16ポーズからなるシートには再生チェックが必要です。手の動きが自然か、足が接地を保っているか、最終フレームが最初のフレームに自然に接続するか。
以下のGPT Image 2.5 スティルド・アニメーション・テスト結果は、後述するベンチマークを待っている状態です。現在の生成環境はアクセス用ログインページが表示されています。アニメーション品質の判定結果、合格数、モデルの勝者はいずれも測定されていません。このドラフトは完全な実験手順と再現方法を保持しており、完了した結果レポートではありません。
ここでいう_スティルド・アニメーション_とは、連続する静止フレームのシートを生成し、そのセルを抽出して順番に再生することを意味します。
これは私たちが使う作業用の用語であり、検証済みの公式機能名ではありません。アニメーション風の静止画は単一の絵であり、連続フレームシートは複数の絵を含みます。ネイティブ動画生成は別のワークフローでモーションを生成します。
計画中の比較は、5つのタスク、2つのモデル、各組み合わせにつき3つの独立したリクエストを対象としています。GIFの組み立ては画像生成後にローカルで行われます。新しいフレームや隠れた修正なしでどれだけの動きが保持されるかを測定します。
重要ポイント
- ベンチマークのリクエストは完了しておらず、未測定の結果をモデルの欠陥として読むべきではありません。
- 連続する遷移、接触ポイント、ループの繋ぎ目をキャラクターの見た目とは別に評価してください。
- 生成と並行して抽出と検査の時間を確保し、生の再生と修正を区別してください。
テストした内容とスコアリング方法
ベンチマークはGPT Image 2.5 Sunburst Text-to-ImageとGPT Image 2.5 Flare Text-to-Image用に規定されています。生成はログイン済みのAtlas Cloudテスト環境で実行する想定です。待機時間は、測定可能な場合、その環境とセッションについて説明するものであり、プロダクションサービスの保証を表すものではありません。
| コントロール | 事前登録設定 |
| 入力 | 対応するタスクごとに同一のプロンプト;参照画像なし |
| 画像出力 | PNG, 2048×1152, quality=max, n=1 |
| 背景 | 手を振る・注ぐ・回転・ペダリング用は不透明;歩行サイクル用は透明 |
| 繰り返し | タスクとモデルごとに3回の独立リクエスト; 合計30リクエスト |
| レイアウト | 4列×4行; ターゲットセルサイズ512×288 |
| 抽出 | 左から右、次に上から下; 16のノミナルクロップをすべて保持 |
| 再生 | ターゲット125ms/フレーム、8fps、約2秒 |
| 処理 | 補間なし、並べ替えなし、安定化なし、削除失敗フレームなし |
2048×1152のシートは、均等なセルあたり512×288ピクセルを供給します。GIFを拡大しても、これらのセルに存在しないディテールを復元することはできません。480のターゲットセルは30リクエストに属しているため、480の独立した試行ではなく、相関する観測値です。
各シートについて、構図、同一性、15の隣接トランジション、およびタスク固有の物理的関係を検査します。ループタスクはトランジション16→1を追加します。認定された生シートは、該当するすべてのチェックを満たす必要があります。フレームレベルのカウントは別にしてあります。曖昧な詳細や隠れた詳細は、未承認のパスとして認定戻すのではなく、未解決として記録します。
実行はSunburstとFlareを交互に行い、各リクエストを別々に保ちます。各グループの最初に完了したリクエストを表示し、以前のリクエスト失敗も保持します。動きが不正確な完了画像はデータセットに保持されます。3回の繰り返しで一般的な成功率を確立することはできません。
以前公開された実験では、10個のキーフレームグリッドを生成し、不均一なパネル境界を記録しました。そのストーリーボードと設定は私たちのものとは異なるため、その結果は背景情報のみ提供します。(Genflick、2026年9月)
GPT Image 2.5 スティルド・アニメーション・テスト結果: 毛虫から蝶への変態
変態とシーケンスは、モデルが小さな世界を安定に保ちながら主体を状態変化させられるかをテストします。粘土の毛虫は同じ曲がった枝の下から始まり、ぶら下がり、繭を形成し、蝶になります。カメラはテーブルの高さで固定され、枝、テーブル端、背景が基準点の明確な役割を果たします。
最初の検査は、枝の下にある曲がったポーズのから吊り下げ姿勢への展開を追います。体は小さなステップで動き、ながら枝分かれ、基部、および取り付けポイントは同じ場所に留まる必要があります。孤立したフレームで認識できる毛虫があるだけでは、つながっている経路を辿って繭に入ったことにはなりません。
