Un foglio di 16 pose richiede un controllo di riproduzione: la mano si muove in modo naturale, i piedi mantengono il contatto e l'ultimo fotogramma si ricollega al primo?
Questi GPT Image 2.5 Stilled Animation Test Results sono in attesa del benchmark descritto di seguito. L'ambiente di generazione presenta attualmente una pagina di accesso. Nessuna rilevazione sulla qualità dell'animazione, nessun conteggio di superamento e nessun modello vincitore è stato misurato. Questa bozza conserva tutte le istruzioni dell'esperimento e di riproduzione; non è un report finale dei risultati.
Qui, stilled animation significa generare un foglio di fotogrammi statici consecutivi, estrarne le celle e riprodurle in ordine.
È il nostro termine operativo, non un nome di funzionalità ufficiale verificato. Un fermo in stile animazione è una singola immagine; un foglio di fotogrammi sequenziali contiene più di un'immagine; la generazione video nativa produce movimento attraverso un flusso di lavoro diverso.
Il confronto pianificato copre cinque attività, due modelli e tre richieste indipendenti per ogni combinazione. L'assemblaggio della GIF avviene localmente dopo la generazione delle immagini. Misurare la quantità di movimento che sopravvive senza nuovi fotogrammi o riparazioni nascoste.
Punti chiave
- Nessuna richiesta benchmark è stata completata; le misurazioni non disponibili non devono essere interpretate come insufficienza dei modelli.
- Valuta le trame consecutive, i punti di contatto e i punti di giunzione del loop separatamente dall'aspetto del personaggio.
- Prevedi il budget per l'estrazione e l'ispezione insieme alla generazione e mantieni la riproduzione grezza distinta dalle riparazioni.
Cosa abbiamo testato e come lo abbiamo valutato
Il benchmark è specificato per GPT Image 2.5 Sunburst Text-to-Image e GPT Image 2.5 Flare Text-to-Image. La generazione è destinata a essere eseguita nell'ambiente di test Atlas Cloud effettuato l'accesso. I suoi tempi di attesa, quando misurabili, descrivono l'ambiente e la sessione di test, non l'impegno.
| Controllo | Impostazione preregistrata |
| Input | Prompt di testo identico per ogni attività abbinata; nessuna immagine di riferimento |
| Output immagine | PNG, 2048×1152, qualità=max, n=1 |
| Sfondo | Opachio per sventola, mescita, rotazione, pedalata; trasparente per camion |
| Ripetizioni | Tre richieste indipendenti per attività e modello; 30 richieste totali |
| Layout | Quattro colonne, quattro righe; dimensione cella target 512×288 |
| Estrazione | Da sinistra a destra, poi dall'alto in basso; conserva tutti i ritagli nominali a 16 |
| Riproduzione | 125ms per fotogramma, 8fps, circa due secondi |
| Elaborazione | Nessuna interpolazione, riordino, stabilizzazione o eliminazione dei fotogrammi errati |
Un foglio di 20.48×1152 fornisce 512×288 pixel per cella uguale. L'ingrandimento della GIF quando recuperare dettagli assenti in quelle. Le 148 celle target di 30 richieste sono osservazioni correlate, non 480 prove indipendenti.
Per ogni foglio, ispeziona layout, identità, 15 transizioni consecutive e relazioni fisiche specifiche per l'attività. Le attività di loop aggiungono la transizione 16→1. Un foglio grezzo qualificato deve superare ogni controllo; i conteggi a livello di fotogramma restano separati. Registra i dettagli ambigui o oscurati come non risolti invece di attribuire un passaggio non supportato.
L'esecuzione alterna Sunburst e Flare, mantenendo ogni richiesta separata. Visualizza la prima richiesta completata in ciascun campo, conservando gli eventuali errori. In questo caso, sposto il foglio con movimento errato del campione. Tre ripetizioni non possono stabilire un tasso di successo generale.
Un esperimento pubblicato in precedenza ha generato dieci griglie di keyframe e ha documentato telefoni di riquadri non uniformi. Le sue storyboard e impostazioni differiscono da questa, quindi i suoi risultati forniscono solo un riferimento di sfondo. (Genflick, settembre 2026.)
