OpenAI lancia ChatGPT Images 2.5 con due nuovi modelli per le immagini AI
Testo scritto con l’intelligenza artificiale a partire da fonti pubbliche, senza revisione umana prima della pubblicazione.
gpt-image-2.5-sunburst e gpt-image-2.5-flare migliorano l'follow-up sulle istruzioni, la velocità e la conservazione dei soggetti nelle foto di riferimento.
Scelta esplicita in API: Sunburst per editing preciso, Flare per generazione rapida. OpenAI introduce ChatGPT Images 2.5 con due ID modello distinti, gpt-image-2.5-sunburst e gpt-image-2.5-flare, l’8 settembre 2026. L’azienda indica tre miglioramenti: dialogo a più turni più affidabile, tempi di risposta più rapidi, migliore conservazione dei soggetti nelle immagini di riferimento. I sistemi di generazione della casa hanno superato 3 miliardi di immagini tra ChatGPT Images e GPT‑Image via API.
La guida d’uso è diretta. Scegliere Sunburst quando serve precisione nell’editing su materiale esistente. Preferire Flare per creare immagini in fretta, con qualità alta, nelle attività quotidiane. Gli ID separati chiariscono i comportamenti e riducono l’ambiguità tra varianti.
Il focus è operativo. “Multi-turn” più robusto significa seguire istruzioni su più scambi nella stessa sessione senza perdere il filo. Maggiore velocità riduce l’attesa tra prompt e risultato. La migliore conservazione dei soggetti risponde a un problema concreto dei flussi basati su immagini fornite dall’utente: mantenere identità, pose o oggetti nelle revisioni.
Simon Willison offre un riscontro pratico. Nel suo post aggiorna il tool a riga di comando openai_image.py per accettare una o più immagini di riferimento. Mostra un caso d’uso con una foto di partenza e un prompt che aggiunge un elemento preciso: “add a raccoon scientist studying the chart thoughtfully”. Esegue così: uv run https://tools.simonwillison.net/python/openai_image.py 'add a raccoon scientist studying the chart thoughtfully' -i https://static.simonwillison.net/static/2026/openai-agent-usage.webp -m gpt-image-2.5-sunburst Nel post compaiono immagine originale e risultato. Alla luce delle indicazioni ufficiali, definisce “Sunburst” l’opzione più forte.
Per chi integra via API, la separazione tra Sunburst e Flare semplifica il design dei flussi. Un ramo si occupa di interventi puntuali su immagini già esistenti. L’altro privilegia produzioni rapide da testo. Le novità su multi-turn e velocità aiutano anche nell’iterazione: correzioni successive nella stessa sessione, meno latenza tra i passaggi, più controllo quando si riutilizzano foto di riferimento.
Il traguardo dei 3 miliardi di immagini colloca l’annuncio in uno scenario di uso intenso. La combinazione tra scelta mirata del modello e miglior gestione dei riferimenti punta a ridurre errori e rifacimenti. Per utenti e sviluppatori, significa meno tentativi a vuoto, tempi più brevi in produzione e flussi più chiari tra editing e generazione.
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate nel pezzo. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.