A cartoon orange tabby cat in a red jacket dancing upright on its hind legs, motion arcs sweeping behind it - the kind of looping animation this guide generates from a single text prompt.
मार्गदर्शिकाएँ

टेक्स्ट प्रॉम्प्ट से एनिमेटेड GIF कैसे बनाएं (GPT Image 2.6)

Nov 6, 2026 को पोस्ट किया गया

मशीन द्वारा अनुवादित

संक्षिप्त उत्तर: हाँ। GPT Image 2.6 एक साधारण टेक्स्ट प्रॉम्प्ट से एक लूपिंग एनिमेटेड GIF देता है — 2 से 16 फ्रेम्स, आपके द्वारा चुना गया फ्रेम डिले, वैकल्पिक पारदर्शी बैकग्राउंड — बिना किसी वीडियो मॉडल और बिना किसी टाइमलाइन के — और यह आपकी मौजूदा फोटो को भी एनिमेट कर सकता है। नीचे सटीक प्रॉम्प्ट, सटीक सेटिंग्स, परिणाम और प्रत्येक टर्न की लागत दी गई है। मुख्य निष्कर्ष: ज़्यादा फ्रेम्स का मतलब ज़्यादा चित्र नहीं है। इससे आपको कम चित्र मिलते हैं।

प्रकटीकरण: हम CombiChat बनाते हैं, जो इन मॉडल्स तक पहुँच बेचता है, इसलिए हमारा स्पष्ट हित इसमें है कि आप इसे सस्ता मानें। यहाँ दी गई प्रत्येक लागत इस पेज पर टर्न के लिए हमारे अपने खाते पर लगने वाला क्रेडिट शुल्क है — यह कोई अनुमान या वेंडर प्राइस लिस्ट नहीं है। विधि अंत में दी गई है। 6 नवंबर 2026 को मापा गया।

आप क्या बना रहे हैं

एक लाल बॉम्बर जैकेट पहने हुए एक कार्टून नारंगी टैबी बिल्ली अपने पिछले पैरों पर नाच रही है, जो सोलह फ़्रेमों के लूप में है - वह तैयार एनिमेशन जिसे यह गाइड एक एकल टेक्स्ट प्रॉम्प्ट से जनरेट करती है।

एक प्रॉम्प्ट, एक टर्न, एक फ़ाइल: 16 फ़्रेम, 1.6 सेकंड का लूप, पारदर्शी बैकग्राउंड ताकि यह किसी भी रंग पर फिट हो सके। इसमें लगभग एक मिनट लगा और 22,428 क्रेडिट खर्च हुए, जो लगभग 22 सेंट के बराबर है।

सेटिंग्स

CombiChat का इमेज स्टूडियो कंपोजर जिसमें Format को gif पर सेट किया गया है, Frames 16, फ़्रेम का समय 100ms, Quality high और Background transparent है - वे सटीक सेटिंग्स जो इस गाइड में एनिमेशन के लिए उपयोग की गई हैं।

Format वाली पंक्ति में gif चुनना ही असली तरकीब है। यह PNG बनाम WebP की तरह कोई कंटेनर विकल्प नहीं है — यह मॉडल द्वारा दिए जाने वाले परिणाम को बदल देता है, यही कारण है कि इसे चुनते ही इसके बगल में दो अतिरिक्त पंक्तियाँ दिखाई देती हैं।

कंट्रोलहमने उपयोग कियाक्यों
ModelGPT Image 2.6 Sunburst2.6 पेयर का डिटेल-ट्यून्ड आधा हिस्सा। सोलह फ़्रेम में एक ही कैरेक्टर को बनाए रखना इस काम का सबसे कठिन हिस्सा है, और Sunburst रेंडर के बीच निरंतरता (consistency) बनाए रखने के लिए बनाया गया है।
Formatgifयह Frames और फ़्रेम का समय दिखाता है। कोई भी अन्य वैल्यू एक स्थिर छवि (still) प्रदान करती है।
Frames16अधिकतम सीमा। इसे बिना सोचे-समझे उपयोग करने से पहले अगला सेक्शन ज़रूर पढ़ें।
फ़्रेम का समय100ms16 frames x 100ms = 1.6 सेकंड का लूप, लगभग 10 frames प्रति सेकंड।
Qualityhighवह कंट्रोल जो अंततः आपके बिल को 8.5x तक बदल देता है।
Ratio1:1वर्गाकार (Square) स्वरूप किसी भी सोशल प्लेटफॉर्म द्वारा किए जाने वाले क्रॉप से सुरक्षित रहता है।
Backgroundtransparentइससे परिणाम एक सफेद वर्ग पर बिल्ली की तस्वीर के बजाय एक स्टिकर की तरह दिखता है।
Count1इस उदाहरण के लिए एक लूप ही पर्याप्त है। अधिक काउंट भी काम करते हैं — प्रत्येक एनिमेशन एक अलग अनुरोध के रूप में जेनरेट किया जाता है, इसलिए वे एक ही बजट के लिए प्रतिस्पर्धा नहीं करते हैं।