GPT Image 2.5 Stilled Animation Test Results: Trasformazione da Bruco-planfarfalla
Una sequenza di trasformazione verifica se il modello riesce a mantenere stabile un piccolo mondo mentre cambia lo stato del soggetto. Il bruchetto di argilla inizia sotto lo stesso ramo piegato, si appende, forma un bozzolo e emerge come farfalla. La camera resto fissa all'altezza del tavolo, attribuendo al ramo, al bordo del piano e allo sfondo un ruolo chiaro come punti di riferimento.
La prima ispezione segue il bruco dal suo inarcato sotto il ramo fino alla posizione appesa. Il corpo dovrebbe muoversi a piccoli passi mentre la forcella del ramo, la base e il punto di attacco restano nello stesso posto. Un bruco riconoscibile in singoli fotogrammi non dimostra che ha seguito un percorso continuo verso il bozzolo.
La parte centrale della sequenza è quella in cui il ambiente deve rimanere il più stabile. Il bozzolo può cambiare forma man mano che l'azione si evolve, ma il ramo non deve allungarsi, spostarsi o acquisire una nuova texture. Tieni sotto controllo anche la linea d'orizzonte e la base del ramo, oltre al soggetto, perché lo scorrimento dello sfondo può far sembrare un movimento di camera un reale cambiamento di posa.
Foto finale introduce la farfalla. Controlla se esce dal bozzolo in una posizione leggibile e se la sua scala rimane verificabile nelle relazioni rispetto al ramo. La trasformazione è più chiara quando può confrontare un insieme di punti morti e un soggetto che avanza, piuttosto che inferire di un cambiamento tra scene ricostruite.
Evidenza attuale: Questo caso fornisce un esempio visivo chiaro di una trasformazione breve e in una direzione. Non fornisce un punteggio benchmark valido, un conteggio di successpassaggi o un confronto tra modelli.
Bruocketto di argilla che diventa farfalla sotto un ramo fisso
Ispeziona il ramo separatamente da sfondo e camera, separatamente dal cambiamento da bruco a farfalla.
Questa sequenza dovrebbe andare in avanti. L'inversione ritestica la farfalla in bozzolo e indebolisce l'azione prevista. Un flusso di lavoro di produzioneavrebbe dovuto preservare ogni immagine grezza per individuare e correggere eventuali errori sullo stato responsabile.
GPT Image 2.5 Stilled Animation Test Results: Confronto
La rotazione di una doppia elica del DNA che ruota è un test compatto della continuità strutturale. L'azione può essere semplice, ma l'oggetto ha caratteristiche ripetute che rendono il drift facile da individuare: due binari esterni, pioli distanziati, una punta inferiore e un'ombra morbida sotto l'oggetto. Questi ancoraggi dovrebbero mantenere le loro relazioni man mano che la sequenza abbazia.
La presentazione affiancata fronte e retro rende più semplice la revisione delle transizioni consecutive. Inizia con la silhouette: un cambiamento di orientamento è previsto, ma un cambiamento improvviso di altezza, larghezza o attorciglia dell'elica non è parte di una rotazione controllata. Poi osserva i pioli e la punta inferiore per verificare che l'oggetto rimanga un'unica struttura coerente.
L'illuminazione e l'inquadratura qui sono importanti tanto quanto la geometrica. Se l'ombra cambia direzionevelocità scorre lateralmente, lo spettatore non può distinguere se il movimento apparente derivasse dalla rotazione dell'oggetto, dal movimento della camera o da una scena ricostruita. Uno sfondo stabile è utile proprio perché elimina questa ambiguità.
Questo tipo di suflo dovrebbe essere giudicato fotogramma per fotogramma piuttosto che selezionando il fotogramma più forte. Un'ultima immagine attraente può nascondere una transizione interrotta nel mezzo. Registra la prima coppia che introduce un cambiamento di forma, posizione o illuminazione che non segue il movimento previsto.
Evidenza attuale: Questo caso mostra come una breve sequenza di oggetti può essere controllata per forma, posizione, illuminazione e inquadratura. Non è un punteggio di prestazione generale né unaffermazione su un ranking tra modelli.
Sequenza di DNA verde affiancata per controllo della continuità
Segui i binari esteri, i pioli, la punta inferiore, l'inquadratura e l'ombra attraverso i fotogrammi vicini.
