ChatGPT Images 2.6: چه چیزهایی تازه است و چطور تشخیصش دهیم
نوشته را باز کنید و با خواندن آن ۳۰ امتیاز بگیرید
وارد شو و با خواندن این مطلب +۳۰ امتیاز بگیر
تا آخر بخوان، چند ثانیه صبر کن، بعد دکمهٔ دریافت پایین صفحه را بزن.
خلاصه
ChatGPT Images 2.6 که در ۴ نوامبر ۲۰۲۶ منتشر شد، ساخت گیف، تصاویر مرجع ذخیرهشده و دو مدل API به نامهای Flare و Sunburst را اضافه میکند [1][2]. OpenAI ادعا میکند تولید تصویر ۵۰٪ سریعتر شده است، اما یک آزمون مستقل حدود ۶٪ را اندازه گرفت [1][7]. تصاویر فرادادههای C2PA و واترمارک SynthID دارند که اسکرینشات و فشردهسازی ممکن است آنها را از بین ببرد [3][5].
نکتههای کلیدی
- OpenAI نسخهٔ Images 2.6 را در ۴ نوامبر ۲۰۲۶ در ChatGPT، Codex و API و برای همهٔ سطوح اشتراک ChatGPT منتشر کرد [1].
- قابلیتهای تازه شامل ساخت گیف، تصاویر مرجع ذخیرهشده، ویرایش با علامتگذاری در API و خروجی SVG فقط در API است [1][2][3].
- OpenAI ادعا میکند تولید تصویر ۵۰٪ سریعتر شده است؛ PhotoWorkout برای Sunburst حدود ۶٪ بهبود و برای Flare هیچ بهبودی اندازه گرفت [1][7].
- محدودیتهایی که خود OpenAI برای مدلهای GPT Image برمیشمارد شامل کندی در پرامپتهای پیچیده، متن ناقص و چیدمان نادقیق است [4].
- OpenAI میگوید تشخیص تخلفات مربوط به حرکت در گیفها همچنان دشوار است [3].
- فرادادههای C2PA و واترمارکهای SynthID به شناسایی تصاویر OpenAI کمک میکنند، اما نتیجهٔ منفی بررسی دلیلی بر واقعی بودن تصویر نیست [3][5].
در این صفحه ۱۱ بخش
- ChatGPT Images 2.6 چیست؟
- چه چیزی نسبت به Images 2.5 تغییر کرده است؟
- آیا واقعاً ۵۰٪ سریعتر است؟ یافتههای آزمایشگران
- محدودیتهای Images 2.6 چیست؟
- OpenAI ایمنی Images 2.6 را چگونه مدیریت میکند؟
- چطور تصویری را که با ChatGPT Images 2.6 ساخته شده تشخیص دهیم؟
- آیا از آن استفاده کنیم و به چه چیزهایی باید توجه کرد؟
- اشتباههای رایج
- پرسشهای پرتکرار
- واژهنامه
- منابع
ChatGPT Images 2.6 چیست؟
Images 2.6 مولد تصویری است که OpenAI در ۴ نوامبر ۲۰۲۶ برای ChatGPT، ابزار برنامهنویسی Codex و API توسعهدهندگان خود منتشر کرد [1]. به گفتهٔ OpenAI، این مولد در سراسر جهان و برای همهٔ سطوح اشتراک ChatGPT در نسخههای دسکتاپ، موبایل و وب در دسترس است [1]؛ TechRadar گزارش داد که حسابهای رایگان نیز شامل آن میشوند [6]. در API، این مولد در قالب دو مدل عرضه شده است: GPT-Image-2.6 Flare که برای سرعت تنظیم شده، و GPT-Image-2.6 Sunburst که برای جزئیات و یکدستی در ویرایشهای پیاپی تنظیم شده است [1].
یادداشتهای انتشار OpenAI این بهروزرسانی را چنین خلاصه میکنند: تولید سریعتر تصویر که در حفظ یکدستی جزئیات در ویرایشهای پیاپی بهتر عمل میکند، همراه با عرضهٔ تدریجی ساخت گیف و تصاویر مرجع ذخیرهشده در ChatGPT [2]. OpenAI همچنین میگوید کاربران اکنون در مجموع محصولات این شرکت هر هفته ۴ میلیارد تصویر میسازند [1].
چه چیزی نسبت به Images 2.5 تغییر کرده است؟
به گفتهٔ OpenAI، تغییرات اصلی اینهاست [1][2][3][4]:
- سرعت: OpenAI میگوید تصاویر ۵۰٪ سریعتر از قبل ساخته میشوند و Flare میتواند در کیفیت پایین یک تصویر را در کمتر از شش ثانیه تولید کند [1].
