وصل GPT Image 1.5 واعدًا بواقعية أدق، والتزام أفضل بالأوامر النصية، وعيوب أقل من سلفه. أخضعناه لتوليد البورتريهات والعمارة وتصوير المنتجات والمشاهد المنمّقة لنرى أين يتألق، وأين تتفوق عليه بالفعل بدائل PicassoIA في كل مقياس يهم سير العمل المهني لإنتاج المحتوى.
ظهر GPT Image 1.5 في عام 2025 بادعاءات لفتت الانتباه في كل منتدى تصميم ومجتمع للذكاء الاصطناعي على الإنترنت. واقعية أفضل. التزام أقوى بالأوامر النصية. عيوب أقل من نموذج GPT Image الأصلي. وبعد عدة أسابيع من تشغيله عبر جلسات البورتريه، والأوامر المعمارية، وسيناريوهات تصوير المنتجات، واختبارات النصوص داخل الصور، وتركيبات المشاهد المعقدة متعددة الأشخاص، تبدو الصورة أوضح بكثير مما توحي به نصوص التسويق لدى OpenAI. تستعرض هذه المراجعة ما يجيده GPT Image 1.5 فعلًا، وأين يقصّر بطرق تهم سير العمل الحقيقي، وهل التكلفة مبرَّرة في ظل بدائل باتت تضاهي جودته أو تتفوّق عليها دون قيود.
GPT Image 1.5 هو أحدث نموذج لتوليد الصور من OpenAI، مبني على بنية GPT-4o، ويُطرح بوصفه نقطة نهاية لواجهة API وميزة مدمجة ضمن اشتراكي ChatGPT Plus وPro. كل توليد يستهلك رصيد API أو يُحتسب من حد الاستخدام الشهري لديك. لا توجد باقة مجانية للأعمال الكثيفة الجادة.
قدّم النموذج الأول من GPT Image أول محاولة لدى OpenAI لعرض النصوص داخل الصور بشكل أصيل، وهي مهمة عالجها DALL-E 3 بضعف عمومًا. يبني GPT Image 1.5 على هذا الأساس بمجموعة من التحسينات المستهدفة، وهي حقيقية لكنها ليست ثورية:
💡 يستحق المعرفة: يُخرج GPT Image 1.5 الصور بصيغة مربعة (1:1) أو عمودية (1024x1792) أو أفقية (1792x1024) فقط. للحصول على صور 16:9 حقيقية، تحتاج إما إلى قص يدوي يفقد جزءًا من الموضوع، أو توسيع للصورة قد يُدخل فواصل مرئية.
من الواضح أن النموذج مصمَّم لفرق المنتجات وأقسام التسويق والمطورين الذين يحتاجون إلى توليد صور قابل للتكرار عبر واجهة API مستقرة. يعني دمج تعليمات النظام أن GPT Image 1.5 يستطيع اتباع سلاسل تعليمات متعددة الأدوار، ما يجعله مفيدًا لسير العمل التكراري حيث تُحسّن الصورة عبر المحادثة.
الثمن الذي يُدفع هو فلترة المحتوى الواضحة. الضوابط أشد بوضوح من البدائل مفتوحة المصدر، وهذا يخلق عرقلة حقيقية لتصوير الأزياء، والعمل التحريري، وأي محتوى يقع ضمن فئة الجرأة الأسلوبية المشروعة مهنيًا.
كانت الوجوه دائمًا المعيار الأصعب لمولّدات الصور بالذكاء الاصطناعي. يتفوّق GPT Image 1.5 هنا بوضوح على الجيل السابق، لكن سقفه أدنى من البدائل مفتوحة المصدر الحالية حين تعمل بكامل طاقتها.
