GPT Images 2.5 tập trung vào khả năng chỉnh đúng một chi tiết. Những phần còn lại của ảnh được giữ nguyên. OpenAI cung cấp hai mô hình: Flare ưu tiên tốc độ, còn Sunburst ưu tiên độ chính xác và khả năng kiểm soát. Tuy nhiên, dữ liệu hiện có chưa đủ để xác định mô hình nào có chi phí thấp hơn cho cùng một tác vụ.
Theo The New Stack, nhà phát triển hiện có thể thử nghiệm cả Flare và Sunburst. OpenAI công bố rằng Flare giảm độ trễ 50% so với GPT-Image-2. Tuy nhiên, hãng chưa so sánh Flare với Sunburst hoặc cho biết lượng token mỗi mô hình cần để hoàn thành một ảnh.
Flare nhanh hơn, Sunburst kiểm soát kỹ hơn
Flare là mô hình mặc định cho phần lớn ứng dụng và được thiết kế để tạo ảnh nhanh. Sunburst phù hợp hơn với quy trình cần chỉnh sửa chính xác, nhưng thời gian tạo ảnh dài hơn. OpenAI chưa công bố Sunburst chậm hơn bao nhiêu hoặc mức chính xác tăng thêm trong thử nghiệm thực tế.
Trong thông báo giới thiệu GPT Images 2.5 của OpenAI, hãng gọi Flare là “lựa chọn mặc định cho phần lớn ứng dụng”. Các trường hợp sử dụng được nêu gồm tạo nội dung mạng xã hội, dựng thử hình ảnh nhanh, tìm kiếm bằng hình ảnh và tạo ảnh trong ứng dụng.
OpenAI cho biết Flare tạo ảnh có chất lượng cao hơn GPT-Image-2 trong khi giảm độ trễ 50%. Con số này do OpenAI công bố. Hãng không đưa ra phép so sánh trực tiếp về tốc độ giữa Flare và Sunburst.
Sunburst được OpenAI mô tả là mô hình dành cho quy trình hình ảnh cao cấp cần kiểm soát chỉnh sửa chặt chẽ hơn. Mô hình này phù hợp với tài sản sáng tạo có yêu cầu cao. Ví dụ gồm hình ảnh sản phẩm hoặc chiến dịch đã sẵn sàng đưa vào sản xuất.
| Tiêu chí | Flare | Sunburst |
|---|---|---|
| Mục tiêu chính | Tốc độ | Độ chính xác |
| Vai trò | Mô hình mặc định | Quy trình cao cấp |
| Thời gian tạo ảnh | Nhanh hơn | Dài hơn |
| Đơn giá token | Như Sunburst | Như Flare |
| Chi phí mỗi ảnh | Chưa xác định | Chưa xác định |
Cùng đơn giá token chưa chắc cùng chi phí
Flare và Sunburst có cùng đơn giá cho token văn bản đầu vào, hình ảnh đầu vào và hình ảnh đầu ra. Hóa đơn thực tế vẫn có thể khác nhau vì OpenAI chưa công bố lượng token từng mô hình sử dụng để hoàn thành cùng một ảnh hoặc cùng một chuỗi chỉnh sửa.
Theo mức giá OpenAI công bố và The New Stack dẫn lại, cả Flare lẫn Sunburst đều có giá 5 USD cho mỗi một triệu token văn bản đầu vào, 8 USD cho mỗi một triệu token hình ảnh đầu vào và 30 USD cho mỗi một triệu token hình ảnh đầu ra. Đây là giá niêm yết bằng USD của OpenAI, không phải mức quy đổi sang tiền Việt.
Nội dung cần đo trong thử nghiệm thực tế
Vấn đề nằm ở lượng token mà từng mô hình cần để hoàn thành một ảnh. OpenAI chưa hướng dẫn cách ước tính mức tiêu thụ token của GPT Images 2.5. Vì vậy, cùng một đơn giá không bảo đảm Flare và Sunburst tạo ra cùng một hóa đơn.
