ChatGPT Images 2.5: cosa cambia davvero, API, prezzi e limiti

Di Francesco Gruner · Consulenza IT, AI e automazione

ChatGPT Images 2.5 porta nell’API due modelli reali: gpt-image-2.5-flare e gpt-image-2.5-sunburst. Il primo punta su velocità e volumi; il secondo sulla precisione negli editing complessi. Le demo ufficiali mostrano una direzione utile, ma restano esempi scelti dal produttore: non sostituiscono un benchmark indipendente.

Video YouTube

Il filmato, pubblicato l’8 settembre 2026 sul canale YouTube verificato di OpenAI, presenta quattro punti: generazione più veloce, maggiore fedeltà per immagini naturali e riconoscibili, dettagli più coerenti tra modifiche successive e modifiche “a commento” che dovrebbero cambiare soltanto ciò che viene richiesto. Sono esattamente le aree in cui un generatore diventa uno strumento di produzione, non soltanto una macchina per creare una prima bozza.

La novità utile non è “più bella”: è modificare senza rompere tutto

La parte più interessante del lancio è la promessa di coerenza durante le revisioni. Nel lavoro reale raramente basta un’unica generazione: si cambia una scritta, un oggetto, un’inquadratura o un dettaglio del prodotto. Se ogni correzione altera volto, palette, proporzioni e sfondo, il tempo risparmiato nella prima immagine viene perso nelle iterazioni.

OpenAI descrive le “comment-based edits” come modifiche mirate. È una direzione coerente con l’editor di ChatGPT, che permette di selezionare una zona oppure descrivere il cambiamento in conversazione. La documentazione ufficiale avverte però che le selezioni non sono sempre precise e che una modifica può estendersi oltre l’area evidenziata. Quindi: funzione utile, non garanzia pixel-perfect.

Quello che mostra il video, quello che dichiara OpenAI, quello che manca

Le due API: Flare per la velocità, Sunburst per la precisione

Gli identificatori documentati sono gpt-image-2.5-flare e gpt-image-2.5-sunburst. Flare porta qualità superiore a GPT Image 2 con una latenza dichiarata inferiore del 50% ed è indicato da OpenAI come scelta standard per creator, prototipi e generazione ad alto volume. Sunburst privilegia invece il controllo negli editing e le produzioni rifinite. La Images API gestisce generazione ed editing diretti; la Responses API aggiunge conversazioni e revisioni multi-turno.

Non esiste un identificatore generico gpt-image-2.5 da usare al posto dei due nomi completi. Sono modelli proprietari accessibili come servizio, non pesi scaricabili. Per le nuove integrazioni bisogna scegliere esplicitamente Flare o Sunburst e verificare l’eventuale requisito di convalida dell’organizzazione API.

Disponibilità, formati e limiti dichiarati

OpenAI dichiara Images 2.5 in distribuzione per gli utenti ChatGPT, ChatGPT Work e Codex su desktop, mobile e web, attraverso tutti i tier. La funzione Sketch permette inoltre di disegnare direttamente in ChatGPT e usare il bozzetto come riferimento. L’azienda afferma che ogni settimana vengono create oltre 3 miliardi di immagini tra ChatGPT Images e i modelli GPT Image dell’API.

Per i modelli 2.5, la documentazione consente di scegliere dimensioni, qualità, formato e compressione dell’output, oltre a usare input visivi negli editing. La Images API è adatta a generazioni o modifiche singole; la Responses API conserva il contesto per iterazioni successive. I rate limit restano legati a organizzazione, progetto e usage tier.

I limiti dichiarati restano importanti: prompt complessi possono richiedere fino a due minuti; testo preciso, coerenza di personaggi o brand e composizioni strutturate possono ancora fallire. I rate limit dipendono da modello, organizzazione, progetto e usage tier, e possono essere misurati in richieste, token o immagini per minuto. Il valore esatto va letto nel pannello dell’organizzazione, non dedotto da una tabella generica.

Pricing API verificato sulla pagina ufficiale

La pagina prezzi live applica a entrambi i modelli lo stesso listino: 8 dollari per milione di token immagine in input, 2 dollari per milione di token immagine cached input e 30 dollari per milione di token immagine in output. Il testo costa 5 dollari per milione di token in input e 1,25 dollari per milione di token cached input. Il costo finale somma prompt, immagini di riferimento e output.

La documentazione 2.5 include un calcolatore basato su dimensioni e qualità: l’esempio predefinito mostra 196 token di output e circa 0,00588 dollari per l’immagine, esclusi testo, reference image e immagini parziali durante lo streaming. Non è quindi corretto tradurre il listino in un unico “prezzo per immagine”: il totale dipende dal formato e dal flusso di editing.

Come lo valuterei senza farmi ingannare da una demo

• Corpus fisso: stessi prompt, reference image e seed quando disponibile.
• Editing misurabile: cambiare un solo elemento e contare quante parti non richieste vengono alterate.
• Testo piccolo: verificare caratteri, spaziatura e leggibilità, non soltanto l’impressione generale.
• Coerenza: ripetere almeno cinque modifiche sullo stesso soggetto.
• Costo completo: registrare token di input, immagini di riferimento, output e tentativi scartati.
• Tempo end-to-end: misurare dal prompt al file approvato, non il tempo della singola generazione riuscita.

Il lancio merita attenzione perché sposta il valore verso il ciclo di revisione. La lettura corretta adesso è questa: due nuovi modelli API realmente documentati, strumenti ChatGPT più completi e claim promettenti che devono ancora essere misurati su un corpus indipendente.

Nuovo su Google

Aggiungi francescogruner.it come fonte preferita

Se leggi spesso i miei articoli su AI, automazione e tecnologia, ora puoi dire a Google che vuoi vedere più spesso i contenuti di francescogruner.it tra le notizie.