GPT Image 1.5 Text-to-image & image-to-image: buat gambar baru atau sunting bagian tertentu tanpa mengubah elemen lain.
GPT Image 1.5 adalah model AI text-to-image terbaru dari OpenAI (rilis 16 Desember 2025) yang mampu menghasilkan dan menyunting gambar dari teks dengan kecepatan 4× lipat serta biaya 20 % lebih rendah dibanding pendahulunya. Arsitekturnya multimodal: memahami bahasa lalu menghasilkan visual presisi tinggi atau melakukan edit terarah pada gambar yang sudah ada .
Fitur Utama
- Text-to-image & image-to-image: buat gambar baru atau sunting bagian tertentu tanpa mengubah elemen lain.
- Pemrosesan teks dalam gambar: mampu menulis headline, label, infografis, hingga mock-up UI dengan huruf yang dapat dibaca .
- Pengaturan gaya & konsistensi: transfer gaya, cahaya, komposisi, hingga mempertahankan wajah tokoh di berbagai adegan .
- Enterprise-ready: tersedia di Microsoft Azure AI Foundry dengan skema keamanan & skalabilitas perusahaan .
Kemampuan & Spesifikasi Teknis
| Aspek | Nilai |
|---|---|
| Kecepatan | ~4× lebih cepat vs GPT-Image-1; 35-40 detik per gambar di web |
| Biaya API | US$0,009–0,133 per gambar; web mulai US$20/bulan |
| Ketepatan prompt | 91,2 % (lebih tinggi dari Qwen, Nano Banana Pro) |
| Diagram/flowchart | 96,9 % akurasi |
| Preservasi wajah | 89,96 % (single-turn) |
| Resolusi output | default tinggi; kualitas dapat diturunkan untuk volume besar |
Apa yang Membedakannya
- Edit presisi: ubah outfit, teks, atau objek spesifik tanpa merusak pencahayaan/komposisi .
- Text rendering dalam gambar lebih baik dari kebanyakan model, meski huruf kecil masih bisa buram .
- Integrasi Azure Foundry memungkinkan deployment aman & audit untuk korporat .
Keterbatasan
- Masih sulit menulis teks non-Latin (huruf kecil, padat) secara sempurna .
- Kadang memunculkan “yellow filter” dan rentan memasukkan konten berhak cipta jika prompt tidak diawasi .
- Kurang optimal untuk adegan dengan banyak wajah (>2) .
Setara Dengan
- Nano Banana Pro – unggul di layout sangat ketat, namun harga sedikit lebih mahal .
- Stable Diffusion – lebih cepat & murah API, tetapi butuh tuning tambahan untuk prompt kompleks .
- Qwen-image, FLUX.2[max], Seedream 4.5 – bersaing di fotorealisme atau gaya artistik, bukan fokus teks .
Cocok Untuk
- Pembuatan materi marketing, katalog e-commerce, mock-up UI/UX.
- Infografis, poster, komik strip dengan teks terbaca.
- Workflow desain iteratif (perubahan kecil berulang) .
Tidak Cocok Untuk
- Ilustrasi huruf-huruf sangat padat (koran halaman penuh, kitab).
- Proyek yang menuntut skin-tone ultra-realistik atau detail artistik sangat halus (lebih cocok Seedream/FLUX) .
- Aplikasi wajah massal (>2 orang) atau bahasa non-Latin tanpa pascaproduksi .
Pendapat Pribadi
Saya melihat GPT Image 1.5 sebagai “Photoshop generatif” dalam bentuk API: sangat berguna ketika Anda ingin menggabungkan teks & gambar secara terpadu, melakukan revisi kecil tanpa mulai dari nol, atau membangun pipeline otomasi konten. Di titik harga US$20/bulan untuk 200-an gambar, ia menawarkan keseimbangan kualitas-kecepatan yang menurut saya lebih baik dari DALL·E 3 maupun versi sebelumnya. Namun, untuk karya seni bebas ber-gaya atau bahasa lokal, tetap perlu didampingi model khusus atau sentuhan manual.
Catatan Faktual
- Rilis resmi: 16 Des 2025; sudah umum tersedia di ChatGPT (gratis terbatas) & API Azure .
- Tes independen menunjukkan skor ketepatan prompt 91 % & kecepatan puncak di leaderboard Artificial Analysis, meski di lapangan kecepatan bisa tertinggal 10–15 detik dari Stable Diffusion .