Công cụ tính chi phí hình ảnh của OpenAI chưa giải quyết được khoảng trống này. Tài liệu của hãng nêu rằng đơn giá token của GPT Images 2.5 giống GPT Image 2, nhưng công cụ dành cho GPT Image 2 không ước tính được lượng token mà GPT Images 2.5 tiêu thụ.
Nhà phát triển vì thế không thể chỉ nhìn vào bảng giá để dự đoán chi phí tạo cùng một loại ảnh bằng Flare và Sunburst. Các đội vận hành sản phẩm tại Việt Nam cần đo mức tiêu thụ trong điều kiện sử dụng thực tế. Hóa đơn giao diện lập trình ứng dụng phụ thuộc trực tiếp vào khối lượng công việc. Những trường hợp giao diện lập trình ứng dụng OpenAI dừng giữa chừng cũng cho thấy thời gian xử lý và mức tiêu thụ thực tế có giá trị hơn suy đoán từ thông số niêm yết.
Chỉnh một phần ảnh mà không làm hỏng phần còn lại
Khả năng đáng chú ý của GPT Images 2.5 là chỉnh một sản phẩm, phông nền hoặc phần chữ trong khi giữ nguyên khung cảnh xung quanh. OpenAI cũng cho biết mô hình bám sát ảnh tham chiếu và làm theo yêu cầu tốt hơn qua nhiều lượt chỉnh sửa, nhưng chưa công bố số liệu đo mức cải thiện.
Khả năng giữ lại các phần không cần sửa giải quyết một vấn đề phổ biến của công cụ tạo ảnh bằng trí tuệ nhân tạo. Một thay đổi nhỏ trước đây có thể khiến bố cục, vật thể hoặc chi tiết khác trong ảnh cũng thay đổi ngoài ý muốn.
Trong quy trình sản xuất, khả năng này có thể giúp đội ngũ sửa một số chi tiết mà không phải dựng lại toàn bộ tài sản hình ảnh. Nhu cầu đó cũng gần với cách các công cụ sáng tạo được đưa trực tiếp vào môi trường làm việc, như khi Adobe đưa công cụ sáng tạo vào Slack.
OpenAI còn cho biết mô hình mới hiểu chỉ dẫn hình ảnh phức tạp tốt hơn và tạo kết quả nhất quán hơn. Nếu khả năng này giữ được trong sử dụng thực tế, số lượt sửa lại ảnh có thể giảm. OpenAI chưa cung cấp số liệu cho biết mức giảm cụ thể.
Nhà phát triển vẫn phải tự thử hai mô hình
Nhà phát triển nên thử Flare và Sunburst bằng cùng một nhóm ảnh, yêu cầu chỉnh sửa và số lượt thao tác. Phép thử cần ghi lại thời gian xử lý, mức tiêu thụ token, khả năng giữ nguyên chi tiết và chi phí cuối cùng. Bảng giá hiện tại chưa trả lời được các câu hỏi đó.
Thông tin OpenAI đã công bố tạo ra cách phân chia tương đối rõ theo mục đích sử dụng. Flare ưu tiên tốc độ và là phương án mặc định cho phần lớn ứng dụng. Sunburst dành cho công việc cần kiểm soát chỉnh sửa chặt hơn, nhưng mất nhiều thời gian hơn.
Phần chưa rõ là Sunburst chậm hơn bao nhiêu, mỗi mô hình dùng bao nhiêu token cho cùng một yêu cầu và chênh lệch chi phí cuối cùng ra sao. Nhà phát triển cần thử cả hai trên đúng loại ảnh và khối lượng công việc của sản phẩm trước khi lựa chọn.
Một phép thử có thể bắt đầu bằng nhóm yêu cầu đang được sản phẩm sử dụng, sau đó áp dụng cùng đầu vào cho Flare và Sunburst. Kết quả đo trực tiếp sẽ cho biết lợi ích về tốc độ của Flare hoặc khả năng kiểm soát của Sunburst có bù được chi phí thực tế hay không.
