Conclusão principal (TL;DR): Numa cadeia de 10 edições sequenciais sobre o interior desabitado de um cinema antigo, o GPT Image 2.5 Sunburst demonstrou uma retenção semântica notável, a par de uma deriva progressiva da microtextura:
- Memória semântica excelente: os itens acrescentados nas primeiras rondas (o pôr do sol no ecrã no turno 1, o feto em vaso no turno 4, o programa dobrado no turno 7) continuaram presentes e espacialmente coerentes até ao turno 10;
- Deriva progressiva da textura: sem máscaras de inpainting localizadas, realimentar cada geração na seguinte causa um suavizado cumulativo subtil: as paredes de madeira de veio fino e os assentos de veludo vão desenvolvendo gradualmente artefactos ondulados, de aspeto pictórico.
Quando um cliente pede “só mais uma pequena revisão”, é essencial perceber onde a edição de imagens com IA sem máscaras se destaca e onde se degrada.
1. Configuração experimental e regras de controlo
Iniciámos o teste com uma fotografia de base limpa do interior vazio de um cinema: ecrã branco em branco, cadeiras cor de bordeaux, painéis de madeira escura nas paredes, cortinas laterais e um corredor central.
Restrições de controlo:
- Modelo e parâmetros:
gpt-image-2.5-sunburst, proporção16:9, resolução2K(PNG de 2048 × 1152), qualidademedium. - Cadeia autorregressiva pura: cada turno usou exclusivamente a saída do turno anterior como imagem de entrada. Sem regressões, sem escolhas seletivas, sem retoques no Photoshop e sem máscaras de inpainting.
- Cláusula de preservação rígida: todos os prompts terminavam com:
"Preserve every other existing detail and all earlier edits: cinema architecture, screen frame, wood panels, wall sconces, seating layout, seat shapes, burgundy seat upholstery, camera position, crop, perspective and exposure. Do not add people, rearrange seats, zoom or add text. This is a local edit of the previous image, not a redesign." (Preserva todos os outros detalhes existentes e todas as edições anteriores: arquitetura do cinema, moldura do ecrã, painéis de madeira, candeeiros de parede, disposição dos lugares, formas das cadeiras, estofo bordeaux, posição da câmara, enquadramento, perspetiva e exposição. Não acrescentes pessoas, não reorganizes as cadeiras, não faças zoom nem acrescentes texto. Trata-se de uma edição local da imagem anterior, não de uma reformulação.)
2. Detalhe das revisões, turno a turno
Lê da esquerda para a direita e de cima para baixo. 👉 Abre a folha de contactos de 10 turnos em resolução total.
Detalhe por turno e matriz de observação visual
| Turno | Modificação pedida | Resposta do objeto visado | Estabilidade do fundo e da textura global |
|---|---|---|---|
| 0 | Base original | Ecrã em branco, cadeiras cor de bordeaux, painéis de madeira escura | Realismo fotográfico limpo |
| 1 | Pôr do sol sobre o oceano com um veleiro branco no ecrã | O oceano e o barco preencheram o ecrã com limpeza dentro da moldura | Arquitetura geral perfeitamente intacta |
| 2 | Cortina esquerda em azul-petróleo suave | Cortina esquerda recolorida sem falhas, com pregas realistas | Imagem do ecrã e cortina direita sem alterações |
| 3 | Cortina direita em azul-marinho profundo | A cortina direita ficou azul-marinho; a esquerda manteve-se azul-petróleo | As duas paletas de cor coexistiram de forma natural |
| 4 | Feto em vaso creme, à frente à esquerda | O feto surgiu junto aos lugares da primeira fila, com sombras naturais | Oclusões dos lugares renderizadas com exatidão |
| 5 | Pequena lanterna de latão, corredor da frente à direita | Lanterna de latão quente colocada junto ao corredor | Luz refletida do chão realista |
| 6 | Carpete do corredor em índigo com orlas cor de creme | Carpete índigo e listas das orlas aplicados | Limiar atingido: os painéis de madeira mostram ruído ténue |
| 7 | Programa dobrado cor de marfim na almofada da frente à direita | Pequeno programa de papel colocado com cuidado na almofada do assento | Elevada precisão espacial em adereços minúsculos |
| 8 | Vela do veleiro mudada para vermelho | Vela branca alterada com êxito para um vermelho vibrante | Superfície do oceano reamostrada; surge ligeiro banding de cor |
| 9 | Vaso do feto mudado para terracota | Vaso creme trocado por laranja terracota mate | Geometria das folhas e escala da planta preservadas |
| 10 | Cortina direita mudada de azul-marinho para ocre | Cortina direita trocada para ocre; a esquerda manteve-se azul-petróleo | As texturas globais mostram um suavizado pictórico percetível |
3. Análise: o que ficou intacto e o que derivou
1. Memória espacial excecional
O Sunburst manteve a integridade geométrica da cena ao longo de 10 ciclos de compressão:
- O ângulo da câmara, o ponto de fuga e a disposição dos lugares da sala nunca se deformaram;
- As adições anteriores (pôr do sol, barco, planta, lanterna, programa, passadeira) mantiveram-se ancoradas de forma consistente no espaço 3D.