- گیف متحرک: انیمیشنهای کوتاه و تکرارشونده بر اساس یک پرامپت یا طرح دستی که بهتدریج در ChatGPT عرضه میشود [1][2]. در API، هر گیف میتواند ۲ تا ۱۶ فریم (بهطور پیشفرض ۹ فریم) با مدت ۲۰ تا ۲٬۰۰۰ میلیثانیه برای هر فریم داشته باشد [4].
- یکدستی و تصاویر مرجع: عملکرد بهتر در یکسان نگه داشتن شخصیتها، محصولات و جزئیات برند در ویرایشهای پیاپی؛ ChatGPT همچنین میتواند تصاویر مرجع افراد، حیوانات خانگی یا شخصیتها را برای استفادهٔ دوباره ذخیره کند [1][2].
- ویرایش با علامتگذاری در API: توسعهدهندگان میتوانند ناحیهٔ مورد نظر برای تغییر را روی یک لایهٔ حاشیهنویسی شفاف و جداگانه مشخص کنند [4]؛ کارت سیستم OpenAI علامتگذاری روی عکس را هم در ChatGPT و هم در API ذکر میکند [3].
- خروجی SVG: تصاویر برداری (SVG)، فقط در API [3][4].
- تنظیم پیچیدگی: کنترلی تازه در API با سطوح کم، متوسط یا زیاد که تعیین میکند مدل چه اندازه برای یک صحنه برنامهریزی کند؛ این تنظیم هزینهٔ جداگانهای ندارد [4].
جدول زیر ادعاهای OpenAI را از گزارشهای آزمایشگران مستقل جدا میکند.
آیا واقعاً ۵۰٪ سریعتر است؟ یافتههای آزمایشگران
ادعای سرعت از آنِ OpenAI است و آزمونهای اولیه آن را بهطور کامل تأیید نمیکنند. PhotoWorkout، یک وبسایت عکاسی، یک تصویر ۱۰۲۴ در ۱۰۲۴ یکسان را با هر مدل سه بار و از طریق راهاندازیای مبتنی بر ورود با حساب ChatGPT تولید کرد. Sunburst در کیفیت بالا در نسخهٔ ۲٫۶ بهطور میانگین ۳۰٫۱ ثانیه و در نسخهٔ ۲٫۵ برابر با ۳۱٫۹ ثانیه بود، یعنی حدود ۶٪ سریعتر؛ Flare در کیفیت پایین در نسخهٔ ۲٫۶ بهطور میانگین ۳۱٫۲ ثانیه و در نسخهٔ ۲٫۵ برابر با ۲۹٫۳ ثانیه بود، که با شش ثانیه فاصلهٔ زیادی دارد [7]. این یک آزمون کوچک با یک پیکربندی است و نه یک بنچمارک، اما نشان میدهد که رقم تیتر را باید بهترین حالت ممکن دانست.
یافتههای دیگر آزمون عملی PhotoWorkout که برداشت هستند و نه اندازهگیری [7]:
- چهرهها و ساختمانها در عکسهای واقعی هنگام ویرایش بهخوبی حفظ شدند، اما مدل دستنوشتهای را در یک دفترچه بازنویسی کرد که به آن گفته شده بود دست نزند.
- متنی که کاربر مشخص کرده بود بدون خطا نمایش داده شد؛ اما متنی که مدل خودش ساخت، مانند نام دوربینها، ساختگی بود.
- وقتی از آن خواسته شد یک عکس واقعی را در ChatGPT متحرک کند، بهجای متحرک کردن صحنه، با استفاده از کد لایههایی را که هوش مصنوعی کشیده بود روی عکس اصلیِ دستنخورده قرار داد.
- PhotoWorkout گزارش میدهد که بر اساس صفحهٔ قیمتگذاری OpenAI، هر دو مدل ۲٫۶ همان قیمت مدلهای پیشین ۲٫۵ را دارند: ۸ دلار برای هر یک میلیون توکن ورودی تصویر، ۳۰ دلار برای هر یک میلیون توکن خروجی تصویر و ۵ دلار برای هر یک میلیون توکن ورودی متن؛ خود صفحهٔ قیمتگذاری در اینجا بررسی نشده است.
داور TechRadar تنها دو قابلیت واقعاً تازه در ChatGPT شمرد: گیفها و تصاویر مرجع ماندگار. نخستین گیفی که او از گربهاش ساخت فقط «قابلقبول» بود و پرامپت بعدی که حرکت بیشتری میخواست نتیجهٔ بسیار بهتری داد؛ یادآوریای از اینکه نحوهٔ نوشتن پرامپت اهمیت دارد [6].
