ChatGPT Images 2.6は11月4日に公開され、画像生成を「静止画1枚」から「そのまま動くGIF」へと進めた。ユーザーはテキストや写真からGIFを生成し、再生速度を調整して個々のフレームを編集できる。同時に導入された再利用可能な参照画像により、同じキャラクター、ペット、人物の見た目を異なるプロンプトでも保てる。OpenAIによると、ChatGPTとAPIが生成する画像は週40億枚を超え、9月のImages 2.5公開時の30億枚から増えた。今回の更新は、ウェブ、デスクトップ、モバイルのすべてのChatGPTユーザーとCodexユーザーに展開されている。
GIFと参照画像が解決するのは「修正のしにくさ」
GIFの要点は動くことそのものではなく、編集できることだ。生成後に速度を変え、1フレームだけ直してから共有できるため、静止画を作って別のツールでつなぎ合わせる必要がない。参照画像が解決するのは別の手間である。これまでは同じキャラクターの一貫性を保つために、毎回説明し直して引き直さなければならなかった。今は見た目を参照画像として保存し、後のプロンプトで再利用できるため、キャラクターの一貫性を保ちやすくなる。2つが合わさることで、画像生成は一発勝負のくじ引きではなく、何度でも修正できる作業台に近づく。ソーシャルコンテンツ、商品画像、絵コンテを作る人にとって、節約になるのはやり直しにかかる時間だ。ただしGIFは複数フレームで構成されるため、細部が崩れる可能性は静止画1枚より高く、重要な仕上がりは今もフレーム単位の確認が必要だ。
APIは速さと品質の2系統に分かれ、システムカードはGIFのリスクから説き起こす
開発者向けには2つの新しいAPIモデルが同時に登場する。GPT-Image-2.6 Flareは速度重視で、OpenAIによると生成速度は前世代より約50%速い。GPT-Image-2.6 Sunburstは品質と繰り返し編集における一貫性を重視し、何度も修正が必要な商品画像やキャラクター素材に向いている。注意すべき境界は、公開時点で新しいAPIモデルの価格がまだ発表されていないことで、開発者は旧価格でコストを見積もるべきではない。同日公開されたシステムカードもGIFのリスクから説き起こしている。フレームをまたいで伝わる有害な意味は見つけにくく、安全推論モデルは生成時の説明文とフレームグリッドをあわせて審査する。ポリシー違反とラベル付けされた310件のGIFの評価では再現率は77.66%で、OpenAIは動きに関する違反を完全に捉えることは依然として難しいとも認めている。つまりGIF機能は便利だが、プラットフォームはコンテンツ審査が万全だとは主張しておらず、人物、とりわけ未成年者が関わるGIFのリクエストには引き続き厳しい制限がかかる。