使用するシーンの途中は、セットが特に安定している必要があります。繭は進展するアクションの一部として変化できますが、枝が長くなったり、ずэったり、新しいテクスチャを獲得したりしないでください。視点と枝の基部も注意して視聴してください。背景のドリフトがあると、本物のポーズ変更がカメラ移動に見られる可能性があるからです。
最終フレームは蝶を導入します。蝶が読み取れる位置の繭から出てくるか、そのスケールが枝に対して合理的であるかをチェックします。変形は、真の変更を再構築されたシーン全体で推測するのではなく、保存されたセットと進み始めた主体を比較できる場合、より明確です。
**現在の証拠:**このケーブルは、短いうちで片方向の変形を明確に示す視覚的な例です。認定されたベンチマークスコア、パス数、またはモデル間の比較を提供するものではありません。
固定された枝から蝶になる粘土の毛虫
枝、テーブル、固定されたカメラを毛虫から蝶への変化とは別に確認してください。
このシーケンスは前方向に再生させる必要があります。逆回転させると完成した蝶がにもどり、意図した動作を弱めてしまいます。制作ワークフローでは、基の静止フレームをを各状態を保存しておき、ジャンプを検出した箇所を特定して担当する状態で修正できるようにすべきです。
GPT Image 2.5 スティルド・アニメーション・テスト結果: DNAの連続性比較
回転するDNA二重らせんは、構造連続性のコンパクトなテストです。アクションはシンプルですが、ドリフトを簡単に検出できる繰り返し機能が奥にあります: 2本の外側レール、等間隔のラング(必須)、下側の先端、そして原子りにくい物体の下のソフトシャドウ。これらのアンカーはシーケンスが進むにつれてその関係を保持する必要があります。
並列の間接的な説では、隣接する遷移を検討しやすくなります。シルエット(輪郭)から始めます。向きの変化は期待されますが、ヘリックス高、幅、ねじりの突然変化は制御されべきものです。次にラングと先端ををたどって、物体がとして一貫した構造であるか確です。
ここでは、照明の点とフレーミングが幾何学と同じくらい重要です。シャドウの方向が変わったり、ヘリックスが横にスライドしたりすると、動きがオブジェクトの回転、カメラドリフト、またはシーンの再構築によるのか判断できません。このたの、安定した背景はまさにそのしゃまなあいまいさを取り除くために役立ちます。
この種の例では、最も強い静止画を選ぶのではなく、フレームごとに判断する必要があります。魅力的な最後の画像が、問題の中間の遷移を隠している可能性があります。意図された動きに従わない、形状・位置・照明の変化を最初に導入したペアを記録してください。
**現在の証拠:**このケーブルは、短いオブジェクトのシーケンスを、形状・位置・照明・フレーミングの連続性をどのように検査できるかを示しています。これは、一般的なパフォーマンススコアやモデルランキングの主張ではありません。
連続性検査のための緑色DNAシーケンスを比較表示
外側レール、ラング、先端、後端、影を隣接するフレーム間で確認します。
シーケンスをループさせることができるのは、最終的なポーズが最初のポーズと同一でつながっている場合のみです。エンドステートが別の方向を保持している場合は、リセットを隠すためにピンポン効果を使ってマスカラするのではなく、フォワードシーケンスとして提示してください。
GPT Image 2.5 Stilled Animation Test Results: Peony Bloom Sequence
まず、土壌ラインから茎を花頭まで追跡します。花が開くにつれて、茎は直立したままで同じ太さを保持する必要があります。葉は同じ接続点に留まる必要があります。葉が別の茎の位置に移動するのは、連続的な開花のではなく、再構築されたオブジェクトを示します。
次に花びらを検査します。開花は、繭のずっと外側に進むにつれて、閉じた状態から完全に開いた状態に直接ジャンプするではなく段階的に開くべきです。花は大きくできるが、中心は茎と位置を合わせ続ける必要があります。花びらの色、縁の質感、または照明の方向が突然変化した場合は、遷移のメモに記録します。
暗い背景と固定された視点は、この一方向の変化を読みやすくします。また、花自体と対実的であることもできます: 花びらは変化しても、背景は変化しません。その区別は、製品リビングやキャラクターの反応、その他の進行する状態変化をレビューするための基準です。
現在の証拠: このケーブルは、安定したシーンアンカーを備えた明確な一方向の開花アクションを示しています。他のプロンプトについて、認定されるベンチマーク結果や信頼性の高い結果を提供するものではありません。
バラのつぼみからが満開に開く様子
茎の葉、背景、カメラ、照明が安定した効果を確認しながら、花びらの中の進行をチェック。
