بررسی AI Image 2: عصر جدید تولید تصویر هوش مصنوعی

بررسی gpt-image-2 (آوریل ۲۰۲۶): معماری، Thinking، متن و LM Arena.

4/25/2026 · AIImage Team #بررسی#AI Image 2#هوش مصنوعی

در ۲۱ آوریل ۲۰۲۶ OpenAI ChatAI Images 2.0 با شناسه gpt-image-2 را عرضه کرد. دیگر فقط «تصویر زیبا» نیست؛ سیستم بصری که برنامه‌ریزی، خودبازبینی و تحویل دسته‌ای دارایی تجاری دارد. DALL·E 2/3 در ۱۲ مه ۲۰۲۶ متوقف شد.

معماری

ادغام عمیق‌تر با پشته چندوجهی AI — تصویر به‌عنوان زبان. استدلال پیش از رندر: چیدمان، اشیاء، متن.

Instant در مقابل Thinking

حالت	کاربرد	یادداشت
Instant	پیش‌نویس سریع	تأخیر کم
Thinking	پوستر، اینفوگرافیک، سری	تا ۸ تصویر منسجم

متن

انگلیسی کوتاه: نزدیک کیفیت چاپ
CJK: حدود ۹۰–۹۵٪ برای خطوط پوستر
چیدمان: سلسله‌مراتب بصری

وضوح

~2K، نسبت ۳:۱ تا ۱:۳.

LM Arena ~۱۵۱۲ Elo

قوی در دستور و متن — A/B با پرامپت‌های واقعی خود.

API

صورتحساب توکن؛ برآورد هزینه ۲۰۲۶.

جمع‌بندی

مهاجرت به gpt-image-2: تولید → بازبینی → انتشار.

معماری عمیق

DALL·E 3 تولید را نسبتاً از گفتگو جدا نگه داشت. AI Image 2 عمیق‌تر در stack AI — تصویر زبان، نه تزئین: visual خوب مانند جمله خوب انتخاب، مرتب، آشکار می‌کند.

اجماع: استدلال قبل از render — layout، تعداد اشیاء، copy، style، خودبررسی در کارهای پیچیده. جهش کمیک چندپanel، infographic، layout متراکم را توضیح می‌دهد.

API و صورتحساب token

شناسه gpt-image-2. endpoint:

POST /v1/images/generations
POST /v1/images/edits

مبتنی بر token. آوریل 2026: ~$30 / میلیون output، ~$8 / میلیون input. 1024×1024:

کیفیت	~هزینه
Low	~$0.006
Medium	~$0.053
High	~$0.211

ویرایش اغلب گران‌تر از تولید خالص. size, quality, n, retry را log کنید.

مناسب / محدودیت

مناسب: marketing copy، mock UI، e-commerce، storyboard.

محدودیت: PNG شفاف native نیست؛ هنر extreme → Midjourney + AI typography؛ legal.

مهاجرت

10–20 prompt واقعی — Instant vs Thinking.
sandbox API به gpt-image-2؛ هزینه medium.
تولید → بازبینی → انتشار.

AI Image 2: از اسباب‌بازی به خط نیمه‌تولید.