AI slike s GPT Image — mogućnosti, načini rada i primjena

Što je GPT Image

GPT Image je obitelj modela za generiranje slika koju je razvio OpenAI — tvrtka iza ChatGPT-a i serije DALL·E. To je multimodalni model koji tekstualni opis pretvara u sliku i može urediti već postojeću fotografiju prema uputi na prirodnom jeziku. GPT Image temelji se na jezičnom modelu, što mu pomaže razumjeti opisnije i složenije zahtjeve.

Model je postao široko poznat po generiranju slika u ChatGPT-u, gdje korisnik riječima opiše ideju i dobije gotovu vizualizaciju. Njegova je jaka strana veza između jezika i slike: dobro se snalazi s višeslojnim uputama, s rasporedom elemenata u kadru i — onim što je dugo bila slaba točka AI generatora — s ispisivanjem čitljivog teksta na samoj slici.

U generiramu je GPT Image dostupan kroz AI Studio i pokriva dva osnovna scenarija: stvaranje slike iz teksta i uređivanje učitane fotografije. Tako isti model služi i za posve nove vizuale i za precizne izmjene na već postojećem materijalu.

Verzije i mogućnosti u generiramu

Trenutno je u generiramu dostupan GPT Image 2 — aktualna generacija modela — u dva načina rada:

VarijantaNačinŠto radi
GPT Image 2Slika iz tekstaStvara novu sliku samo na temelju tekstualnog opisa (prompta). Prikladno kad polaziš od ideje, a ne od gotove datoteke.
GPT Image 2Uređivanje slikePrima učitanu fotografiju i mijenja je prema tekstualnoj uputi — dodavanje, uklanjanje ili promjena elemenata, stila ili detalja, uz očuvanje ostatka kadra.

Slika iz teksta

U ovom načinu riječima opisuješ željenu scenu, a model je gradi od nule. Što je opis jasniji — objekt, okruženje, stil, raspoloženje, kompozicija — to je rezultat bliži ideji. Način je zgodan za brz put od koncepta do gotovog vizuala, bez potrebe za izvornim materijalom.

Uređivanje slike

Ovdje učitavaš postojeću sliku i tekstom kažeš što treba promijeniti. Model nastoji primijeniti promjenu uz očuvanje konteksta fotografije — okruženja, svjetla i kompozicije. To je prikladno za ciljane ispravke na određenom kadru, umjesto generiranja posve nove slike.

Jake strane

  • Čitljiv tekst na slici. GPT Image jedan je od modela koji se dobro snalaze s ispisivanjem natpisa, oznaka i kratkih tekstova na vizualu — što je kod drugih generatora često slaba točka.
  • Razumijevanje složenih uputa. Zahvaljujući jezičnoj osnovi, model prati opisnije i višeslojne promptove, uključujući raspored i veze među više elemenata u kadru.
  • Široko poznavanje svijeta. Model prepoznaje mnoge objekte, stilove i pojmove, što olakšava opisivanje scena svakodnevnim riječima.
  • Dosljedno uređivanje. Pri izmjeni postojeće slike cilj je očuvati ostatak kadra, a ne prepisati cijelu sliku.
  • Raznoliki stilovi. Od fotorealističnog izgleda do ilustracije i grafike — isti model pokriva širok raspon vizualnih stilova.

Za što je prikladan

  • Marketing i društvene mreže — vizuali za reklame, banere, objave i naslovnice, uključujući one s tekstom na slici.
  • Proizvodne i konceptualne slike — brze vizualizacije ideja, proizvoda i scena prije stvarne produkcije.
  • Ilustracije i plakati — gdje je važno spojiti sliku i natpis.
  • Uređivanje fotografija — ciljane promjene, dodavanje ili uklanjanje elemenata i promjena detalja na određenom kadru.
  • Prototipovi i ideje za moodboard — generiranje varijanti za smjer i stil na početku projekta.

Kako započeti

GPT Image 2 koristi se kroz AI Studio na genkiki.com. Odaberi model GPT Image 2 i način koji ti treba — slika iz teksta za novu sliku ili uređivanje slike za izmjenu postojeće. Jasno opiši što želiš (a kod uređivanja — učitaj fotografiju na kojoj ćeš raditi) i pokreni generiranje. Ako rezultat nije baš onakav kakav želiš, preciznije opiši i pokušaj ponovno — konkretniji prompt obično daje rezultat bliži ideji.

Modeli GPT Image — detaljno

Koji je za što dobar, gdje je slab i za što se ne bi trebao koristiti.