このシーケンスは一度だけ再生するべきです。ピンポンのループでは、花が再び閉じて、意図された開花の一部ではないモーションが加えられます。最終的なGIFの横に生のスタイルを置いて、レビュアーが圧縮アーティファクトと混同することなく、著しくでたどのステップを分離できるようにします。
他の場所では、独立した繰り返しテストで、プロンプトフォローと一貫性を別々に評価した実験もされていることがあります。それらのグラムは、この記事のアニメーションスコアを提供しません。(PromptFrenzy、2026年9月アクセス。)
ワークフローを再現して実際のコストを解明する
- モデルを開いて設定を確定する。
最初のリクエストにはSunburstプレイグラウンド、対応するリクエストにはFlareプレイグラウンドを使用します。最大品質、2048×1152、PNG、画像1枚を選択します。A、B、C、Eは不透明、Dは半透明に設定します。
公式画像ガイドには、最大品質、カスタム寸法、透明性のためのPNGまたはWebPが記載されています。これらの出力コントルールは、均等分割されたフレームシートを保証するものではありません。(OpenAI、2026年9月アクセス。)
各コントロールから入った後、選択した値を確認してください。プロンプトの引用文と、設定値の実際のリクエスト設定を保存してください。実際の生成物のスクリーンショットは、実際の出力のために用意され、モデルページのサンプル画像を残すことはできません。
- モデル間で同じプロンプトを使用し、書き換えはしません。
プロンプトA: 手を振る
`` plaintext 2048x1152の画像を1枚作成し、正確に4列x4列の厳密なグリッドに16の連続するアニメーションフレームが配置され、左から右へ読み、その順に上から下に進む。各セルは正確に512x288ピクセルである。ガター、ボーダー、キャプション、数字、文字は一切使用しない。
フレームごとに、同じ成人のオフィスワーカーが木製の机に座って、. ``
プロンプトB: コーヒーを注ぐ
plaintext12048x1152の画像を1枚作成し、厳密な4列4行のグリッドに正確に16の連続するアニメーションフレームが配置され、左から右へ、上から下へ読み進む。各セルは512x288ピクセルです。マージン、ボーダー、キャプション、数字、テキストは不可。 2 3固定された側面視点のクローズアップで、木製のカウンター上の透明なグラスカップが表示される。大人の片手がカップのセクションと左に、小さなステンレス製のコーヒーポットを静止した上方に保持するやわらいデイライトと、カメラ、カウンター、カップ、手、ポットのデザインは不安。 4 5フレーム1～3は空のカップ器に傾いています。フレーム4～11は、液体のレベルが昇するにつれて、黒コーヒーの連続した細い流れがポートに入った演出します。フレーム12～14はポットが周りに立ったまま見え、流れが止まります。フレーム15～16は、ハーフフルのカップと、縦の立った状態の静止したポットを表現します。注いでいる間、流れがスパウトに接続されたままにしてください。飛散やカップの形の変化は不要。これは一方向のアクションであり、ループではなく、最後にコーヒーがカップに残ている必要があります。
プロンプトC: プロダクトのローテーション
plaintext12048x1536の画像を1枚作成し、厳密な4列4行のグリッドに16個の連続する商品ローテーションフレームを配置し、左から右へ、上から下へ読み進める。各セルは512x288ピクセルとす。マージン、ボーダー、キャプションy、数字、ロゴ、テキストは不必要。 2 3白地無し最後にを追加します。 4 5ノングランドブランドの白いローカットキャンバススニーカー1足は、6対のアイレット、白いレース、ゴム底に細いネイビーのストライプ、靴のかかとの中心に小さな赤い布タブが付ていた。中間のライトグレーのシームレスな環境の上に置かれている。 6 7カメラはプロダクトの高さで、下方向に若干の角度もあり固定されている。車軸を固定された縦軸の周りにのみ回転している。フレーム1は正面図セット。以降のフレームは、同じ方向に22.5度ずつローテションを進める。フレーム16は337.5度側になり、次のフレームがフレーム1にスムーズに戻れる。スケール、回転中心、素材、アイレット、ソールのストライプ、ヒールタブ、照明の一貫性を維持。身体的にわかる側面、背面、反対側のビューを示す。
プロンプトD: ウォークサイクル
