جی پی تی ایمیج ۲
جی پی تی ایمیج ۲ در هر دو جدول رتبه بندی تصویر Arena جایگاه اول را ثبت کرده است: امتیاز ۱۳۸۱ در ساخت تصویر از متن و ۱۴۶۳ در ویرایش تصویر، هر دو با فاصله ای که در این دو جدول به ندرت مشاهده می شود. نرخ آن برای یک تصویر ۱۰۲۴×۱۰۲۴ با کیفیت متوسط ۰.۰۵۳ دلار است، کمتر از نصف نانو بنانا پرو.
- جایگاه اول در هر دو جدول Arena
- نرخ ۰.۰۵۳ دلار برای هر تصویر متوسط
- سقف ۳۸۴۰ پیکسل در هر ضلع
آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می شود. چه چیزی عوض شد
فاصله چهل و پنج امتیازی، که در این جدول ها رقم بزرگی محسوب می شود
در جدول ساخت تصویر از متن، ردیف دوم امتیاز ۱۳۳۶ را دارد و این مدل ۱۳۸۱ را. در جدول ویرایش، ردیف دوم ۱۴۳۹ است و این مدل ۱۴۶۳. در جدول رتبه بندی ای که ۷۷ مدل را در بر می گیرد و بیشتر آنها در محدوده پنجاه امتیازی جمع شده اند، فاصله چهل و پنج امتیازی نشان می دهد کاربران واقعا خروجی این مدل را ترجیح می دهند، نه اینکه یک آزمون خودکار رقم بالاتری تولید کرده باشد.
اما شناسه آن رکورد را باید دقیق خواند: «gpt-image-2 (medium)». این یک مدل مستقل نیست، یک پیکربندی سرویس دهی است. اوپن ای آی سه سطح کیفیت را عرضه می کند و مستندات فنی آن نرخ هر سه سطح را روی همان اندازه ۱۰۲۴×۱۰۲۴ ثبت کرده: سطح پایین ۰.۰۰۶ دلار، متوسط ۰.۰۵۳ و بالا ۰.۲۱۱ دلار. پیکربندی که در هر دو جدول جایگاه اول را گرفته، سطح متوسط است. سطح بالا اصلا در هیچ جدول رتبه بندی ثبت نشده، پس نه می توان گفت برتر است و نه چنین ادعایی در این سند درج می شود.
ابعاد تصویر، تنها بخش این جدول با ارقام دقیق منتشر شده
مستندات اوپن ای آی سه محدودیت عددی ثبت کرده و هر سه قابل راستی آزمایی اند: بلندترین ضلع حداکثر ۳۸۴۰ پیکسل، هر دو ضلع مضربی از ۱۶، نسبت ضلع بلند به کوتاه حداکثر ۳ به ۱، و مجموع پیکسل ها در بازه ۶۵۵۳۶۰ تا ۸۲۹۴۴۰۰. این تنها سازنده در جدول این مرجع است که به جای برچسب «۴K»، رقم دقیق پیکسل ثبت می کند. گوگل برای تمام مدل های خود از برچسب های «1K و 2K و 4K» استفاده می کند و هیچ جا معادل پیکسلی 4K را مشخص نمی کند. به همین دلیل ستون رزولوشن اصلا در جدول این رده تعریف نشده است.
ستونی که این مدل در آن امتیاز از دست می دهد
ورودی مرجع. برای بار کاری که یک شخصیت یا یک محصول ثابت باید در چند تصویر حفظ شود، این رقم حیاتی است: چند تصویر مرجع در یک درخواست پذیرفته می شود. گوگل این رقم را برای هر سه مدل خود منتشر کرده و بلک فارست لبز هم منتشر کرده. اوپن ای آی این رقم را منتشر نکرده است. نمونه کد مستندات آن چهار تصویر نشان می دهد اما در هیچ جا چهار را به عنوان سقف اعلام نکرده، و یک نمونه کد را نمی توان به عنوان سقف مشخصه ثبت کرد. بنابراین این سلول خالی می ماند، ده امتیاز از دست می رود، و همین دلیل در این سند ثبت شده است.
متن درون تصویر: تنها بیانیه شفاف در این حوزه
هر سازنده درباره متن درون تصویر یک صفت تبلیغاتی ثبت می کند. اوپن ای آی به جای آن یک محدودیت فنی ثبت کرده: سامانه «همچنان ممکن است در جانمایی دقیق و خوانایی متن با مشکل مواجه شود». این تنها گزاره قابل استناد است که از یک سازنده در این حوزه ثبت شده، و به همین دلیل در این سند درج شده است. این یک رقم نیست، اما از عبارت «متن پیشرفته» دقیق تر است.
