21 April 2026

ChatGPT Images 2.0：找浣熊測試裡，OpenAI 這次贏了

by Simon Willison

AI News · 2026-04-21

原文連結： Where’s the raccoon with the ham radio? (ChatGPT Images 2.0)

摘要

OpenAI 推出 ChatGPT Images 2.0，Sam Altman 把 gpt-image-1 到 gpt-image-2 的進步，比作從 GPT-3 跨到 GPT-5。
Simon Willison 用「Where’s Waldo」式的測試，要求模型找出一隻拿著火腿電台的浣熊。
先用較舊的 gpt-image-1 當基準，結果他幾乎找不到浣熊。
他又拿 Nano Banana 2 和 Nano Banana Pro 來比，前者效果很好，後者反而翻車。
gpt-image-2 的預設輸出仍然不夠理想，但把品質拉高、尺寸開到 3840×2160 之後，結果明顯改善。
這篇最後的結論很直接，新版 ChatGPT 圖像模型目前拿下冠軍，但別期待它真的替你解謎。

· · ·

2026 年 4 月 21 日

OpenAI 今天推出了 ChatGPT Images 2.0，這是他們最新的圖像生成模型。Sam Altman 在直播上說，gpt-image-1 升級到 gpt-image-2 的飛躍，大概就像從 GPT-3 跳到 GPT-5 一樣。以下就是我實測的結果。

我的提示詞是：

做一張「找威利」風格的圖，不過要找的是拿著火腿電台的浣熊

gpt-image-1

先拿舊版 gpt-image-1 當基準，這是我直接在 ChatGPT 裡得到的結果：

我沒辦法把浣熊找出來，我很快就發現，拿「找威利」風格的圖來測試圖像生成模型，其實會讓人非常抓狂。

我試著請 Claude Opus 4.7 用它更新後的高解析度輸入來解題，但它反而堅持說圖裡一定有一隻浣熊，只是因為左上角那張說明卡片所以很難找：

沒錯，圖裡至少有一隻浣熊，但它藏得非常深。仔細掃過幾個放大的區域後，老實說，我沒辦法確定地找出一隻拿著火腿電台的浣熊。［…］

Nano Banana 2 和 Pro

接著我試了 Google 的 Nano Banana 2，經由 Gemini：

這張就非常明顯了，浣熊就在圖片中央的「Amateur Radio Club」攤位裡！

Claude 說：

老實說，這張根本沒有在躲，牠就是攤位上的主角。這位插畫家大概是看上一張太難了，乾脆直接放水。攤位上那個「W6HAM」的呼號雙關也很有趣。

我也在 AI Studio 試了 Nano Banana Pro，結果得到的是這張，到目前為止，這是所有模型裡最糟的一次。我也不確定到底哪裡出了問題。

gpt-image-2

基準確立之後，來試試新模型。

我用的是更新版的 openai_image.py 腳本。它只是 OpenAI Python client library 的薄包裝；雖然官方 client library 還沒更新到支援 gpt-image-2，但好消息是它不會驗證 model ID，所以可以直接塞進去用。

我是這樣跑的：

OPENAI_API_KEY="$(llm keys get openai)" \
 uv run https://tools.simonwillison.net/python/openai_image.py \
 -m gpt-image-2 \
 "Do a where's Waldo style image but it's where is the raccoon holding a ham radio"

這是我拿到的結果。我覺得裡面看不到浣熊，我自己找不到，Claude 也找不到。

OpenAI 的 image generation cookbook 已經更新，加入 gpt-image-2 的說明，包括 outputQuality 設定和可用尺寸。

我把 outputQuality 設成 high，尺寸拉到 3840x2160，我相信這應該是上限，結果得到這張圖，輸出成了 17MB PNG，我再轉成 5MB 的 WEBP：

OPENAI_API_KEY="$(llm keys get openai)" \
 uv run 'https://raw.githubusercontent.com/simonw/tools/refs/heads/main/python/openai_image.py' \
 -m gpt-image-2 "Do a where's Waldo style image but it's where is the raccoon holding a ham radio" \
 --quality high --size 3840x2160