GPT Image 2.6 API: 50% Faster Image Generation with Animated GIF Output

واجهة برمجة تطبيقات GPT Image 2.6 هي نموذج OpenAI لتوليد الصور وتحريرها، تم إصداره في 4 نوفمبر 2026، بإصدارين: Flare للتكرار السريع و Sunburst للعمل البصري المفصل. كلاهما يقبل مدخلات النصوص والصور ويعيد صوراً. يضيف هذا الإصدار مخرجات GIF متحركة، وتصدير SVG، وتحريرات موجهة بالعلامات، وإعداد التعقيد، وتفيد تقارير OpenAI أنه يولد الصور أسرع بنسبة 50% من ذي قبل.

تم تصميم Flare للعمل التفاعلي ويمكنه إرجاع صورة في غضون ست ثوانٍ فقط بجودة منخفضة، مع تخطيطات محسنة للملصقات وصور المنتجات. ينتج Sunburst صوراً ذات جودة أعلى، ويحافظ عند الجودة المتوسطة أو العالية على اتساق الشخصيات والمنتجات وتفاصيل العلامة التجارية بشكل أكبر عبر التعديلات. يشترك كلا الإصدارين في نفس المدخلات والميزات وأسعار رموز OpenAI، لذا فإن الاختيار يعتمد على المفاضلة بين السرعة والتفاصيل.

وفقاً لـ OpenAI، يقوم GPT Image 2.6 بإنشاء الصور أسرع بنسبة 50% من ذي قبل، كما تعمل ميزة Flare على تحسين جودة التصميم للملصقات وصور المنتجات. يضيف واجهة برمجة التطبيقات (API) مخرجات GIF المتحركة وSVG إلى نقطة نهاية التوليد، بالإضافة إلى إعداد التعقيد الذي يتحكم في مدى تخطيط النموذج. كما تصل التعديلات الموجهة بالترميز إلى واجهة برمجة التطبيقات مع هذا الإصدار، وهي تعمل مع GPT Image 2.5 أيضاً.

تقول OpenAI إن GPT Image 2.6 ينشئ صورًا أسرع بنسبة 50٪ من قبل. في الجودة المنخفضة، يمكن لـ Flare إرجاع صورة في أقل من ست ثوانٍ، بينما تستغرق مستويات الجودة الأعلى، والتعقيد الأكبر، والمطالبات (prompts) الكثيفة وقتًا أطول، يصل إلى دقيقتين للطلبات المعقدة. للحصول على أسرع النتائج، قم بإقران Flare بجودة منخفضة وتعقيد منخفض ومخرجات JPEG.

لكل توكن، لا. كلا إصداري GPT Image 2.6 يفرضان رسوماً على إخراج الصور بقيمة 30 دولاراً لكل مليون توكن، وهو نفس سعر GPT Image 2.5. أما لكل صورة، فإن الفئات الأدنى تكلف أكثر لأنها تستخدم عدداً أكبر من التوكنات: تقدر حاسبة OpenAI تكلفة صورة بحجم 1024×1024 بحوالي 0.025 دولار على فئة low و0.043 دولار على فئة medium، مقارنة بحوالي 0.006 دولار و0.013 دولار في GPT Image 2.5، بينما تكلفة فئات high وxhigh وmax هي نفسها في كليهما. بالنسبة للمسودات ذات الحجم الكبير التي لا تحتاج إلى الميزات الجديدة، يظل GPT Image 2.5 هو الخيار الأرخص.

نعم. قم بتعيين تنسيق الإخراج إلى SVG في نقطة نهاية التوليد، وستقوم واجهة برمجة تطبيقات GPT Image 2.6 بإرجاع ملف متجه ثابت يحتوي على مسارات وأشكال وألوان قابلة للتحرير، وهو مناسب للشعارات والأيقونات والرسومات التوضيحية. يُرجع كل طلب SVG صورة واحدة ولا يدعم البث أو نقطة نهاية التعديل. يقوم النموذج أولاً بعرض صورة مرجعية ثم يقوم بكتابة ملف SVG، لذا تغطي التكلفة كلتا الخطوتين.

تتحكم ميزة التعقيد (Complexity) في مدى تخطيط النموذج للمشهد قبل تصييره، وذلك بمعزل عن إعداد الجودة الذي يتحكم في التفاصيل ودقة العرض. يقبل هذا الإعداد low أو medium أو high، وتكون قيمته الافتراضية high عند تركه دون تحديد. توصي OpenAI باختيار low لمعظم مهام التعديل، مثل تغيير الخلفية أو لافتة، وتوصي باختيار medium أو high للمشاهد التي تحتوي على نصوص كثيفة، أو عناصر متعددة، أو قيود صارمة. قد يؤدي التعقيد الأعلى إلى زيادة وقت الاستجابة وإحداث تغييرات غير مرغوب فيها، لذا يُنصح بمقارنة النتائج المناسبة لمهمتك.

الترميز (Markup) عبارة عن ملف PNG شفاف يحتوي على دوائر أو رسومات تخطيطية أو ملاحظات موضوعة فوق صورة الإدخال الأولى، ويتم إرساله مع موجه (prompt) يصف التغيير. القناع (Mask) عبارة عن صورة بقناة ألفا (alpha-channel) توجه التعديل نحو منطقة معينة، وقد لا يتبع النموذج شكلها الدقيق. لا يمكن الجمع بين الاثنين في طلب واحد. يجب أن تتطابق طبقة الترميز مع أبعاد الصورة الأولى، وتقتصر كل منها على 16,777,216 بكسل، مع حد أقصى يبلغ 50 ميغابايت لملف التعليق التوضيحي.

تشير OpenAI إلى أن نماذج GPT Image قد تظل تواجه صعوبات في الموضع الدقيق للنص، والحفاظ على اتساق الشخصيات المتكررة أو عناصر العلامة التجارية عبر عمليات التوليد المنفصلة، ووضع العناصر بدقة في التركيبات الحساسة للتخطيط. يمكن أن تستغرق المطالبات المعقدة ما يصل إلى دقيقتين. تحقق من النص الصغير والتفاصيل الدقيقة قبل تسليم أي أصل، واستخدم Sunburst مع الصور المرجعية عندما يكون الاتساق أمراً بالغ الأهمية.

نعم. توفر Atlas Cloud نماذجها، بما في ذلك GPT Image 2.5، من خلال مفتاح API واحد مع نظام فوترة الدفع حسب الاستخدام، وتعمل نماذج GPT Image 2.6 Flare و Sunburst على نفس الحساب. يعني التبديل بين الإصدارات تغيير اسم النموذج في طلبك، بحيث يمكنك صياغة مسودة على أحد النماذج وإنهائها على نموذج آخر دون الحاجة إلى بيانات اعتماد جديدة.