في البورتريهات الأمامية وشبه الجانبية القياسية مع تحديد واضح للإضاءة، يُنتج GPT Image 1.5 نتائج مقنعة. درجات البشرة مقنعة، والعيون تحفظ بشكل صحيح بريق الانعكاسات، وتُظهر خصلات الشعر فصلًا فرديًا بدلًا من الكتلة الضبابية التي أثقلت النماذج السابقة.
يتعامل النموذج مع تنوّع درجات البشرة أفضل من معظم منافسي واجهات API. الأوامر التي تحدد بشرات أغمق تنتج توزيعًا دقيقًا للميلانين دون النغمات الرمادية الباهتة التي تظهر في عدة نماذج مفتوحة المصدر عند عدم استخدام checkpoints متخصصة. تُعرض النمش والشامات والندبات الخفيفة بثبات عند وصفها.
الإضاءة على الوجوه هي المجال الذي يُظهر فيه GPT Image 1.5 أقوى تحسّن. تنتقل إضاءة رامبرانت، والإضاءة المنقسمة، وضوء النافذة مع تدرّج واقعي للظل من الأمر النصي إلى الصورة بدقة معقولة. يفهم النموذج أن الضوء يلتفّ حول الوجوه بدلًا من أن يسقط عليها مسطّحًا.
تبدأ الصور الجماعية التي تضم أكثر من ثلاثة أشخاص في إظهار تناقضات في نسب الوجوه. تبدو أشكال الآذان عامة ومتشابهة بين الأشخاص المختلفين. وأسنان الابتسامات المفتوحة تحمل تجانسًا غريبًا يبدو مصطنعًا عند الفحص عن قرب.
صور الوجه الجانبي هي أكبر نقاط ضعفه. كثيرًا ما تنحرف مواضع الأنف والأذن عند زوايا 90 درجة، وهذا يصبح واضحًا عندما تكبّر الصورة لتفحص جودة المخرجات قبل النشر.
تصوير العمر غير متّسق. الأمر النصي "شخص في عمر 60s" قد يُخرج وجهًا يبدو في منتصف 40s مع بشرة متعبة قليلًا، بدلًا من ملامح مسنّة حقيقية بتعقيد ملمس بشرة متقدمة في العمر.
كان تشريح اليد أوضح فشل للنموذج السابق. يعالج GPT Image 1.5 الحالات الأسوأ معالجة حقيقية. أصبحت الأيدي ذات الستة أصابع نادرة. تبدو نسب الأصابع على الأيدي المفتوحة المسترخية طبيعية في معظم المخرجات.
أما ما لا يزال يتعثر: الأصابع الممسكة بأشياء أسطوانية (الأكواب والأقلام والدرابزينات)، والأيدي المحجوبة جزئيًا، والأيدي بزوايا تقصير المنظور غير المعتادة، فكلها ما تزال تُنتج أخطاء. الإصلاح حقيقي لكنه موجّه. تبقى أوضاع اليد المعقدة غير موثوقة.
هذا هو المجال الذي يكسب فيه GPT Image 1.5 سمعته ويستحق اهتمامًا جادًا.
تُنتج الأوامر المعمارية باستمرار مخرجات قادرة على خداع المشاهد العابر. تُعالج بثقة المساحات الداخلية الحديثة ذات مصادر الإضاءة المختلطة، ولقطات المباني الخارجية بمنظور جوي دقيق، ومشاهد الشوارع الحضرية بهندسة صحيحة لنقطة التلاشي.
يفسّر النموذج العمق المكاني بشكل صحيح في غالبية الحالات، فيضع الأشياء على مسافات متسقة ويُحجّمها بنسب متناسبة مع المشهد. ويحافظ على اتساق المنظور بين العناصر الأمامية والوسطى والخلفية أفضل من معظم المنافسين في هذه الفئة السعرية.
عرض المواد في السياقات المعمارية قوي بشكل خاص. ملمس الخرسانة، وانعكاسات الزجاج، وأسطح المعدن المصقول، وألواح الخشب كلها تُقرأ بوصفها مواد محددة لا تقريبات عامة لها.
