# GPT Image 2.5 или GPT Image 2: стоит ли переходить и что с ценой

> Ставки за токены у gpt-image-2 и 2.5 равны, но при одной метке quality 2.5 тратит меньше токенов. Начинайте с Flare, если GPT Image 2 уже устраивает.

- URL: https://blog.laozhang.ai/ru/posts/gpt-image-2-5-vs-gpt-image-2
- Published: 2026-09-22
- Updated: 2026-09-22
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Руководства по API
- Tags: GPT Image 2.5, GPT Image 2, Flare, Sunburst, OpenAI API, Миграция

---
**Если рабочий процесс на `gpt-image-2` уже проходит вашу приёмку, первым кандидатом на замену OpenAI называет `gpt-image-2.5-flare`: задача — сохранить приемлемое качество и выиграть во времени ответа. Если GPT Image 2 не дотягивает по качеству на сложных задачах, сначала проверяйте `gpt-image-2.5-sunburst`, а затем Flare на тех же промптах и референсах. В обоих случаях старую модель держат для отката, пока она поддерживается.** Это официальный порядок из [гайда OpenAI по промптам для GPT Image 2.5](https://developers.openai.com/api/docs/guides/image-prompting#choose-a-model), а не результат чьего-то замера.

Две вещи ломают такую миграцию чаще всего, и обе видны только в документации, а не в коде. Первая: **ставки за токены у трёх моделей одинаковые** ($30 за миллион выходных токенов изображения, $8 за миллион входных), но **одна и та же метка `quality` даёт разный бюджет вывода**. По официальному калькулятору на 22 сентября 2026 года `medium` у GPT Image 2 при 1024×1024 — это 1 756 выходных токенов, а `medium` у 2.5 — 439. Замена строки `model` при неизменном `quality: "medium"` тихо урезает бюджет картинки примерно в четыре раза, и счёт вместе с ним. Вторая: утверждение «GPT Image 2 вдвое дешевле» на сторонних страницах взято из вкладки **Batch**, а Batch на странице цен сегодня указан только для `gpt-image-2`.

Ниже — что именно различается у трёх ID, как их честно сравнить у себя, кому стоит переходить, а кому лучше остаться, и как провести миграцию так, чтобы изменилась только модель, а не бюджет.

## Три модели и что о них говорит сама OpenAI

Актуальных ID для изображений в OpenAI API три; `gpt-image-2.5` без суффикса моделью не является.

| Параметр | `gpt-image-2` | `gpt-image-2.5-flare` | `gpt-image-2.5-sunburst` |
|---|---|---|---|
| Снапшот | `gpt-image-2-2026-04-21` | `gpt-image-2.5-flare-2026-09-08` | `gpt-image-2.5-sunburst-2026-09-08` |
| Позиционирование на странице модели | Performance «Higher», Speed «Medium» | Speed «Very fast», «самая быстрая модель для качественной повседневной генерации» | Performance «Highest», «самая мощная модель для генерации и редактирования» |
| Значения `quality` | `low`, `medium`, `high`, `auto` | `low`, `medium`, `high`, `xhigh`, `max`, `auto` | те же, что у Flare |
| Batch (`v1/batch`) | поддерживается | сегодня не указан | сегодня не указан |
| Прозрачный фон | `background: "transparent"` + PNG/WebP, в статусе preview | `background: "transparent"` + PNG/WebP | `background: "transparent"` + PNG/WebP |

Источники: страницы моделей [gpt-image-2](https://developers.openai.com/api/docs/models/gpt-image-2), [gpt-image-2.5-flare](https://developers.openai.com/api/docs/models/gpt-image-2.5-flare) и [gpt-image-2.5-sunburst](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst), по состоянию на 22 сентября 2026 года. Все три принимают текст и изображения на входе, генерируют, редактируют и делают inpainting через `v1/images/generations` и `v1/images/edits`; ограничения по размеру общие (стороны кратны 16, соотношение не более 3:1, от 655 360 до 8 294 400 пикселей, ребро до 3840; всё крупнее 2560×1440 помечено как экспериментальное).

