Jam sebelas malam hari Jumat, layar laptop Dinda masih menyala. Poster produk baru yang akan naik hari Senin, visual utamanya sudah digambar ulang untuk ketujuh kalinya.
Yang dia inginkan sebenarnya tidak rumit — memindahkan botol produk skincare ke latar belakang yang lebih terang dan lebih berkelas, selebihnya jangan diubah: posisi logo jangan sampai bergeser, teks komposisi bahan di botol jangan sampai buram, sudut pantulan cahaya harus terlihat alami. Tapi setiap kali diedit, gambar baru dari AI selalu diam-diam mengubah bagian yang seharusnya tidak disentuh — logo jadi miring, kilau tutup botol berubah, dan dia harus mulai dari awal lagi: mencari kesalahan, memberi instruksi ulang. Satu malam penuh habis untuk "menggambar ulang", bukan "menyesuaikan".
Sebut saja dia Dinda, seorang desainer visual di sebuah merek skincare D2C — kamu juga bisa memosisikan dirimu di tempatnya, asal kamu pernah merasakan hal yang sama: setiap kali mengedit rasanya seperti judi, tidak tahu apakah putaran kali ini akan menghapus detail yang susah payah sudah pas di putaran sebelumnya.
Dia Selalu Mengira, Begitulah Cara Kerja AI Menggambar
Dinda tidak merasa dirinya melakukan kesalahan apa pun. Dia hanya mengira, begitulah cara kerja generate gambar dengan AI: setiap kali diedit, sama saja dengan melempar dadu lagi — kalau beruntung hasilnya mendekati yang diinginkan, kalau tidak beruntung harus diulang dari awal. Mengedit berkali-kali sambil tetap mempertahankan detail yang sudah pas terdengar seperti keinginan yang serakah — tidak mungkin dapat keduanya sekaligus.
Dia tidak menyangka, "keinginan serakah" itu justru persis hal pertama yang dibahas OpenAI dalam pengumuman terbarunya.
Yang Dibahas OpenAI, Kebetulan Persis Hal yang Membuatnya Frustrasi Semalam
OpenAI merilis dua model generate gambar baru di bawah GPT Image 2.5: Sunburst dan Flare.
Sunburst diposisikan resmi sebagai model generate gambar paling mumpuni yang dimiliki OpenAI saat ini di antara model-model buatan mereka sendiri. Fokus pengumuman kali ini adalah peningkatan besar pada tingkat detail visual — detail yang lebih tajam, pencahayaan yang lebih alami, tekstur material yang lebih kaya. Yang lebih relevan dengan situasi Dinda: Sunburst mendukung pengeditan berulang dalam banyak putaran, dan selama proses penyesuaian berulang itu, model ini lebih baik dalam mempertahankan detail yang ingin dipertahankan pengguna — contoh yang diberikan dalam pengumuman adalah "mencoba berbagai gaya penataan untuk satu ruangan, sambil tetap mempertahankan detail yang ingin kamu simpan". Kalau diterjemahkan ke situasi Dinda, artinya "ganti latar belakang, tapi logo dan teks komposisi bahan jangan ikut bergeser".
Kemampuan lain yang disebutkan secara khusus adalah Sunburst lebih presisi dalam mengikuti instruksi detail, sampai-sampai "tulisan tangan seseorang" pun bisa ditampilkan secara akurat. Bagi tim brand yang sering butuh menaruh slogan bergaya tulisan tangan, label edisi terbatas, atau teks kartu ucapan hari raya di materi mereka, ini adalah salah satu titik yang paling sering "ketahuan buatan AI" selama ini.
Tapi Tim Marketing Tidak Butuh Presisi, Mereka Butuh "Jumlah" — Di Sinilah Flare Jadi Andalan
Situasi Dinda adalah "satu gambar yang harus disempurnakan sampai sempurna", tapi rekan tim marketing di sebelahnya butuh hal yang sama sekali berbeda: satu konsep visual produk baru, yang mungkin harus dibuat jadi belasan versi dalam satu sore untuk internal pitch atau A/B testing — setiap versi tidak perlu sempurna, tapi harus cepat.
Inilah masalah yang coba dijawab Flare. Pengumuman resmi memposisikannya sebagai model generate gambar tercepat yang dimiliki OpenAI saat ini, dengan kecepatan lebih dari 50% lebih cepat dibanding generasi sebelumnya, GPT Image 2, sambil tetap mempertahankan kualitas yang sama. Menurut penjelasan resmi, ini memungkinkan pengguna mengeksplorasi lebih banyak ide dengan lebih cepat. Untuk tim yang butuh generate gambar dalam jumlah besar demi eksplorasi ide, pitch, atau uji cepat arah visual, Flare mewakili sisi "jumlah"; Sunburst mewakili sisi "presisi" yang jadi perhatian Dinda semalam.
