Przejdź do treści

ChatGPT ma nowy generator obrazów: Images 2.6 rysuje szybciej, umie GIF-y i SVG

Adam Marzec
Nowy generator obrazów ChatGPT z GIF-em, SVG i cenami API

W środę 4 listopada OpenAI wypuściło Images 2.6, kolejną generację modelu generującego obrazy, i od razu w pełnym zakresie: nowy model działa w ChatGPT globalnie na wszystkich planach, łącznie z darmowym, oraz w Codexie, a w API zastępują go dwa nazwane modele, szybki flare i dokładniejszy sunburst. Dotychczasowa seria nazywała się gpt-image-2 i gpt-image-2.5, więc zmiana numerka to nie rewolucja, ale lista nowości jest konkretna: obrazy mają powstawać o 50% szybciej, ChatGPT umie teraz składać animowane GIF-y z siatki klatek, a API nauczyło się eksportu do SVG. Rachunek za API potrafi jednak urosnąć, bo stawki za token zostały te same, a ta sama grafika w niższych jakościach zużywa teraz kilkukrotnie więcej tokenów niż u poprzednika. Ten tekst rozkłada ogłoszenie, dokumentację i cennik na fakty z datami: co dokładnie się zmieniło, ile kosztuje obraz i co wiadomo o znaku wodnym.

Najważniejsze informacje

CoSzczegóły
Ogłoszenie„Introducing Images 2.6″, blog OpenAI, 4.11.2026; treść czytana z migawki Wayback 5.11.2026
DostępnośćChatGPT i Codex globalnie, wszystkie plany, desktop, mobilka i web (ogłoszenie 4.11)
Modele APIgpt-image-2.6-flare (szybkość) i gpt-image-2.6-sunburst (detal, spójność edycji)
Stawki API8 USD za 1M tokenów obrazu wejściowego, 30 USD za 1M wyjściowego, cache 2 USD (cennik, odczyt 5.11)
Koszt obrazulow 1024×1024: 823 tokeny wyjścia, około 0,0247 USD (kalkulator dokumentacji, odczyt 5.11)
Poziomy jakościlow, medium, high, xhigh, max (dokumentacja 5.11; starszy gpt-image-2 miał tylko do high)
GIFoutput_format gif: 2-64 klatek, domyślnie 9, po 20-2000 ms na klatkę (dokumentacja 5.11)
SVGoutput_format svg: obraz referencyjny plus tokeny modelu autorskiego; endpoint edycji bez SVG

Co zmienia Images 2.6 w ChatGPT

Ogłoszenie na blogu OpenAI, datowane 4 listopada, opisuje Images 2.6 jako model generujący obrazy o 50% szybciej niż poprzednio, z lepszą kontrolą nad kolejnymi rundami edycji: postaci, produkty i szczegóły brandu mają zostawać spójne, gdy poprawiasz obraz dalej. Twarda liczba przy tempie siedzi w API: przy jakości low flare generuje obraz „in as little as six seconds”, czyli od sześciu sekund. Dochodzi do tego image markup, mechanizm dokładnego wskazywania miejsca zmiany na obrazie; w ChatGPT istniał już wcześniej, teraz przeszedł do API. Nowy parametr complexity reguluje, ile model planuje przed rysowaniem: mniej dla szybkich poprawek, więcej dla gęstego tekstu i skomplikowanych układów (dokumentacja 5.11).

OpenAI przytoczyło przy okazji skalę: 4 mld obrazów tygodniowo powstaje łącznie w ChatGPT, Codexie i API, czyli średnio ponad pół miliarda dziennie. Liczba wywołała na Hacker News wątpliwości, czy to realny popyt, czy sprytne księgowanie; komentujący policzyli, że to około 24 mln obrazów na godzinę (dyskusja z 5 listopada). Obrazów z 2.6 sami na dziś nie generowaliśmy, więc opis możliwości opiera się na dokumentacji i ogłoszeniu, a opinie użytkowników przytaczamy z dyskusji, z datą odczytu.

Dostępność jest natychmiastowa i szeroka: ogłoszenie mówi wprost o wszystkich poziomach subskrypcji, także darmowym, na desktopie, w telefonie i w przeglądarce. Ceny planów w Polsce pozostają przy naszych ostatnich odczytach: Go 34,99 zł i Plus 99,99 zł (odczyt 28 października), Pro 439 zł; zmiany cen abonamentów wraz z premierą modelu nie zostały ogłoszone. Dziennych limitów dla darmowego planu w ogłoszeniu nie ma, więc nie ma też czego cytować.

Flare i Sunburst: dwa modele w API i pięć poziomów jakości

W API Images 2.6 rozpada się na dwa identyfikatory: gpt-image-2.6-flare do szybkiej iteracji i gpt-image-2.6-sunburst do pracy, w której liczą się detal oraz spójność między kolejnymi edycjami, ta druga w jakości medium i high. Cennik stawia oba dokładnie tak samo, więc wybór to wymiana czasu na jakość, nie na grosze. Ogłoszenie dodaje osobno, że flare poprawia layout plakatów i grafik produktowych.