В оценке качества Flare OpenAI сама расходится в формулировках, и это стоит знать до того, как вы пообещаете команде «улучшение». Гайд по промптам описывает Flare как «малую модель, оптимизированную под скорость, с качеством изображений, сопоставимым с GPT Image 2», а Sunburst — как «базовую модель, оптимизированную под качество, с более высоким качеством, чем у GPT Image 2»; обеим приписаны улучшения в точности правок и сохранении объекта. [Анонс от 8 сентября 2026 года](https://openai.com/index/introducing-chatgpt-images-2-5/) говорит о Flare сильнее: «изображения более высокого качества, чем у GPT‑Image‑2, при задержке на 50% ниже». Обе фразы — слова вендора; какая из них верна для ваших промптов, покажет только собственная проверка. Заявления «в 2–4 раза быстрее», которые встречаются в пересказах, в тексте анонса отсутствуют.

## Цена за токен одинаковая, а счёт за изображение — нет

На [странице цен OpenAI](https://developers.openai.com/api/docs/pricing) во вкладке Standard у `gpt-image-2.5-flare` и `gpt-image-2.5-sunburst` одинаковые ставки, а страницы обеих моделей 2.5 прямо пишут: «ставки за токены совпадают с GPT Image 2».

| Ставка (Standard, за 1 млн токенов) | GPT Image 2 | 2.5 Flare | 2.5 Sunburst |
|---|---|---|---|
| Текст на входе | $5,00 | $5,00 | $5,00 |
| Текст на входе из кэша | $1,25 | $1,25 | $1,25 |
| Изображение на входе | $8,00 | $8,00 | $8,00 |
| Изображение на входе из кэша | $2,00 | $2,00 | $2,00 |
| Изображение на выходе | $30,00 | $30,00 | $30,00 |
| Текст на выходе | не тарифицируется | не тарифицируется | не тарифицируется |

Откуда тогда популярный тезис «2.5 вдвое дороже»? Из соседней вкладки **Batch**: там `gpt-image-2` стоит $4 за миллион входных токенов изображения, $15 за миллион выходных и $2,50 за текст — ровно половина Standard. Эти цифры нередко приводят как обычные ставки GPT Image 2 и делают вывод о двукратной разнице. На 22 сентября 2026 года это неверно: Standard-ставки равны, а Batch для 2.5 просто не указан — на страницах моделей Flare и Sunburst `v1/batch` отображается как неподдерживаемый эндпоинт. Это состояние страниц на эту дату, а не обещание, что Batch для 2.5 не появится.

### Одна метка quality — разный бюджет вывода

Ставка умножается на количество токенов, а количество токенов при одной и той же метке у поколений разное. OpenAI пишет об этом прямо: «модели могут использовать разное число токенов при одной настройке quality и делят одну цену за выходной токен» и «одинаковая метка качества не означает одинакового качества изображения или времени ответа у разных моделей». Вот оценки [официального калькулятора](https://developers.openai.com/api/docs/guides/image-generation#cost-and-latency), снятые 22 сентября 2026 года; в них только выходные токены изображения, без входа и без промежуточных кадров стриминга.

| Метка `quality` | GPT Image 2, 1024×1024 | GPT Image 2.5, 1024×1024 | GPT Image 2, 2048×1152 | GPT Image 2.5, 2048×1152 |
|---|---|---|---|---|
| `low` | 196 ток. ≈ $0,006 | 196 ток. ≈ $0,006 | 157 ток. ≈ $0,005 | 157 ток. ≈ $0,005 |
| `medium` | 1 756 ток. ≈ $0,053 | 439 ток. ≈ $0,013 | 1 413 ток. ≈ $0,042 | 367 ток. ≈ $0,011 |
| `high` | 7 024 ток. ≈ $0,211 | 1 756 ток. ≈ $0,053 | 5 650 ток. ≈ $0,170 | 1 413 ток. ≈ $0,042 |
| `xhigh` | нет | 3 122 ток. ≈ $0,094 | нет | 2 511 ток. ≈ $0,075 |
| `max` | нет | 7 024 ток. ≈ $0,211 | нет | 5 650 ток. ≈ $0,170 |

Калькулятор объединяет Sunburst и Flare в один пункт, то есть бюджет у них на одной метке одинаковый; отличается модель, которая этот бюджет тратит. Практическое соответствие читается из таблицы: `low` совпадает у обоих поколений, `high` у 2.5 равен `medium` у GPT Image 2, `max` у 2.5 равен `high` у GPT Image 2, а `medium` и `xhigh` у 2.5 — промежуточные ступени, которых у GPT Image 2 нет.

