OpenAI发布的GPT Image 1.5图像模型，一经推出便在多项基准测试中夺魁，展现了惊人的技术实力。然而，当全网进行实测后，却出现了“高分低能”的争议声浪，其实际应用表现与跑分成绩形成巨大反差。本文将深入剖析这款模型的真实能力，探讨其背后的技术亮点与不可忽视的局限性。
智能速览
GPT Image 1.5在LMArena等榜单上，获得文生图与图像编辑双料第一。
支持“指哪改哪”的多轮精准编辑，并能维持画面元素的一致性。
对小字号、密集文本的渲染能力有显著提升，但对中文等多语言的支持仍有问题。
在处理多人合影和生成特定艺术风格方面存在明显短板。
该版本是OpenAI为应对谷歌等竞争对手的步步紧逼而做出的快速回应。
精华内容
跑分成绩的辉煌与实战表现的争议，让GPT Image 1.5成为焦点。它究竟有哪些革新，又暴露了哪些问题？
精准编辑与创意
GPT Image 1.5最突出的进步在于其精准的图像编辑能力。官方演示显示，用户可以对图像进行多轮“指哪改哪”的精细化操作，例如在生日聚会照片中逐步添加背景人物、更换人物服装和风格，甚至切换整个场景背景，同时保持主体人物的特征不变。
在创意生成方面，模型展现了强大的概念转换能力，能够将普通照片转化为老派好莱坞电影海报、80年代健身教练录像带风格等多种艺术形式，并能精确还原提示词中的文字细节和排版要求。
实测争议与短板
尽管跑分领先，但实际应用测试揭示了其“高分低能”的一面。在与谷歌Nano Banana Pro的对比中，GPT Image 1.5在生成手写笔记时，仅能做到形似，内容完全错误，暴露出逻辑理解能力的不足。
此外，模型还存在多项技术短板。在处理多人合影时，编辑后人脸特征容易失真走形；在生成特定艺术风格（如日漫风）时，新版反而不如旧版；对于中文、阿拉伯语等非英语文本的渲染能力也几乎为零。
性能升级与定价
相较于前代，GPT Image 1.5在基础性能上亦有提升。它能准确完成“地狱级”的6x6网格复杂构图任务，共36个元素无一遗漏。在文本渲染上，新版能处理更密集、字号更小的文本，甚至可以直出复杂的编程界面和信息图表。
对企业用户而言，更具吸引力的是定价策略。GPT Image 1.5的API输入输出价格相较前代降低了20%，让企业能用更低的预算生成和迭代更多的图像素材。
激战中的市场格局
此次发布被外界视为OpenAI对谷歌强势反击的一部分。此前，因谷歌Gemini及Nano Banana Pro抢占市场份额，OpenAI内部已拉响“红色警报”。除了谷歌，市场上还有Qwen-Image、Flux.2等实力不俗的竞争者，AI图像模型的竞争已进入白热化阶段，争夺企业市场的意图非常明确。
GPT Image 1.5展现了OpenAI在图像生成领域的技术野心，但也暴露了跑分与实际应用的鸿沟。在AI模型竞争白热化的当下，真正解决用户痛点还是仅仅赢得榜单，将是决定其成败的关键。未来的图像模型，将走向何方？
