OpenAI ha rilasciato ChatGPT Images 2.5, e questa volta il miglioramento non consiste semplicemente nel produrre immagini più belle. Il salto interessante riguarda il modo in cui l’utente può intervenire sull’immagine, correggerla, mantenerne l’identità e portarla attraverso una lunga sequenza di modifiche senza assistere al consueto fenomeno dell’AI che, alla quinta richiesta, decide autonomamente di cambiare anche ciò che nessuno le aveva chiesto di cambiare. OpenAI afferma che Images 2.5 offre illuminazione più naturale, texture più ricche, maggiore fedeltà alle immagini di riferimento e una riduzione della latenza fino al 50% rispetto a Images 2.0. La disponibilità è stata estesa a tutti i livelli di ChatGPT, oltre che a ChatGPT Work e Codex, su desktop, mobile e web.
Il dettaglio più significativo, tuttavia, riguarda le fotografie di riferimento. Uno dei limiti storici dei generatori visuali è stato quello di riuscire a rappresentare bene una persona una volta e poi trasformarla in una cugina geneticamente improbabile al secondo tentativo. Images 2.5 punta invece a conservare meglio soggetti, caratteristiche individuali e composizione durante le trasformazioni. I primi test indipendenti hanno evidenziato proprio questo miglioramento nella preservazione dell’identità di persone e animali, insieme a una capacità più precisa di modificare una parte dell’immagine senza distruggere il resto.
Questo cambia la natura del prodotto. La generazione di immagini sta lentamente smettendo di essere un sistema domanda-risposta, nel quale si scrive un prompt e si accetta il verdetto della macchina, per diventare un ambiente di editing conversazionale. L’utente può indicare direttamente una porzione dell’immagine, aggiungere un commento e chiedere una modifica localizzata. OpenAI ha costruito questa funzione attorno a una logica sorprendentemente semplice: invece di descrivere per tre paragrafi quale bottone della giacca dovrebbe diventare nero, si indica il bottone e lo si dice alla macchina. È una piccola rivoluzione ergonomica, perché riduce il linguaggio necessario per controllare un sistema che fino a ieri pretendeva dall’utente una sorta di laurea informale in prompt engineering.
Ancora più interessante è Sketch, attivabile digitando @Sketch. Si può disegnare direttamente dentro ChatGPT, anche con uno schizzo rudimentale, e utilizzare quel disegno come riferimento visivo per la generazione finale. Non serve saper disegnare; anzi, probabilmente è proprio questo il punto. Uno scarabocchio può essere più informativo di mille parole quando bisogna spiegare la posizione di un oggetto, la struttura di una stanza, la silhouette di un prodotto o la composizione di una scena. OpenAI sta quindi trasformando ChatGPT da interfaccia puramente linguistica in una superficie multimodale nella quale testo, immagini, annotazioni e schizzi diventano istruzioni equivalenti.
La novità apparentemente meno spettacolare potrebbe essere quella economicamente più importante: la consistenza tra modifiche successive. OpenAI dichiara che Images 2.5 segue meglio le istruzioni attraverso più turni e mantiene maggiormente dettagli, composizione e identità. Per un utente occasionale significa poter correggere un’immagine senza ricominciare da zero. Per un’azienda significa qualcosa di molto più serio: produrre una serie di asset coerenti per una campagna, mantenere la gerarchia visiva di un’interfaccia, modificare fotografie di prodotto senza perdere caratteristiche fondamentali e costruire creatività commerciali che non sembrino generate da cinque modelli diversi durante una notte insonne.
Anche l’introduzione dei template va letta in questa direzione. OpenAI ha aggiunto percorsi guidati per formati come poster, flyer, merchandising e fotografie di prodotto, trasformando una capacità generica in una serie di workflow verticali. È la stessa evoluzione che abbiamo visto nel software professionale: prima arriva il motore, poi arrivano gli strumenti che impediscono all’utente di dover conoscere il motore. L’AI generativa sta entrando nella fase in cui il vantaggio competitivo non dipende più soltanto dalla qualità del modello, ma dalla qualità dell’interfaccia che traduce quella capacità in lavoro reale.