Отсюда два следствия для счёта. Если вы просто заменили `model` и оставили `quality: "medium"`, стоимость выходных токенов упала примерно в четыре раза — но вместе с ней упал и бюджет детализации, и сравнивать такую картинку с прежней некорректно. Если же вы держали GPT Image 2 на `high` и хотите тот же бюджет у 2.5, нужен `max`; счёт за выход останется тем же, потому что ставка и токены равны. Экономия от перехода, если она есть, берётся из того, что модели 2.5 при меньшем бюджете могут проходить вашу приёмку, — а это уже вопрос проверки, а не тарифа. Реальные расходы считайте по полю `usage` в ответе: калькулятор не учитывает входные токены (у edits с референсами они заметны, и `gpt-image-2` всегда обрабатывает вход в высокой точности), а каждый промежуточный кадр при `partial_images` добавляет 100 выходных токенов. Подробный разбор уровней и бюджета для Sunburst есть в [статье о ценах API GPT Image 2.5](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-api-pricing).

## Как сравнивать честно: равный бюджет, а не равная метка

Ставить рядом `gpt-image-2` на `medium` и `gpt-image-2.5-flare` на `medium` — значит сравнивать 1 756 токенов с 439. Корректные пары при 1024×1024: GPT Image 2 `medium` против 2.5 `high` (по 1 756 токенов) и GPT Image 2 `high` против 2.5 `max` (по 7 024). Тогда одинаковы и бюджет, и стоимость выхода, и разница в результате объясняется только моделью.

Что известно о поведении при равном бюджете из внешних источников, с их условиями:

- **Собственный тест Tosea.ai от 9 сентября 2026 года** ([оригинал на японском](https://tosea.ai/ja/blog/gpt-image-2-5-complete-guide)): 41 одиночный вызов `images/edits` через официальный API, промпт с планом слайда и 1–3 шаблонных референса, слайды деловой презентации 2048×1152, без повторов, среднее по 5 страницам. Их значения `usage` по токенам совпали с калькулятором. При равных 1 413 токенах среднее время ответа: GPT Image 2 `medium` 37,3 с, Sunburst `high` 27,7 с, Flare `high` 19,7 с; при 5 650 токенах — 82,9 / 59,8 / 33,7 с. Доля изменившихся пикселей после 1/2/3 последовательных правок: GPT Image 2 5,6/8,1/11,4 %, Sunburst 4,1/6,8/9,9 %, Flare 3,8/6,7/9,2 %. Текст и числа на всех 15 слайдах верны у всех трёх моделей. Это одна визуальная область и один автор; портреты, сохранение лица с личных фото, прозрачность и маскированный inpainting там не проверялись.
- **Слепые голосования Arena** ([text-to-image](https://arena.ai/leaderboard/text-to-image), [image edit](https://arena.ai/leaderboard/image-edit); на странице указано обновление 7 сентября 2026 года): в генерации Sunburst 1421 ±13 (3 149 голосов), Flare 1399 ±13 (2 856), GPT Image 2 `medium` 1381 ±4 (78 731); в редактировании 1520 / 1491 / 1461. Записи 2.5 помечены как Preliminary — голосов у них на порядок меньше.
- **Artificial Analysis** ([рейтинг text-to-image](https://artificialanalysis.ai/image/leaderboard/text-to-image)): Sunburst `max` 1197 ±9, Flare `max` 1190 ±9, GPT Image 2 `high` 1171 ±9 — и здесь сравнение как раз при равных 7 024 токенах.

Все три источника показывают, что 2.5 при равном бюджете не проигрывает GPT Image 2 в предпочтениях, а по замерам Tosea — быстрее на их нагрузке. Все три — сторонние, и ни один не гарантирует ваш результат: OpenAI сама предупреждает, что «ускорение на одной нагрузке не устанавливает фиксированного ускорения на другой».

