A OpenAI apresentou o GPT Image 2.6, a mais recente atualização do seu modelo de geração de imagens disponível no ChatGPT, no Codex e por meio de API. A nova versão expande as capacidades criativas da plataforma ao introduzir a criação de GIFs animados diretamente a partir de comandos de texto, além de levar a funcionalidade de marcação de imagens — anteriormente restrita ao ChatGPT — para o ambiente de desenvolvedores na API.
Segundo informações divulgadas pela Analytics Vidhya, a atualização promete gerar imagens cerca de 50% mais rápido em relação à versão anterior. Além da velocidade, o modelo passa a oferecer parâmetros ajustáveis de complexidade de planejamento para desenvolvedores, mantendo a dinâmica de trabalho já conhecida baseada no envio de imagens de referência e instruções claras sobre quais elementos devem permanecer inalterados.
Testes práticos avaliam precisão e geração de texto
Para verificar o desempenho real do GPT Image 2.6 além das promessas de lançamento, a reportagem da Analytics Vidhya submeteu o modelo a uma série de testes práticos envolvendo geração visual, edição pontual e renderização de textos complexos. Os experimentos cobriram desde fotos editoriais cinematográficas até diagramas científicos rigorosos.
Em um dos testes de edição cirúrgica, o modelo utilizou a ferramenta de marcação visual para alterar a estofagem de uma poltrona em uma fotografia. A IA substituiu o tecido original por veludo verde-escuro mantendo a silhueta exata do móvel, suas costuras, pernas, a almofada branca e todos os outros objetos do ambiente sem causar distorções no restante da cena.
Outro teste avaliou a capacidade de converter um documento PDF com orientações de design e texto exato — incluindo linhas de menu, preços e caracteres no alfabeto hindi — em um cardápio finalizado. A demonstração testou o fluxo de trabalho de documentos para imagem do ChatGPT, conseguindo reproduzir a formatação e os elementos gráficos solicitados.
Ilustração científica e desafios com detalhes
O modelo também foi desafiado a criar uma prancha de ilustração científica em aquarela mostrando o ciclo de vida da borboleta-monarca. A instrução exigia quatro estágios bem definidos organizados em sentido horário — ovo, lagarta, crisálida e adulto —, além de setas indicativas e apenas quatro rótulos de texto específicos sobre o papel de parede ivory.
Esses testes práticos demonstraram a capacidade do modelo em lidar com iluminação complexa, como a reprodução de estufas de vidro sob a luz da hora azul com condensação e neve, além da fidelidade no cumprimento de restrições rígidas impostas pelos comandos, como a ausência de marcas d'água, pessoas ou elementos não solicitados.
O que isso muda para você
Para os profissionais brasileiros que trabalham com design, marketing ou desenvolvimento de software, o GPT Image 2.6 representa um ganho direto de eficiência. A chegada da ferramenta de marcação guiada à API permite integrar edições cirúrgicas de imagens diretamente em fluxos de trabalho automatizados, reduzindo a necessidade de softwares de edição manual para ajustes simples de cor, textura ou substituição de objetos em catálogos de produtos.
Além disso, a capacidade de gerar GIFs animados e interpretar instruções de documentos para criar peças visuais abre novas possibilidades para equipes de conteúdo. A promessa de maior velocidade de processamento ajuda a diminuir o tempo entre a ideia e a entrega final de protótipos visuais ou materiais publicitários.
O próximo passo ideal para designers e desenvolvedores é testar a API com comandos baseados em marcação e referências rígidas. Experimentar a geração de pequenos elementos em movimento pode ser um diferencial imediato para campanhas digitais e interfaces de usuário.