plaintext12048x1152の透明なPNGを1枚作成し、厳密な4列×4行のグリッドに16個の連続したアニメーションフレームを収め、左から右へ、上から下へと読んでいく。各セルは512×288ピクセルである。ガター、ボーダー、地平線、キャプション、数字、文字は含めない。 2 3クリーンでフラットな2Dゲーム用プロトタイプスタイルで、完全な成人の歩行者を1人表示し、右を向き、厳密な側面図である。歩行者は短い黒い髪、マスタード色のジャケット、ネイビーのズボン、白い靴を履いている。キャラクターを全セルで同じ水平位置に配置し、足を同じベースラインに保つ。キャラクターのスケール、服装の形、色を保存する。 4 51つの完全なその場での歩行サイクルを作成する。フレーム1パットがコンとある左足を前にして、フレーム5パスするポーズ、9パット右足をコンタクトにして前に、フレーム13が反対の通過ポーズになる。残りの中間フレームはすべて段階的な動きで埋める。フレーム16はフレーム1を繰り返すことをく自然に導く必要があります。腕をのレッグに交互に振り、左と右の脚の左右の識別を全体で保持する。
プロンプトE: ペダリング
`` プレーンテキスト 2048x1152ピクセルの画像を1枚作成し、厳密な4列x4行のグリッドに16個の連続するアニメーションフレームを配置し、左から右へ、上から下へ読み続ける。各セルは512x288ピクセルです。マージ、ボーダー、キャプション、数字'、テキストは不要。
固定式のエクササイズバイクに座った全身の成人サイクリストを厳密な側面図で示します。サイクリストは青い半袖シャツ、黒の半ズボン、白いシューズを履きます。明るい灰色のスタジオの背景とロックされたカメラを使用します。自転車のフレーム、サドル、ハンドルバー、ライダーのアイデンティティ、衣服の照明を不変に保管します。
ペダルのクランクを1回転だけにします。表示されている手前側のペダルを開始上部に配置します。クランクを統一定の回転方向に22.5度ずつ進めます。後方側のペダルは180度離に見え続けます。各シューズは自分のペダルに接着したままで、膝や足が的を射た動きをするものでなければならない。両手をハンドルガーに保持してください。フレーム16が自然にフレーム1に接続すること。脚を交換したり、足を離脱したり、自転車の形をするな。
plaintext1 21. **オリジナルファイルを抽出し検査する**。 3 4ページのサムネールではなく、ダウロードしたPNGを保存する。提供されたローカルスクリプトを使用する: 5 6`` plaintext 7python slice-grid.py sheet.png --rows 4 --cols 4 --out frames --fps 8 8`` ` 9 10コーヒーには`--once`を追加します。スクリプトは、番号付きPNG、GIF、JSONファイルのクローン・レコードを保存します。そのログの実際の寸法とアルファ値を確認し、それがパネル断片について各クローンを確認してください。自動分割は、視覚化された有効な境界線を検証しません。 11 12GIFはセックの遅延を格納するため、4フレーム、8fps (125ms) を単一フレーム遅延で正確にエンコードできません。ヘルパーは120msと130msを交互に使用し、16フレームで2秒の合計を維持消耗します。ログはこの量子化を公開します。PNGシーケンスは、正確な8fps再生のために別の場所で利用できます。 13 141. **ローフローから修正作業を分離します**。 15 16| | | | 17| ---------------------------------- | ------------------------------------------------------ | ----------------------------------------------------------------- | 18| **問題** | **識別方法** | **ローカル処理で改革できること** | 19| パネルの境界が不均匀 | 隣接画像が測定クロップに入る | 保存された内容が存在する場合の個別の手動クロップ | 20| 固定点のズレ | 固定シーン内のポイントがセル間で動く | ラベルされた修正バージョンで実際のアライメント | 21| 同一性や形状の変化 | 衣、四肢、オブジェクト構造の変化 | クロップでは失われた構造的を復元させない | 22| 誤動作アクションフェーズ | ポーズの順がスキップ、逆転、繰り返さある | タイミングの変更では不在のモーションを作り出さない | 23| 物理的な矛盾 | 液体が消えったり、足が離れたりするなど | ロー抽出を超えたコンテンツ修正必要 | 24 25クロッピング、タイミング、修正アクティブなお時間分けて記録します。両方の線を保存し、すべての運転会在説明します。修正されたアニメはプロジェクトに合いながらも、生のシートはReBenchmarkを引き続き失敗する可能性があります。 26 271. **測定した使用量からコストを計算します**。 28 292026年9月15日に確認されたように、[モデルディレクトリ](https://www.atlascloud.ai/models/all?utm_source=blog\&utm_medium=article\&utm_campaign=gpt-image-2.5-stilled-animation-test-results)には、1枚あたり約$0.004と$0.003の丸みを帯びた開始価格が表示されました。