GPT Image 2

slikaslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 440 kredita

Jak u

  • Uređuje sliku s jednakom preciznošću i kod SLOVA — oko 99% točna tipografija, i na stranim pismima
  • Prima do 16 referentnih slika u jednom zahtjevu
  • Razmišlja prije nego što dotakne sliku — zato razumije „promijeni samo ovo, ostalo ostavi“
  • Izvorno 2048 piksela na izlazu
  • Daje do 8 varijanti uređivanja istog stila

Slab u

  • Strog filtar — odbija izmjene sa stvarnim ljudima i markama
  • Stilski zaglađuje: izvorno „zrno“ fotografije se gubi
  • Skup pri mnogo izlaza

Ne koristi ga za

  • Ne koristi ga za uređivanje slike na kojoj je prepoznatljiva poznata osoba
  • Ne koristi ga kada treba sačuvati točnu teksturu originala
  • Ne koristi ga za deset proba zaredom

Tipični zadaci

  • Promijeni tekst u gotovoj reklami
  • Dodaj ili ukloni element precizno
  • Napravi nekoliko varijanti istog stila od jednog kadra
  • Izmjena na temelju nekoliko referentnih slika

GPT Image 2.5 Flare

slikaslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 106 kredita

Jak u

  • Najbolje razumije što točno treba promijeniti na poslanoj slici
  • Do 16 ulaznih slika odjednom
  • Prima i masku — označiš koji dio se mijenja, ostalo ostaje kakvo jest
  • Šest razina detaljnosti

Slab u

  • Strožiji filtar — odbija teme koje drugi modeli propuštaju
  • Najviši stupnjevi traju dulje i koštaju više
  • Za čistu tipografiju specijalizirani modeli su precizniji

Ne koristi ga za

  • Ne koristi ga za jednostavnu promjenu pozadine — ima bržih

Tipični zadaci

  • Promijeni samo određeni dio slike
  • Spoji nekoliko slika u jedan kadar
  • Višestupanjska izmjena prema dugom opisu

GPT Image 2.5 Sunburst

slikaslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 106 kredita

Jak u

  • Najpažljivije uređivanje u obitelji
  • Do 16 ulaznih slika odjednom
  • Prihvaća i masku — pokazuješ koji dio treba dirnuti
  • Šest razina detaljnosti

Slab u

  • Stroži filtar — odbija teme koje drugi modeli propuštaju
  • Najviše razine zahtijevaju više vremena i koštaju više
  • Za čistu tipografiju specijalizirani modeli su točniji
  • Sporiji od Flarea pri istom zadatku

Ne koristi ga za

  • Ne koristi ga za sitan popravak koji se ne gleda izbliza

Tipični zadaci

  • Fina popravka koja će se gledati izbliza
  • Uređivanje slike za tisak
  • Složena izmjena s maskom na velikoj slici

GPT Image 2

tekstslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 424 kredita

Jak u

  • Najtočniji sa SLOVIMA: proizvođač navodi oko 99% točne tipografije, a na stranim pismima (kineski, japanski, korejski, hindi, bengalski, arapski) preko 95%
  • Izvorno 2048 piksela, a veće je u probnom načinu — više od većine velikih modela
  • Prima do 16 referentnih slika u jednom zahtjevu — najviše među vodećima
  • Prvi s ugrađenim RAZMIŠLJANJEM: promišlja opis prije nego što nacrta, pa zato hvata složene uvjete
  • Brz za svoju razinu — oko 3 sekunde, tri do pet puta brži od prethodnika
  • Daje do 8 kadrova istog stila iz jednog opisa

Slab u

  • Strog filtar: odbija opise koje drugi modeli propuštaju — osobito sa stvarnim ljudima i markama
  • Stilski „čišći“ i bezličniji od umjetničkih modela
  • 4K je još u probnoj fazi, nije zajamčen
  • Skup pri mnogo izlaza odjednom

Ne koristi ga za

  • Ne koristi ga kada je opis na rubu filtra — izgubit ćeš vrijeme na odbijanjima
  • Ne koristi ga za izrazito umjetnički ili „prljav“ stil — ispadne previše uglađeno
  • Ne računaj na 4K kao na sigurnu stvar — još je proba

Tipični zadaci

  • Plakat, ambalaža ili etiketa s puno preciznog teksta
  • Natpis na bugarskom ili drugom pismu u samoj slici
  • Složena scena s detaljno opisanim uvjetima
  • Serija kadrova istog stila za kampanju
  • Kompozicija prema nekoliko referentnih slika

