1. O que é o ChatGPT Images 2.5?
2. O que muda em relação ao ChatGPT Images 2.0
3. Como usar o ChatGPT Images 2.5 na prática
4. Onde o ChatGPT Images 2.5 se destaca
5. Flare e Sunburst: os dois modelos na API
6. Preço, disponibilidade e limitações do ChatGPT Images 2.5
7. Conclusão
A OpenAI lançou em 8 de setembro de 2026 o ChatGPT Images 2.5, seu novo modelo de geração e edição de imagens. O anúncio chega cinco meses depois do ChatGPT Images 2.0, e o eixo da atualização mudou de lugar: em vez de prometer imagens mais impressionantes na primeira tentativa, a empresa concentrou o esforço em alterar o que já foi gerado sem estragar o resto.
Essa escolha responde ao problema mais comum de quem usa esses modelos no trabalho. Pedir uma mudança pequena, como trocar o texto de um banner ou o fundo de uma foto de produto, costumava devolver uma imagem inteira diferente, com outra iluminação e outro enquadramento. A escala do uso explica por que isso importa: mais de 3 bilhões de imagens são criadas por semana no ChatGPT e nos modelos GPT-Image da API, segundo a própria OpenAI.
Nas próximas seções, você entende o que é o ChatGPT Images 2.5, o que mudou em relação à geração anterior, como usar os novos recursos, onde o modelo se destaca e quais são seus limites. Continue lendo para saber mais.
O ChatGPT Images 2.5 é o sistema de geração e edição de imagens da OpenAI lançado em 8 de setembro de 2026, disponível dentro do ChatGPT e, na API, por meio de dois modelos: o GPT-Image-2.5 Flare e o GPT-Image-2.5 Sunburst.
Ele cria imagens a partir de descrições em texto, fotos de referência ou rascunhos, e aceita instruções em linguagem natural para alterar partes específicas de uma imagem já gerada. O que o distingue da geração anterior não é a capacidade de produzir uma imagem isolada melhor, mas sim a capacidade de manter a mesma imagem coerente ao longo de várias rodadas de ajuste, preservando iluminação, composição e a aparência de quem ou do que deve permanecer como estava.
Os nomes carregam informações diferentes. Images 2.5 é como o sistema aparece na interface do ChatGPT. Flare e Sunburst são os identificadores dos modelos na API, na mesma lógica que a OpenAI já usava ao separar o produto ChatGPT Images do modelo gpt-image-2.
Para quem trabalha com marketing, comunicação ou produto, a relevância desse tipo de lançamento encontra-se na questão de onde ela entra no fluxo. Cerca de 75% do valor potencial da IA generativa se concentra em quatro áreas, e marketing e vendas é uma delas, conforme o estudo de potencial econômico da McKinsey (2023). Produção visual é justamente a parte dessa conta que depende de revisão e reprocessamento constantes.
Leia também: IA que cria imagens: conheça 8 boas opções para seu dia a dia
O ChatGPT Images 2.0, lançado em 21 de abril de 2026, resolveu o problema da tipografia: passou a renderizar texto legível dentro das imagens e a operar em dois modos, Instant e Thinking. O 2.5 parte desse patamar e ataca outra frente, a do controle sobre o que muda a cada pedido.
As diferenças que a OpenAI documentou no lançamento se organizam em cinco pontos:
Até aqui, gerar imagem no ChatGPT significava escrever um prompt e esperar. Junto do modelo, a OpenAI liberou quatro recursos que mudam a forma de dar entrada em um pedido. Nenhum deles exige conhecimento de design, e todos aparecem na mesma conversa em que a imagem é gerada, conforme as notas de atualização do ChatGPT (OpenAI, 2026).
Algumas ideias são mais fáceis de rabiscar do que de explicar. O Sketch permite desenhar diretamente no ChatGPT e usar esse traço como referência visual da imagem final. Basta digitar @Sketch na caixa de mensagem, desenhar e descrever o estilo desejado.
O caso de uso típico é o de layout: a posição de um móvel em um ambiente, o contorno de uma peça de roupa ou a divisão de blocos em um material gráfico. O desenho não precisa ter qualidade técnica, porque funciona como guia de composição e não como arte-final.
Os templates substituem a tela em branco por um ponto de partida em formatos frequentes, como pôster e merchandising. Ao escolher um deles, o usuário preenche as informações que a peça precisa comunicar e os elementos de estilo, e o ChatGPT pode fazer perguntas de acompanhamento para refinar o pedido antes de gerar.
Em vez de descrever em texto qual parte da imagem deve mudar, é possível abrir a imagem gerada em tela cheia e colocar comentários sobre pontos específicos dela. O ganho é de precisão na instrução: o modelo recebe a localização exata do ajuste, o que se conecta diretamente à melhoria de edição pontual do 2.5.
Ao compartilhar uma imagem, o usuário pode incluir o prompt que a gerou. Quem recebe roda a mesma instrução com as próprias fotos e informações. Para um time, isso transforma um resultado bom em um padrão reaproveitável, sem depender de alguém documentar manualmente o que funcionou.
As primeiras medições independentes vieram do Arena, plataforma em que pessoas comparam duas imagens sem saber qual modelo gerou cada uma e escolhem a melhor. Nos três placares medidos, o Sunburst ficou em primeiro lugar e o Flare em segundo: texto para imagem, edição de uma imagem e edição de múltiplas imagens (Arena, 2026).
