这是目前世界上最好的图像模型。OpenAI 刚刚发布了 GPT Image 2.5，在这段视频中，我将对其进行极其严格的测试，以便大家了解它的能力与局限。当然，我们也会涵盖它的规格、定价以及使用渠道。让我们直接进入正题。首先需要注意的是，所有前沿图像模型都已经能够完成大多数生成和编辑任务。它们可以生成超写实的图片，也能在现有照片中添加、移除或替换物体；可以帮助调整图片或进行扩展绘制（outpainting），甚至将黑白照片上色，或将场景转换为不同的艺术风格。
此外，你还可以轻松进行微调编辑，比如改变图像的特定元素、虚拟试穿或换装，以及调整场景的光照。这些都属于基础操作，目前所有顶级图像模型都能做到这一点。因此，在这段视频中，我将使用更具挑战性的测试来挖掘它的极限。在此之前，让我们先看看 GPT Image 2.5 的一些值得注意的新功能。首先，它们新增了一个草图生成功能，你可以随意绘制内容并生成照片。在 ChatGPT 中点击加号选择“草图”，即可用鼠标或手指绘制任意内容。
我快速画了一个豪华海景房，虽然画作很糟糕，但我们就用这个吧。提示词设定为“制作一张豪华海景房产的真实无人机照片”。大约一分钟后，生成了最终图片。这就是新草图功能的用法。另一个不错的功能是在现有照片上直接绘制或写下编辑指令，然后将其输入 ChatGPT 并指示使用 GPT Image 2.5根据图中的标注和指令进行编辑。
几分钟后，结果出来了。之后你还可以执行擦除物体、移除背景或添加额外指令等操作。GPT 2.5另一个显著优势在于其高度一致的多轮编辑能力。这意味着你可以对图像进行多次迭代修改，同时很好地保持内容的一致性。例如，我们可以让它连续旋转一个立方体达 150 帧。可以看出，最新模型的连贯性要好得多。凭借这一能力，一些用户甚至利用 GPT 2.5 迭代生成下一帧的方式制作出了令人惊叹的定格动画。
GPT Image 2.5 还能生成透明图像，这是一个非常酷的功能。例如提示：“使用 GPT Image 2.5 生成五张图像，它们应该是从前景到背景的连续透明图层。组合起来应形成一幅详细的扁平化矢量插图，描绘日落时分拥有高山湖泊的美景。将所有内容整合到一个 PSD 文件中。”大约四分钟后生成了结果，文件夹中确实包含五个不同的透明图层。打开 PSD 文件可以看到，这些图层合并在一起非常完美。
让我们进一步提高难度：将一张海报分解为透明图层，使每个元素成为独立的透明层。上传图像并提示：“使用 GPT Image 2.5 将这张海报分解为单独的透明图层，并将所有层整合到 PSD 文件中。”六分钟后生成了结果。打开文件可以看到它成功将海报分解为不同元素：移除背景和人后，可以单独选中并移动或调整各个文字和图像元素的尺寸。这是透明功能的另一个实用案例，虽然仍属基础操作，但非常有趣。
接下来让我们将难度提升一个档次：将此模型与目前最强的竞品 GPT Image 2 和 Nano Banana 2进行对比。第一个提示词是：“制作一个包含100张动漫节目或电影海报的网格，并附上名称。”我使用的是最高质量的 Sunburst 版本。GPT Image 2.5的结果尚可，但放大后可以看到细节尤其是面部存在明显错误。虽然它似乎理解这些动漫作品，但在细节表现上有所欠缺，甚至混淆了某些剧集。
现在看看 GPT Image 2的生成结果。在细节、准确性和面部连贯性方面，它实际上比 GPT 2.5更好，尽管仔细观察仍能找到一些错误。总体而言，GPT Image 2看起来比 GPT 2.5更干净。作为参考，这是 Nano Banana 2的生成结果。虽然它具备网页搜索能力理论上能查找正确的海报，但错误非常多，尤其是向下滚动时可以看到大量乱码和细节缺失。诚然，前沿模型在这一方面都表现不佳，但这确实是一个极难的提示词，我认为 GPT Image 2是赢家。