Kalkulator kosztów w dokumentacji ujawnia nową skalę jakości: dla obu modeli 2.6 dostępne poziomy to low, medium, high, xhigh i max, podczas gdy starszy gpt-image-2 zatrzymał się na low, medium i high (odczyt 5 listopada). Poziomów xhigh i max nie ma w ogłoszeniu, więc koszt pojedynczego obrazu w tych progach trzeba wyliczać z kalkulatora.

Pierwsze reakcje developerów są mieszane. Komentujący jjcm na Hacker News po godzinie testów cofnął swoją platformę z 2.6-flare na 2.5, wskazując na uproszczone albo wręcz popsute wyniki, i przytoczył ranking arena.ai, w którym 2.5 punktowało wyżej; według DesignArena model 2.6 ma być z kolei dotrenowany do mniejszej ilości tekstu na obrazach (dyskusja 5 listopada). To wczesne pojedyncze odczyty, nie benchmark; skok numeru nie oznacza skoku jakości w każdym zastosowaniu.

GIF-y: animacja z jednego prompta

Najbardziej widoczna nowość w ChatGPT to GIF-y. Ogłoszenie pokazuje przykłady OpenArt, w których jeden prompt buduje arkusz klatek do zapętlonej animacji: dokładnie 6 klatek w siatce 3 kolumny na 2 wiersze, z tą samą postacią, biurkiem i kamerą w każdej z nich. Ten trik, znany w społeczności od lat, polega na wygenerowaniu wszystkich klatek w jednym obrazie, co wymusza spójność między nimi; jak zauważa minimaxir z Hacker News, zaskoczeniem jest to, że dopiero teraz oficjalny dostawca zrobił z tego jawne narzędzie (5 listopada).

W API animację steruje się polem output_format „gif” plus frame_count od 2 do 64 klatek, domyślnie 9, i frame_duration_ms od 20 do 2000 milisekund na klatkę (dokumentacja, odczyt 5 listopada). Endpoint edycji GIF-ów nie obsługuje, a jedynym formatem animacji pozostaje GIF, bez animowanego WebP; przezroczystość w klatkach jest binarna, włączona albo wyłączona (wg testów komentujących HN).

Jakość samych animacji ocenia się różnie: klatki potrafią się rozjeżdżać, a jednym z pierwszych zastosowań wymienianych przez użytkowników są animowane emotki do Slacka (HN, 5 listopada). To szybkie, tanie ruchy do mediów społecznościowych, nie konkurencja dla generatorów wideo.

SVG: wektor z obrazu referencyjnego

Druga nowość API to eksport SVG, pozycjonowany w ogłoszeniu jako grafika gotowa na strony, do aplikacji i do druku. Dokumentacja opisuje mechanizm uczciwie wprost: model obrazkowy najpierw tworzy obraz referencyjny, a dopiero z niego powstaje wektor, więc ustawiona jakość steruje tym referencyjnym rastrem. Wynik to statyczne ścieżki i kształty, bez skryptów, zasobów zewnętrznych i osadzonych rastrów; endpoint edycji SVG nie obsługuje, a żądanie musi mieć n=1 (odczyt dokumentacji 5 listopada).

Rozliczenie jest dwuwarstwowe: płacisz stawkę modelu obrazkowego za obraz referencyjny plus stawkę modelu autorskiego za tokeny, którymi ten SVG wyprodukuje. Przewodnik nie dokumentuje przy tym pola svg.model, a bez niego API odpowiada błędem 400 z komunikatem „SVG generation requires 'svg.model’.”, co komentujący vunderba odkrył w noc premiery; przetestował Sunburst w parze z gpt-5.5 i gpt-5.6-sol, oceniając wyniki jako „nothing spectacular” (HN, 5 listopada). Czy wymóg svg.model trafi do dokumentacji, pokażą najbliższe dni; na dziś jego brak w przewodniku to fakt, nie opinia.

Ceny: stawki bez zmian, rachunki wyżej

Cennik OpenAI z odczytu 5 listopada stawia gpt-image-2.6-sunburst i gpt-image-2.6-flare na identycznych stawkach: 8 USD za milion tokenów obrazu wejściowego, 30 USD za milion wyjściowego, 2 USD za trafienia cache i 5 USD za milion tokenów tekstu. Dokładnie te same liczby obowiązują przy modelach 2.5, co w ogłoszeniu obraca się na plus: o połowę szybciej bez podwyżki za token. Dokumentacja dodaje jednak zdanie będące sednem tej premiery cenowej: „Equal token rates don’t mean equal cost per image”, równe stawki nie oznaczają równego kosztu obrazu.

