GPT Image 2.5 ليس نموذجًا واحدًا، بل نموذجان. أطلقته OpenAI في 8 سبتمبر 2026 امتدادًا لـ GPT Image 2، وبدلًا من طرح إصدار محدّث واحد، قسّمته إلى نموذج صغير محسّن للسرعة يُسمى Flare ونموذج أكبر محسّن للجودة يُسمى Sunburst. وكلاهما متاح عبر ChatGPT وChatGPT Work وCodex، وعبر واجهة API مباشرة بالاسمين gpt-image-2.5-flare وgpt-image-2.5-sunburst.
يوجد هذا التقسيم لأن السرعة وإتقان المخرجات يسيران في اتجاهين متعاكسين، فقررت OpenAI أن تترك الاختيار للمستخدمين بدلًا من التنازل في الاثنين معًا. يعرض Flare النتائج بسرعة كافية تجعل التكرار السريع عمليًا، فتختبر خمسة أو ستة اتجاهات لطلب واحد في الوقت الذي كان يستغرقه توليد صورة واحدة على GPT Image 2. أما Sunburst فيستغرق وقتًا أطول لكنه يذهب أبعد في التفاصيل الدقيقة والملمس والثبات عبر التعديلات المتكررة، وهي مخرجات تصمد أمام الفحص القريب أو القص الكبير. وليس أيٌّ منهما نسخة مخفّفة أو متميزة من الآخر بالمعنى المعتاد. إنهما إجابتان عن سؤالين مختلفين، أحدهما يسأل كم اتجاهًا يمكن استكشافه بسرعة، والآخر يسأل إلى أي مدى يمكن صقل اتجاه واحد مختار.
أما ما يشغّله ChatGPT وCodex افتراضيًا فلم تصرّح به OpenAI بوضوح، مع أن الاختبارات تشير إلى أن Flare هو الذي يعمل خلف الكواليس في كليهما. وتصبح واجهة API هي المكان الذي يتضح فيه الاختيار، إذ يعرف المطوّر الذي يستدعي أيًّا من النموذجين بالاسم أيّهما يولّد النتيجة، إضافةً إلى إعداد جودة منفصل فوق هذا الاختيار يتحكم في مقدار الوقت والتفاصيل المبذولة في كل عملية توليد.
مقارنة سريعة: أين تشغّل GPT Image 2.5
المنصة | الأنسب لـ | الميزة الرئيسية | المقايضات |
Atlabs | تشغيل GPT Image Gen إلى جانب أكثر من 50 نموذجًا آخر، ثم الانتقال مباشرة إلى الفيديو | حساب واحد يغطي توليد الصور وتعديلها ومسارًا مباشرًا إلى مشروع فيديو في Atlabs | تحدّد المنصة إصدار النموذج وخطوة الجودة بدلًا من اختيارهما في كل استدعاء |
ChatGPT | توليد عفوي داخل محادثة قائمة | لا يحتاج إلى إعداد، توليد الصور مدمج أصلًا، إضافةً إلى أدوات Sketch وTemplate | يعمل بالإصدار والجودة الافتراضيين من OpenAI دون تجاوز يدوي |
API مباشرة | المطوّرون الذين يحتاجون إلى تحكم صريح |
| يتطلب تكاملًا خاصًا بك وإعدادًا للفوترة |
اختر النموذج بهذا الترتيب
القرار أبسط من اختبار النموذجين من الصفر في كل مرة. إذا كان سير عمل GPT Image 2 القائم يعطي أصلًا نتائج مقبولة، فابدأ بـ Flare بالوصف نفسه والحجم نفسه وإعداد الجودة نفسه مع تحديده صراحةً بدلًا من تركه تلقائيًا. فإن نجح ذلك، يأتيك تحسّن زمن الاستجابة مجانًا دون تغيير أي شيء آخر. أما إذا لم يكن GPT Image 2 جيدًا بما يكفي للمهمة من الأساس، فابدأ بـ Sunburst، وصِل بالمخرجات إلى مستوى مقبول هناك، ثم شغّل المدخلات نفسها على Flare وانتقل إليه فقط إذا ظل صامدًا.
