اوپن‌ای‌آی در روز چهارشنبه قابلیت جدید و بهبود یافته ایجاد تصویر خود را در ChatGPT به API خود اضافه کرد و به توسعه‌دهندگان این امکان را داد که آن را در برنامه‌ها و خدمات خود ادغام کنند. این مولد تصویر که در اواخر مارس برای اکثر کاربران ChatGPT منتشر شد، به دلیل توانایی خود در ایجاد عکس‌های واقع‌گرایانه به سبک جیبلی و “شخصیت‌های اکشن هوش مصنوعی” به سرعت در شبکه‌های اجتماعی به محبوبیت رسید. این موفقیت برای اوپن‌ای‌آی همزمان با افزایش قابل توجه حجم کار، چالشی جدی به وجود آورد. طبق گزارش‌ها، در تنها هفته اول پس از عرضه این ابزار، بیش از ۱۳۰ میلیون کاربر ChatGPT بیش از ۷۰۰ میلیون تصویر ایجاد کردند.
قابلیت ایجاد تصویر در API اوپن‌ای‌آی توسط مدل هوش مصنوعی به نام “gpt-image-1” پشتیبانی می‌شود. این مدل چندرسانه‌ای قادر به ایجاد تصاویر در سبک‌های مختلف، پیروی از دستورالعمل‌های سفارشی و پردازش متن است. توسعه‌دهندگان می‌توانند به صورت همزمان چندین تصویر ایجاد کنند و کیفیت تولید را کنترل کنند که به نوبه خود بر سرعت تولید تأثیرگذار است.
طبق اعلام اوپن‌ای‌آی، gpt-image-1 از همان سیستم‌های امنیتی مشابهی برخوردار است که در تولید تصویر در ChatGPT استفاده می‌شود، و امکاناتی برای محدودسازی محتوا که مطابق با سیاست‌های شرکت باشد، ارائه می‌دهد. توسعه‌دهندگان می‌توانند حساسیت مدیریت محتوا را تنظیم کنند، که می‌تواند به صورت “خودکار” برای فیلتر استاندارد یا “کم” برای فیلتر کمتر محدودکننده انتخاب شود. فیلتر کم، محدودیت‌های کمتری برای محتواهای بالقوه نامناسب سنی ایجاد می‌کند.
اوپن‌ای‌آی همچنین اعلام کرده است که تمام تصاویری که با gpt-image-1 تولید می‌شوند با متاداده‌های C2PA علامت‌گذاری می‌شوند تا بتوانند به عنوان تصاویر تولید شده توسط هوش مصنوعی در پلتفرم‌ها و برنامه‌های پشتیبانی شناسایی شوند. قیمت‌گذاری این سرویس به ازای هر میلیون توکن ورودی متن ۵ دلار، هر میلیون توکن ورودی تصویر ۱۰ دلار و هر میلیون توکن خروجی تصویر ۴۰ دلار است. این به معنای هزینه تقریبی ۲ سنت، ۷ سنت و ۱۹ سنت برای تولید تصاویر مربعی با کیفیت پایین، متوسط و بالا می‌باشد.
شرکت‌هایی از جمله Adobe، Airtable، Wix، Instacart، GoDaddy، Canva و Figma در حال حاضر از gpt-image-1 استفاده کرده یا بر روی آن آزمایش می‌کنند. به‌طور خاص، پلتفرم طراحی Figma اکنون به کاربران این امکان را می‌دهد که به‌راحتی تصاویر را از طریق gpt-image-1 ایجاد و ویرایش کنند، در حالی که Instacart در حال آزمایش این مدل برای تولید تصاویر مربوط به دستور پخت و فهرست‌های خرید است.