Kalkulator w dokumentacji przy modelu 2.6, jakości low i rozmiarze 1024 na 1024 piksele liczy 823 tokeny wyjścia, około 0,0247 USD za jeden obraz (odczyt 5 listopada). Pomiary developerów porównujące obie generacje na tym samym rozmiarze pokazują skok czterokrotny w low i ponadtrzykrotny w medium: 196 wobec 824 tokenów oraz 439 wobec 1449, przy high bez zmian; jeden z komentujących policzył wprost, że koszt obrazu rośnie z 0,006 do 0,025 USD w low i z 0,013 do 0,043 USD w medium (dyskusja HN, 5 listopada). Czasy potwierdzają twierdzenie o szybkości: 6,7 s w low i 7,9 s w medium wobec 12 s przy medium u 2.5, więc za wyższy rachunek dostaje się realnie krótsze czekanie.

Wygrają ci, kto siedzi przy high albo potrzebuje nowych poziomów xhigh i max, bo tam zużycie tokenów się nie zmieniło, a czas spadł. Masowe generacje w low robią się natomiast do czterech razy droższe, więc przy dużych wolumenach dopłata przeważy oszczędność sekund.

Znak wodny: ciąg dalszy, nie nowość

W całym ogłoszeniu i przewodniku nie pada słowo „watermark”, tak przynajmniej wychodzi odczyt obu tekstów z 5 listopada. O znaku wodnym w obrazach mówi więc dziś dyskusja użytkowników, nie dokumentacja: komentujący ipsum2 pisze o widocznym znakowaniu, jak w całej serii GPT-Image-2, i przeciwstawia mu Google, którego oznaczanie ocenia jako „practically invisible” (HN, 5 listopada). Obrazów nie testowaliśmy, więc granica tego twierdzenia jest jasna: opinia z dyskusji, nie pomiar.

Znakami wodnymi u OpenAI zajmowaliśmy się niedawno z zupełnie innej strony: w październiku firma włączała textGrain, niewidzialny znak dla tekstu, automatycznie dla użytkowników w UE, co rozpisaliśmy w tekście Czy ChatGPT zostawia znak wodny?. Obrazy to osobny system i osobna decyzja, choć kierunek regulacyjny jest ten sam. Po stronie Google każdy obrazek z Nano Banana ma wtopiony niewidoczny SynthID, a widoczny znak trafia na plany darmowe i AI Pro, co rozpisyaliśmy przy Nano Banana Pro. Jeśli wybierasz narzędzie pod kątem metek na grafikach, kontrast między tymi dwoma podejściami jest dziś większy niż różnice jakościowe między modelami.

Co to zmienia w Polsce

Po polsku nie ma żadnego opóźnienia: dostępność jest globalna od dnia premiery, a darmowy plan ChatGPT wystarcza, by nowy model przetestować, więc klasyczna ścieżka darmowych obrazków AI rozszerza się o GIF-y. Konto jest wymagane nawet w planie darmowym, więc podpowiedzi typu „chatgpt obrazy bez logowania” pozostają życzeniem, nie funkcją.

Podpowiedzi Google pokazują, że popyt właśnie się przestawia. W odczycie autouzupełniania z 5 listopada fraza „chatgpt image 2.6″ siedzi już w podpowiedziach, a „gpt image 2.5 flare vs sunburst” świadczy o tym, że ludzie szukają różnicy między wariantami, zanim ktokolwiek rozpisał ją po polsku. Rodzina „generator obrazów ai” ma pełne 10 podpowiedzi, w tym „darmowy” i „za darmo”, a „dall e 4″ żyje, choć takiego produktu nie ma i nie ogłoszono. Sama fraza „images 2.6 openai” zwraca w odczycie pustą podpowiedź, więc szukać będą raczej przez nazwę ChatGPT niż przez OpenAI.

Najczęstsze pytania

Czy ChatGPT generuje obrazy za darmo?

Tak, Images 2.6 działa na wszystkich planach, łącznie z darmowym (ogłoszenie OpenAI z 4 listopada 2026). Ogłoszenie nie podaje dziennych limitów planu darmowego, więc konkretnych liczb na dziś nie ma. Konto ChatGPT jest wymagane nawet w planie darmowym.

Czym różni się Flare od Sunburst?

Wg ogłoszenia z 4 listopada Flare to wariant szybki, generujący obraz od 6 sekund przy jakości low, a Sunburst to wariant o wyższej jakości i spójności między edycjami przy medium i high. Stawki tokenowe obu są identyczne, 8 i 30 USD za milion tokenów. O realnym koszcie decyduje dopiero zużycie tokenów, które sprawdzisz w kalkulatorze dokumentacji.

Czy Images 2.6 to DALL-E 4?

Nie. OpenAI nie ogłosiło produktu o nazwie DALL-E 4; podpowiedź „dall e 4″ w Google łapie popyt, nie istniejącą nazwę. Linia DALL-E została zastąpiona przez modele GPT Image, a Images 2.6 to ich kolejna generacja.

Źródła

Powiązane artykuły