Kedua Model Sama-Sama Menghemat Satu Langkah Baginya: Menghapus Latar Belakang
Ada satu hal lagi yang tadinya tidak diduga Dinda akan disebut dalam pengumuman ini: kedua model mendukung keluaran dengan latar belakang transparan. Artinya, gambar yang dihasilkan bisa langsung dalam kondisi latar belakang sudah terhapus, tanpa perlu masuk Photoshop lagi untuk memotong latar secara manual.
Pihak resmi menyebutkan, ini memungkinkan pengguna langsung menghasilkan aset yang kompleks — mulai dari diagram sampai aset game, semuanya termasuk. Kalau diterapkan ke keseharian Dinda, ini berarti foto produk bisa langsung dipasang ke template iklan atau template listing e-commerce tanpa perlu menunggu proses hapus latar; untuk tim seni game, aset karakter atau item juga bisa memangkas satu tahap post-produksi. Bukan fitur yang mengguncang dunia, tapi persis jenis detail yang "dipakai setiap hari, dan waktu yang dihemat akan terus bertambah".
Titik Balik: Ini Bukan Soal "Mana yang Lebih Kuat", Tapi Soal "Tahap Mana Pakai yang Mana"
Dinda awalnya mengira, dengan hadirnya dua model baru ini, tugasnya adalah memutuskan "mana yang lebih bagus, pakai itu saja". Setelah membaca pengumumannya, dia baru sadar dia salah bertanya.
Sunburst dan Flare bukan dua versi tinggi-rendah dari model yang sama, melainkan dua alat dengan pembagian tugas yang jelas dari pihak resmi: Sunburst dipakai untuk alur kerja generate gambar yang paling menuntut ketelitian, Flare dipakai untuk situasi yang butuh hasil cepat dengan kualitas tetap tinggi. Kalau semalam Dinda langsung memakai Flare untuk mencoba belasan komposisi latar belakang secara cepat, lalu setelah memilih arah baru memakai Sunburst untuk penyempurnaan akhir sambil mempertahankan detail, mungkin dia tidak perlu begadang sampai gambar ketujuh.
Yang benar-benar patut diperhatikan adalah, pengumuman kali ini sama sekali tidak menyebutkan harga API secara spesifik, spesifikasi resolusi, atau jadwal peluncuran di berbagai wilayah — OpenAI hanya mengonfirmasi bahwa kedua model "kini sudah tersedia secara bersamaan di API, ChatGPT, dan Codex". Ini berarti kalau kamu ingin memasukkan model-model ini ke alur kerja tim sehari-hari, struktur penagihan dan konsumsi kuota — informasi yang langsung memengaruhi "apakah layak dipakai untuk generate gambar berulang setiap hari" — untuk saat ini hanya bisa dicek langsung di dokumen resmi terbaru, jangan menebak-nebak berdasarkan kesan dari pengumuman ini. Dan justru di titik inilah "memilih model yang tepat, sambil melihat jelas pemakaianmu" jadi relevan — ketika kamu punya satu model untuk presisi dan satu model untuk kecepatan di tangan yang sama, bagaimana membagi tugas dan melacak berapa banyak kuota yang terpakai masing-masing, itulah yang sebenarnya menentukan apakah rilis ini berguna untukmu, bukan model mana yang demo-nya terlihat lebih keren.
Dia Tidak Ganti Alat, Dia Mengganti Urutan Alur Kerjanya
Di akhir cerita, Dinda tidak membuang alat yang selama ini dia pakai, dan tidak juga jadi hanya percaya pada satu model saja. Yang dia lakukan sebenarnya cuma mengganti urutan alur kerjanya: di tahap eksplorasi ide, dia mengutamakan kecepatan dan jumlah, membiarkan beberapa versi komposisi muncul dulu; setelah arah sudah pasti, baru masuk ke tahap penyempurnaan yang menuntut setiap detail terjaga, dan dia tidak perlu lagi khawatir putaran edit berikutnya akan menghapus hal yang sudah susah payah dia atur.
Keluaran latar belakang transparan juga diam-diam menghapus satu langkah manual dari daftar kerjanya — bukan terobosan besar, tapi Dinda di malam Jumat jam sebelas itu akan dengan jujur bilang: hanya dengan tidak perlu lagi membuka Photoshop untuk hapus latar, itu saja sudah cukup membuatnya senang.
Inilah juga yang selalu ingin kami ingatkan kepada pengguna di AI Token King: semakin banyak model, semakin detail pembagian kemampuannya, yang sebenarnya membedakan bukan "memakai yang paling kuat", melainkan "tahu tugas mana harus diserahkan ke model mana, dan melihat jelas berapa banyak yang sudah kamu keluarkan". Sebelum begadang mengedit gambar sampai versi ketujuh lagi, coba pikirkan dulu — langkah ini butuh cepat atau butuh presisi? Sekarang akhirnya ada dua model yang masing-masing bisa menjawab pertanyaan itu.