接下来是一个非常困难的测试：生成一张 Windows 11桌面的截图，画面杂乱且窗口重叠。其中一个窗口显示 Chrome中的 Slack，另一个显示 Gmail，还有一个……
Excel，另一张则展示了一个关于绝密 OpenAI 项目的 PowerPoint 演示文稿。那么，这是我从 GPT Image 2.5 得到的结果。总体而言，这看起来相当连贯，包括文字在内，它能够生成 Slack、Gmail、文件资源管理器、PowerPoint 和 Excel 的界面。但如果你仔细看，例如在这里，文字有点像是乱码。不过总的来说，大部分的文字其实相当不错。而且这个聊天内容也是合乎逻辑的。接着我们来看 Gmail 界面。同样，这里顶部的部分是乱码，但除此之外，其他一切都相当不错。这是文件资源管理器。音乐图标和这里的这个词搞砸了，但其他东西看起来相当不错。然后是 Excel 界面。令人惊讶的是，这个 Excel 电子表格实际上是正确的。比如这些数字确实加总正确了。接着这里底部的图标看起来也相当不错。
接下来，这是 GPT Image 2 的生成结果。有趣的是，它确实在这些窗口的顶部生成了正确的文字。但这部分的顶边似乎不直，这很奇怪。这是 Excel 电子表格。同样，这些数字实际上也是合乎逻辑的。然后是 PowerPoint 演示文稿。如果你仔细看，仍然有一些明显的错误，但如果缩小看，这看起来非常逼真。最后，这是 Nano Banana 2 的生成结果。它决定在这个桌面上添加大量文件。其中一些文件名完全是乱码。这里底部的情况也是如此。这是 Slack 窗口，这里的许多文字都是乱码。这是 Gmail 窗口。顶部的网址是错误的。而且这里也有很多是乱码。Excel 也是如此，电子表格有点搞砸了。PowerPoint 也一样，顶部的文字有很多错误。然后我甚至没有指定让它打开记事本，但这里出现了记事本，看起来也不对。所以，在这三者中，Nano Banana 的表现最差。我认为在这里 GPT Image 2.5 和 GPT Image 2 是平局。
接下来是一个更具挑战性的测试：一张科技博主 YouTube 主页的截图。这是我从 GPT Image 2.5 得到的结果。首先看左侧栏，所有的文字和图标看起来大部分是正确的。不过这里的底部部分的间距并不完全一致。接着这里是他决定生成的视频。然后是 GPT Image 2 的生成结果。它看起来非常相似，左侧栏看起来很体面，但如果你仔细看，一些图标加上头像看起来有点搞砸了。这里的头像也是如此，缺乏细节。而且这个人真的不太像 Sam Altman。所以这个生成结果有一些更细微的错误。然后是 Nano Banana 2 的结果。文字似乎因为某种原因变得又高又挤。也存在一些不一致之处，例如 MKBHD 的标志变成了 OpenAI。此外，如果它正在搜索“优化低延迟代码”，那么结果也完全错误。所以那里有很多不一致的地方。但在图标、文字和清晰度方面，这实际上比 GPT Image 2 看起来更好。在这种情况下，我认为赢家是 GPT Image 2.5。
它能够生成细节和真实感稍强的内容，但并没有以巨大的优势获胜。当然，你也可以让这些前沿图像模型为你设计很多东西。例如，这里是一个为名为 Mist 的环保火柴品牌设计的专业品牌形象视觉识别系统演示板。这是关键组成部分：左侧应包含主标志展示，带有构造网格和精确的几何指南线；还有一个灵感情绪板、调色板部分和排版部分。右侧应包含品牌应用样机，包括名片、包装设计、购物袋设计、移动应用程序和网站以及员工工牌。所以在提示词中有大量元素。这是我从 GPT Image 2.5 得到的结果。首先在左侧，它确实为我生成了带有几何指南线的标志；然后是灵感情绪板、调色板和排版。接着在右侧，确实有名片、包装设计、购物袋、移动应用程序和网站以及员工工牌。在我看来，一切都看起来相当不错。