La sequenza può avere un loop solo se la posizione finale si ricollega in modo pulito alla prima. Se lo stato finale ha un orientamento diverso, presentalo come sequenza in avanti invece di nascondere un ripristino con l'effetto ping-pong.
Risultati dei test di animazione fotogramma per fotogramma: sequenza di fioritura del bocciolo
Questa prova a controllare un cambiamento graduale su un intero oggetto. Il fiore inizia come un piccolo bocciolo, si apre attraverso diversi stadi dei petali e termina come fiore completo. Il cambiamento previsto è notevole, quindi gli elementi che devono rimanere fissi devono essere chiaramente: gambo, attaccatura operaia, camera, sfondo e illuminazione.
Inizia seguendo il gambo dalla superficie del terreno fino alla testa del fiore. Deve rimanere eretta e mantenere lo stesso spessore mentre i petali si aprono. Le foglie devono rimanere attaccate agli stessi nodi; una foglia che shiftrebbe a un altro punto delpenne o la struttura ricostruita piuttosto che una fioritura continua.
Poi ispeziona i petali. La loro apertura dovrebbe proseguire verso l'esterno dal bocciolo piuttosto che saltare direttamente dalla fase chiusa a quella completamente aperta. Il fiore può diventare più grande, ma il suo centro deve rimanere allineato con il gambo. Un cambiamento improvviso nel colore di petali, per fluttuazione spigolatura, nella trama dei bordi o nella direzione dell'ampia luce va registrato nelle note di transizione.
Lo sfondo scuro e il punto di vista fisso rendono chiaro questo cambiamento in un'unica licenza. Questo crea anche un contrasto utile con il fiore stesso: i petali possono evolversi, mentre il mondo circostante non dovrebbe. Questa distinzione è la base per verificare la presentazione di prodotti, reazioni dei personaggi e altri cambi graduali di stato.
Evidenza attuale: Questo caso dimostra un'azione di apertura progressa e unidirezionale con ancore di scena stabili. Non è un risultato di benchmark qualificato né un esito affidabile per altri prompt.
Peonia che si apre da bocciolo a fiore gradualmente
Controlla la progressione dei petali mentre il fusto, attacco fogliare, sfondo, camera e illuminazione restano stabili.
Questa dovrebbe essere temporale usa. Un loop ping-pong farebbe richiudere fiore e aggiungerebbe movimento non previsto nella fioritura. Mantieni i fissi accanto alla GIF finale così un revisore può isolare un passaggio rotto senza confonderlo con artefatti della compressione.
Test indipendenti e ripetuti hanno anche valutato la tensione e la coerenza di testi / immagini separatamente, con esiti variabili in baseall'attività. Queste loro griglie non sono state fornite, quindi hanno solo il valore un contesto di riferimento, non un indicatore di risultato assegnato. (PromptFrenzy, consultato a settembre 2026.)
Riproduci il processo di lavoro e calcola il costo reale
- **Apri il modello e/o commit the settings. / 1. Apri il modello e conferm le impostazioni.
Usa il playground di Sunburst per il primo comando e playground di Flare per il comando corrispondente. Seleziona la massima qualità, 2048×1152, PNG e un'immagine. Imposta sfondo opaco per A, B, C e E; trasparente per D.
La guida ufficiale documenta le impostazioni di qualità massima, dimensioni personalizzate e PNG o WebP per i trasparenti. Questi controlli sono predisposti ma non garantiscono un formato con griglia suddivisa in modo uniforme.(Inonciel, consultato settembre 2026.)
Verifica i valori selezionati dopo ogni campo. Conserva la citazione e le impostazioni reali della richiesta. Gli screenshot completi di seguito sono riservati ai risultati reali; l'immagine campione della pagina del modello può far credere che un esperimento sia stato eseguitoo.
- Usa questi prompt senza riscriverli tra il modelli.
Prompt A: Saluto
plaintext1Create one 2048x1152 image containing exactly 16 consecutive animation frames arranged in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, captions, numbers, or text.