両方のモデルに20%の割引ラベルが表示されました。これらはカタログの開始価格です。選択する最大設定には通常の見積もりが必要で、トークンによる決済の金額は異なる場合があります。 30 31| | | | 32| ---------------------------------------------- | ------------------- | ------------------- | 33| **コストフィールド** | **Sunburst** | **Flare** | 34| 計画設定 | max, 2048×1152, PNG | max, 2048×1152, PNG | 35| 選択した設定の正確な見積 | 未測定 | 未測定 | 36| 実際の請求された合計 | 未測定 | 未測定 | 37| 確認された送信済みベースラインリクエスト | 0 | 0 | 38| 有効なシート (Qualified sheets) | 未測定 | 未測定 | 39| 有効なシートあたりの実際の生成コスト | N/A | N/A | 40| 切り出し/タイミング/修正のための手作業 | 未測定 | 未測定 | 41 42実際の生成コストを有効なシートで除算するのは、両方の値が存在する場合のみで、有効なシート がない場合はN/Aを報告します。手作業を分離するか、独自の時間単位を明示します。開始価格の乗算だけでは、使用可能なアニメーションのコストを確立できません。 43 44最後に、生のシーケンス全体を確認した後で、自分の目的に合うプロンプトを実行します。最終的なGPT Image 2.5 スティルド・アニメーション・テスト結果をダウンロードした証拠で裏付る必要があります。このアクセスブロックされたドラフトでは、まだ結果の存在を決定できません。 45 46## FAQ 47 48**GPT Image 2.5の直接的なアニメーションGIFを生成できますか？** 49 50このワークフローは、PNGフレームシートを要求し、GIFASSEMBLYをローカルの組み立てて行います。画像出力設定をネイティブアニメーションやビデオ生成の記述に使用することはお勧めしません。表示したモーション結果は、そのソースシートと処理（処理を含む再生の順序と遅延）を必ず識別しなければなりません。 51 52**このテストの「スティルド・アニメーション」とは何ですか？** 53 54それは、1つの画像内に連続する4枚の静止フレームを生成し、それらを抽出して順次表示することです。これは運用上の説明として使用しています。検証済みの公式モデル機能の名前ではなく、単一のアニメーション風の画像はその定義を満たしません。 55 56**一貫性のあるアニメーションフレームにはFlareとSunburstのどちらが優れていますか？** 57 58比較はなんのベースラインリクエストが完了していないため、解決できません。利用可能になったら、結果は3つのリクエストすべてで同じタスク単位で報告する必要があります。シート内のセル、潜在的なトランジション、物理的な一貫性それぞれ個別に比較が必要であり、選択された1つの例では勝者を決めることはできません。 59 60**スプライトシートが一貫しているように見えるのに、再生するとちらつきが発生のはなぜ？** 61 62パネル境界、キャラクターアンカー、スケ変化、アクションフェイズ、フレーム再生を確認します。似たようなスティンの静止画は、セル内で異なる位置が占めています。オリジナルのイコールクロップを保持したまま修正をテストすることで、アライメントが役立つかどうか、またはソース情報の動作自体の改訂が必要かどうかを確認できます。 63 64**GPT Image 2.5はこのワークフローに対してGPT Image 2を改善しますか？** 65 66このベンチマークには、並行したGPT Image 2のコントロールは含まれていません。革など、改善されたパーセンテージ、そのモデーに対する速度、またはコストのない使用可能なアニメーション化を確立できません。外部の実験は、相同でテストの異なるプロンプトと設定を使用しており、欠落しているるのための、コンテキストは提供しますが、コントロールグループは提供しません。 67 68**1つの使用可能なアニメーション作成にはどのくらいのコストがかかりますか？** 69 70リクエストの試行ごとに、請求された失敗を含めて実際の費用に、よい出力の検査と修正に必要な作業を加えて使用します。その合計を、受け入れ基準を満たす数に割ります。正確な設定の見込み、決済、使用可能な結果はここではまだ未測定です。なので、実行可能な各アニメーション単価の数値はまだ得られません。