Pertanyaan yang Sering Ditanyakan (FAQ)
Apa itu GPT Image 2.5? Bedanya dengan GPT Image 2 sebelumnya apa? GPT Image 2.5 adalah seri model generate gambar generasi baru yang dirilis OpenAI kali ini, di dalamnya ada dua model: Sunburst dan Flare. Pengumuman ini fokus pada dua perbedaan: Sunburst mengalami peningkatan signifikan pada tingkat detail visual (ketajaman detail, kealamian pencahayaan, tekstur material) dan kemampuan mempertahankan detail saat pengeditan berulang; Flare lebih dari 50% lebih cepat dibanding generasi sebelumnya, GPT Image 2, sambil tetap mempertahankan kualitas yang sama. Pengumuman ini tidak memberikan perbandingan spesifikasi teknis yang lebih lengkap, sebaiknya cek dokumen resmi untuk detailnya.
Bagaimana memilih antara Sunburst dan Flare? Berdasarkan posisi resmi dalam pengumuman, Sunburst cocok untuk hasil akhir yang paling menuntut detail, butuh penyempurnaan berulang, dan harus menjaga konsistensi brand (misalnya foto produk versi final, materi yang butuh tulisan tangan presisi); Flare cocok untuk tahap yang butuh eksplorasi banyak ide secara cepat (misalnya pitch internal dengan banyak versi di tahap ide, materi untuk A/B testing). Keduanya bukan hubungan saling menggantikan, melainkan alat yang masing-masing sesuai untuk tahap alur kerja yang berbeda.
Keluaran latar belakang transparan paling membantu alur kerja yang mana? Pengumuman menyebutkan kedua model mendukung latar belakang transparan, bisa dipakai untuk menghasilkan aset yang kompleks, mulai dari diagram sampai aset game. Untuk tim e-commerce, ini berarti foto produk bisa langsung dipasang ke template iklan atau template listing tanpa perlu hapus latar manual; untuk tim desain game atau iklan, aset karakter, item, dan ikon juga bisa memangkas satu tahap post-produksi.
Kedua model baru ini sekarang bisa dipakai di mana? Menurut pengumuman resmi, Sunburst dan Flare kini sudah tersedia secara bersamaan di tiga jalur: API, ChatGPT, dan Codex, untuk dipakai developer maupun pengguna umum.
Apakah pihak resmi sudah mengumumkan harga API atau spesifikasi resolusi yang pasti? Video pengumuman ini tidak menyebutkan angka harga spesifik, spesifikasi resolusi, atau jadwal peluncuran di berbagai wilayah, sehingga artikel ini tidak mengutip angka harga atau spesifikasi apa pun. Untuk menilai biaya sebenarnya bila diterapkan ke alur kerja tim, sebaiknya langsung cek dokumen resmi terbaru dari OpenAI, dan pantau pemakaian sebenarnya lewat dashboard konsumsi, bukan menebak berdasarkan kesan dari pengumuman.
Pernyataan Sumber Data: Fakta inti artikel ini dirangkum dari video pengumuman resmi di kanal YouTube OpenAI berjudul "Introducing GPT-Image-2.5 in the API" (dipublikasikan 8 September 2026, https://www.youtube.com/watch?v=A7MSwdXj86k); subtitle asli berbahasa Arab, artikel ini ditulis ulang ke bahasa Indonesia berdasarkan pemahaman makna, bukan terjemahan mesin kata per kata, namun tetap merupakan pengumuman resmi tangan pertama dari OpenAI. "Dinda" dalam artikel ini adalah tokoh ilustratif, bukan kasus klien sungguhan. Artikel ini tidak menyebutkan harga API, spesifikasi resolusi, maupun jadwal peluncuran wilayah secara spesifik karena informasi tersebut memang tidak dibahas dalam video sumber; silakan merujuk ke dokumen resmi OpenAI untuk informasi terkini.
Bacaan Lanjutan: Kalau kamu penasaran soal alat lain seperti OpenAI Codex dan bedanya dengan ChatGPT atau Claude Code, kami pernah membahasnya secara khusus untuk pengguna non-teknis. Ada juga pembahasan tentang kenapa token AI bisa semahal itu, ditelusuri dari cara kerja "autoregressive" yang membuat coding agent boros biaya. Kalau kamu lebih fokus ke sisi praktis menekan biaya, ada lima trik yang sudah teruji efektif untuk menurunkan biaya token AI coding, dengan Claude Fable 5 sebagai contoh kasus. Dan kalau kamu ingin memahami model Claude Fable 5 dari Anthropic, kami juga pernah membahas mekanisme klasifikasi keamanannya serta artinya bagi developer.
Model yang presisi, model yang cepat, masing-masing sudah menghabiskan berapa banyak Token, apakah kamu tahu persis angkanya? Coba AI Token King gratis → (https://aitokenking.com.tw/home), supaya kamu bisa melihat jelas berapa biaya di setiap langkah saat membagi tugas antar beberapa model.