بالنسبة للقطات المنتجات المعزولة على خلفيات بسيطة، يُعد GPT Image 1.5 مفيدًا فعلًا. الأسطح العاكسة للأجهزة الإلكترونية، ونمط حبيبات الجلد، والمظهر المصنفر لعبوات الزجاج، والفروق بين الملمس المطفأ واللامع في البلاستيك، كلها تُعرض بخصائص مادية مقنعة.
يخرج تصميم التغليف جيدًا بشكل خاص عند وصف شكل الحاوية ومادتها ومعالجة سطحها بدقة. الأمر النصي "أسطوانة ألومنيوم سوداء مطفأة بغطاء مصقول، إضاءة استوديو ناعمة من الأعلى إلى اليسار، خلفية بيضاء، تصوير منتجات" يُنتج بثبات لقطة يمكن لفريق المنتج استخدامها كنموذج مبدئي للتصميم.
💡 نصيحة احترافية: صِف خصائص المادة بدلًا من أسماء المنتجات. "زجاجة عطر زجاجية مصنفرة بمضخة رش ذهبية" تتفوق على "زجاجة Chanel No. 5" في كل مرة، لأن النموذج يُصيّر من فهمه للمادة بدلًا من تخمين الأشكال المملوكة.
تقريبًا كل حالة استخدام مهنية تحتاج إلى صور 16:9 لصور مصغّرة على YouTube، وأقسام البطل في المواقع، وترويسات وسائل التواصل الاجتماعي، والإعلانات الرقمية. لا يُخرج GPT Image 1.5 هذه النسبة بشكل أصيل.
خياراتك إما القص مع خسارة المحتوى من الجانبين، أو استخدام توسيع الصورة عبر API لمدّها. يعمل التوسيع، لكنه يضيف خطوة إلى سير العمل وقد يُنتج تناقضات مرئية عند حدّ الامتداد، خصوصًا مع الخلفيات المعقدة ذات تدرّجات الإضاءة القوية.
النقاط الإيجابية حقيقية. والإحباطات كذلك.
وضعت OpenAI تحسين عرض النصوص في صدارة تطويرات GPT Image 1.5. بالنسبة للعبارات القصيرة بخطوط sans-serif كبيرة ونظيفة، يعمل بموثوقية. أما لما هو أكثر تطلبًا:
إذا كان سير عملك يتطلب نصوصًا دقيقة داخل الصور للّافتات أو التغليف أو التصاميم التحريرية، فإن GPT Image 1.5 محسّن لكنه ليس بعد حلًا إنتاجيًا للحالات المتطلبة.
أعطِ GPT Image 1.5 مشهدًا يضم خمسة عناصر محددة أو أكثر، وسيُسقط بثبات بعضها أو يعدّله. الأمر "امرأة تقرأ كتابًا أحمر على طاولة مقهى خشبية مع نبتة خضراء في إناء بجانبها ومظلة صفراء ظاهرة عبر النافذة خلفها" يميل إلى إنتاج ثلاثة أو أربعة عناصر صحيحة من أصل خمسة.
لا يقتصر الأمر على GPT Image 1.5، فانحراف الأوامر مشكلة على مستوى الصناعة، لكن المنافسين أحرزوا تقدمًا أوضح قابلًا للقياس مؤخرًا. تزداد المشكلة سوءًا في المشاهد التي يغلب عليها البورتريه، حيث يعطي النموذج الأولوية لإتقان الوجه ويُهمل دقة الخلفية.