接下来是 GPT Image 2 的结果。它也能够生成所有这些不同的元素，尽管几何指南线看起来有点搞砸了，但除此之外，其他东西确实看起来相当不错。然后是 Nano Banana 2 的结果。它也能够很好地生成所有元素，包括标志、几何指南线、灵感情绪板、调色板、排版，以及名片、包装、购物袋、网站和员工工牌的设计。在这里很难选出赢家。它们每一个都有稍微不同的氛围。
接下来是另一个疯狂但有用的测试：一张极简主义时尚信息图海报，展示女性 7 天每周穿搭指南。柔和的中性米色调。优雅的韩式中式美学。每一列展示一个全身模特，搭配协调的服装。包括办公室休闲、约会运动家居等类别，每个造型旁边还有小配件或产品缩略图。好的，那么这是我从 GPT Image 2.5 得到的结果。它能够精确渲染我在提示词中指定的内容。而且它的设计相当不错。比如这些天数的服装选择看起来都很棒。配件加上所有标签也看起来很正确。然后是 GPT Image 2 的结果。脸部有一些错误，你可以看到它细节稍少一些，但它仍然能够为每一天设计出相当好看的服装。最后是 Nano Banana 2 的结果。现在，服装选择加上配件看起来不如 GPT Image 模型那么好。所以在这种情况下，我必须把分数给 GPT Image 2.5，但它只是比同样看起来很好的 GPT Image 2 稍微好一点点。
GPT Astra 刚刚发布，它是个庞然大物，但它实际上不能原生生成图像或视频。如果你想让它创建内容，一定要查看本视频赞助商 Higsfield。通过 Higsfield MCP，你可以将 Astra 连接到顶级的图像和视频生成器，并直接为你创建内容。可以把 Astra 看作大脑，把 Higsfield 当作双手。你不需要手动为每个模型构思提示词，Astra 可以接收一个粗略的想法，规划整个创意过程，然后自动使用 Higsfield 的图像和视频模型将其变为现实。例如，你可以上传一张单一的产品照片并要求它创建一个完整的 15 秒广告片。Astra 可以搞定……
拍摄镜头、编写提示词，使用 Higsfield 生成结果并审查效果；如果初版不够理想，还可以进一步优化。由于 Astra 能理解整个项目的上下文背景，它可以在多次生成中保持角色形象、品牌标识、视觉风格以及之前的创意决策的一致性。你甚至可以让它构建虚幻引擎中的 3D 环境，将平面图转化为电影级的房产漫游视频，制作可玩游戏及其发布预告片，或者仅凭一份创意简报就生成整部短片。你可以直接在 ChatGPT 中通过 Higsfield MCP 使用这些功能，或者为了获得一站式创意工作流而选择 Higsfield Supercomputer。点击下方描述中的链接即可立即尝试。
接下来，让我们看看它在创建精灵表动画方面的表现如何。我让它创建一个 5x5 网格的公主战士奔跑并挥剑斩击的精灵表。这是 GPT Image 2.5 生成的结果，将其转换为实际动画后效果如下：确实展示了公主奔跑和挥剑的动作。这是 2.5 版本的效果，而 GPT Image 2 生成的动画如下所示，表现也不错。最后是 Nano Banana 2 的结果，它是三者中效果最差的。我甚至无法将其转换为动画，因为它将画面分割成了不同的部分，导致文字干扰了视线。此外，在某些帧中剑被边缘截断，无法在整个动画中完整显示。
在 GPT Image 模型之间比较接近，如果非要选出一个赢家，我会说 2.5 版本看起来略好一些。接下来是一个更疯狂的测试：将这张表格转化为柱状图并使其视觉效果惊艳。这相当复杂，因为包含大量不同的列，部分单元格存在缺失值，某些数值带有下划线和星号标记。此外，各列的单位范围差异很大。以下是三个模型的结果：首先是 GPT Image 2.5，它正确还原了上下文窗口内容，甚至为不同公司进行了颜色编码。
对于 Deepseek 模型，我不明白为何使用了两种不同的颜色，这部分是错误的。在智能指数方面，它同样正确获取了数值，并为原始表格中的相关值添加了星号。在每任务成本方面看起来也正确，它能将没有数据的单元格留白，这也是正确的。速度和延迟整体看来也是准确的。但在总响应时间上出现了重大错误：它将该数值误读为 3,750，而正确值应为 375。除此之外，其他部分看起来相当不错，它甚至在末尾添加了一个列出每类最佳表现者的补充板块。
