Avaliação preliminar do ChatGPT Images 2.0 é promissora, com ressalva

A OpenAI lançou o ChatGPT Images 2.0, com foco em precisão, usabilidade e tarefas visuais complexas.
a grande novidade é combinar texto e imagens para criar páginas complexas, tratando a imagem como uma linguagem.
o modelo incorpora capacidades de pensamento, gerando várias imagens por prompt com continuidade entre elas e integrando raciocínio às imagens.
testes indicam boa técnica de infográficos a partir de prompts vagos, como “gerar um infographic sobre atividades para amanhã em San Francisco”; porém, a fidelidade do logotipo da ZDNET ficou imperfeita em testes.
o Images 2.0 está disponível hoje para usuários de ChatGPT e Codex, com recursos avançados para assinantes Plus, Pro, Business e Enterprise; disponível inicialmente no desktop, com promessa de versão móvel e API via gpt-image-2 sujeita a cobrança.

OpenAI anunciou hoje o ChatGPT Images 2.0, a próxima geração de seu modelo de imagens, com foco em precisão, usabilidade e tarefas visuais complexas. A empresa redefine imagens como uma linguagem visual, ampliando a integração entre texto e gráficos.

Segundo a OpenAI, a novidade permite combinar texto e imagens para criar páginas complexas e atraentes. A ideia é que uma imagem possa explicar mecanismos, ambientar um cenário, testar uma ideia ou fundamentar um argumento.

Além das melhorias de mistura de texto e gráfico, o modelo traz capacidades de raciocínio que permitem gerar várias imagens por prompt com continuidade entre saídas. O objetivo é incorporar o pensamento ao output visual.

Capacidade de pensamento e fluxo de trabalho

A partir de prompts mais vagos, como solicitar uma infografia sobre atividades com base na previsão do tempo, o sistema coleta dados relevantes, determina ações adequadas ao tempo e produz imagens proporcionais ao resultado.

O sistema passa a criar imagens que mantêm coerência entre diferentes saídas, o que facilita fluxos de trabalho complexos de design e comunicação visual. A abordagem transforma a forma de construção de conteúdos visuais.

Disponibilidade e custos

O modelo está disponível hoje para usuários do ChatGPT e Codex. Saídas avançadas e capacidades de raciocínio aparecem para assinantes ChatGPT Plus, Pro, Business e Enterprise. A Access de telas e recursos varia conforme o plano.

No momento da divulgação, a versão 2.0 funciona no desktop, com promessa de disponibilidade em dispositivos móveis posteriormente. A API também oferece o modelo gpt-image-2, com preços variáveis conforme qualidade, capacidade de raciocínio e resolução.