يهمّ أمران لمقارنة عادلة. أولًا، لا تقارن أبدًا على الجودة التلقائية، لأن "high" ليست معايَرة بالطريقة نفسها بين النموذجين، فاضبطها يدويًا قبل الحكم على أي شيء. ثانيًا، اضبط متغيرًا واحدًا في كل مرة: جرّب خطوة الجودة التالية الأعلى قبل إعادة كتابة الوصف نفسه، ولا تلجأ إلى high أو max إلا بعد أن تخفق خطوة أدنى فعلًا في تلبية متطلب مهم للمهمة المحددة، وليس كنقطة بداية افتراضية.
زمن التوليد حسب النموذج وخطوة الجودة
أرقام حقيقية من جولة اختبار واحدة، بالأوصاف نفسها وبعرض 1024 بكسل:
النموذج | جولة تعديل (جودة متوسطة) | نص إلى صورة (جودة عالية) |
GPT Image 2 | من 37 إلى 55 ثانية | 177 ثانية |
GPT Image 2.5 Flare | من 19 إلى 27 ثانية | 22 ثانية |
GPT Image 2.5 Sunburst | من 17 إلى 41 ثانية | 48 ثانية |
استغرق Sunburst بجودة max على صورة عمودية 115 ثانية في الاختبار نفسه، وهو أمر يستحق المعرفة قبل اللجوء إلى أعلى خطوة جودة افتراضيًا في كل عملية توليد.
أحجام الصور الصالحة
يقبل GPT Image 2.5 أحجامًا من 1024 مربعًا حتى 3840 على الحافة الطويلة، على أن تكون الحافتان من مضاعفات 16 وألا تتجاوز نسبة العرض إلى الارتفاع 3 إلى 1. ويجب أن يقع إجمالي عدد البكسلات بين 655,360 و8,294,400، ويُصنَّف كل ما يتجاوز 2560x1440 تجريبيًا وليس مدعومًا بالكامل. ومن الأحجام الشائعة التي تعمل بموثوقية 1024x1024 و1536x1024 و1024x1536 و2048x2048 و2048x1152 و3840x2160 و2160x3840.
Flare مقابل Sunburst بالوصف نفسه: مثال من خطوتين
طريقة التحسين هنا بسيطة: ولّد مرة واحدة، وراجع النتيجة، ثم أعدها مع تغيير واحد بالضبط، وكرّر القيود المهمة في كل خطوة بدلًا من افتراض أنها تنتقل تلقائيًا. يكيّف هذا المثال طريقة نموذج اللوحة الإعلانية المنشورة من OpenAI في دليل أوصاف GPT Image 2.5، وتُشغَّل جنبًا إلى جنب على Flare وSunburst، مع استخدام علبة مشروب بدلًا من صورة المنتج الأصلية لديهم.
Photorealistic low-angle shot of a large roadside billboard against a clear deep-blue sky, shot from the ground looking up. A giant plain white takeaway coffee cup — smooth blank paper, matte finish, domed white lid, and a plain kraft-brown corrugated sleeve with no logo, no printing, no markings of any kind — is mounted as an oversized 3D extension breaking out of the left edge of the billboard face, cantilevered on a black steel bracket so it projects forward past the frame. The billboard panel is white with bold dark-green sans-serif copy on the right side. Steel service catwalk with railings and ladder runs along the bottom, spotlights angled up at the face, single galvanized steel column supporting the structure. A concrete overpass and a street lamp sit low in the background. Bright midday sun, hard directional light casting the cup's shadow onto the billboard face, crisp shadows, high clarity, commercial OOH mockup photography, 24mm wide angle, shot on full-frame DSLR, high detail, 4K.
Flare:

Sunburst:

تشغيل هذا الزوج على صورة منتجك الخاصة هو أسرع طريقة لرؤية الفارق بين Flare وSunburst مباشرةً بدلًا من تصديق أرقام التوقيت دون تحقق. استبدلها بأي صورة منتج متوفرة لديك، وحافظ على بنية الخطوتين، وقارن ما يفعله كل نموذج بنص اللوحة الإعلانية نفسه وتغيير الطقس نفسه.
التصوير من داخل الفاكهة: زوايا كاميرا متطرفة من منظور الشخص الأول
تضع معظم الأوصاف الكاميرا حيث يقف الشخص عادةً. وتبدأ النتائج المثيرة حين تضعها في مكان لا يليق بكاميرا أن تكون فيه، داخل بطيخة مجوّفة، أو تحت كوب زجاجي، أو خلف الشيء الذي يؤكل. لا يتغير الموضوع كثيرًا، بل يتغير أن المقدمة تصبح إطارًا، وينعكس المقياس، ويتحول بورتريه صيفي عادي إلى شيء تحتاج إلى النظر إليه مرتين. وفيما يلي محاولتان للفكرة نفسها، لاختبار مقدار ما يحمله موضع العدسة وحده من الصورة.
Fisheye POV from inside a hollowed watermelon, looking up through a circular hole at a young East Asian woman with bangs peering down, sipping a teal swirled straw stuck into the fruit. Wet pink watermelon flesh and white foam bubbles curve around the frame edges, blurred in the foreground. Pale blue sky visible behind her through the hole. She wears a pink ruffled top and thin gold necklace, soft natural sunlight, glossy highlights, sharp focus on her face. Vertical 9:16, hyper-realistic macro food photography, saturated coral-pink and teal palette, shallow depth of field, 8k detail.
flare:

sunburn:

الحفاظ على شخصية واحدة عبر المشاهد: جونيبر ثعلب الفانوس
يبدأ ثبات الشخصية بتوليد واحد محدد بالكامل، لا بوصف فضفاض يتكرر عبر أوصاف منفصلة. ثم تُعاد تلك الصورة الواحدة في كل مشهد لاحق، مع إعادة ذكر تفاصيلها المميزة في كل مرة. وهنا تُطبَّق الطريقة نفسها، التوليد ثم المتابعة، على شخصية أصلية بدلًا من مثال مستعار.
أنشئ الشخصية. وضع التوليد، 1024x1536، جودة متوسطة.
Create a children's book illustration introducing a main character. Character: Juniper, a small lantern fox with copper orange fur and a fluffy white tipped tail, wearing a tiny brass lantern on a leather strap around her neck and a knitted blue scarf. She has round curious eyes and a gentle, mischievous smile. Theme: Juniper wanders the night forest guiding lost fireflies safely back to their glowing meadow. Style: children's book illustration, hand painted watercolor look, soft outlines, warm nighttime color palette with deep blues and lantern gold, whimsical and cozy, proportions suitable for picture books. Constraints: original character, no copyrighted characters, no text, no watermarks, plain dark forest background at night to clearly showcase the character.
Flare:

Sunburst:

بورتريه سينمائي، كئيب ومشحون
النوع: بورتريه واقعي فائق. الأجواء: لقطة سينمائية درامية. المزاج: متوتر، مكفهر.
A photorealistic close up portrait of a weathered fisherman in his sixties, deep set eyes staring past the camera, rain soaked oilskin jacket, single hard side light carving deep shadows across his face, muted grey and navy color grade, shot on what looks like 35mm film with visible grain, shallow depth of field, cinematic and somber.
Flare:

Sunburst:

فن مفاهيمي للفانتازيا المظلمة، غريب ومنذر بالشؤم
النوع: فن مفاهيمي فانتازي. الأجواء: قوطية، مقلقة. المزاج: مشؤوم، غامض.
Concept art of a massive twisted black tree growing through the ruins of an abandoned cathedral, thin fog curling around broken stone pillars, a single sliver of cold blue moonlight cutting through the canopy above, crows perched silently on skeletal branches, muted desaturated palette apart from the moonlight, highly detailed digital painting, eerie and foreboding atmosphere.
Flare:

Sunburst:

ملصق سفر عتيق، دافئ وحنيني
النوع: ملصق توضيحي عتيق. الأجواء: إعلانات سفر من منتصف القرن. المزاج: حنين دافئ.
A vintage 1960s style travel poster illustration of a coastal cliffside town at golden hour, sailboats dotting a calm bay below, warm ochre and terracotta rooftops, hand lettered feel in the composition though no readable text, slightly faded ink texture, bold flat color blocking typical of mid century travel advertising, warm and nostalgic mood.
Flare:

Sunburst:

الذهاب أبعد: ورقة مرجعية من 16 لوحة
يتخطى أحد امتدادات هذه الطريقة الموثقة صورة البورتريه المرجعية الواحدة تمامًا. فبدلًا من ذلك تُولَّد شبكة 4 في 4 أولًا، ست عشرة لوحة للشخصية الأصلية نفسها تغطي المنظر الأمامي والخلفي والجانبي، وأربعة تعابير، وأربع وضعيات، وأربع لقطات قريبة للتفاصيل، كلها على خلفية بيضاء مسطحة. وتصبح هذه الورقة الواحدة بعد ذلك الصورة المرجعية الوحيدة المرفقة بكل وصف لمشهد، إلى جانب سطر واحد يكرر التفاصيل المميزة، فيحدد لون السترة والحذاء والوجه والشعر المطلوب مطابقتها بدقة. وفي جولة الاختبار تلك، عادت ستة مشاهد مختلفة مولّدة على GPT Image 2 وعلى Sunburst بوجه وسترة وحذاء متطابقة في كل مرة، دون الحاجة إلى إعادة التوليد.
تفصيل يستحق النقل كما هو: أبقِ خلفية الورقة المرجعية بيضاء مسطحة. فالخلفية المنسّقة أو المضاءة على الورقة تميل إلى تسريب إضاءتها إلى كل مشهد يُولَّد منها لاحقًا، مما يقوّض الثبات الذي صُنعت الورقة لتثبيته.
لماذا يتعامل GPT Image 2.5 مع التعليمات بشكل مختلف عن Midjourney
من المهم أن تفهم هذا قبل أن تقرر أن هذا هو النموذج المناسب لمهمتك: يستدل GPT Image 2.5 على التعليمات الحرفية في الوصف بدلًا من الاعتماد على الانتشار (diffusion) المدرَّب على مجموعات بيانات الصور فحسب. اطلب منه ملء كأس نبيذ حتى الحافة فيملؤه حتى الحافة. واطلب ساعة تشير إلى وقت محدد فيعرض ذلك الوقت بالضبط. أما أدوات الانتشار مثل Midjourney فتميل افتراضيًا إلى ما يبدو جماليًا مألوفًا. وهذا يجعل GPT Image 2.5 الخيار الأفضل متى كان لتفصيل حرفي محدد أهمية في الطلب، وأداة الانتشار الخيار الأفضل حين يهمّ المظهر المصقول التقليدي أكثر من اتباع التعليمات بدقة.
نصائح هندسة الأوصاف لـ GPT Image 2.5
اضبط الجودة يدويًا في كل مرة تكون فيها المقارنة مهمة فعلًا، لأن تركها على الوضع التلقائي يجعل أي مقارنة في التوقيت أو المخرجات بلا معنى بين إصداري النموذج. وانتبه إلى مظهر مركّب أو ملصوق قليلًا في العناصر الموضوعة أمام خلفية، وهي خاصية معروفة انتقلت من GPT Image 2 وخُفّفت لكن لم تُزَل تمامًا في 2.5، وتُعالَج عادةً بطلب إضاءة وظلال متسقة صراحةً بين العنصر والخلفية في الوصف نفسه. وعند التحسين عبر الخطوات، غيّر شيئًا واحدًا في كل مرة بدلًا من تكديس عدة طلبات في تعديل واحد، لأن عزل كل تغيير يسهّل كثيرًا ملاحظة اللحظة التي يتغير فيها شيء غير مرتبط.