Sul fronte sviluppatori OpenAI ha introdotto due modelli API, GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst. Flare è progettato come opzione predefinita per applicazioni che richiedono velocità e alto volume, mentre Sunburst privilegia controllo e precisione per workflow creativi più complessi, accettando tempi di generazione superiori. È una distinzione industrialmente sensata: non tutte le immagini hanno lo stesso valore economico e non tutte meritano la stessa quantità di calcolo. Un banner generato per un test A/B non dovrebbe consumare la stessa potenza necessaria per un’immagine destinata a una campagna globale.
La scala del fenomeno è già notevole. OpenAI dichiara che gli utenti producono oltre 3 miliardi di immagini ogni settimana attraverso ChatGPT Images e i modelli GPT-Image disponibili via API. Quel numero racconta qualcosa di più importante della qualità estetica. L’immagine generativa sta diventando infrastruttura creativa, non più semplice giocattolo per appassionati di prompt. Quando una piattaforma arriva a miliardi di immagini settimanali, la competizione non riguarda soltanto chi produce il volto più realistico o il gatto più cinematografico. Riguarda chi riesce a diventare il punto di passaggio quotidiano tra un’idea e il suo artefatto visivo.
È qui che il confronto con Claude diventa interessante, ma non nel modo semplicistico suggerito dalla guerra permanente fra chatbot. Dire che OpenAI è “tornata in testa” perché Images 2.5 migliora radicalmente la generazione visuale sarebbe una conclusione troppo facile. Claude e ChatGPT stanno competendo su superfici sempre più ampie, ma con filosofie di prodotto differenti e con sovrapposizioni che crescono rapidamente. Il valore di un abbonamento non si decide più sulla base di quale modello scrive la frase più elegante o risolve meglio un benchmark, ma sulla quantità di lavoro che l’ecosistema riesce a concentrare dentro una singola interfaccia.
OpenAI sembra aver capito una cosa che la Silicon Valley tende a dimenticare quando si innamora dei benchmark: l’utente non compra intelligenza artificiale, compra attrito in meno. Se può caricare una fotografia, disegnare sopra il volto di una persona, chiedere di cambiare il vestito, mantenere lo stesso soggetto attraverso dieci modifiche, ottenere un’immagine coerente e farlo più rapidamente di prima, la distinzione fra modello, editor grafico e assistente personale comincia a perdere significato. ChatGPT diventa il luogo nel quale il lavoro visuale accade, non semplicemente il luogo nel quale si chiede a un modello di generare un’immagine.
La conseguenza competitiva è più interessante della singola release. Google, Anthropic, Adobe, Midjourney e gli altri non stanno più combattendo soltanto per produrre immagini migliori. Stanno combattendo per controllare il flusso creativo dell’utente. OpenAI, con Images 2.5, ha fatto un passo significativo perché ha unito generazione, riferimento fotografico, editing locale, memoria della composizione, sketch, template e API nella stessa traiettoria di prodotto. Non è ancora la fine della concorrenza e certamente non basta per decretare la morte di Claude, ma per chi paga un abbonamento personale o professionale la domanda diventa brutalmente concreta: quante applicazioni separate sono ancora necessarie quando ChatGPT comincia a mangiarne una alla volta?
La Silicon Valley ha passato anni a promettere assistenti capaci di “creare qualsiasi cosa”. La parte nuova è che qualcuno sta finalmente cercando di costruire l’interfaccia necessaria per farlo senza costringere l’utente a diventare ingegnere del prompt. Images 2.5 non è soltanto un generatore di immagini più veloce. È un altro pezzo della strategia con cui OpenAI sta trasformando ChatGPT da chatbot generalista in ambiente operativo per il lavoro creativo, e questa volta il progresso si misura meno nei pixel che nel numero di volte in cui l’utente può dire “no, quello lascialo così” senza che l’intelligenza artificiale decida di rifare tutto da capo.