OpenAI 4 ноября 2026 года выпустила обновление Images 2.6 в ChatGPT и Codex: в интерфейсе появилась генерация анимированных GIF из текстового промпта или из загруженной картинки, с регулировкой скорости и правкой отдельных кадров, а в API открылись две модели — GPT-Image-2.6 Flare, создающая изображение примерно за 6 секунд, и GPT-Image-2.6 Sunburst с упором на качество, консистентностью при правках и экспортом в SVG. Обновление доступно в браузерной, настольной и мобильной версиях, а компания на этом фоне заявляет об ускорении генерации и рекордных объемах использования.

image
image

Что произошло

Обновление Images 2.6 раскатано в ChatGPT и Codex на web, desktop и mobile. Гифка создается двумя путями: из текстового описания или на основе загруженного изображения, которое служит референсом. После генерации можно изменить скорость анимации и поправить отдельные кадры. Параллельно OpenAI открыла в API два режима: GPT-Image-2.6 Flare ориентирован на скорость и генерирует картинку примерно за 6 секунд, а GPT-Image-2.6 Sunburst рассчитан на высокое качество, сохраняет консистентность при повторных правках и поддерживает экспорт в SVG. Компания также сообщила, что генерация изображений стала на 50% быстрее.

Контекст

Генерация изображений для OpenAI давно перестала быть демо и превратилась в массовый слой продукта: в сентябре пользователи создавали около 3 млрд картинок в неделю, а к моменту релиза показатель вырос до более чем 4 млрд. Эта динамика говорит о том, что обновление расширяет уже привычную функцию, а не запускает новый класс технологии. Отдельный сюжет — возвращение OpenAI в нишу коротких анимаций и storyboards, которую компания покидала после закрытия проекта Sora: теперь покадровый контроль отдан image-модели. Разделение API на Flare и Sunburst повторяет классическую для генеративных сервисов развилку между скоростью и качеством: один режим рассчитан на быстрые итерации, другой на финальные артефакты.

Почему это важно для индустрии

Для разработчиков здесь редкий сценарий: доступ к новым моделям в API открыт в день анонса, поэтому пилотные пайплайны на Flare и Sunburst можно собирать сразу. Развилка режимов упрощает архитектуру: быстрые черновые генерации уходят во Flare, финальные артефакты и правки с сохранением консистентности — в Sunburst, включая SVG-сценарии. GIF-генерация и референсные изображения закрывают задачу коротких анимаций и storyboards без развертывания видеогенерации, что удешевляет производство маркетинговых креативов и визуальных прототипов. Обратная сторона: генерация картинок становится базовым слоем внутри крупного продукта, и тонкие обертки вокруг text-to-image теряют самостоятельную ценность. Осторожный прогноз: если консистентность покадровых правок в Sunburst подтвердится на практике, стоит ожидать выравнивания конкурентов по связке анимация плюс правка кадров и появления routing-слоев, которые делят трафик между режимами скорости и качества.

Почему это важно для пользователей

Функции уже работают на всех тарифах ChatGPT в браузерной, настольной и мобильной версиях. На практике это значит, что свою картинку можно превратить в короткую анимацию, а описанную текстом сцену получить как готовую гифку, затем подстроить темп и исправить неудачные кадры. Типовые сценарии: анимации для постов и сторис, наглядные иллюстрации к объяснениям, быстрая проверка визуальных идей без дизайнера и видеоредактора. Особое внимание стоит обращать на то, как персонаж и сцена сохраняются между кадрами при правках: публичных замеров этой консистентности нет, поэтому итоговое качество лучше оценивать на собственных примерах.

Что пока неизвестно / ограничения

Несколько пунктов остаются открытыми. Заявление об ускорении на 50% не сопровождается базой сравнения и протоколом измерения, поэтому воспринимать его стоит как ориентир вендора, а не установленный факт. Консистентность при покадровых правках анонсирована, но публичных метрик того, как и насколько надежно она работает, нет. Механизм SVG-экспорта не раскрыт: неизвестно, выдается ли нативный вектор или результат трассировки растрового изображения. Для API не опубликованы цены, rate limits и SLA, что мешает планировать продакшн-нагрузки. Наконец, рост числа генераций с 3 до более чем 4 млрд в неделю характеризует масштаб использования, но не качество модели и не себестоимость отдельной картинки.

Источники

Автор

Look at AI, редакция