Обзор новой фотомодели GPT Image 2.5 в VeoSuno: точечные правки изображений, перенос героев на новый фон, выбор пропорций и генерация в 4K. Тестируем и показываем результаты.
В каталоге VeoSuno появилась новая фотомодель OpenAI — GPT Image 2.5. Она уже доступна в общем списке моделей, отдельной подписки не требует, оплата в рублях и без VPN, как и у остальных.
Главное, ради чего её стоит открыть: модель научилась менять на снимке ровно то, что вы просите, не переписывая всё остальное. Плюс появился выбор разрешения вплоть до 4K и восемь пропорций вместо трёх.
Мы прогнали её через цепочку из трёх генераций и показываем, что получилось.
Разработчик заявляет четыре изменения:
В интерфейсе VeoSuno разница видна сразу:
| Параметр | GPT Image 2.0 | GPT Image 2.5 |
|---|---|---|
| Разрешение | без выбора | 1K, 2K, 4K |
| Пропорции | 1:1, 2:3, 3:2 | 1:1, 2:3, 3:2, 3:4, 4:3, 16:9, 9:16, 21:9 |
| Референсов | до 4 | до 4 |
| Цена | 25 ₽ | от 11 ₽ |
| Разрешение | Цена |
|---|---|
| 1K | 11 ₽ |
| 2K | 21 ₽ |
| 4K | 32 ₽ |
Цена не зависит от выбранных пропорций — только от разрешения.
Мы собрали цепочку, где каждый следующий шаг работает с результатом предыдущего. Так удобнее всего проверить главное обещание модели — аккуратность правок.
Начали с обычной генерации по тексту, без референсов. Пропорции 2:3, разрешение 1K.
A young brunette woman with long dark wavy hair falling past her shoulders stands behind a DJ mixer on a rooftop terrace at golden hour, city skyline blurred behind her, warm low sun flaring into the lens, string lights strung overhead. She wears a fitted deep red satin corset top, oversized black cargo trousers slung low on the hips, layered silver necklaces and rings, small hoop earrings, glossy lips. One hand on the fader, the other lifted near her headphones. Shot on a 50mm lens, shallow depth of field, natural film grain, warm skin tones, real skin texture with visible pores. Cinematic documentary photograph, not a 3D render.
Модель отработала описание целиком: закатный свет, гирлянды, линия города, пульт на переднем плане.
Теперь самое интересное. Загрузили полученный кадр обратно и попросили заменить только топ — на белый укороченный с принтом «I 💜 VeoSuno».
Change only her top to a fitted white ribbed crop top with a deep V neckline and thin straps. Print on the chest, centred just below the neckline, small and slightly curved: a single line reading "I 💜 VeoSuno" in black serif type, where the purple heart in the middle of the line wears small black over-ear headphones, the headband arching over the top of the heart, flat graphic style with clean bold lines. Keep her face, hair, headphones, jewellery, pose, hands, the mixer, the rooftop, the string lights and the sunset lighting exactly the same.
Принт модель прочитала буквально: надпись набрана без ошибок, рисунок повторяет складку ткани и ловит закатный свет. Это как раз тот случай, когда сложную составную инструкцию не пришлось объяснять дважды.
Мы сравнили оба кадра попиксельно по контрольным зонам — небу, закатной полосе, городу, пульту и лицу. Средняя разница везде оказалась в пределах 4–9 единиц яркости из 255: на глаз это не читается вовсе. Фон и героиня действительно остались прежними, поменялась одна вещь.
Дальше проверили работу с несколькими картинками сразу. Первым референсом загрузили результат второго шага, вторым — кадр из клуба с неоновой вывеской VeoSuno. Задачу описали от результата: поменять обстановку первого снимка на помещение со второго, героиню и принт оставить как есть, людей со второй картинки не брать.
Change the setting of the first image to the room shown in the second image: a dark club with a glowing neon "VeoSuno" sign, red laser lines, DJ decks and floor monitors. Keep the subject, her outfit and her print unchanged. Ignore any people in the second image, use only its room and lighting. Cool neon light, haze in the air, 50mm lens, natural film grain. Cinematic photograph, not a 3D render.
Разрешение выбрали 4K, пропорции 2:3. Генерация обошлась в 32 ₽.
Героиня и принт пережили оба шага. Лицо, причёска и надпись на топе дошли до финального кадра без потерь — при том, что между первой и последней генерацией прошло два полных цикла редактирования.
Модель отделяет героя от обстановки. Из второй картинки она взяла интерьер, свет и вывеску, но пульт перед героиней остался прежним, с первого снимка. Это логично: пульт — предмет, с которым она взаимодействует, значит часть героя, а не комнаты. Если нужно заменить и его, об этом придётся сказать отдельно.
Свет пересчитан под новую сцену. На крыше героиню освещало низкое солнце, в клубе — холодный неон спереди и розовый контровой сзади. Модель не просто вырезала фигуру и подставила фон, а перекрасила освещение на ней.
Задний план получился мягким. Стены и оборудование в глубине кадра прорисованы без запаса детализации — выглядит как расфокус, но если планируете печать или кроп, это стоит учитывать.
Модель лежит в общем каталоге — открывайте GPT Image 2.5, пишите описание или загружайте свой снимок.
Совет: С чего начать, если раньше не работали с генерацией картинок: возьмите 1K за 11 ₽ и поиграйте с промптом, а поднимайте разрешение уже под финальный кадр — на 4K уходит втрое больше.
Точность правок пригодится не только в экспериментах. По такой же схеме удобно доводить до ума обложку релиза: сгенерировать основу, а потом менять по одной детали, не теряя остальную картинку. Пошагово этот сценарий мы разбирали в статье про создание обложки для трека. А если хотите начать с музыки, трек можно собрать с нуля прямо в студии.
Ещё один сценарий — стартовый кадр для видео. Видеомодели принимают на вход изображение, и чем точнее оно собрано, тем предсказуемее получится ролик: героя, свет и обстановку можно довести в 2.5 до нужного вида, а видеомодели оставить только движение. Как запустить генерацию видео из готового кадра, разобрано в пошаговом гайде для новичка.
GPT Image 2.5 — фотомодель OpenAI для генерации и редактирования изображений. Она умеет рисовать кадр с нуля по описанию и править уже готовый снимок, меняя только то, о чём попросили. В VeoSuno доступна в общем каталоге моделей.
11 ₽ за изображение в 1K, 21 ₽ в 2K и 32 ₽ в 4K. Пропорции на цену не влияют.
Появился выбор разрешения — 1K, 2K и 4K, тогда как у версии 2.0 его нет. Пропорций стало восемь вместо трёх. Разработчик заявляет более точечное редактирование, лучшее сохранение людей с референсов и снижение задержки генерации до 50%.
До четырёх референсных изображений в одной генерации.
Да, это основной сценарий модели. В нашем тесте мы заменили только футболку героини: фон, лицо, поза и оборудование остались прежними — разница по контрольным зонам не превысила 9 единиц яркости из 255.
Да, для этого загружаются два изображения. Формулировать лучше как смену обстановки первого снимка на помещение со второго — так модель понимает задачу точнее.
Для черновиков и подбора промпта хватит 1K. 2K берите для постов в соцсетях, 4K — когда картинка пойдёт на обложку, баннер или в печать.
Войти через Яндекс
Войти через Telegram
Войти через Gmail
или войти через VK ID с использованием данных из сервера
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