这是 GPT Image 2.5 的结果，接下来是 GPT Image 2。有趣的是，它决定对所有内容进行排序：先是智能指数，然后是每任务成本，按从低到高排名。它还排除了速度和延迟以及响应时间的顺序。整体来看效果相当不错。虽然底部包含了不同模型公司的图例，但它并没有真正将颜色应用到图表中，这很奇怪，但总体表现尚可。接下来是 Nano Banana 2，它完全搞砸了 GLM logo 和 DeepSeek logo。数值重复出现了两次，图例也完全混乱，“加载”部分更是莫名其妙，这一生成结果存在大量错误。
如果非要选出一个赢家，我实际上会选择 GPT Image 2。它看起来比 GPT Image 2.5 更美观且准确。接下来我的提示词是：“生成一个 TikTok 直播截图，展示一位美丽的女主播正在进行直播。”这是 GPT Image 2.5 的结果：大部分界面、图标和文字看起来都正确，整体效果相当逼真。这是 GPT Image 2 的结果：颜色看起来更好，甚至完美得有些过头了。GPT 模型之间的区别在于，2.5 倾向于生成更自然、业余或随意的照片风格；而 GPT Image 2 的生成结果则显得更加专业和精致。
这是 Nano Banana 2 的结果，看起来过于虚假，界面也不正确。因此这取决于你想要的风格氛围。我认为 GPT Image 模型之间打平手。接下来是另一个测试：看看它能否生成完整的字体设计。我输入了几个参考词，并要求它提供包含大写、小写和数字的完整字体设计。这是 GPT Image 2.5 的结果，看起来非常好。但如果非要挑剔的话，它生成的 W 与原始参考并不完全相同。
这是 GPT Image 2 的结果，它成功生成了所有内容，包括正确的小写 w。但它却在顶部添加了“hello world”，这很奇怪；而且我明确要求先生成大写字母再是小写，所以顺序也是错误的。这是 Nano Banana 2 的结果：一切看起来都很糟糕，添加了大量我并未指定的多余内容。在这种情况下，GPT Image 2.5 和 GPT Image 2 之间的竞争依然非常激烈。请在评论区告诉我你更喜欢哪一个。
接下来，我给它这张图片并要求它将该设备拆解为独立组件并标注每个部分。这是 GPT Image 2.5 的结果：由于我不是 iPhone 内部组件的专家，请在评论区指出这是否正确。这是 GPT Image 2 的结果：以及 Nano Banana 2 的结果。在细节和真实感方面，我必须选择 GPT Image 2.5。接下来让我们看看它在创作漫画方面的表现如何：我们有一页黑白漫画，两个角色正在上演史诗般的战斗。我上传了这两个参考角色的图片。
这是 GPT Image 2.5 的结果：GPT Image 2.5（注：原文此处口误说成 GPT Image 5，但语境指代当前测试模型）倾向于产生大量细节。对于普通漫画页面来说，这种详细程度显得过于繁琐了。这是 GPT Image 2 的结果：它带有一种奇怪的黄色色调，而且清晰度不如 2.5。但实际上，这一页的面板布局和战斗场景确实……
看起来连贯多了，不过他的手在这里有点乱。接下来是Nano Banana生成的结果：这到底是什么？一切都显得非常不连贯且混乱。例如，这里的Nuto突然变小了，完全不合逻辑。老实说，这三个模型生成的效果都不太好。我相信如果你为每个面板（包括对话气泡）明确指定想要的内容，就能得到更好的结果。
这个功能的另一个酷炫用例是重新想象或 redesign 你的网站或应用界面。例如，我可以插入一张我的网站的截图，然后要求它重新设计这个着陆页并让它看起来更好。这是GPT Image 2.5生成的结果，样子如下：还不错，但我不是很喜欢这种气泡状的字体。而且我觉得这部分看起来没必要，它添加的细节太多了。