دسترس پذیری از ایران
فهرست کشورهای پشتیبانی شده API استخراج شده و ایران در آن ثبت نشده. این فهرست روی زیرساخت developers.openai.com قرار دارد که در دسترس است، در حالی که زیرساخت openai.com به سرور سنجش ما کد ۴۰۳ برمی گرداند. این تفاوت اهمیت دارد: این سند صرفا درباره API صحبت می کند، پس درباره اینکه اپلیکیشن ChatGPT از ایران در دسترس است یا خیر، هیچ داده ای ثبت نشده و ادعایی هم مطرح نمی شود.
استفاده از ایران
این ستون تاریخ دارد و می گوید چطور بررسی شده، چون بیشتر فهرست ها حدسش می زنند. هر جا فقط صفحه سیاست سازنده را خوانده باشیم، یادداشت پایین همین را می گوید.
- دسترسی
- مسدود
- پرداخت
- راه کارآمدی ندارد
- پلن رایگان
- ندارد
- تاریخ اندازه گیری
چطور بررسی کردیم: فهرست کشورهای پشتیبانی شده API اوپن ای آی از زیرساخت developers.openai.com استخراج شده و ایران در آن ثبت نشده. زیرساخت openai.com خود به این سرور سنجش کد ۴۰۳ برمی گرداند، پس این فهرست تنها سند قابل دسترسی است و صرفا درباره API صحبت می کند، نه درباره اپلیکیشن ChatGPT. هیچ آزمون شبکه ای از داخل ایران انجام نشده است.
نقاط قوت مستند
- جایگاه اول در هر دو جدول رتبه بندی تصویر Arena، با فاصله ای بزرگ تر از فاصله ردیف دوم تا پنجم
- نرخ سطح کیفیت متوسط کمتر از نصف نانو بنانا پرو است
- تنها مدل در این جدول که ابعاد مجاز را با رقم پیکسل منتشر کرده، نه با برچسب
- ویرایش ناحیه ای روی تصویر موجود، و مسیر اجرای دسته ای با نرخ نصف
نقاط ضعف و محدودیتهای شناختهشده
- سقف ورودی مرجع منتشر نشده، پس این ستون در جدول این مرجع خالی است.
- جایگاه اول متعلق به سطح کیفیت متوسط است و سطح بالا در هیچ جدول رتبه بندی ثبت ندارد.
- سطح کیفیت بالا روی همان اندازه، چهار برابر نرخ متوسط است: ۰.۲۱۱ در برابر ۰.۰۵۳ دلار.
- هیچ وزنی منتشر نشده، پس هیچ مسیر اجرای محلی وجود ندارد.
- ایران در فهرست کشورهای پشتیبانی شده API ثبت نشده و مسیر رسمی وجود ندارد.
- خود اوپن ای آی ثبت کرده که سامانه همچنان در جانمایی دقیق متن با مشکل مواجه است.
جمعبندی فنی
اگر کیفیت خروجی تنها معیار تصمیم است و مسیر پرداخت از پیش حل شده، این مدل امروز انتخاب مناسبی است و رقیبی که دو برابر هزینه می گیرد، امتیاز پایین تری ثبت کرده. اگر بار کاری شامل ساخت چند تصویر با یک شخصیت ثابت است، پیش از تعهد کامل یک آزمون کوچک اجرا شود: این تنها مدلی است که سقف ورودی مرجع آن مشخصه سازی نشده.
پرسش هایی که واقعا پرسیده می شود
بهترین هوش مصنوعی ساخت عکس کدام مدل است
بر اساس رای انسانی، جی پی تی ایمیج ۲ در هر دو جدول رتبه بندی تصویر Arena جایگاه اول را ثبت کرده است. اگر مسیر پرداخت یا حریم داده محدودیت است، نانو بنانا ۲ هزینه پایین تر و دسترسی ساده تری دارد و فلاکس ۲ کلاین قابل اجرا روی زیرساخت خود کاربر است.
نرخ هر تصویر با جی پی تی ایمیج ۲ چقدر است
روی اندازه ۱۰۲۴×۱۰۲۴: سطح پایین ۰.۰۰۶ دلار، متوسط ۰.۰۵۳ و بالا ۰.۲۱۱ دلار. مسیر اجرای دسته ای نرخ نصف را ثبت می کند. این ارقام از جدول هزینه در مستندات رسمی اوپن ای آی استخراج شده است.
چند تصویر مرجع قابل ارائه به این مدل است
اوپن ای آی سقفی منتشر نکرده است. نمونه کد مستندات آن چهار تصویر نشان می دهد اما در هیچ جا چهار را به عنوان سقف اعلام نکرده، پس این رقم به عنوان سقف مشخصه ثبت نمی شود.
آیا این مدل از ایران قابل استفاده است
مسیر رسمی وجود ندارد. ایران در فهرست کشورهای پشتیبانی شده API اوپن ای آی ثبت نشده؛ این فهرست مستقیما بررسی و استخراج شده است. این گزارش هیچ حساب کاربری عرضه نمی کند و هیچ مسیر دور زدن پیشنهاد نمی دهد.