Какой GPT генерирует картинки в ChatGPT и в API? Разберись с ChatGPT Images 2.6, Flare и Sunburst, выбери способ запуска и проверь свой результат.
Денис
Продакт LibraChat
6 мин чтения
Для музея нужен маленький знак гардероба. Дизайнер просит ChatGPT сделать картинку с зонтом рядом с вешалкой. Коллега, который запускает генерацию в своей программе, спрашивает, какая модель стоит в его запросе. У дизайнера на экране уже есть изображение. У коллеги есть конфигурация, но он ещё не видел результат. В разговоре они называют оба действия «выбрать GPT для картинки». Стоит сначала определить, где именно запускается задача.
Какой GPT генерирует картинки? OpenAI представила ChatGPT Images 2.6 для ChatGPT. Для API у семейства GPT-Image-2.6 есть Flare и Sunburst, которые можно указать как разные модели в запросе генерации. Это описание на 21 ноября 2026 года. Для разовой картинки в чате достаточно попросить создать изображение. Идентификатор нужен при работе напрямую через API. Если обычный ответ описал рисунок словами, вернись к действию создания изображения.
Где увидеть, какой GPT генерирует картинки
В анонсе OpenAI от 4 ноября 2026 года Images 2.6 показана как функция в ChatGPT и других продуктах OpenAI. В нём отдельно названы Flare и Sunburst для API. В помощи ChatGPT по изображениям предлагают запросить картинку прямо в разговоре или выбрать Images в меню. Если рисуешь один значок, я бы начал с этого пути: достаточно описать объект и посмотреть, появилось ли изображение, которое можно сохранить.
Где ты работаешь · Что указываешь · Как выглядит подходящий ответ
Обычный разговор в ChatGPT — Просьбу создать изображение и желаемые детали — Картинка, которую можно открыть и сохранить
Прямой запрос к Images API — Идентификатор версии GPT-Image, текст и поддерживаемые параметры — Данные созданного изображения или ошибка запроса
Текстовый анализ фотографии — Прикреплённый файл и конкретный вопрос по нему — Объяснение словами
В третьем случае GPT может всё правильно сказать про зонт и вешалку, хотя нового файла не будет. Мне проще начать с указания формата результата: «создай картинку» или «объясни, что на ней». Для работы внутри чата название текстовой модели наверху разговора рассказывает прежде всего о режиме взаимодействия. Если сведения о точном выборе важны для проекта, бери их из своего API-запроса и документации продукта. Ответ модели на вопрос о том, как она нарисовала картинку, не подменяет запись в конфигурации.
Как сравнить Flare и Sunburst на одном задании
Раздел OpenAI для разработчиков называет gpt-image-2.6-flare вариантом для быстрых итераций, а gpt-image-2.6-sunburst вариантом для более детальной работы с изображениями. Для нового проекта я сначала записываю, что хочу сравнить. У значка гардероба это короткий поиск узнаваемого силуэта. У финального значка важна другая вещь: при замене направления ручки зонта вешалка должна остаться той же. Одна и та же пара запросов даёт разные критерии приёмки.
В первой генерации задай два крупных объекта и проверь их без подписи.
Оставь понравившийся кадр в качестве образца. Отметь одну часть для редактирования.
В следующем запросе одним предложением опиши правку, вторым укажи, какие элементы нужны прежними.
При сравнении API сохрани у себя идентификатор модели, исходный запрос и обе версии изображения. Не опирайся только на имя файла.
Если интеграция переходит между версиями, проверяй допустимые параметры в справке модели. Уже написанный старый пример с названием gpt-image-2 может относиться к другой версии. По похожему имени нельзя переносить все параметры без сверки. Для команды я указываю конкретный идентификатор рядом с результатом. Это помогает понять через неделю, чей запрос использовался и можно ли точно повторить пробу. Цены, доступность и лимиты отдельно смотрят в том интерфейсе, через который будет запускаться работа.
Что отправить в чат для проверки
Я бы взял короткое описание одного знака. Рамка в примере квадратная. Справа видно складной зонт, слева широкая вешалка. Для маленькой таблички можно взять сплошные широкие силуэты. Если два предмета слились, сначала раздвинь их. Указание на маленький размер вывода поможет выбрать простую форму, а оценка остаётся твоей: открой изображение в размере будущей таблички и проверь, понимаешь ли два силуэта.
Создай квадратное изображение для маленькой таблички в музейном гардеробе. Слева на светлом фоне один тёмно-синий силуэт широкой вешалки. Справа вертикальный сложенный зонт с легко различимой изогнутой ручкой. Между ними есть свободное место. Без букв и цифр. Используй простые края и цвет, чтобы оба предмета были заметны в маленькой рамке.
Такое описание можно адаптировать в LibraChat, если нужен черновик запроса для своей таблички. Режимы, доступные в LibraChat, описаны в условиях использования. Конкретные названия функций у разных сервисов различаются. Для примера подготовки серии похожих визуальных заданий есть материал о GPT-изображениях для карточек.
Сохрани первую версию, по которой сразу узнаётся зонт.
Попроси повернуть только ручку зонта на другую сторону.
Сравни наклон плеч вешалки на исходнике и в правке. Если он поменялся, уточни границу работы.
Посмотри оба изображения в рабочем масштабе, затем запиши, какую модель и маршрут использовал.
Если изображение делается для печати, отдельно проверь сам файл и действительную ширину знака. Хороший кадр на большом экране может держаться на деталях, которые пропадут в печати. Для меня полезнее сравнить один и тот же знак в двух размерах, чем выбирать по имени модели. Название помогает воспроизвести способ, а просмотр показывает, подошёл ли результат.
Когда текстовый режим уже сделал свою часть
На первом просмотре мне легче понять, что получилось, по типу результата. Если команда вернула план из пяти пунктов, её можно использовать как черновик описания для картинки. Если в ответе появился рисунок, сохрани и раскрой его отдельно. Тогда получится сравнить параметры файла: форму, поля и то, какие буквы сохранились после редактирования. В API данные ответа тоже сначала нужно преобразовать в пригодный файл выбранным способом клиента. Не проверяй итог по длине сообщения. Это свойство передачи данных, а не изображённого предмета.
В протоколе пробы я оставляю одну строку на запуск: «создание, два силуэта», а рядом вторую: «правка, поворот ручки». Если два варианта похожи, полезно открыть их быстро друг за другом. Тогда смещение значка заметнее, чем при пролистывании двух ответов в разных разговорах.
Открой чат и попробуй одну генерацию со своим знаком. Сначала назови выходной файл или вид картинки словами, потом укажи два различимых объекта. Когда понадобится следующий шаг через API, у тебя уже будет понятный запрос и одна вещь, по которой можно сравнить оба результата.