相比之下，GPT Image 2生成的结果我稍微更喜欢一点的外观。而Nano Banana 2生成的效果看起来最差。因此，在重新设计界面方面，我必须把这一分给GPT Image 2。或者这里还有另一个不错的用例：你可以上传任何产品图片，然后要求它为该产品的广告创建分镜脚本。
这是GPT Image 2.5生成的结果，它生成了一个看起来相当不错的分镜脚本。当然，在生成分镜后，你可以轻松将其通过像Cance或Miniax这样的视频生成器来制作实际的商业广告。现在，你自己生成长篇产品广告从未如此简单。
这是GPT Image 2生成的结果，看起来也相当不错。而Nano Banana生成的效果则非常糟糕且不连贯。我认为在这里两个GPT Image模型打了个平手。现在， Frontier图像模型仍然难以克服的一个难题是生成繁忙的街道场景以及不同的路牌。
例如，这里的提示词是在香港的一个繁华街景中带有中英文标志。这是我从GPT Image 2.5生成的结果。正如你所见，有很多部分（比如这里和这里）完全是乱码。它未能生成看起来合法的文字。同样的问题也出现在这里的标志上。
所以不幸的是，这个问题仍然困扰着世界上最好的图像模型。这是GPT Image 2的结果。再次仔细观察的话，你会发现所有这些标志都是乱码。就像这里一样，甚至这里的汉字也是错误的。一切都不正确。
然后是Nano Banana 2生成的结果。从远处看，这看起来相当不错，但如果放大查看，你又会看到一些乱码文字（比如这里、这里以及后面）。所以不幸的是，这三个前沿模型都未能通过这项测试。
既然GTA 6尚未发布，那就让GPT来生成GTA 6吧。提示词很简单：GTA 6的游戏玩法画面。这是我从GPT Image 2.5生成的结果。大部分看起来相当不错。不过，作为游戏画面场景，底部不应该有游戏Logo。
除了这里的地图外，其他东西看起来都相当不错。我不知道为什么北方在这里而南方在那里。还有我不确定这个东西是什么。这是GPT Image 2用于对比的结果，看起来简单得多，更像是一个3D游戏的截图。
比较两者可以看出，GPT Image 2.5确实有在整个图像中添加大量细节的倾向，而这有时并不是你想要的。这是我们从Nano Banana 2得到的结果，看起来最差。
这里还有另一个测试，连最好的图像模型也会出错。让我们看看它能否做生物作业。我会给它这张工作表，需要填空。提示词我写的是：“标记这些细胞器，使用凌乱的学生笔迹。”这是GPT Image 2.5生成的结果。
它能把一些东西弄对，比如细胞膜和线粒体 apparatus（注：此处原文为mitochondrig apparatus，疑为笔误），但对于其中一半的内容它仍然搞错了。错误依然很多。这是GPT Image 2的结果，有趣的是，它甚至决定留空一些内容。
这次生成的结果仍然有很多错误。这是我们从Nano Banana 2得到的结果，不知道为什么，它生成时带有更明显的黄色色调。其中一些答案是错误的。所以这三个模型都失败了。
好了，是时候进行你最喜欢的提示词测试了：青蛙测试。这是我的提示词：“婆罗洲特有蛙类的3x3网格。”这意味着仅在该地区发现的物种，在世界其他地方不存在。每张照片下方显示其通用名、学名和简短描述。
这是我们从GPT Image 2.5得到的结果。作为一名青蛙专家，我可以说这些看起来都不正确。角蛙最接近了，但这甚至不是特有物种。基本上，九只青蛙的外观全部错误。
接下来是GPT Image 2的结果。同样地，我可以说这九只看起来完全错误。对于Nano Banana 2来说：
前两张图片看起来有点正确，但这两种都不是婆罗洲特有的，然后剩下的这些青蛙看起来都不对。所以这三个模型都彻底失败了。接下来，让我们测试它的地理理解能力。
我将要求它生成一张详细的地图，显示地球的地形和海拔高度。大陆、国家、主要山脉和大洋都要清晰标注。底部列出面积最大的五个国家（包括面积）、海拔最高的主要山脉以及人口最多的城市。