![Карточка на столе со схемой соответствия бюджета выходных токенов: метки quality у GPT Image 2 и GPT Image 2.5 при 1024×1024, где high у 2.5 равен medium у GPT Image 2, а max равен high](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-vs-gpt-image-2/img/quality-budget-mapping.webp)

## Кому переходить, а кому остаться

| Ваша ситуация | С чего начать | Почему |
|---|---|---|
| Пайплайн на `gpt-image-2` проходит приёмку, узкое место — время ответа | Flare с явным `quality`, равным по бюджету текущему | Официальный первый кандидат при уже достигнутом качестве; выигрыш — задержка, качество нужно удержать |
| GPT Image 2 не проходит приёмку на сложных правках, лицах, геометрии товара | Sunburst, затем Flare на тех же входах | OpenAI просит сначала доказать, что Sunburst закрывает требование, и лишь потом искать скорость |
| Основной объём идёт через Batch по половинным ставкам | Оставаться на `gpt-image-2` для этого объёма | Batch сегодня указан только у GPT Image 2; переход на Standard-ставки 2.5 удвоит цену токена для этого потока |
| Промпты под GPT Image 2 давно настроены и стабильны, спешки нет | Оставаться, но собрать эталонные результаты уже сейчас | Модель не объявлена устаревшей; эталон пригодится, когда переход станет нужен |
| Многошаговое редактирование одного изображения | Проверить 2.5 в полной цепочке правок | И Flare, и Sunburst заявлены с улучшенным сохранением объекта; у Tosea доля изменённых пикселей была ниже, но на слайдах, а не на фото |
| Новая интеграция, GPT Image 2 ещё не использовали | Flare при приоритете скорости, Sunburst при жёстких требованиях | Гайд OpenAI помечает раздел GPT Image 2 как «для более ранних моделей» и советует новые интеграции строить на 2.5 |

Внутри 2.5 выбор между Flare и Sunburst — отдельный вопрос, и его лучше решать после того, как вы определились, уходить ли с GPT Image 2 вообще. Критерии для этого разобраны в [сравнении Flare и Sunburst](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-sunburst-vs-flare); здесь достаточно правила из гайда: если Sunburst прошёл, прогоняете Flare на тех же входах и переключаетесь только когда качество удержалось, а задержка снизилась.

Об отключении GPT Image 2 речи нет. На [странице deprecations](https://developers.openai.com/api/docs/deprecations) записи ни для `gpt-image-2`, ни для моделей 2.5 отсутствуют. Наоборот, `gpt-image-2` — рекомендованная замена для `gpt-image-1` (отключение 23 октября 2026 года) и для `gpt-image-1.5`, `gpt-image-1-mini` и `chatgpt-image-latest` (отключение 1 декабря 2026 года). Отсутствие даты — не гарантия, поэтому гайд и формулирует откат как «пока предыдущая модель поддерживается». Если вы сейчас на 1.x, разумная траектория — не прыгать через поколение вслепую, а перенести эталонные результаты на `gpt-image-2`, где параметры уже описаны, и от него измерять 2.5; настройка запросов к GPT Image 2 описана в [руководстве по API GPT Image 2](https://blog.laozhang.ai/ru/posts/gpt-image-2-api).

## Миграция по шагам: меняется модель, а не бюджет

Порядок ниже совпадает с официальным разделом «Migrate an existing workflow»; шаг про `quality` конкретизирован по калькулятору, потому что именно на нём команды чаще всего ошибаются.

