# Шум и зерно в GPT Image 2.5: где появились и что с ними делать

> Кнопки «убрать шум» в GPT Image 2.5 нет. Найдите первый файл, где появилось зерно: исходник, правка или экспорт, — и продолжайте от последней чистой версии.

- URL: https://blog.laozhang.ai/ru/posts/gpt-image-2-5-noise-grainy
- Published: 2026-09-21
- Updated: 2026-11-05
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Генерация изображений
- Tags: GPT Image 2.5, Шум на изображении, Зернистость, Редактирование изображений, GPT Image 2.6

---
Зернистость, «пересушенная» резкость и мелкая сетка в ChatGPT Картинки 2.5 (в API модель называется GPT Image 2.5) одним переключателем не убираются: параметра шумоподавления у модели нет, а причину такой текстуры OpenAI публично не объясняла. Что делать, зависит от того, где дефект появился. Откройте один и тот же участок в первом скачанном файле, в каждой правке и в экспортированной копии. Зерно есть уже в первом файле — меняйте запрос, а в API ещё `quality` или модель. Оно пришло вместе с правкой — вернитесь к последней чистой версии и продолжайте от неё, а не от испорченной. Скачанный файл чистый, а испортилась копия для публикации — ищите причину в сохранении и сжатии, генерация тут ни при чём.

Серо-белые клетки — отдельный случай: это бывает обычная прозрачность, нарисованная шахматка или повторяющаяся текстура на самом предмете. Как их различить, показано в разделе про шахматку.

## Как найти этап, на котором появился дефект

Первый скачанный файл не редактируйте и не пересохраняйте — это эталон. Каждую правку сохраняйте отдельным файлом с номером (`01`, `02`, `03`), а не поверх предыдущей. Дальше:

1. Выберите участок, где дефект заметнее всего. Обычно это ровные поверхности: студийный фон, небо, тени, однотонная упаковка.
2. Откройте этот участок в масштабе 100 % во всех версиях по очереди.
3. Посмотрите тот же участок в размере, в котором картинка пойдёт в публикацию: карточка товара, баннер, превью. Если дефект заметен только при 100 %, а в карточке не читается, это тоже ответ.
4. Первый по порядку файл, в котором появился дефект, и показывает этап, с которым нужно работать.

![Схема проверки: один и тот же угол коробки Good Things Inside увеличен в первом файле, после правки и после экспорта, внизу порядок — 100 %, размер публикации, первый этап с дефектом](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-noise-grainy/img/same-crop-across-files.webp)

| Где дефект появился впервые | Что это значит | Что делать |
| --- | --- | --- |
| В первом скачанном файле | Текстура пришла вместе с генерацией | Менять запрос, а в API — `quality` или модель, по одному за раз |
| После одной из правок | Правка перерисовала больше, чем вы просили | Вернуться к последней чистой версии и повторить правку от неё |
| Только в экспортированной или загруженной копии | Генерация чистая, картинку испортило сохранение или пересжатие | Проверить формат и сжатие при экспорте, генерацию не трогать |
| Серо-белые клетки на фоне | Это может быть прозрачность, а может быть рисунок | Проверить на цветной подложке |

## Шахматка: прозрачность, нарисованные клетки или сетка на предмете

Под «шахматкой» обычно имеют в виду одно из трёх:

- **Так редактор показывает прозрачность.** У файла есть альфа-канал, клетки рисует программа просмотра. Это не брак.
- **Клетки нарисованы в самом изображении.** Модель изобразила «прозрачный фон» картинкой, а файл на самом деле непрозрачный — клетки попадут в публикацию. В руководстве OpenAI по промптам для GPT Image 2.5 отдельно сказано, что нарисованная шахматка не считается прозрачностью.
- **Мелкая повторяющаяся текстура на предмете или фоне** — сетка, «чешуя», решётка. К прозрачности она отношения не имеет, это тот же класс дефектов, что и зерно: ищите этап, как описано выше.

Первые два случая различаются за минуту. Положите файл в графическом редакторе поверх слоя яркого однотонного цвета. Прозрачные участки покажут цвет подложки, нарисованные клетки останутся на месте. Отдельно посмотрите края, волосы, стекло и тени: OpenAI советует проверять альфа-канал именно на них.

![Проверка альфа-канала на цветной подложке: прозрачный фон пропускает цвет, а нарисованная шахматка остаётся видимой](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-noise-grainy/img/checkerboard-or-alpha.webp)

В API прозрачный фон запрашивают явно: `background="transparent"` вместе с форматом PNG или WebP, после чего проверяют альфа-канал декодированного файла. В ChatGPT такого переключателя нет, остаётся попросить прозрачный фон словами и проверить результат той же подложкой. Весь путь от фото до проверенного PNG разобран в статье [«Как сделать прозрачный фон PNG и проверить, что он настоящий»](https://blog.laozhang.ai/ru/posts/transparent-image-maker).

