ChatGPT научился править картинки точнее и в 4 раза быстрее - что это меняет 🧐
Болячка
За последний год генерация картинок стала массовой, но у многих был один и тот же опыт: просишь убрать лишний объект или поменять цвет, а модель меняет половину кадра если и не полностью. Поэтому главный вопрос сегодня не «умеет ли рисовать», а «умеет ли редактировать предсказуемо»
Суть обновления
В новой версии акцент на точности: модель должна менять только то, что вы попросили, и при этом сохранять освещение, композицию и внешний вид людей между правками. То есть можно загружать фото, вносить правку, затем еще одну, и картинка не будет каждый раз «пересобираться» с нуля.
Ключевые возможности
- Генерация до 4 раз быстрее.
- Более точные правки загруженных изображений с сохранением деталей.
- Увереннее следует инструкциям, включая сложные композиции.
- Лучше отрисовывает плотный и мелкий текст.
- Появился отдельный раздел Images в ChatGPT с готовыми стилями и идеями, иногда даже без необходимости писать промпт.
Польза для обычного человека
Это полезно, если вы делаете картинку «на сейчас»: аватарку, обложку, открытку, объявление, фото для карточки товара, баннер для поста. Чем стабильнее правки, тем меньше времени уходит на перегенерации и объяснения, и тем проще получить результат без навыков в графических программах.
Допустим, вы продаете кроссовки и у вас есть одно нормальное фото. Раньше просьба «сделай белый фон и добавь небольшой текст» могла испортить форму обуви или свет. Теперь идея в том, что модель лучше сохранит ключевые визуальные элементы и логотипы, а вы сможете собрать варианты: разные фоны, ракурсы и сцены из одного исходника.
Перспектива или риск
OpenAI прямо говорит, что результаты все еще не идеальны: прогресс заметный, но место для улучшений большое. Это значит, что для задач, где важна стопроцентная точность, все равно придется проверять итог и держать под рукой «план Б».
Если обновление действительно делает правки более предсказуемыми, то ChatGPT становится не просто «генератором картинок», а быстрым инструментом для повседневных задач: поправить, адаптировать, собрать варианты.
Вопрос: а вы чаще хотите от нейросети придумать картинку с нуля или аккуратно отредактировать уже готовую?
Читайте также

Gemini 4 Argon против GPT-6 Astra: результаты тестов, возможности и цена
Google открыла доступ к Gemini 4 Argon, своей новой модели для программирования, сложных рассуждений и ИИ-агентов. В одних тестах она опережает GPT-6 Astra, в других уступает. Разбираем результаты, возможности, доступность и стоимость новой нейросети.

Meta* представила Muse Wonder: новая ИИ-модель конкурирует с ChatGPT и Claude
Meta* представила Muse Wonder и Muse Wonder Full, новые модели для программирования, работы с документами и автономных ИИ-агентов. Разбираемся, что они умеют, сколько стоят и есть ли основания считать их конкурентами ChatGPT и Claude.

Google Gemini 4 Argon: характеристики, бенчмарки и сравнение с GPT-6 Astra и Claude Fable 5.1
Google выкатила флагманскую мультимодальную модель Gemini 4 Argon с нативной поддержкой 10 млн токенов контекста и автономным логическим ядром. Независимые тесты показывают превосходство над GPT-6 Astra на 14% в кодогенерации и победу над Claude Fable 5.1 в комплексном рассуждении. Разбираем реальные бенчмарки, архитектурные сдвиги и актуальные цены API на осень 2026 года.