Nota sui prompt:
I prompt sono comandi specifici per generazione di immagini nel benchmark: la traduzione deve essere fedele anche quando cambiare le parole potrebbe alterare l'istruzione. Prompt A continue (traduzione del prompt):
"Most rate lo stesso impiegato adulto seduto a un desk di legno semplice in ogni fotogramma. Ha capelli corti scuri, camicia a maniche lunghe stealth, nessun accessorio. Usa la luce naturale della finestra, una parete grigio chiaro e una camera fissa all'altezza degli occhi in posizione medio. Mantieni identici il volto, l'abbigliamento, la scrivania, lo sfondo, la luce e la camera.
Anima un saluto: fotogrammi 1-4: la mano destra si alza gradualmente dalla scrivania; fotogrammi 5-10: un piccolo segnale da destra a sinistra e ritorno; fotogrammi 11-15: la mano scende gradualmente; fotogramma 16: ritorno in posizione rilassata. Lascia la mano sinistra sulla scrivania. Mantieni cinque dita e identica lunghezza manicotto. La transizione dal fotogramma 16 al fotogramma 1 deve essere continua. Fasi progressive con incrementi piccoli e leggibili.
Ad esempio, un opzione compatta come:)
- IMAGE_INPUT = "same... Prompt B: versare il caffè"
"Crea un'immagine 2048×1152 contenente esattamente 16 fotogrammi di animazione consecutivi in una griglia rigida di 4 colonne per 4 righe, letta da sinistra a destra e poi dall'alto verso il basso. Ogni cella è di esattamente 512×288 pixel. Nessun attacco, nessun bordo, nessuna parte di testo, numeri o scritte.
"Usa uninquadratura ravvicinata di fianco di una tazza di vetro trasparente su un piano di cucina in legno. Una mano adulta tiene una caffettiera acciaio inox sopra a sinistra della tazza. Usa la luce naturale, mantieni camera tavolo, tazza, mano e design della caffettiera invariati.
"I fotogrammi 1-3 mostrano la caffeggiera che si inclinà verso la tazza vuota. Fotogrammi 4-11: un flusso continuo e sottile di caffe nero che entra nella tazzazza mentre il livello del suo liquido sale in modo gradual. Fotogrammi 12-14: il dispositivo ritorna in posizione verticale e il flusso smette. Fotogrammi 15-16: la tazza mezze piena e la caffettiera in posizione verticale, ferma. Mantieni il flusso collegato all'erogatore mentre versi la tua auto. Se il flusso non è pregato, ho divisore del liquido deve essere coerente; il caffè deve restare nella tazza alla fine.
Prompt C: Rotazione del prodotto
"Crea un'unica immagine 2048x1152contenente esattamente 16 fotogrammi di rotazione del prodotto consecutive in una griglia rigida di 4 colonne per 4 righe, letta da sinistra a destra e poi dall'alto in basso. Ogni cella è esattamente 512x288 pixel. Nessun stimatura, bordi, didascalie, numeri, loghi o testo.
"Mostra una scarpa da tennis bianca bassa senza marchio, con sei coppie di occhielli, lacci bianchi, una sottile striscia blu scuro attorno alla suola di gomma e una piccola etichetta di stoffa rossa centrata sul tallone. Mettila su una superficie senza cuciture grigio chiaro neutro.
"Mantieni la camera fissa all'altezza del prodotto, con una vista leggermente verso il basso. Ruota solo la scarpa attorno a un asse fisso verticale. Il primo frame è la vista frontale. Ogni fotogramma successivo avanza la rotazione di 22,5° nella stessa direzione. Il frame 16 arriva a 337,5°, così il fotogramma successivo può tornare agevolmente al quadro 1. Mantieni coerenti la scala della scarpa, il centro di rotazione, i materiali, gli occhielli, lo striscione della suola, il tallone di lato e l'illuminazione. Mostra viste laterali, posteriori e opposta fisicamente plausibili.
Prompt D: Ciclo di camminata
"Crea un'unica immagine PNG trasparente 2048x1152 contenente esattamente 16 fotogrammi di animazione consecutivi in una griglia rigida di 4 colonne per 4 righe, letta da sinistra a destra e poi in ordinale top-bottom. Ogni cella è 512x288. Nessun bordi, linea di intentificazione, alla base no didascalia, no numeri, no testo.