Os números dão a dimensão da diferença. No placar de texto para imagem, o Sunburst marcou 1.421 pontos e o Flare 1.399, contra 1.381 do GPT-Image-2, que ocupava o topo até o dia anterior ao lançamento. Na edição de uma imagem, a distância é maior: 1.520 e 1.491 contra 1.461 do antecessor.
Esses números pedem um filtro de leitura. As pontuações do Arena medem preferência humana por uma imagem isolada, foram construídas sobre poucos milhares de votos nos primeiros dias e ainda são preliminares. Até 9 de setembro de 2026, nenhum dos dois modelos aparecia nos placares da Artificial Analysis. Na prática, as afirmações de qualidade e velocidade seguem apoiadas nas avaliações da própria OpenAI e de seus parceiros de teste.
Na prática, o ponto forte do ChatGPT Images 2.5 aparece em tarefas de revisão, não em uma geração única. Mockups de produto, variações de campanha, infográficos e peças que passam por quatro ou cinco rodadas de ajuste são os casos em que a consistência entre turnos vale mais do que um primeiro resultado bonito.
Leia também: GPT-6 Astra: o que é, como funciona e o que muda no novo GPT-6 da OpenAI
Para quem integra geração de imagens a um produto ou a um fluxo interno, a decisão não é usar o Images 2.5, mas escolher entre dois modelos com posicionamentos distintos. Os identificadores na API são gpt-image-2.5-flare e gpt-image-2.5-sunburst, , ambos com versão datada de 8 de setembro de 2026 para quem precisa fixar um snapshot.
O Flare é a opção padrão. A OpenAI o descreve como mais rápido, com qualidade superior à do GPT-Image-2 e latência até 50% menor. Os usos indicados são conteúdo de criadores e redes sociais, experiências de produto, busca visual, prototipagem rápida e geração em alto volume.
O Sunburst existe para o caso oposto: trabalho visual premium que se beneficia de controle mais fino ao longo de várias edições, como criativos de campanha prontos para veicular e imagens de produto finalizadas. Ele leva mais tempo para gerar cada imagem, e é essa troca que define a escolha.
A recomendação da OpenAI sobre qual testar primeiro segue uma direção só. Se a qualidade atual do seu fluxo já atende, comece pelo Flare e meça quanto tempo você recupera. Se não atende, comece pelo Sunburst para estabelecer o patamar de qualidade e só depois verifique se o Flare alcança o mesmo resultado.
No ChatGPT, o acesso é amplo. O Images 2.5 está disponível para todos os usuários de ChatGPT, ChatGPT Work e Codex, em todos os planos, no desktop, no mobile e na web, segundo o anúncio da OpenAI.
Na API, os dois modelos compartilham a mesma tabela de tokens do GPT-Image-2: US$ 8 por milhão de tokens de entrada de imagem, US$ 2 por milhão quando a entrada está em cache, US$ 30 por milhão de tokens de saída de imagem e US$ 5 por milhão de tokens de entrada de texto. O custo real por imagem não decorre dessas taxas isoladamente, porque depende do nível de qualidade, da resolução e do número de imagens de referência enviadas.
Três limitações importam para quem vai colocar o modelo em um fluxo de produção:
Do lado da segurança, a OpenAI mantém verificações de prompt e de imagem, metadados C2PA e marca d'água invisível para permitir identificar o que foi gerado com suas ferramentas. Em avaliações internas, a taxa de gerações inseguras ficou em 1,09% no Sunburst e 1,41% no Flare, contra 1,64% da linha de base anterior (OpenAI, 2026).
Leia também: Claude Design: o que é, como funciona e o que muda para times de produto
Em síntese, o ChatGPT Images 2.5 não representa um salto na imagem que a IA entrega de primeira, e sim na capacidade de trabalhar a mesma imagem até ela ficar pronta. Ao concentrar os ganhos em edição pontual, consistência entre rodadas e fidelidade ao material de referência, a OpenAI moveu o modelo do território da ideação para o da produção. É nesse território que o valor está em não recomeçar do zero a cada ajuste.
Em resumo, três movimentos explicam essa virada. A queda de até 50% na latência torna a iteração barata em tempo; a edição pontual elimina o retrabalho que vinha de cada pedido pequeno; e a separação entre Flare e Sunburst na API transforma velocidade e precisão em duas opções de configuração, em vez de um compromisso único. Os recursos novos no ChatGPT, do Sketch aos prompts compartilháveis, seguem a mesma lógica de reduzir a distância entre a intenção e a peça final.
Para times de marketing e comunicação, a consequência prática é que a comparação entre ferramentas deixa de ser suficiente como critério. O que determina o ganho real é o fluxo em volta: quem aprova, com base em qual referência de marca, e o que acontece com o tempo economizado na produção de cada peça.
O ritmo dos lançamentos reforça esse ponto. O Images 2.0 estava no topo dos placares de preferência até o dia anterior ao anúncio do 2.5. A vantagem de escolher a ferramenta certa dura semanas, portanto, enquanto a de ter um time que sabe operar qualquer uma delas com método permanece. Avaliar cada novidade isoladamente consome o ano em avaliação.
Fica pendente uma decisão para quem lidera essas áreas: se a equipe tem critério para incorporar um modelo como esse ao trabalho diário, com padrão de qualidade e supervisão definidos, ou se cada pessoa vai descobrir sozinha o que funciona. Conheça o AI Education do Distrito e veja como estruturar trilhas de capacitação que preparam times de negócio para aplicar IA generativa no dia a dia com consistência e critério.
