OpenAI terus melanjutkan jalur perang 'code red' dengan model generasi gambar baru

OpenAI meluncurkan versi baru ChatGPT Images yang menjanjikan kemampuan mengikuti instruksi yang lebih baik, pengeditan yang lebih presisi, dan kecepatan pembuatan gambar hingga 4x lebih cepat.

Model baru ini, yang diberi nama GPT-Image-1.5, tersedia mulai Selasa untuk semua pengguna ChatGPT dan melalui API. Ini merupakan eskalasi terbaru dalam persaingan dengan Gemini milik Google setelah CEO OpenAI, Sam Altman, bulan lalu menyatakan “code red” dalam memo internal yang bocor. Memo tersebut merinci rencana OpenAI untuk merebut kembali posisinya sebagai pemimpin AI setelah Google mulai mengambil pangsa pasar menyusul peluncuran Gemini 3, model andalan terbarunya, dan Nano Banana Pro, versi terbaru dari generator gambar viral Google — keduanya telah menduduki puncak papan peringkat LMArena di berbagai tolok ukur. 

Google tetap memimpin meskipun OpenAI menanggapi kesuksesannya minggu lalu dengan peluncuran GPT-5.2, yang dipromosikan sebagai model paling canggih untuk pengembang dan penggunaan profesional sehari-hari. OpenAI dilaporkan telah merencanakan untuk merilis generator gambar baru pada awal Januari, mempercepat rencana tersebut dengan pengumuman minggu ini. Rilis model gambar terakhirnya adalah GPT-Image-1 pada bulan April. 

GPT-Image-1.5 hadir ketika generator gambar dan video berkembang melampaui prototipe dan memperoleh lebih banyak kemampuan siap produksi. Seperti Nano Banana Pro, ChatGPT Images menawarkan fitur pasca-produksi, menyediakan kontrol pengeditan yang lebih rinci untuk menjaga konsistensi visual, seperti kemiripan wajah, pencahayaan, komposisi, dan nada warna di seluruh pengeditan. 

Gambar yang sama seperti di atas dengan pengeditan berbeda untuk menunjukkan peningkatan kemampuan mengikuti instruksi pada GPT-Image-1.5. Image Credits:OpenAI

Sebagian besar alat gambar GenAI buruk dalam iterasi, sehingga ini akan menjadi peningkatan besar. Ketika diminta perubahan spesifik, seperti ‘sesuaikan ekspresi wajah’ atau ‘buat pencahayaan lebih dingin,’ model sering kali menafsirkan ulang seluruh gambar, sehingga menyebabkan kurangnya konsistensi. 

Pembaruan ini bukan hanya tentang fitur baru. ChatGPT Images sekarang juga dapat diakses melalui titik masuk khusus di sidebar ChatGPT yang bekerja “lebih seperti studio kreatif,” tulis Fidji Simo, CEO aplikasi OpenAI, dalam postingan blog pada hari Selasa. 

“Layar tampilan dan pengeditan gambar yang baru memudahkan untuk membuat gambar yang sesuai dengan visi Anda atau mendapatkan inspirasi dari prompt tren dan filter preset,” tulis Simo.

Selain generator gambar baru, OpenAI memperkenalkan cara baru untuk meningkatkan pengalaman ChatGPT dengan lebih banyak elemen visual. Rencananya adalah membuat kueri pencarian menampilkan lebih banyak visual dengan sumber yang jelas, yang bisa sangat membantu untuk tugas seperti mengonversi satuan atau memeriksa skor olahraga, menurut Simo. 

“Saat Anda berkarya, Anda seharusnya bisa melihat dan membentuk apa yang Anda buat. Ketika visual menceritakan kisah lebih baik daripada kata-kata saja, ChatGPT harus menyertakannya,” tulis Simo. “Ketika Anda membutuhkan jawaban cepat atau langkah berikutnya ada di alat lain, itu harus langsung tersedia. Dengan melakukan ini, kami dapat terus memperkecil jarak antara apa yang ada di pikiran Anda dan kemampuan Anda untuk mewujudkannya.”