Для работы с персонажами важнее не одна удачная картинка, а сколько изображений можно реально взять в дело. Этой практической стороне GPT-Image-2.5 посвящён новый выпуск AICU Magazine Vol.29: в центре — тестирование, редактирование и организация процесса, а не охота за названием модели.
В выпуске описан AiCutyBench — проверка того, насколько стабильно модель воспроизводит официального персонажа AICU. Предлагают оценивать сходство лица, сохранение причёски и одежды, точность позы, отделение героя от фона, мелкие детали и повторяемость результата. Главный показатель — «выход годных»: сколько генераций подходят для работы, а не просто выглядят симпатично. Конкретных чисел теста в опубликованном материале нет, так что это скорее методика, чем готовый рейтинг.
Для разных этапов предлагают разделять модели: быструю Flare — на идеи, композиции и варианты, более точную Sunburst — на финальные изображения и детальную правку. При переходе между ними лицо и стиль могут поплыть, поэтому полезно отдельно прописывать, что изменить, а что сохранить. В номере также есть материалы по API и устройству промптов, но конкретных эндпоинтов и параметров в анонсе не приводят; актуальные спецификации придётся сверять у сервиса.
Выпуск выходит за пределы картинок: там также рассматривают Suno v6, AI-видео, договор Universal Music Group с ElevenLabs и права на использование музыки. Для тех, кто строит рабочий процесс вокруг генерации, главный вывод простой: фиксируйте условия и считайте не скорость создания, а долю пригодных результатов и время на правки. Так и выяснится, какая модель экономит время, а какая только быстро плодит черновики.
Источникnote #画像生成AI