1. **Сохраните эталонные результаты (baseline) на GPT Image 2.** Соберите представительный набор боевых промптов и референсов: сложные правки, точный текст, лица, геометрия товара, прозрачные ассеты. Запишите модель (лучше снапшот `gpt-image-2-2026-04-21`), все параметры запроса и полученные результаты вместе с `usage`.
2. **Выберите первого кандидата по текущему качеству.** Приёмка проходит — Flare; не проходит на сложных задачах — Sunburst.
3. **Первое сравнение — при неизменных промпте, референсах, размере, формате и равном бюджете.** Не копируйте метку `quality`, переведите её: GPT Image 2 `medium` → 2.5 `high`; GPT Image 2 `high` → 2.5 `max`; `low` остаётся `low`. Если у вас стоял `auto`, зафиксируйте явное значение на обеих сторонах — `auto` калькулятор не оценивает, а у Tosea `auto` на 2.5 при 2048×1152 четыре раза из пяти попадал на ступень 1 413 токенов и один раз на 628.
4. **Проверяйте результат целиком.** Следование инструкции, сохранение личности и товара, точность текста, нежелательные изменения, альфа-канал прозрачных ассетов. Повторяйте одинаковые запросы, чтобы измерить стабильность; для редактирования прогоняйте всю цепочку правок, а не только отдельные шаги.
5. **Скорость — после прохождения качества.** Если начинали с Sunburst и он прошёл, прогоните Flare по тем же требованиям; переключайтесь только при удержанном качестве и реальном выигрыше в задержке. Измеряйте типичные и медленные ответы, ошибки, повторы.
6. **Считайте цену за принятое изображение.** Все оплаченные попытки (вход + выход + промежуточные кадры + повторы) делите на число принятых результатов. Гайд отдельно просит «подтвердить актуальные цены, а не предполагать, что быстрая модель стоит дешевле».
7. **Раскатывайте по рабочим процессам.** Малая доля трафика, те же метрики, постепенное расширение; старая модель остаётся доступной для отката.

В коде переход выглядит как одна дополнительная таблица соответствия, чтобы смена модели не тянула за собой смену бюджета:

```python
from openai import OpenAI

client = OpenAI()

# Равный бюджет выходных токенов по официальному калькулятору (1024x1024)
QUALITY_MAP = {"low": "low", "medium": "high", "high": "max"}

def generate(prompt: str, use_25: bool, legacy_quality: str = "medium"):
    if use_25:
        model, quality = "gpt-image-2.5-flare", QUALITY_MAP[legacy_quality]
    else:
        model, quality = "gpt-image-2", legacy_quality
    result = client.images.generate(
        model=model,
        prompt=prompt,
        size="1024x1024",
        quality=quality,
    )
    # usage — единственный источник фактического расхода токенов
    return result.data[0].b64_json, result.usage
```

Если картинки генерируются из Responses API через инструмент `image_generation`, модель 2.5 задаётся в самом инструменте (`tools: [{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}]`), а счёт дополнительно включает токены основной модели — это стоит учесть при сравнении цены за принятое изображение. Прозрачные ассеты после переезда проверяйте отдельно: у GPT Image 2 прозрачный фон в статусе preview, у 2.5 — штатная возможность, но края волос, стекла и теней всё равно нужно смотреть в альфа-канале; порядок проверки описан в [материале о прозрачном фоне в GPT Image 2.5](https://blog.laozhang.ai/ru/posts/transparent-image-maker). А если после перехода на низкие ступени `quality` в результатах появились шум и зернистость, сначала исключите потерю бюджета из шага 3 — [разбор источников шума в GPT Image 2.5](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-noise-grainy) поможет отделить это от проблем экспорта.

![Миграция с GPT Image 2 на 2.5: сохранить эталон, выбрать Flare или Sunburst по текущему качеству, сравнить при равном бюджете и сохранить откат](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-vs-gpt-image-2/img/migration-decision-flow.webp)

## Что делать пользователям Batch

Если существенная доля вашего объёма идёт через `v1/batch` на `gpt-image-2`, экономика перехода отличается от всех таблиц выше. Batch-ставки GPT Image 2 — половина Standard, а для моделей 2.5 Batch на странице цен и на страницах моделей сегодня не указан. Перенос такого потока на 2.5 означает не «столько же за токен», а удвоение ставки; компенсировать это можно только тем, что 2.5 пройдёт приёмку на меньшем бюджете (например, `high` вместо `max`), и это нужно доказать на своих данных, а не предполагать.

Разумная схема — разделить трафик: интерактивные запросы, где важна задержка, переводить на Flare или Sunburst, а отложенную массовую генерацию оставить в Batch на GPT Image 2 до тех пор, пока для 2.5 не появится Batch или пока GPT Image 2 не получит дату отключения. Как устроен Batch у GPT Image 2 и как он соотносится с другими способами снизить цену, разобрано в [статье о ценах API GPT Image 2](https://blog.laozhang.ai/ru/posts/gpt-image-2-api-pricing).