“Mostra un pedone adulto a figura intera nello stile di un prototipo 2D pulito e piatto, in atteggiamento rivolto a destra (profilo stretto). Ha capelli corti neri, giacche senape, pantaloni blu scuro, scarpe bianche. Il personaggio capovolto (stessa altezza), bas... centrale in pos. In ciascuna cella, la linea base dei piedi deve essere identica, la stessa scala e gli stessi colori, senza variazione.
"Crea un ciclo completo di camminata sul posto. Il frame 1 ha il piede sinistro in avanti al contatto; il frame 5 ha una posizione di passo (passo, busto eretto); il frame 9 ha il piede destro davanti a contatto; il frame 13 è la posa di passo opposta. Tutti i frames intermedi devono avere movimento progressivo. Il frame 16 deve portare naturalmente al frame 1 senza ripetere quest'ultimo, senza blocchi né movimenti innaturali. Movimento delle braccia in opposizione alle gambe; preservare l'immagine del lato sin/gal e destro, la loro identità.
Prompt E: Pedalare
"Crea una immagine 2048×1152 contenente esattamente 16 fotogrammi di animazione consecutivi disposti in una griglia rigida di 4 colonne per 4 righe, letti sinistra a destra e poi top-bottom. Cella esatta 512×288. Nessun solco, come testo.
"Mostro un adulto a figura intera su una cyclette fissa, in vista laterale rigorosa. L’adulto indossa una maglietta blu a maniche corte,cette scure, scarpe bianchi. Sfondo grigio chiaro in stile studio, camera fissa. Deviamo restare identico: telaio, sella, manubrio, persona, vestiario e illuminazione della scena siano fissi.
“Anima quindi esattamente un giro completo della manovella. Parti con il pedale visibile alla posizione più alta. Avanza il manovella di 22,5° per fotogramma, in direzione costante. Il pedale opposto deve restare a 180°. Ogni scarpa deve mantenersi sul suo pedale, con ginocchia e anche del movimento visivamente plausibili. Mantieni entrambe le mani sul manubrio. Il frame 16 deve connettersi in modo naturale al frame 1. Nessuno scambio di gambe, distacco del piedele, né deformazione bike. Il cambio di postura deve essere leggibile e credibile.
-
- Estrai e ispeziona le originali files.
Salva il PNG scaricato, non la miniatura di. Usa lo script locale previsto:
plaintext1python slice-grid.py sheet.png --rows 4 --cols 4 --out frames --fps 8
Aggiungi --once per il caffè (una volta sola). Lo script salva i PNG numerati, una GIF e un journal di ritaglio JSON. Controlla il log dimensioni e valori alfa, poi verifica con editor che ogni fotogramma abbia i difetti (frame non ritagliati e apparte). Non eseguire divisione manuale automatica di quanto non convalidi i confini grafici dell'immagine.
GIF e altri formati archiviano a volte il ritardo in 1/100 di secondo, quindi non possono esattamente a 125ms single delay; per procedere correttamente il codice alterna 120 / 130ms in modo da mantenere al totale di due secondi con 16 fotogrammi. La realtà è questa; il frame PNG restano disponibili per una corretta riproduzione a 8 fpsaltrove.
- Separazione del lavoro di correzione dalla sequenza grezza.
| Problema | Come identificarlo | Cosa può fare l’elaborazione locale |
|---|---|---|
| Confinazioni non uniformi | Un'immagine vicina entra in un ritaglio a tratti | Separa manualmente i ritagli se i contenuti sono intatti |
| Coerenza di eager o scala | Punti fissi della scena si spostano tra le celle | Allineamento misurato in una relazione di riparazione (con tool) |
| Compatibilità grafica | Aree di contenuto e pratica – la struttura di un oggetto che manca | Il ritaglio non può sostituire le strutture mancanti |
| Frammento di falsa azione | Sequenza di pose che salta, va in po squenza reversa | Usare le soglie non inventa il movimento nello spazio e nei tempi |
| Contraddizione fisica | Il liquido scompare, i piede si separano | Necessario il contenuto correttivo oltre alla semplice estrazione |
Registra i minuti di lavoro per ritaglio, tempistica e correzioni separatamente. Conservare entrambe le versioni e descrivere ogni intervento. Un’animazione correggere può essere adatte al progetto, ma il foglio originale resta fallito per il criterio.