## Если зерно есть уже в первой генерации

На зерно в 2.5 жалуются с первых дней после выхода. Эрик Хэл Шварц из TechRadar 10 сентября 2026 года сделал в ChatGPT четыре изображения, прямо попросив в каждом запросе плавные градиенты и никакого шума. Всё равно получилась устойчивая зернистая текстура на сером студийном фоне, мелкое зерно в вечернем небе, в волосах и на коже, а в пейзаже — «хрустящие», пересушенные резкостью детали. На Reddit пользователи пишут о шуме на раскладках товаров и цветной упаковке и о том, что пробовали менять уровень качества и формулировки.

Из этого следуют две практические вещи. Во-первых, просьба «без шума» сама по себе ничего не гарантирует: в тесте TechRadar она была в каждом запросе. Во-вторых, если в запросе есть «плёночное зерно», «съёмка на плёнку», «высокий ISO» или похожие приметы стиля, модель вполне может воспроизвести их как задуманный стиль — уберите их, прежде чем искать другие причины. Универсального средства, известного публично, нет, поэтому задача — проверить несколько контролируемых изменений и вовремя остановиться.

### Что можно изменить в ChatGPT

- **Формулировку.** Описывайте нужную поверхность конкретно: какой фон, какой материал, какое освещение — вместо общего «без шума». Сработает ли это для вашей сцены, заранее неизвестно, поэтому сравнивайте результат с предыдущей версией на том же участке.
- **Изображение, от которого идёт правка.** Загрузите или выберите последний чистый файл, а не последнюю по времени картинку в чате.
- **Комментарий прямо на изображении.** В 2.5 можно оставить комментарий к конкретному месту и получить точечную правку. Учтите, что правка отмеченного места может задеть и соседние участки, так что проверяйте всё изображение, а не только отмеченное место.
- **Новый чат.** Совет начать новый разговор ходит со времён GPT Image 2; для 2.5 его действие не проверено, так что это обходной путь без гарантий.

Модель в ChatGPT выбрать нельзя, и узнать её тоже: публично не раскрыто, обработал ли запрос Flare или Sunburst, а по виду картинки, скорости или тарифу этого не определить. Параметры `quality`, формат вывода и модель доступны только в API.

### Что можно изменить в API

| Рычаг | Что он меняет | Ограничение |
| --- | --- | --- |
| `quality`: `auto` (по умолчанию), `low`, `medium`, `high`, `xhigh`, `max` | Объём, который модель тратит на генерацию | OpenAI советует включать `xhigh` и `max`, только если они закрывают конкретное невыполненное требование к качеству и укладываются в допустимую задержку; более высокое значение не гарантирует лучший результат для каждого запроса |
| Модель: `gpt-image-2.5-flare` или `gpt-image-2.5-sunburst` | Flare сделан для скорости, его качество в техническом руководстве названо сопоставимым с GPT Image 2; Sunburst — для качества, оно выше, чем у GPT Image 2 | Меньше зерна у Sunburst документация не обещает |
| `output_format`, `output_compression` | Только то, как готовый результат упакован в файл (PNG, JPEG, WebP) | Уже сгенерированное зерно не убирает; сжатие к PNG не применяется |

Параметров вроде шумоподавления, `seed`, `negative_prompt` или числа шагов у GPT Image 2.5 в документации нет. В анонсе OpenAI говорится, что Flare даёт более высокое качество, чем GPT Image 2; техническое руководство осторожнее и называет его сопоставимым — опирайтесь на второе. Подробное сравнение моделей — в статье [«GPT Image 2.5 Flare или Sunburst: скорость, правки и цена»](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-sunburst-vs-flare).

Если вы перешли с GPT Image 2 и оставили в коде прежнее значение `quality`, сначала исключите одну ловушку. По калькулятору OpenAI для 1024×1024 у GPT Image 2.5 `medium` — это 439 выходных токенов, а у GPT Image 2 `medium` — 1 756; столько же, 1 756, у 2.5 даёт `high`. Одинаковая метка качества у разных моделей не означает одинаковый объём вывода, так что сравнивайте их при равном бюджете — 2.5 `high` против 2 `medium`, — прежде чем решать, что новая модель шумнее. Причину зерна это не объясняет, но убирает нечестное сравнение. Подробнее — в статье [«GPT Image 2.5 или GPT Image 2: стоит ли переходить и что с ценой»](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-vs-gpt-image-2).

Порядок проб такой: размер и референсы не трогаете, меняете одно — сначала формулировку, потом `quality` на ступень выше, потом модель. Каждый результат сохраняете под своим номером и сравниваете с эталоном на том же участке. Если поменять сразу два параметра, уже не понять, какой из них помог.

## Если сетка появилась после правки

Хорошо видно, как это происходит, на тесте VC.ru от 9 сентября 2026 года. Автор сделал четыре правки подряд на одном изображении — игрушечный самолёт в блистерной упаковке, модель, по его словам, Sunburst:

1. Замена фона на светло-серую студию. Текст на упаковке уцелел, но саму упаковку модель перерисовала: изменились форма отверстия и потёртости.
2. Добавить мягкую тень. Тень получилась, но на самолёте появилась мелкая сетка, похожая на чешую, которой раньше не было.
3. Наклейка «New» в правом верхнем углу, не задевая упаковку. Наклейка всё равно наехала на угол.
4. Расширение кадра до 16:9 с упаковкой по центру без изменений. Упаковку собрали заново, наклейка сместилась, звёзды на крыльях поменяли форму — и сетка пропала.