محدودیتهای Images 2.6 چیست؟
راهنمای توسعهدهندگان OpenAI محدودیتهایی را برمیشمارد که بهطور کلی دربارهٔ مدلهای GPT Image صدق میکنند و مخصوص نسخهٔ ۲٫۶ نیستند [4]:
- تأخیر: پرامپتهای پیچیده ممکن است تا دو دقیقه طول بکشند.
- متن: مدل ممکن است همچنان در جایگذاری دقیق و خوانایی متن دچار مشکل شود.
- یکدستی: ممکن است همچنان در یکسان نگه داشتن شخصیتها یا عناصر برندِ تکرارشونده در تولیدهای مختلف دچار مشکل شود.
- چیدمان: قرار دادن دقیق عناصر در ترکیببندیهای ساختارمند میتواند دشوار باشد.
محدودیتهای قالب نیز وجود دارد. نقطهٔ پایانی (endpoint) ویرایش تصویر از خروجی SVG پشتیبانی نمیکند و فایل SVG ورودی مجاز برای ویرایش نیست؛ خروجی SVG از پخش جریانی (streaming) پشتیبانی نمیکند و خروجی گیف نیز از پخش جریانی یا تصاویر جزئی پشتیبانی نمیکند [4]. ماسکهایی که برای ویرایش به کار میروند فقط جنبهٔ راهنما دارند: ممکن است مدل شکل دقیق ماسک را رعایت نکند [4]. پیچیدگی بیشتر میتواند تأخیر را افزایش دهد و تغییرات ناخواسته ایجاد کند؛ از این رو OpenAI مقایسهٔ نتایج را پیشنهاد میکند [4].
OpenAI ایمنی Images 2.6 را چگونه مدیریت میکند؟
کارت سیستم OpenAI میگوید Images 2.6 بر همان پایههای ایمنی Images 2.5 بنا شده و برای ساخت گیف حفاظهای بیشتری دارد [3]. در یک آزمون خودکار با ۳٬۰۷۷ پرامپتِ عمداً چالشبرانگیز، تصاویر ناایمنی که مسدود نشدند ۱٫۷۲٪ از خروجیهای Sunburst 2.6 را تشکیل دادند، در برابر ۱٫۹۲٪ برای نسخهٔ پایهٔ ۲٫۵ آن، و ۲٫۱۴٪ از خروجیهای Flare 2.6، در برابر ۱٫۴۹٪ برای نسخهٔ پایهٔ آن [3]. OpenAI فقط برخی از تفاوتهای آن جدول را از نظر آماری معنادار علامت زده است و ارقام «ناایمنِ مسدودنشده» برای هیچیک از دو مدل در میان آنها نیست [3]. این پرامپتها عمداً دشوار انتخاب شدهاند، بنابراین این نرخها نمایانگر استفادهٔ عادی نیستند [3].
به گفتهٔ این کارت، گیفها خطرهای تازهای به همراه دارند، مانند حرکتهای جنسی یا معنای زیانباری که فقط در توالی فریمها آشکار میشود. OpenAI میگوید تشخیص تخلفات مربوط به حرکت همچنان دشوار است و ممکن است حفاظهایش همهٔ آنها را شناسایی نکنند [3].
در آزمونهای مربوط به خطرهای شدید، OpenAI میگوید هیچیک از دو مدل از آستانههای «High» این شرکت برای توانمندی زیستی یا سایبری عبور نمیکند، اما از روی احتیاط همچنان تدابیر کاهش خطرِ مدلی را اعمال میکند که در حوزهٔ زیستشناسی «High» تلقی میشود [3].
چطور تصویری را که با ChatGPT Images 2.6 ساخته شده تشخیص دهیم؟
OpenAI دو نوع نشانهٔ منشأ به تصاویر Images 2.6 اضافه میکند. یکی فرادادهٔ C2PA است، استانداردی صنعتی برای ثبت منشأ یک فایل، که OpenAI از طریق برنامهٔ انطباق C2PA (C2PA Conformance Program) از آن پشتیبانی میکند [3]. دیگری واترمارک نامرئی SynthID ساخت Google DeepMind است که در خود تصویر جاسازی میشود و در ChatGPT، Codex و API اعمال میشود [3].