这是我们从GPT Image 2.5得到的结果。它能够生成看起来真实的地图，并且能够标注大多数国家，尽管这里有一些乱码。此外，它决定不标注一些非洲国家以及这些东南亚国家。底部的统计数据看起来大体正确。
这是我们从GPT Image 2得到的结果。大部分看起来不错，但不知为何再次没有标注一些非洲国家以及一些东南亚国家。底部的统计数据确实看起来正确。最后，这是我们从Nano Banana 2得到的结果。它未能
正确标注山脉。你可以看到像落基山脉这里完全是乱码。这里的安第斯山脉也是如此，它未能标注出来。国家标签也乱了，你可以看到这里和这里的错误。不过底部的统计数据看起来是正确的。所以在美学上GPT Image模型打了个平手，但新的GPT Image 2.5看起来稍微好一点。
接下来，我们来测试它的空间理解能力。我将上传这张平面图，然后要求它生成一张从这个房间主门（即这里的角落）拍摄的真实照片。这意味着模型需要理解这里代表一扇门，并从该角度生成图片。不幸的是，目前的图像生成器都无法完美做到这一点。以下是 GPT Image 2.5 生成的结果：它准确地渲染了平面图中的场景，但照片视角确实是从那个角落拍摄的。相比之下，GPT Image 2 生成的图片错误稍多，例如浴室门的位置不对，沙发也过于靠前。
对于 Nano Banana 2（注：指 Gemini），结果完全错误，它没有在正确位置生成浴室，反而在别处添加了浴室。这次生成的图片充满了大量错误。因此，就视觉效果最好且错误最少而言，我必须将这一分给 GPT 2.5。然而，它仍然不够完美。另一个对顶级图像模型极具挑战性的测试是生成准确的国际象棋棋局图。我的提示词是：“一个国际象棋棋盘，黑方将在两步内被将死。展示达到将死的后续步骤。”
以下是 GPT Image 2.5 的生成结果，在我看来并不正确。GPT Image 2 的结果也是错误的。Nano Banana 2（Gemini）的生成结果看起来也不对。因此，不幸的是，即使是最新且最强的 GPT Image 2.5 模型也无法生成准确的国际象棋棋局图。接下来，这是一个更有趣的提示词：“为儿童制作教育字母海报，展示 A 到 Z。每个字母由以该字母开头的动物组成。底部也写上动物的名字。”
GPT Image 的两个模型都能很好地生成这张图片。同样，GPT Image 2.5 倾向于在图像中添加许多你未指定的细节。例如，它决定添加一个标题以及角落里的各种不同元素。而 GPT Image 2 则更加字面化，只输出你提示的内容。我不喜欢旧版 GPT Image 2的一点是它仍然带有黄色色调，而终于到了 GPT Image 2.5，颜色看起来正确得多。对于 Nano Banana（Gemini），这里的错误实在太多了。
例如，这里的猴子很混乱。还有，这根本不是兔子。那独角兽鱼又是什么鬼？好吧，再来一个非常棘手的提示词：“时钟显示 11:15，以及一杯装满的红酒杯。”你可以看到两个 GPT Image 模型都能正确生成。我认为 GPT Image 2.5 看起来好得多，尤其是那杯红酒。而 GPT Image 2 生成的图片显得过于虚假。Nano Banana（Gemini）未能同时正确生成这两个元素。
接下来是另一个有趣的测试：“制作一张高分辨率的《威利在哪里》（Where's Waldo）图片。它应该非常复杂，有众多人物，威利隐藏在图像中的某处。”这是我从 GPT Image 2.5（原文误写为5）得到的结果。让我放大这张图片。如果你想找到威利，你现在可以暂停并尝试寻找他。但警告一下，我不确定照片里是否真的有他。到目前为止，我还没能找到他。
如果我进一步放大，你可以看到许多人物细节仍然混乱不堪，尤其是面部表情。以下是我从 GPT Image 2（原文误写为GPT image 5）得到的结果。你可以看到这看起来更糟，所有这些人物只是一堆扭曲的线条。这甚至不像一个连贯的《威利在哪里》场景。而 Nano Banana 2（Gemini）生成的结果看起来相当糟糕，威利太容易找到了。
