GPT Image 2: OpenAI порвала арену на 242 пункта

242 пункта. Столько отрыва не было ещё ни у одной модели в истории Image Arena. GPT Image 2, которую OpenAI выкатила 21 апреля, взяла первое место во всех категориях бенчмарка за двенадцать часов после запуска — и оставила ближайшего конкурента настолько далеко позади, что сравнивать уже не очень интересно.

Что нового

Главное отличие от предшественника — модель впервые «думает» перед тем, как рисовать. GPT Image 2 встраивает reasoning прямо в архитектуру генерации: перед каждым пикселем модель может запустить поиск в интернете, проверить факты, скорректировать композицию. OpenAI называет это «единым циклом» — рассуждение, поиск и рисование работают в одном проходе, без ручных переключений между инструментами.

Второе важное улучшение — текст. До сих пор AI-картинки с буквами были лотереей: на одной надписи модель могла слепить правдоподобный шрифт, на другой — выдать абракадабру. GPT Image 2 нормально рендерит плотный текст не только на английском, но и на японском, корейском, китайском, хинди и бенгали. TechCrunch в своём обзоре показал, как модель генерит меню ресторана с корректными ценами, разметкой и мультиязычными подписями — раньше такое приходилось клеить вручную.

Третье — многократная доработка внутри одного запроса. Если предыдущим моделям приходилось перегенерировать картинку с нуля при каждой правке, GPT Image 2 уточняет вывод за несколько проходов в рамках того же вызова.

Технические характеристики:

• Разрешение: до 2K
• Батч: до 8 изображений за раз
• Языки с поддержкой текста: английский, японский, корейский, китайский, хинди, бенгали
• Режим: thinking (встроенное reasoning)
• Web search: встроен в цикл генерации

Для разработчиков

Модель доступна через OpenAI API под именем gpt-image-2. Новый параметр — режим мышления, можно включать и выключать в зависимости от задачи (для простых иконок thinking избыточен и дорог, для инфографики — необходим). Поиск в вебе тоже опционален, стоит активировать, когда картинка должна отражать реальные факты (логотипы, текущие события, редкие объекты).

Что это меняет

Отрыв в 242 пункта — это не обычный инкремент. Для сравнения, разница между GPT Image 1 и GPT Image 1.5 составляла около 60 пунктов; между топовыми моделями Midjourney и Flux — порядка 30–50 пунктов. OpenAI вынесла сегмент, в котором долгое время шла медленная позиционная война.

Самое интересное — что именно она вынесла. Встроенное reasoning делает модель применимой там, где текст-к-картинке раньше ломались: техническая документация, инфографика, дизайн интерфейсов с локализацией, мемы с многострочным текстом. Это уже не «красивая картинка по промпту», а инструмент для реальных продакшен-задач.

Для конкурентов (Midjourney, Stability, Black Forest Labs) это сигнал пересмотреть roadmap. Раньше можно было отстать на поколение и догнать за полгода — с Arena-разрывом в 242 пункта догонять придётся минимум два поколения подряд.

Как попробовать

Модель доступна в ChatGPT для всех платных тарифов (Plus, Pro, Team) и через OpenAI API. Бесплатный тариф получает ограниченный доступ с водяными знаками. В API-версии доступны все параметры — 2K, batch, thinking, web search.

Итог

GPT Image 2 — это первая картиночная модель, которая умеет рассуждать, искать и корректировать себя в одном цикле. Для пользователей это значит, что текст на картинках наконец работает, а генерацию инфографики больше не нужно допиливать в Photoshop. Для рынка — что OpenAI снова ушла в отрыв, и догнать её в ближайшие месяцы вряд ли получится.

Кому стоит переходить: дизайнерам, работающим с локализацией; маркетологам, генерящим инфографику; всем, кто раньше ругался, что AI не умеет писать буквы.