| الباقة | التكلفة الشهرية | عدد التوليدات التقريبي |
|---|---|---|
| ChatGPT Plus | 20$ شهريًا | نحو 500 صورة قياسية |
| ChatGPT Pro | 200$ شهريًا | غير محدود (مع تقييد) |
| API بجودة قياسية | نحو 0.04$ للصورة | الدفع حسب الاستخدام |
| API بجودة عالية | نحو 0.12$ للصورة | الدفع حسب الاستخدام |
بالنسبة للمستخدمين الأفراد الذين يولّدون صورًا من حين لآخر، تُعد باقة Plus معقولة. أما للاستوديوهات أو فرق المحتوى التي تنفذ مئات التكرارات لكل مشروع، فالتكاليف تتصاعد بشكل مزعج، والتقييد على باقة Pro أشد عمليًا مما توحي به الوثائق. تتفاوت أسعار API حسب الدقة ومستوى الجودة، ما يجعل تقدير التكلفة لتخطيط الميزانية أصعب مما ينبغي.
يعمل GPT Image 1.5 وفق سياسة المحتوى الخاصة بشركة OpenAI، وهي أكثر تقييدًا بوضوح من البدائل مفتوحة المصدر ومن كثير من منتجات API المنافسة. بالنسبة للمصورين المحترفين ومحرري الأزياء والمخرجين الإبداعيين الذين يتضمن عملهم الجلامور (glamour)، أو ملابس السباحة التحريرية، أو حملات الجمال، أو الأشخاص ذوي الجرأة الفنية، يخلق رفض النموذج احتكاكًا إنتاجيًا حقيقيًا.
ما يجعل الأمر أكثر إحباطًا من خلاف بسيط حول السياسات هو عدم الاتساق. الأوامر التي تُولّد دون مشكلة في محاولة ما قد تُرفض في محاولة ثانية مطابقة تمامًا. تفسير النموذج لما يقع خارج السياسة ليس حتميًا، وهذا يجعل من المستحيل التنبؤ بموثوقية بما إذا كان توجه إبداعي معين سينجح عبر مشروع كامل.
إليك مقارنة GPT Image 1.5 بأقرب البدائل للاستخدام المهني عبر المعايير التي تؤثر فعلًا في سير العمل اليومي:
| المعيار | GPT Image 1.5 | P-Image | SDXL مفتوح المصدر |
|---|---|---|---|
| واقعية البورتريه | جيد جدًا | ممتاز | جيد |
| إخراج 16:9 أصيل | لا | نعم | نعم |
| عرض النصوص | جيد | جيد | ضعيف |
| مرونة المحتوى | مقيّد | مرن | مفتوح بالكامل |
| التكلفة لكل 100 صورة | من 4 إلى 12 دولارًا | مشمول في الباقة | الأجهزة فقط |
| الوصول إلى API | نعم | نعم | مستضاف ذاتيًا |
| متوسط السرعة | من 15 إلى 20 ثانية | من 8 إلى 15 ثانية | متفاوت |
| توسيع الصورة | عبر API | مدمج | عبر امتداد |
يستحق P-Image على PicassoIA اهتمامًا خاصًا لأنه ينافس مباشرة في المقاييس الأكثر أهمية لاستوديوهات المحتوى وفرق الإبداع. مُحسَّن للمخرجات الواقعية كالصور الفوتوغرافية، مع قوة خاصة في تصوير البورتريه، والعمل التحريري لأنماط الحياة، والتكوينات السينمائية.
حيث يقيّد GPT Image 1.5 المحتوى ويفرض رسومًا على كل توليد، يمنح P-Image المبدعين المحترفين هامشًا أوسع مع سرعة توليد تضاهي أو تتفوق على زمن إخراج OpenAI. يُلغي الإخراج 16:9 الأصيل سير عمل القص بالكامل.
💡 فرق عملي: بالنسبة لفريق محتوى ينتج 200 صورة شهريًا بجودة عالية، تكلّف GPT Image 1.5 عبر API نحو 24 دولارًا. الحجم نفسه على PicassoIA مشمول في اشتراك المنصة دون فوترة لكل صورة.