GPT Image 2.5 Flare

tekstslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 106 kredita

Jak u

  • Najposlušniji u katalogu, sa šest stupnjeva detaljnosti umjesto tri
  • Razumije složene opise s mnogo uvjeta odjednom
  • Brži od Sunbursta pri istoj kvaliteti
  • Izlaz do 3840 piksela po duljoj stranici

Slab u

  • Strožiji filtar — odbija teme koje drugi modeli propuštaju
  • Najviši stupnjevi traju dulje i koštaju više
  • Za čistu tipografiju specijalizirani modeli su precizniji

Ne koristi ga za

  • Ne koristi ga na najvišim razinama za brzu seriju proba — tamo niska razina daje isti kadar za djelić cijene

Tipični zadaci

  • Složena scena s mnogo uvjeta
  • Svakodnevni rad gdje je brzina važna
  • Proba na niskoj razini, pa isti kadar na visokoj

GPT Image 2.5 Sunburst

tekstslika
Omjeri: 1:1, 9:16, 16:9 Cijena: 106 kredita

Jak u

  • Ista poslušnost kao Flare, ali s više pažnje na detalje
  • Šest razina detaljnosti umjesto tri
  • Najbolji izbor kad će se kadar gledati izbliza
  • Izlaz do 3840 piksela po dužoj strani

Slab u

  • Stroži filtar — odbija teme koje drugi modeli propuštaju
  • Najviše razine zahtijevaju više vremena i koštaju više
  • Za čistu tipografiju specijalizirani modeli su točniji
  • Sporiji od Flarea pri istom zadatku

Ne koristi ga za

  • Ne koristi ga za brze probe — za njih Flare daje isto za kraće vrijeme

Tipični zadaci

  • Kadar za tisak ili za veliki ekran
  • Scena s finom teksturom i sitnim detaljima
  • Konačna slika, nakon što su probe prošle kroz Flare

Često postavljana pitanja o GPT Image

Koliko košta jedna generacija s modelom GPT Image?

Plaća se kreditima, a cijena ovisi o modelu: GPT Image 2 — 440 kredita; GPT Image 2.5 Flare — 106 kredita; GPT Image 2.5 Sunburst — 106 kredita; GPT Image 2 — 424 kredita; GPT Image 2.5 Flare — 106 kredita; GPT Image 2.5 Sunburst — 106 kredita. Točna cijena prikazuje se prije nego što pokreneš generiranje.

Koja su ograničenja modela GPT Image?

Evo što podržava svaki model: GPT Image 2 — omjeri 1:1, 9:16, 16:9; GPT Image 2.5 Flare — omjeri 1:1, 9:16, 16:9; GPT Image 2.5 Sunburst — omjeri 1:1, 9:16, 16:9; GPT Image 2 — omjeri 1:1, 9:16, 16:9; GPT Image 2.5 Flare — omjeri 1:1, 9:16, 16:9; GPT Image 2.5 Sunburst — omjeri 1:1, 9:16, 16:9.

Za što je najprikladniji GPT Image?

Jake strane po modelima: GPT Image 2 — Uređuje sliku s jednakom preciznošću i kod SLOVA — oko 99% točna tipografija, i na stranim pismima, Prima do 16 referentnih slika u jednom zahtjevu, Razmišlja prije nego što dotakne sliku — zato razumije „promijeni samo ovo, ostalo ostavi“; GPT Image 2.5 Flare — Najbolje razumije što točno treba promijeniti na poslanoj slici, Do 16 ulaznih slika odjednom, Prima i masku — označiš koji dio se mijenja, ostalo ostaje kakvo jest; GPT Image 2.5 Sunburst — Najpažljivije uređivanje u obitelji, Do 16 ulaznih slika odjednom, Prihvaća i masku — pokazuješ koji dio treba dirnuti.

GPT Image protiv ostalih modela

Jedan na jedan: cijena u kreditima, maksimalna duljina, razlučivosti — i gdje svaki od njih dvaju gubi.

GPT Image protiv Nano Banana Nano Banana naspram GPT Image: koliko slika prihvaćaju odjednom pri uređivanju, omjeri stranica, rezolucije i… GPT Image protiv Imagen GPT Image naspram Imagen 4: jedan model s uređivanjem naspram tri varijante samo za generiranje. Cijena u kre…

Sve usporedbe modela

Isprobaj GPT Image sada

Generiraj slike pomoću GPT Image izravno u pregledniku — bez instalacije, na hrvatskom.

Otvori AI Studio Pogledaj cijene