2. Acumulação inevitável de artefactos autorregressivos
Sem uma máscara de inpainting, realimentar as gerações no pipeline de difusão acumula deriva de amostragem:
- Perda de microtextura: o veio nítido da madeira das paredes originais suavizou-se até ficar com ar de painéis de madeira estilizados;
- Banding de cor: o céu do pôr do sol no ecrã do cinema desenvolveu transições de cor em degraus;
- Suavização brilhante excessiva: as superfícies arquitetónicas adquiriram, no turno 10, um brilho acetinado típico da IA.
4. Recomendações de produção para revisões de clientes
Para tirar partido da geração em vários turnos sem sacrificar a fidelidade visual em trabalho para clientes:
1. Implementa bifurcação por checkpoints
Nunca executes 10 iterações contínuas sem ramificação. Guarda marcos de assets aprovados (por exemplo, v1.0-approved.png). Se o turno 5 divergir, bifurca a partir do turno 3 em vez de acumulares erros.
2. Agrupa as edições num único pedido
Em vez de fazeres cinco chamadas sequenciais para cortinas, carpete e adereços, combina todos os ajustes confirmados num único prompt consolidado sobre a imagem de base limpa.
3. Usa máscaras de inpainting onde forem suportadas
Se a tua plataforma suportar máscaras, mascara apenas a região visada (por exemplo, as cortinas). Congelar os restantes 90% da imagem preserva as texturas do fundo indefinidamente.
4. Separa a tipografia e os logótipos
Mantém os logótipos de marca e a tipografia exata em ferramentas de design vetorial (Figma, Illustrator), em vez de deixares que os modelos de difusão regenerem as letras ao longo dos turnos.
5. Estrutura do pedido à API e custos do benchmark
{
"model": "gpt-image-2.5-sunburst",
"input": {
"prompt": "Edit this exact image. Change only the blank screen to a calm ocean sunset with one tiny white-sailed boat. Preserve all other details, composition, seating, lighting and materials.",
"image_urls": ["https://storage.poyo.ai/blog/gpt-image-25-p0-20260910/editing-original-bebd96f7e6fa.png"],
"size": "16:9",
"resolution": "2K",
"quality": "medium",
"output_format": "png"
}
}
Custos e latências medidos:
- Custo por edição: 2K medium cobrou 5,99 créditos ($0.02995);
- Custo total da cadeia de 10 turnos: 59,9 créditos ($0.2995 no total);
- Tempo de resposta por passo: entre 42,99 s e 54,95 s.
Perguntas frequentes (FAQ)
O resultado do Sunburst pode ser usado comercialmente após 10 edições?
Sim, consoante o formato de destino. Em banners web, conteúdo para redes sociais e pré-visualizações editoriais, o turno 10 continua a ser visualmente impressionante e coerente. Em impressão de arte ou comércio eletrónico de luxo, o suavizado das texturas torna-se percetível a partir do turno 4.
A qualidade high ou max evita a deriva da textura?
Atrasa a degradação, ao preservar mais detalhes de alta frequência em cada passo, mas não elimina por completo a deriva matemática ao longo de vários ciclos de difusão sem máscara. As máscaras de inpainting e os checkpoints continuam a ser a melhor prática.