Images 2.6
O novo modelo “Images 2.6” da OpenAI para geração de imagens, que adiciona saída nativa em GIF e SVG e promete desempenho mais rápido, está gerando reações mistas entre usuários que o comparam a lançamentos anteriores do GPT-Image 2.x e a concorrentes como o “Nano Banana” do Google. Muitos consideram promissora a aderência ao prompt e recursos como exportação vetorial e animação simples, mas reclamam de artefatos visíveis de marca d’água, de um “visual de IA” excessivamente processado e, em alguns fluxos de trabalho, de uma regressão de qualidade em relação ao 2.5 apesar de custos efetivos mais altos devido ao aumento no uso de tokens. A discussão se amplia para preocupações de que o progresso em geração de imagens estagnou, que incentivos comerciais favorecem velocidade e baixo custo em detrimento da nuance visual e que o “AI slop” disseminado está corroendo tanto padrões estéticos quanto o valor percebido da arte feita por humanos.
Reação geral
- Muitos veem o Images 2.6 como incremental, em vez de transformador; aparece a ideia de que é “o mesmo dos últimos 1,5 anos”.
- Reação mista: alguns ficam impressionados com a aderência específica ao prompt e composições complexas; outros veem regressões em relação a modelos anteriores da OpenAI ou concorrentes (por exemplo, o “Nano Banana” do Google, Seedream, Midjourney).
- Vários observam que o progresso em geração de imagens parece ter estagnado em comparação com modelos de código, ou ao menos está melhorando mais lentamente.
Escala e uso
- A afirmação da OpenAI de “4 bilhões de imagens por semana” gera ceticismo e desconforto; comentaristas estimam que isso implica um uso enorme automatizado ou em massa, muito acima da capacidade de visualização humana.
- Usuários individuais relatam gerar muitas variantes por ideia, reforçando que a maioria das gerações é exploração “slop”, e não ativos finais.
Preços e uso de tokens
- As taxas oficiais por token não mudaram, mas múltiplos usuários mostram que o 2.6 usa cerca de 3–4× mais tokens de saída que o 2.5 em qualidade baixa/média (por exemplo, ~196 → ~823 tokens para 1024×1024 em low).
- Isso é visto como um aumento de preço de fato, e alguns chamam o marketing (“mesmo preço”) de enganoso.
- Em configurações de alta qualidade, o uso de tokens aparentemente é semelhante ao do 2.5.
Novos recursos: SVG e GIF
- A saída em SVG é implementada por meio de um pipeline de raster para vetor; exige especificar um
svg.modeladicional e um LLM, o que alguns consideram pouco empolgante em comparação com modelos vetoriais dedicados. - Os exemplos de SVG na documentação são vistos como básicos; alguns esperavam demonstrações mais complexas.
- A geração nativa de GIF funciona, mas é julgada de baixa qualidade: marcas d’água manchadas, movimento inconsistente, artefatos de “slop” e fraca coerência entre quadros.
- GIFs animados são vistos como aceitáveis para memes/conteúdo descartável, não para uso profissional. Nenhum suporte a SVG animado foi encontrado.
Qualidade da imagem e comparações entre modelos
- Vários usuários preferem o 2.5 ao 2.6, especialmente para trabalho de UI/design e layout de texto em imagem; o 2.6 é descrito como mais simples, mais aproximado e menos detalhado.
- Outros gostam da menor tendência do 2.6 a adicionar texto inspiracional indesejado.
- Benchmarks e testes anedóticos sugerem:
- A OpenAI lidera em aderência ao prompt.
- Os modelos do Google e várias alternativas fechadas/abertas podem liderar em realismo ou estilo em alguns domínios.
- Alguns prompts mostram o 2.6 pior que até o 2.0 em fotografia sutil (mãos, reflexos, caustics da água).
Artefatos, “visual de IA” e estética
- Reclamações persistentes sobre:
- Marcação d’água / mosqueado visível.
- Um “visual de IA” característico (excessivamente estético, brilhante, tom amarelado, iluminação irrealista).
- Física estranha ou incorreta (por exemplo, iluminação de baleia de vitral).
- Debate sobre se os usuários realmente gostam desse visual:
- Uma visão: usuários médios não percebem ou não se importam; o barato vence.
- Contra-argumento: muitas pessoas não gostam de imagens de comida geradas por IA e de visuais estranhos, especialmente em restaurantes/anúncios; a crítica de “AI slop” é ampla online.
- Alguns argumentam que RLHF e métodos de orientação empurram os modelos para essa estética; outros dizem que os modelos aplicam mal sinais médios de recompensa.
Capacidades e limitações
- Pixel art: consegue aproximar o estilo, mas pixel art verdadeira, alinhada à grade e com paleta limitada, ainda precisa de pós-processamento ou modelos especializados.
- Sprites consistentes / sprite sheets: vários usuários relatam baixa consistência; tentativas de arte consistente para sprite sheets são chamadas de perda de tempo.
- Consistência de personagens e layout continua difícil, embora alguns modelos externos sejam elogiados por fazerem melhor.
Edição, controle e ferramentas
- Usuários querem edição mais granular e confiável:
- Reclamação frequente: pedir para ajustar um pequeno elemento muda a imagem inteira.
- Alguns notam alegações de melhor controle no 2.6, mas ainda não veem melhorias claras.
- Desejo por ferramentas mais explícitas: seeds/gen IDs, controles de composição, layers, melhor UI de outpainting e integração de ferramentas vetoriais/3D.
- Alguns sentem falta de ferramentas da época do DALL·E anterior (por exemplo, outpainting, iteração estável via IDs).
Ética e impacto cultural
- Forte crítica ética: treinar em enormes datasets raspados é descrito como exploração ou “roubo” do trabalho criativo humano, mesmo que tecnicamente viabilizado por décadas de pesquisa.
- Outros respondem que esses sistemas também são produtos de esforço e inovação humanos.
- Preocupação cultural mais ampla com a proliferação de “AI slop” de baixa qualidade em menus, anúncios e feeds sociais, e com a atrofia das habilidades humanas de observação e estética.