因此，它们都不完美，但在错误最少且最像《威利在哪里》图片的模型中，我必须将这一分给 GPT Image 2.5。好吧，接下来我们来测试它在渲染参考图像时的一致性。我将上传这张产品照片，上面布满了许多非常小的文字。让我们让它生成一张业余随意的照片，展示一位 K-pop 网红手持并谈论该产品。这里的难点在于它必须一致地渲染该产品和所有文字。
以下是 GPT Image 2.5（原文误写为GZ）的生成结果。如果我们放大，可以看到所有文字看起来都是正确的。它在保持参考图像的一致性方面确实表现出色。但是这次生成有一个巨大的错误，就是她的手在这里。“天哪。”无论如何，这是我们从 GPT Image 2（原文误写为GZ）得到的结果。这里的产品看起来太大了，不成比例。它渲染得比她的脸还大，这是不正确的。
但如果我放大看，你可以看到它也能正确生成所有文字和标志。最后，这是我们从 Nano Banana 2（Gemini）得到的结果。不幸的是，它在产品上搞砸了许多文字。所以，如果它没有在这里搞乱她的手的话，我会选择 GPT Image 2.5（原文误写为GZ）作为赢家。好吧，这就总结了我的一系列非常棘手的测试，比较 GPT Image 2.5（原文误写为GPZ）与其他顶级图像模型。
这些测试旨在真正将其推向极限，所以我并不指望模型能完全正确。但正如你所见，GPT Image 2.5（原文误写为GPZ）相比之前的 GPT Image 2 确实提供了一些边际改进。我不会说这是一个巨大的飞跃，但在大多数情况下，它稍微好一点。好吧，接下来让我们看看它的规格参数。
实际上他们发布了两种不同的变体。一种是“Flare”（闪电）变体，生成图像速度更快，但质量略低。这有点像 Flash 版本，延迟降低了 50%。然而，如果你追求质量和一致性，可以使用“Sunburst”（日光）模型，它是为具有更紧密控制的高端工作流程而构建的。现在这个生成需要花费稍长的时间。
在录制此视频时，该模型今天应该已部署到 ChatGPT 以及 Work、Codecs（注：可能指 Codex）的所有层级，包括免费层。因此，即使你使用的是免费版，只需点击“创建图像”或点击这个加号然后选择“创建图像”，它就应该使用最新的 GPT 2.5（原文误写为GZ）来生成你的图像。当然，如果你使用免费版以及付费版，你会获得有限的使用次数；或者你也可以通过他们的 API 使用。
两种模型的成本实际上是一样的，一个质量更好，另一个更快。假设你生成一张 1024 x 1024 的图像，如果通过他们的 API 使用低质量模式，每张图像的成本约为半美分。如果你设置为最高质量（Max），则每张图像成本为 21 美分。现在，这可以生成高达……
4K图像。因此，我们将此设置为4K 16:9分辨率。如果将其设为最大值，那么生成一张宽屏4K图像的成本大约为……最后，让我们也看一下一些排行榜。如果你查看这个文本生成图像的竞技场（Arena），你会发现最新的GPT Image 2.5排名第一，仅略高于之前的GPT Image 2。图像编辑也是如此。你可以看到，确实GPT Image 2.5排名第一，远高于之前的GPT Image 2。
好了，以上就是我对GPT Image 2.5的评测总结。这绝对是当前你可以使用的最佳图像模型之一，即使你使用的是免费套餐，也应该能够直接在ChatGPT中访问它。请在评论区告诉我你对它的看法。一如既往，我会继续留意最新的AI新闻和工具与你分享。
所以，如果你喜欢这个视频，记得点赞、分享并订阅，以便获取更多内容。此外，每周AI领域发生的事情实在太多，我不可能在我的YouTube频道上涵盖所有内容。因此，为了真正跟上AI领域的最新动态，请务必订阅我的免费每周通讯，链接将在下方的描述中提供。感谢观看，我们下期再见。