برای بررسی یک فایل، OpenAI ابزار تحت وب Verify را در وبسایت خود و یک API منشأ محتوا ارائه میکند [5]. با احتیاط از آنها استفاده کنید:
- از فایل اصلی استفاده کنید. ویرایش، تبدیل یا اشتراکگذاری یک فایل میتواند فرادادههای آن را حذف کند؛ فشردهسازی، برش و اسکرینشات میتوانند نشانهها را پاک یا ضعیف کنند [5].
- نتیجهٔ منفی را درست تفسیر کنید. نتیجهٔ not_detected یعنی هیچ نشانهٔ پشتیبانیشدهای پیدا نشد، نه اینکه تصویر را انسان ساخته است [5].
- دامنهٔ ابزار را به یاد داشته باشید. ابزار بررسی OpenAI فقط به دنبال نشانههای OpenAI است؛ یک آشکارساز عمومی هوش مصنوعی نیست و محتوای همهٔ سامانههای هوش مصنوعی را شناسایی نمیکند [5].
- صادرکننده را بررسی کنید. OpenAI توصیه میکند پیش از نسبت دادن یک تصویر، بررسی کنید کدام ارائهدهنده اعتبارنامههای C2PA را صادر کرده است [5].
- داوری انسانی را هم به کار بگیرید. برای هر موضوع پرمخاطره، مانند عکسهای خبری یا شواهد، بررسیهای خودکار را با بازبینی انسانی همراه کنید [5].
نشانههای بصری نیز کمک میکنند، مانند متن ساختگی در پسزمینه، همانطور که PhotoWorkout دریافت [7]. راهنمای «چگونه بفهمیم یک تصویر یا ویدیو با هوش مصنوعی ساخته شده است» این نشانهها را بهتفصیل بررسی میکند. تصاویری که در جریان اعتراضها، بحرانها یا انتخابات دستبهدست میشوند نیازمند دقت بیشتری هستند، زیرا فایلی که نشانههایش حذف شده، چه واقعی باشد چه ساختگی، یکسان به نظر میرسد.
آیا از آن استفاده کنیم و به چه چیزهایی باید توجه کرد؟
برای طرحهای سریع شبکههای اجتماعی، ماکتها و انیمیشنهای ساده، Images 2.6 ابزارهای مفیدی اضافه میکند، بهویژه گیفها و تصاویر مرجع ذخیرهشده [1][2]. برای ویرایش عکس در مواردی که هیچ جزئیاتی نباید تغییر کند، ابتدا آن را آزمایش کنید: نمونهٔ دفترچهٔ PhotoWorkout نشان میدهد مدل ممکن است چیزهایی را تغییر دهد که به آن گفته شده بود دست نزند [7]. برای هر چیزی که قرار است بهعنوان واقعیت منتشر شود، از تصاویر تولیدشده طوری استفاده نکنید که گویی عکس واقعیاند.
نکتههایی که باید زیر نظر داشت: اینکه آیا عرضهٔ گیف به همهٔ حسابها میرسد [2]، آیا آزمونهای مستقل افزایش سرعت را تأیید میکنند [7]، و نشانههای منشأ هنگام اشتراکگذاری تصاویر در پلتفرمهای مختلف تا چه اندازه باقی میمانند [5].
| ویژگی | آنچه OpenAI میگوید | آنچه آزمایشگران گزارش کردند |
|---|---|---|
| سرعت | ۵۰٪ سریعتر؛ Flare در کیفیت پایین حداقل ۶ ثانیه [1] | Sunburst حدود ۶٪ سریعتر؛ Flare در یک آزمون کندتر از ۲٫۵ [7] |
| گیف | در حال عرضهٔ تدریجی در ChatGPT؛ ۲ تا ۱۶ فریم در API [2][4] | گیفهای کارتونی فریمبهفریم کشیده شدند؛ عکس واقعی با لایههای کدنویسیشده متحرک شد [7]؛ گیف گربه با پرامپت بهتر بهبود یافت [6] |
| یکدستی در ویرایش | حفظ بهتر جزئیات در ویرایشهای پیاپی [1][2] | چهرهها و ساختمانها حفظ شدند؛ دستنوشته بازنویسی شد [7] |
| دسترسپذیری | همهٔ سطوح ChatGPT، در سراسر جهان [1] | برای همهٔ سطوح، از جمله رایگان، منتشر شد [6] |
| قیمت API | در اینجا بررسی نشده؛ به صفحهٔ قیمتگذاری OpenAI مراجعه کنید | بر اساس صفحهٔ قیمتگذاری OpenAI، همان قیمت ۲٫۵ [7] |
اشتباههای رایج
تکرار «۵۰٪ سریعتر» بهعنوان واقعیتی اندازهگیریشده
راه درست: این ادعای OpenAI است [1]. یک آزمون مستقل برای Sunburst حدود ۶٪ بهبود و برای Flare هیچ بهبودی نیافت [7].
