycjach stawał się falisty lub wirowy, zmieniały się też lamówki i szwy. Widać to w późniejszych obrazach Flare oraz końcowych obrazach Sunburst i GPT Image 2. Nie było wiarygodnego zwycięzcy pod względem zachowania materiału.

Dodana kula znalazła się ciasno przy prawej krawędzi. Obok torby na zdjęciu źródłowym jest mało miejsca; w rzeczywistej kompozycji warto od początku zaplanować przestrzeń na rekwizyt.

Kolejność kolumn jest taka sama. Przyjrzyj się dwóm górnym uchwytom suwaków, obrysowi kieszeni, etykiecie „NORTH FIELD” i klamrze na pierwszym planie. Wiarygodnie wyglądająca nowa torba nie musi być wierną edycją tej konkretnej torby.

Czas i kredyty odpowiadają na różne pytania

Czasy obejmują okres od utworzenia zadania u dostawcy do jego zakończenia, wraz z kolejką. Dla każdego modelu mamy sześć obserwacji; żądania wykonywano kolejno. Flare nie uzyskał tutaj najkrótszej mediany. Mała próba i zmienne kolejki nie pozwalają stworzyć ogólnego rankingu szybkości.

Pełne prompty, oryginalne obrazy i rejestry zadań.

To standardowe stawki kredytowe wyświetlane na createimg.ai, sprawdzone 15 września 2026 r. Nie są to opłaty KIE zmierzone w eksperymencie ani ceny API OpenAI.

Aktualna oferta dla płacących kont wskazuje 48–54 kredyty w 1K dla dwóch nowych modeli, zależnie od zakupu lub abonamentu. Darmowe konta korzystają ze standardowej stawki. Sprawdź wycenę swojego konta przed wysłaniem zadania. Osiemnaście edycji kosztowałoby 900 standardowych kredytów serwisu, bez dwóch referencji. Ten test nie obciążał konta na stronie.

Praktyczniejsze pytanie brzmi: ile prób potrzeba, by otrzymać dostatecznie wierny obraz? Jedna próba na warunek nie pozwala oszacować twojego odsetka akceptowanych wyników ani średniego kosztu użytecznego zdjęcia.

Jak wybrać model do własnego produktu

Przy takich zmianach tła i rekwizytów zacznij od tańszego w kredytach GPT Image 2, a przed większym wydatkiem porównaj najtrudniejszy detal swojego produktu. Ta próba nie wykazuje stałej przewagi jakościowej modeli 2.5. Jeśli tkanina lub opakowanie muszą pozostać dokładnie takie same, zachowaj oryginalne piksele produktu i połącz je z nowym tłem w edytorze. Żaden z tych wyników nie powinien być akceptowany automatycznie.

OpenAI opisuje Flare jako model do szybkich codziennych zadań graficznych, a Sunburst jako przeznaczony do bardziej precyzyjnej pracy. Nie dowodzi to jednak, który lepiej zachowa twoje opakowanie. Próba obejmuje dwa produkty i jedną sekwencję na model, bez powtórzeń, zaślepionej oceny przez ludzi czy porównania pikseli z maskami. To udokumentowane przykłady, a nie uniwersalny ranking.

Przed edycją całego katalogu sprawdź najtrudniejszy szczegół: tłoczone logo, drobny skład, siateczkę lub przezroczystą pokrywkę. Odrzuć atrakcyjny obraz, jeśli ten detal się zmieni. Nasze fikcyjne etykiety są krótkie i czytelne; ich zachowanie nie dowodziłoby niezawodności przy opakowaniach z dużą ilością tekstu.

Powtarzalny proces edycji zdjęć produktów

Zacznij od ostrego zdjęcia całego produktu w rzeczywistym kolorze. Wygenerowana referencja nadaje się do tego porównania; dla prawdziwej oferty podstawą powinno być zdjęcie sprzedawanego przedmiotu. Ucięte krawędzie, nieczytelne napisy lub zasłonięty pasek zmuszają edytor do wymyślania brakujących informacji.

W edytorze obraz-do-obrazu z wybranym Flare prześlij referencję, wybierz obsługiwane proporcje i poproś o jedną konkretną zmianę. Sunburst korzysta z tego samego edytora. W teście użyliśmy kwadratu w 1K. Aktualny interfejs nie oferuje wszystkich ustawień masek, przezroczystości czy jakości dostępnych w innych API; ten proces ich nie wymaga.

Poniżej znajduje się niezmieniony angielski prompt pierwszego kroku dla butelki, umożliwiający odtworzenie próby:

Edit this exact image. Replace only the plain gray background and tabletop with a pale warm cream studio wall and a pale travertine stone tabletop. Keep the soft light coming from upper left and a believable contact shadow. Do not add props. Preserve the bottle geometry, pump shape and left-facing direction, amber glass, cream label, thin black border, and exact text "ALDER", "HAND SOAP", "300 ml". Preserve the bottle position, camera viewpoint, crop and relative size. Keep every other detail and all earlier requested changes. No new text, watermarks, extra props, recropping, or redesign.

Zastąp cechy identyfikacyjne szczegółami rzeczywiście widocznymi na własnym produkcie. Wymienienie trzech lub czterech elementów, których zmiana dyskwalifikuje obraz, daje konkretniejszą listę kontrolną niż samo „nie zmieniaj produktu”.

Sprawdzaj każdy wynik w pełnej wielkości przed kolejną edycją: najpierw geometrię i tekst, potem materiał i scenę. Jeśli produkt już się zmienił, wróć do oryginału i przeformułuj polecenie. Celowo kontynuowaliśmy sekwencje, by pokazać odchylenia; nie zalecamy gromadzenia znanych błędów w pracy produkcyjnej.

Zapisuj zatwierdzoną wersję po każdym kroku. Gotową reklamę porównuj bezpośrednio z oryginalnym zdjęciem, nie tylko z poprzednią edycją. Kolejne drobne różnice łatwo przeoczyć, gdy patrzy się na nie osobno.

Więcej o świetle i realizmie znajdziesz w poradniku jak uzyskać realistyczniejsze zdjęcia produktów z AI. Najważniejsze jest to, czy poprawiona scena nadal przedstawia dokładnie twój artykuł.