OpenAI coloca criação de GIFs no ChatGPT com novo modelo Images 2.6

Ajuste de quadros simula animação em folheoscópio

Para demonstrar a novidade, a empresa exibiu o resultado do comando "Can you make a gif of a cat dancing?". O sistema produziu variações sutis do mesmo gato e uniu as imagens em sequência, no estilo de um folheoscópio. A consistência visual do Images 2.6 mantém o personagem identificável ao longo dos quadros. Modelos anteriores distorciam o desenho a cada passagem. Isso impedia a ilusão de movimento contínuo.

A atualização também acelera o tempo de resposta nas criações visuais comuns. Em vez de esperar longos intervalos para ver o resultado, quem usa o chat recebe a imagem final mais rápido. O ajuste manual de quadros dá controle fino sobre o resultado. Essa edição direta resolve erros sem reiniciar o processo do zero.

Desenvolvedores recebem duas versões do modelo na API

Quem constrói aplicações sobre a plataforma da OpenAI recebeu acesso a duas variantes especializadas na API: GPT-Image-2.6 "Flare" e GPT-Image-2.6 "Sunburst". A divisão repete a arquitetura adotada na versão Image 2.5. O modelo Flare prioriza velocidade e menor consumo computacional. Já a opção Sunburst entrega ilustrações com acabamento mais refinado. Desenvolvedores escolhem entre custo menor ou qualidade visual superior.

A empresa comunicou os dados ao portal The Verge para detalhar o alcance da ferramenta. Segundo os números publicados pelo jornalista Matthias Bastian no The Decoder, o público gera mais de 4 bilhões de imagens por semana somando o ChatGPT e a API. Esse total representa 1 bilhão de imagens a mais do que a marca registrada em setembro. O crescimento mostra pressão direta sobre a infraestrutura.

Apesar da demonstração pública, o material divulgado partiu da própria OpenAI. A empresa selecionou exemplos controlados para ilustrar a estabilidade dos personagens nos arquivos animados. Usuários comuns agora testam o comportamento real da ferramenta com comandos mais complexos e fotos próprias do dia a dia. A resposta prática dirá se a consistência entre quadros funciona fora de cenários ideais. O recurso segue em distribuição contínua para todas as contas ativas.