تلقی نتیجهٔ not_detected بهعنوان دلیل واقعی بودن تصویر
راه درست: این نتیجه فقط یعنی هیچ نشانهای از OpenAI پیدا نشد؛ ممکن است فراداده حذف شده یا واترمارک تضعیف شده باشد [5].
استفاده از ابزار بررسی OpenAI برای تصاویر ابزارهای دیگر هوش مصنوعی
راه درست: این ابزار فقط به دنبال نشانههای OpenAI است و آشکارساز عمومی هوش مصنوعی نیست [5].
فرض اینکه خروجی SVG در ChatGPT کار میکند
راه درست: کارت سیستم، خروجی SVG را قابلیتی مخصوص API معرفی میکند [3].
انتظار اینکه عکس مانند ویدیو متحرک شود
راه درست: در آزمون PhotoWorkout، ChatGPT بهجای متحرک کردن یک عکس واقعی، لایههایی را که با کد کشیده شده بودند به آن افزود [7].
پرسشهای پرتکرار
آیا ChatGPT Images 2.6 رایگان است؟
OpenAI میگوید این قابلیت برای همهٔ سطوح اشتراک ChatGPT در دسترس است [1] و TechRadar گزارش داد که حسابهای رایگان نیز شامل آن میشوند [6]. یادداشتهای انتشار OpenAI ساخت گیف را در حال عرضهٔ تدریجی توصیف میکنند، بنابراین ممکن است همزمان در همهٔ حسابها ظاهر نشود [2].
آیا ChatGPT اکنون میتواند گیف بسازد؟
بله. ساخت گیف همراه با Images 2.6 بهتدریج عرضه میشود [2]. در API، گیفها میتوانند ۲ تا ۱۶ فریم داشته باشند [4].
تفاوت Flare و Sunburst چیست؟
Flare مدل سریعتر API است؛ Sunburst در کیفیت متوسط یا بالا کیفیت بالاتر و یکدستی بهتری در ویرایشهای پیاپی ارائه میکند [1].
آیا تصاویر Images 2.6 واترمارک دارند؟
این تصاویر فرادادهٔ C2PA و واترمارک نامرئی SynthID دارند [3]. هیچکدام برچسب قابل مشاهده نیست و فراداده را میتوان حذف کرد [5].
چطور بررسی کنم که تصویری از ChatGPT آمده است یا نه؟
فایل اصلی را در ابزار تحت وب Verify شرکت OpenAI بارگذاری کنید؛ اسکرینشاتها و نسخههای فشردهشده ممکن است نشانهها را از دست داده باشند [5].
واژهنامه
- C2PA
- استانداردی صنعتی برای پیوست کردن اطلاعات منشأ به فایلهای رسانهای که توضیح میدهد این فایلها چگونه و توسط چه کسی ساخته شدهاند [3].
- SynthID
- واترمارک نامرئی Google DeepMind که در خود محتوا جاسازی میشود؛ OpenAI آن را به خروجی Images 2.6 اضافه میکند [3].
- Flare و Sunburst
- دو مدل API در GPT-Image-2.6؛ یکی برای سرعت و دیگری برای جزئیات و یکدستی در ویرایش [1].
- ویرایش با علامتگذاری (Markup editing)
- مشخص کردن ناحیهٔ مورد نظر برای تغییر روی یک لایهٔ شفاف جداگانه و توصیف تغییر در پرامپت [4].
- کارت سیستم (System card)
- سندی که توسعهدهندهٔ هوش مصنوعی در آن آزمونهای ایمنی، حفاظها و محدودیتهای یک مدل را شرح میدهد [3].
منابع
- Introducing Images 2.6 OpenAI · 2026-11-04
- Release notes (entry of 4 November 2026: ChatGPT Images 2.6 and GPT Image 2.6) OpenAI · 2026-11-04
- ChatGPT Images 2.6 System Card OpenAI Deployment Safety Hub · 2026-11-04
- Image generation (API guide) OpenAI for Developers
- Content provenance (API guide) OpenAI for Developers
- ChatGPT Images 2.6 is here, and it can turn your photos into animated GIFs, so I tried it on my cat TechRadar · 2026-11-05
- OpenAI GPT-Image-2.6 Tested on Real Photos: Perfect Text, Convincing Edits, No Real Speedup PhotoWorkout · 2026-11-07
نظرات
نظرهای برتر