gpt-image-1.5 is de onglamoureuze versie-upgrade waar productieteams werkelijk om geven. Het is geen nieuwe architectuur en OpenAI heeft het niet op de markt gebracht met een lanceringsevenement, maar het is de snapshot waarbij de meest aangehaalde gpt-image-1 faalmodi betrouwbaar aan de juiste kant van bruikbaar begonnen te landen. Als je beeldgeneratie in een echt product bouwt, is dit de versie waarbij de overhead voor beoordeling per aanroep daalt naar iets dat schaalt.
Wat er veranderd is sinds gpt-image-1
De belangrijkste verbetering is tekstweergave binnen afbeeldingen. De oorspronkelijke release kon korte koppen redelijk goed aan maar struikelde over meerdere regels tekst, gemengde lettertypegrootten en elke tekst die in een nauwkeurig afgebakend kader moest passen. gpt-image-1.5 dicht het grootste deel van die kloof. Marketingbanners, productmodellen met realistische UI-tekst en infographic-achtige outputs zijn nu bruikbaar voor eerste-concept-werk zonder handmatige opschoning in de meeste gevallen.
Compositorische betrouwbaarheid is de andere betekenisvolle winst. Wanneer je om drie onderwerpen in een gedefinieerde ruimtelijke relatie vraagt, kreeg gpt-image-1 de onderwerpen goed en de relatie bij benadering. gpt-image-1.5 krijgt de relatie vaker correct, met name voor podiumopstellingen en productiefotografie-achtige scènes met meerdere items.
Hand- en vingeranatomie is nog steeds onvolmaakt maar het percentage mislukkingen is merkbaar lager. Je krijgt een resultaat met zes vingers zeldzaam genoeg dat een handmatige beoordelingsronde aan het einde van een batch haalbaar is in plaats van vereist bij elke output.
Waar het goed werkt
Marketingcreatieve workflows die snel door honderd variaties moeten itereren om de weinige te vinden die aanslaan. E-commerce productfotografie waar je consistente belichting en een schone achtergrond nodig hebt over een catalogus heen. Redactionele illustratie voor blogposts en rapporten waar de briefing los genoeg is dat het model ruimte heeft om te componeren. UI-mockups voor ontwerpverkenning voordat een ontwerper het overneemt.
Voor bureaus die creatieve iteratiepijplijnen op volume draaien, treft gpt-image-1.5 de prijs-kwaliteitbalans beter dan de vorige versie. De combinatie van hogere eerste-doorgang-slaagkans en hetzelfde kosten-per-afbeelding-profiel betekent dat meer van de gegenereerde outputs verzonden worden zonder handmatig nawerk.
Het geïntegreerde generatie-, bewerkings- en inpainting-eindpunt geërfd van gpt-image-1 blijft behouden. Bewerkingen en variaties gedragen zich voorspelbaarder in deze versie, vooral wanneer de invoer-afbeelding complexe achtergronden of drukke composities heeft. Eerder zag je bewerkingen structuur lekken van het origineel naar het bewerkte gebied. Dat gebeurt nu minder vaak.
Waar het tekortschiet
Zeer fijne typografie bij kleine formaten is nog steeds ruw. Broodtekst en dichte specificatietekst zijn niet betrouwbaar leesbaar zonder een typografie-overlay-stap. Als je output leesbare alineatekst binnen de afbeelding moet bevatten, moet je nog steeds echte tekst bovenop leggen in je applicatiecode.
Fotorealistische mensen met specifieke identiteitsvereisten blijven een limiet. Het model is goed in generieke fotorealistische mensen maar is niet het juiste instrument wanneer je een specifiek persoon nodig hebt of een sterke visuele continuïteit over een reeks afbeeldingen van hetzelfde personage. Voor opeenvolgend karakterwerk heeft een controleerbare diffusiestack met referentie-afbeelding-conditionering nog steeds de voorsprong.
Industriële en technische diagrammen die exacte maatnauwkeurigheid of correcte geometrische relaties vereisen zijn geen sterkte. Het model produceert iets dat eruitziet als een technisch diagram maar is waarschijnlijk niet maatgetrouw. Voor engineering en CAD-aanverwant werk is dit de verkeerde instrumentcategorie volledig.
Kiezen of doorgaan
Voor de meeste teams is gpt-image-1.5 de versie om op te standaardiseren als je begonnen bent op gpt-image-1 en de volwassenheidwinsten wilt zonder het risicoprofiel van een grote versiesprong. Het gedrag is dichtbij genoeg dat promptbibliotheken van gpt-image-1 grotendeels overgezet worden met kleine aanpassingen.
Als je vandaag opnieuw begint, komt de keuze tussen gpt-image-1.5 en de nieuwere gpt-image-2 neer op of je de extra kwaliteitsruimte nodig hebt en de operationele volwassenheid die de nieuwere release brengt. Voor werk met hoog volume waarbij de kosten per afbeelding domineren, is gpt-image-1-mini de budgetlaag die de moeite waard is om te evalueren.
Cross-vendor is gemini-2.5-flash-image de dichtstbijzijnde directe concurrent en wint vaak op bepaalde gestileerde esthetiek terwijl het verliest op tekstweergave binnen afbeeldingen. nano-banana-pro-preview is Google's topklasse-beeldmodel en is de moeite waard om te benchmarken als je outputmix zwaar leunt op fotoreal of beeldende-kunststijlen. De keuze tussen OpenAI's beeldstack en die van Google komt meestal neer op welke conversationele LLM je al gebruikt, omdat het houden van een enkele leveranciersrelatie de inkoop en observeerbaarheid vereenvoudigt.
EU-dataresidentievereisten worden niet standaard vervuld. Voor gereguleerde workflows heb je een regionale gateway of een volledig andere leverancier nodig. Dat is niet veranderd sinds gpt-image-1 en zal waarschijnlijk niet snel veranderen.
Laatste technische beoordeling: 2026-05-22 — Tokonomix.ai