أحد المجالات التي تهم فيها المنصة التي تستخدمها بقدر أهمية نموذج التوليد نفسه هو دقة ما بعد المعالجة. يُخرج GPT Image 1.5 الصور بحد أقصى 1024 بكسل أو 1792 بكسل. بالنسبة للعمل المطبوع، أو العرض بمقاس كبير، أو تصوير المنتجات التفصيلي حيث سيكبّر العملاء الصورة، تحتاج إلى رفع الدقة مع إعادة بناء التفاصيل، وليس مجرد الاستيفاء.
يقدّم PicassoIA نماذج مخصصة لرفع الدقة مُحسَّنة لحالات استخدام مختلفة:
Clarity Pro Upscaler يضيف تفاصيل مولّدة أثناء رفع الدقة بدلًا من مجرد تمديد البكسلات. في صور البورتريه، يعني هذا ملمس بشرة يبدو أكثر عضوية من التوليد الأساسي. وفي تصوير المنتجات، يُحدّد حواف أسطح المواد بدرجة تجعل المخرجات بدقة الويب جاهزة للطباعة.
Topaz Image Upscale من Topaz Labs يدعم تكبيرًا يصل إلى 6 أضعاف مع إعادة بناء ذكية للتفاصيل. إذا كنت تُجهّز صورًا مولّدة بالذكاء الاصطناعي لحملات إعلانية أو لعروض بمقاس كبير حيث سيقف المشاهد على بعد متر، فهذه هي الأداة المناسبة. الحفاظ على التفاصيل عند نسب الرفع المتطرفة يختلف فعلًا عن الاستيفاء التكعيبي القياسي.
Real ESRGAN هو أداة رفع دقة مفتوحة المصدر مُجرَّبة، تتعامل مع الصور الواقعية والمنمّقة دون إضافة هالة الحدة الزائدة التي تنتجها كثير من أدوات الرفع بالذكاء الاصطناعي عند حواف الأشياء. وهو سريع وموثوق لتعزيزات الدقة السريعة.
P Image Upscale يعمل مباشرة مع توليدات P-Image لأنه مضبوط على خصائص مخرجات النموذج. استخدام أداة رفع دقة متطابقة بدلًا من أداة عامة يحافظ على الخصائص اللونية والملمسية للصورة الأساسية دون أن يُدخل بصمة بصرية مختلفة.
توليد الصور الثابتة ليس إلا جزءًا واحدًا من خط إنتاج المحتوى الحديث. بمجرد أن تحصل على صورة بطل قوية، سواء جاءت من GPT Image 1.5 أو من P-Image، فإن الخطوة المنطقية التالية لوسائل التواصل الاجتماعي وعروض المنتجات والإعلانات المدفوعة هي التحريك.
يُنتج Seedance 2.5 من ByteDance فيديوهات تصل إلى 30 ثانية مع صوت متزامن أصيل، ما يجعله الخيار المناسب لمحتوى إطلاق المنتجات والحملات الاجتماعية التي تحتاج إلى حركة دون مسار صوتي منفصل. وللحركة السينمائية انطلاقًا من صورة ثابتة، يقدّم Wan 2.7 I2V تحويلًا من الصورة إلى الفيديو دقيقًا على مستوى الإطار مع فيزياء واقعية للعناصر المتحركة. ويولّد LTX 2 Pro فيديو بدقة 4K مباشرة من الأوامر النصية، فيسدّ الفجوة بين حملات الصور الثابتة ومحتوى الحركة الكامل دون الحاجة إلى صورة مصدر.
💡 سير عمل ناجح: وَلِّد صورة منتج بطل باستخدام P-Image، ثم مرّرها عبر Clarity Pro Upscaler لدقة جاهزة للطباعة، ثم حرّكها باستخدام Seedance 2.5 للإعلانات الاجتماعية والرقمية. هذه مجموعة أصول كاملة من جلسة أمر نصي واحدة.