Дефект возник в одной правке и исчез в другой вместе с изменениями, о которых никто не просил. Значит, проверять нужно каждую версию, а исчезновение сетки ещё не значит, что цепочка правок снова в порядке.

В анонсе ChatGPT Картинки 2.5 OpenAI утверждает, что многоходовые правки больше не снижают качество со временем. Это заявление производителя. В собственном руководстве OpenAI по промптам сказано осторожнее: повторные правки всё равно могут менять детали, которые вы хотели сохранить, поэтому ограничения нужно повторять в каждом запросе и проверять каждый результат.

Что делать с правкой, после которой появилась сетка:

- **Не исправлять сетку следующей правкой поверх.** Автор VC.ru отмечает, что каждая правка перерисовывает изображение целиком, так что новая правка поверх испорченного файла добавит новые изменения.
- **Ответвиться от последней чистой версии.** Возьмите её за основу и повторите нужную правку, сформулировав её как «измените только X» и перечислив, что сохранить: форму предмета, композицию, освещение, надписи.
- **Вклеить удачный фрагмент в оригинал.** Если правка удалась в одной области (тень, наклейка, фон вокруг предмета), а остальное испортилось, вырежьте эту область в графическом редакторе и наложите на исходный файл слоем с маской. Для участков, которые должны остаться пиксель в пиксель, руководство OpenAI рекомендует именно это, а не новые попытки с промптом. Так же стоит поступать с надписями, логотипами и мелким текстом: автор VC.ru советует править их вручную.

Сам автор VC.ru ограничивает цепочку двумя-тремя правками. Это правило из его опыта, а не лимит OpenAI, но как ориентир полезно: чем длиннее цепочка, тем больше мест, где могло что-то поменяться.

## Если файл был чистым, а испортился при экспорте

Сравните скачанный файл и копию для публикации на одном участке при 100 %. Если разница только в копии, генерацию повторять незачем: картинку испортила обработка после скачивания — уменьшение размера, сильное сжатие JPEG или WebP, повторное пересохранение.

- Храните скачанный файл как мастер без изменений, а сжатую копию делайте из него один раз в самом конце.
- Не пересохраняйте JPEG по нескольку раз: каждое сохранение сжимает картинку заново.
- Если площадка, куда вы загружаете картинку, сама пересжимает загрузку, проверяйте результат уже после загрузки, в её превью.

Пересохранение в PNG зерно, которое уже есть в сгенерированном файле, не убирает: PNG лишь не добавляет новых потерь при сжатии.

## Когда остановиться

Перед каждой новой попыткой пройдите по списку:

- первый скачанный файл сохранён нетронутым, версии пронумерованы;
- один и тот же участок сравнён при 100 % и в размере публикации;
- известно, на каком этапе дефект появился впервые;
- в новой попытке меняется ровно одна вещь.

И остановитесь, если:

- **в размере публикации дефекта не видно** — картинка готова, дальнейшие правки только добавят риск;
- **правка удалась в одной области** — вклейте её в оригинал и больше этот файл не правьте;
- **каждая новая правка чинит одно и ломает сохранённое** (текст, форму, мелкие детали) — прервите цепочку и вернитесь к последней чистой версии;
- **формулировка, а в API ещё `quality` и модель проверены по отдельности, а зерно на том же месте** — известного способа убрать его перегенерацией нет. Выберите лучшую версию и доведите ровные участки вручную в редакторе, на копии и локально, не трогая надписи и сам предмет.

## Исправляет ли зерно GPT Image 2.6?

Пока это не доказано. 4 ноября 2026 года ChatGPT перешёл на Картинки 2.6, а в API появились `gpt-image-2.6-flare` и `gpt-image-2.6-sunburst`. Независимых тестов зерна на 2.6 ещё нет. В первый день на Reddit и в X писали, что зерно и шум остались и появляется узор, похожий на водяной знак, но это отдельные отзывы, а не измерения.

Порядок действий из этой статьи не меняется: найдите первый файл с зерном, вернитесь к последней чистой версии и меняйте по одному параметру за попытку. В API учитывайте ещё и цену. В нашем тесте 1024×1024 на `low` и `medium` модель 2.6 расходовала в 3–4 раза больше выходных токенов, чем 2.5. Начиная с `high` стоимость одинаковая, поэтому поднять `quality` ради борьбы с зерном обойдётся одинаково на обеих моделях. Подробное сравнение — в статье [«GPT Image 2.6: отличия от 2.5 — GIF, SVG и low в 4 раза дороже»](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-vs-2-5).

## Официальная документация

Параметры запросов, цены и правила списания средств описаны в документации LaoZhang API для разработчиков: [документация GPT Image 2.5 API](https://docs.laozhang.ai/en/api-capabilities/gpt-image-2-5).

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*