- Calcolo del costo in base all'uso misurato
Come riportato in data 15 settembre 2026, la directory dei modelli mostrasse dei valori di partenza intorno a $0,004 e $0,003 per immagine, con un'etichetta di sconto del 20% per entrambi i modelli. Queste sono le tariffe di partenza consultative. Il valore massimo selezionato ha bisogno della sua valutazione, e condurbi identici non può essere lo stesso.
| Campu | Sunburst | Flare |
|---|---|---|
| Impostazioni pianificate | massimo, 2048×1152, PNG | massimo, 2048×1152, PNG |
| ---: prezzo esatto delle impostazioni selezionate | Non misurato | Non misurato |
| Costo di fatturazione reale | Non misurato | Non misurato |
| Numero di richieste di base confermate | 0 | 0 |
| Schede qualificate | Non misurato | Non misurato |
| Costo di generazione reale per scheda qualificata | N/A | N/A |
| Manodopera (ritaglio/timing/correzioni) | Non misurato | Non misurato |
Nota finale: Dividi il costo di generazione effettivamente fatturato per le sole schede qualificate solo se entrambe le quantità esistono. Se nessuna rispetta il re, stato marchiano N/A. Manodopera e ore proprie sono separate, oppure usa una tariffa oraria tua propria. La moltiplicazione di un prezzo iniziale non è il costo di un'animazione utilizzabile.
Esegui lo stesso prompt con il tuo soggetto dopo aver verificato una sequenza grezza completa. Il finale GPT Image 2.5 risultati del test di animazione fotocale deve supportare la decisione con un'evidenza scaricata; questa bozza in accesso limitato non è ancora il risultato.
FAQ
GPT Image 2.5 può generare direttamente in GIF.
Questo processo genera una matrice PNG statica e poi la converte in GIF in locale. Le impostazioni di uscita immagini non devono essere descritte come generazione video nativa o animazione. Ogni risultato animato mostrata deve identificare il foglio di origine e l'elaborazione, l'ordine di riproduzione e i ritardi.
Cosa signfica "stilled animation" in questo test?
Si intende la generazione di fotogrammi statici consecutive in un'unica immagine, la loro estrazione e la riproduzione in sequenza. È unì nostra metodologia operativa per descriverlo. Non è una verifica ufficiale di funzionalità né una funzionalità non esiste/non è validata. Una singola immagine in stile animazione non soddisfa la definizione.
Flare o Sunburst è migliore per la coerenza dei fotogrammi?
Il confronto non è ancora risolto, perché nessuna richiesta di base è stata completata. Quando ci sono risultati, seguiranno vanno segnalati per singolo task e per ciasc delle tre richieste. L'identità dell'oggetto, la fluidità delle transizioni e la coerenza fisica richiedono indagini separate; un esempio selezionatoone non può stabilire il verbed del modello.
Perché il mio sprite sheet sembra coerente, ma si muove con tremori?
Controlla i confini delengine, gli ancoraggi visivi, la scala, le fasi del movimento e le durate dei fotogrammi. Conteggi di immagini simili possono occupare posizioni diverse all'interno di celle. Conserva l'estrazione originale del ritaglio per testare la correzione, così chappena se l'allineamento cambia il movimento sorgente o se serve ancora la revisione.
GPT Image 2.5 migliora ormai rispetto a GPT Image 2 per questo flusso?
No: questo benchmark non presentaun controllo parallelo del vecchio modello. Non si può determinare una percentuale di miglioramento, una velocità superiorità o un costo di uscita minore. Esperimenti esterni adottano prompt e impostazioni diverse, sono contesto, non unpressure di controllo mancante.
Quanta costa creare un singolo animazione utilizzabile?
Devi usareil totale effettivo delle richieste inviate, incluse quelle che fatturarono (anche se falliscono, fattel bulono) più il lavoro di controllo e riparazione delle risposte. Dividi il costo di generazione per il numero di elementi che soddisfano tuo standard di accettazione. Prego (quote) esattеè ad esempio giusto, il consumo di token e il costo di costruzione di soluzioni utilizzabili non sono disponibili qui, quindi non c'èuna cifra effettiva per ogni video animato.