## Частые вопросы

**GPT Image 2.5 дороже, чем GPT Image 2?**
По ставкам за токен — нет: во вкладке Standard у всех трёх моделей $30 за миллион выходных токенов изображения, $8 за миллион входных и $5 за миллион текстовых на входе. Разница в счёте возникает из-за числа токенов, а оно при одинаковой метке `quality` у 2.5 меньше. Тезис «вдвое дороже» основан на Batch-ставках GPT Image 2, которые к Standard-сравнению не относятся.

**Можно ли просто заменить `gpt-image-2` на `gpt-image-2.5-flare` в конфиге и ничего больше не трогать?**
Технически запрос пройдёт, но при `quality: "medium"` бюджет вывода при 1024×1024 упадёт с 1 756 до 439 токенов, а при `auto` станет непредсказуемым для сравнения. Перед заменой переведите метку по бюджету (`medium` → `high`, `high` → `max`) и сравните на тех же входах.

**Flare действительно лучше GPT Image 2 по качеству?**
OpenAI даёт две формулировки: в гайде — «сопоставимое» качество, в анонсе — «более высокое». Слепые голосования Arena и Artificial Analysis ставят Flare выше GPT Image 2 при равном бюджете, но записи 2.5 пока помечены как предварительные. Для вашего пайплайна ответ даёт только собственное сравнение с эталонными результатами.

**GPT Image 2 скоро отключат?**
На странице deprecations записи для `gpt-image-2` нет; модель сама является рекомендованной заменой для gpt-image-1 (до 23 октября 2026 года) и для gpt-image-1.5, 1-mini и chatgpt-image-latest (до 1 декабря 2026 года). Это не гарантия на будущее, поэтому старую модель держат для отката, пока она поддерживается.

**Есть ли Batch для GPT Image 2.5?**
На 22 сентября 2026 года — нет: во вкладке Batch среди моделей изображений указан только `gpt-image-2`, а на страницах Flare и Sunburst `v1/batch` отображается как неподдерживаемый. Это состояние на указанную дату, а не обещание.

**Какой источник считать надёжным по скорости 2.5?**
Официальная цифра «на 50% ниже задержка» — заявление OpenAI без опубликованной методики. Единственный опубликованный независимый замер при равном бюджете — тест Tosea.ai на слайдах 2048×1152, где Flare был быстрее GPT Image 2 примерно на 47%, а Sunburst — на 26%; переносить эти проценты на другие нагрузки нельзя, свою задержку измеряйте на своих запросах.

## 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) и [документация GPT Image 2 API](https://docs.laozhang.ai/en/api-capabilities/gpt-image-2).

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

## Источники

Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 2026-09-22.

- [гайда OpenAI по промптам для GPT Image 2.5](https://developers.openai.com/api/docs/guides/image-prompting) (developers.openai.com)
- [gpt-image-2](https://developers.openai.com/api/docs/models/gpt-image-2) (developers.openai.com)
- [gpt-image-2.5-flare](https://developers.openai.com/api/docs/models/gpt-image-2.5-flare) (developers.openai.com)
- [gpt-image-2.5-sunburst](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst) (developers.openai.com)
- [Анонс от 8 сентября 2026 года](https://openai.com/index/introducing-chatgpt-images-2-5/) (openai.com)
- [странице цен OpenAI](https://developers.openai.com/api/docs/pricing) (developers.openai.com)
- [официального калькулятора](https://developers.openai.com/api/docs/guides/image-generation) (developers.openai.com)
- [оригинал на японском](https://tosea.ai/ja/blog/gpt-image-2-5-complete-guide) (tosea.ai)
- [text-to-image](https://arena.ai/leaderboard/text-to-image) (arena.ai)
- [image edit](https://arena.ai/leaderboard/image-edit) (arena.ai)
- [рейтинг text-to-image](https://artificialanalysis.ai/image/leaderboard/text-to-image) (artificialanalysis.ai)
- [странице deprecations](https://developers.openai.com/api/docs/deprecations) (developers.openai.com)