الأسئلة الشائعة
أي إصدار يستخدمه ChatGPT افتراضيًا؟
لم تؤكد OpenAI ذلك رسميًا، لكن الاختبارات تشير إلى أن Flare هو الافتراضي داخل ChatGPT وCodex، بينما يُحتفظ بـ Sunburst للحالات التي تُستدعى فيها واجهة API مباشرة.
ما مدى سرعة Flare فعليًا؟
في جولة اختبار واحدة بجودة عالية، أعاد Flare نتيجة نص إلى صورة في 22 ثانية مقابل 177 ثانية لـ GPT Image 2، وأنجز جولة تعديل في 19 إلى 27 ثانية. وكان Sunburst أبطأ من Flare لكنه ظل أسرع من GPT Image 2 في معظم الاختبارات نفسها.
ما أحجام الصور التي يدعمها GPT Image 2.5؟
من 1024 مربعًا حتى 3840 على الحافة الطويلة، على أن تكون الحافتان من مضاعفات 16، ونسبة العرض إلى الارتفاع لا تتجاوز 3 إلى 1، وإجمالي البكسلات بين 655,360 و8,294,400. وتُصنَّف الأحجام الأكبر من 2560x1440 تجريبية.
هل ثبات الشخصية مضمون في كل عملية توليد؟
لا يضمن أي نموذج صور ثباتًا مثاليًا في كل مرة، لكن صورة مرجعية واحدة، مع تكرار التفاصيل المميزة في كل وصف، وخلفية بيضاء مسطحة على أي ورقة مرجعية مستخدمة، أعطت نتائج متسقة دون إعادة توليد في الاختبارات الموثقة.
هل يمكنني اختيار Flare أو Sunburst داخل Atlabs؟
يتبع اختيار النموذج داخل Atlabs الإصدار الذي يعمل به تكامل GPT Image Gen. وللتحكم الصريح بين Flare وSunburst وخطوات الجودة اليدوية، تُعدّ واجهة API المباشرة حاليًا المسار الأدق.
هل استخدامه مجاني على Atlabs؟
نعم. تبدأ الحسابات الجديدة برصيد مجاني يغطي عددًا من عمليات التوليد، بينما تتيح الخطط المدفوعة مزيدًا من عمليات التوليد وتصديرًا بدقة أعلى.
الخلاصة النهائية
تتلخص المهارة العملية في هذه السلسلة كلها في قرار قصير يتكرر بثبات: طابِق النموذج الذي تبدأ به مع مستوى الجودة الذي تريده، وثبّت إعداد الجودة يدويًا قبل مقارنة أي شيء، وغيّر متغيرًا واحدًا في كل مرة. وتوضح الأوصاف الخمسة للأجواء أعلاه الفكرة مباشرةً: يستحق Sunburst وقته الإضافي في الأعمال الواقعية الغنية بالملمس مثل البورتريه والفن المفاهيمي ولقطة المنتج، بينما يثبت Flare جدارته في الأنماط الرسومية الأكثر تسطحًا مثل الرسم المتجهي والملصق العتيق، حيث لا يجد العرض الإضافي الكثير ليعمل عليه أصلًا. وفي أعمال الشخصيات، يفعل مرجع واحد متقن البناء، ومن الأفضل ورقة الست عشرة لوحة على خلفية بيضاء مسطحة، للثبات أكثر مما يفعله أي وصف أطول وأكثر تفصيلًا. وبهذا يُختتم الدليل ذو الأجزاء الثلاثة. لا يتطلب أي منه أدوات أو حسابات منفصلة للاختبار، وهذا هو السبب العملي لتشغيله عبر Atlabs الذي يتصدّر المقارنة في أعلى هذه المقالة.