إذا كنت تستخدم GPT Image 1.5 حاليًا وتصطدم بقيوده، فإليك كيفية الانتقال إلى سير عمل يزيل معظم نقاط الاحتكاك هذه دون إعادة بناء عمليتك بالكامل من الصفر.
زُر P-Image على PicassoIA وشغّل أوامرك بالعمق الوصفي نفسه الذي تستخدمه مع GPT Image 1.5. مبادئ كتابة الأوامر التي تنجح هناك تنجح هنا. ما يتغير هو المخرجات:
خذ أقوى توليداتك إلى Topaz Image Upscale أو Clarity Pro Upscaler حسب الاستخدام النهائي. يتحمل الاستخدام على الويب ووسائل التواصل الرفع بمقدار 2 أضعاف دون عيوب. أما العمل المطبوع أو العرض بمقاس كبير فيستفيد من 4 إلى 6 أضعاف مع إعادة بناء نشطة للتفاصيل.
بالنسبة للقطات المنتجات التي تذهب إلى قوائم التجارة الإلكترونية أو التصاميم المركبة، تتعامل أداة إزالة الخلفية في PicassoIA مع الصور المولّدة بالذكاء الاصطناعي بنظافة. تعزل الموضوعات بشكل صحيح في الصور المنمّقة والواقعية على حد سواء، دون عيوب الحواف المتعرجة التي تظهر حين تواجه الأدوات العامة حوافًا ناعمة مولّدة بالذكاء الاصطناعي.
هل الصور الثابتة في أعلى اختياراتك؟ حوّلها إلى فيديو باستخدام Wan 2.7 I2V للحركة السينمائية، أو Seedance 2.5 للمحتوى الذي يحتاج إلى صوت أصيل مع الحركة.
GPT Image 1.5 نموذج متين صادر عن شركة تقف وراءها موارد بحثية كبيرة. تحسّن الواقعية في البورتريه مقارنةً بالنسخة الأصلية حقيقي. مخرجات العمارة وتصوير المنتجات مثيرة للإعجاب فعلًا لأداة تعتمد على API أولًا. إصلاحات تشريح اليد مهمة حتى وإن كانت غير مكتملة.
لكنه لا يعمل في فراغ. تكلفة كل توليد تتراكم عند حجم الإنتاج. قيود المحتوى تخلق احتكاكًا للعمل الإبداعي المهني. غياب الإخراج 16:9 الأصيل يضيف خطوة إلى سير العمل كانت المنصات المنافسة قد ألغتها بالفعل.
إذا كنت تعمل أصلًا داخل منظومة OpenAI وتحتاج إلى صور منتجات أو معمارية مع سلوك API موثوق، فإن GPT Image 1.5 يستحق مكانه في أدواتك.
أما إذا كنت تبني سير عمل محتوى من الصفر، أو تحتاج إلى إخراج 16:9 دون خطوات ما بعد المعالجة، أو تريد هامشًا إبداعيًا للعمل الجريء لكن المهني، أو كنت تكرّر بكثافة حيث تهم تكلفة كل صورة، فإن أدوات توليد الصور في PicassoIA تقدّم بديلًا مقنعًا يضاهي GPT Image 1.5 أو يتفوق عليه في معظم المعايير التي تؤثر في جودة الإخراج اليومي.
شغّل أمرك النصي التالي عبر P-Image على PicassoIA، ثم ضع النتيجتين جنبًا إلى جنب. تضم المنصة أكثر من 91 نموذجًا لتحويل النص إلى صورة، وأدوات رفع دقة مخصصة للطباعة والويب، وإزالة للخلفيات، ومجموعة كاملة لتوليد الفيديو، كلها من مساحة العمل نفسها. ما كان يتطلب أربعة اشتراكات منفصلة، وإعادة شحن للنقاط، وعدة تبويبات للمتصفح، صار يعمل من مكان واحد، بتسجيل دخول واحد، وبهيكل تكلفة يتناسب فعلًا مع الحجم المهني.
اختر لغتك