फ़्रेम का समय 10-मिलीसेकंड ग्रिड पर 20ms से 2,000ms तक चलता है, और यह ग्रिड कोई मनमाना चुनाव नहीं है: एक GIF अपने फ़्रेम डिले (delay) को सेकंड के सौवें हिस्से में संग्रहीत करता है, इसलिए 55ms के डिले को फ़ाइल में 60 के रूप में लिखा जाएगा और कंट्रोल आपसे झूठ बोल रहा होगा। बीस मिलीसेकंड वह सबसे तेज़ डिले भी है जिसे ब्राउज़र स्वीकार करते हैं — Chrome और Firefox 100ms से तेज़ किसी भी चीज़ को चुपचाप क्लैम्प (clamp) कर देते हैं।

प्रॉम्प्ट

text
एक छोटे लाल बॉम्बर जैकेट में एक मोटे नारंगी टैबी बिल्ली का 16-फ्रेम वाला लूपिंग एनिमेशन, जो अपने पिछले पैरों पर सीधा खड़ा होकर चार्लेस्टन डांस स्टेप कर रही है: घुटने अंदर की ओर घूम रहे हैं और क्रॉस हो रहे हैं, अगले पंजे घुटनों पर क्रॉस हो रहे हैं, पूंछ कूल्हों के विपरीत लहरा रही है, और प्रत्येक बीट पर कान उछल रहे हैं। फ्लैट सेल-शेड कार्टून शैली, गहरे काले आउटलाइन, प्रति आकार चार फ्लैट रंग, कोई ग्रेडिएंट नहीं और कोई टेक्सचर नहीं। कानों से लेकर पैरों तक पूरा शरीर, बीच में स्थित, हर तरफ पर्याप्त खाली मार्जिन। अंतिम पोज़ बिल्कुल पहले पोज़ जैसा है ताकि लूप निर्बाध रहे।

इसमें तीन चीज़ें वास्तव में काम कर रही हैं, और प्रत्येक एक ऐसी गलती है जो हमने पहले की थी।

शारीरिक संरचना का वर्णन करें; तुलना का नाम कभी न लें। इसे लिखने का स्वाभाविक तरीका है "a cat dancing like a human, on two legs like a person"। ऐसा न करें। एक इमेज मॉडल "like a human" को उपमा के रूप में नहीं पढ़ता है — यह इसे उस संज्ञा के रूप में पढ़ता है जिसे आपने माँगा है, और आपको फ्रेम में एक व्यक्ति मिल जाता है। इसके बजाय मुद्रा (pose) को विस्तार से लिखना (standing upright on its hind legs, knees swinging inward, paws crossing at the knees) बिल्कुल वही तस्वीर मांगता है और इसमें किसी का नाम भी नहीं होता। "no people" जोड़ने से भी मदद नहीं मिलती; शब्द किसी भी तरह से प्रॉम्प्ट में मौजूद रहता है।

यहाँ फ्लैट कलर (Flat color) कोई स्टाइल की पसंद नहीं है, यह फ़ाइल फ़ॉर्मेट है। एक GIF प्रति फ्रेम अधिकतम 256 रंगों को स्टोर करता है और समान पिक्सेल की श्रृंखला खोजकर उसे कंप्रेस करता है। स्मूथ फोटोयलिस्टिक शेडिंग (Smooth photoreal shading) इन दोनों को एक साथ विफल कर देती है: पैलेट बैंड्स में पोस्टरइज़ हो जाता है और फ़ाइल का आकार बहुत बढ़ जाता है। four flat colors per shape, no gradients, bold outlines माँगने से आउटपुट छोटा और दिखने में बेहतर बनता है। Cel animation और GIF एक-दूसरे के लिए ही बनाए गए थे।

लूप को बंद करने के लिए कहें। अंतिम पोज़ बिल्कुल पहले पोज़ जैसा ही वापस आता है यह एक छोटा सा वाक्य है जो एक निर्बाध चक्र सुनिश्चित करता है। यदि आप इसे छोड़ देते हैं, तो एनीमेशन हर बार रीस्टार्ट होने पर स्पष्ट रूप से झटके के साथ आगे बढ़ेगा।

अधिक फ्रेम, कम पिक्सेल

यह वह हिस्सा है जिसे कोई नहीं लिखता, और यह वीडियो प्राइसिंग (pricing) के काम करने के तरीके के बिल्कुल विपरीत है।

GPT Image 2.6 से अधिक GIF फ्रेम माँगने से आपको अधिक चित्र नहीं मिलता: यह एक लगभग निश्चित पिक्सेल बजट को उनके बीच विभाजित कर देता है। एक 2-फ्रेम लूप 1216 x 816 के रूप में वापस आया, और हमारे द्वारा जेनरेट किया गया प्रत्येक 16-फ्रेम लूप लगभग आधे मेगापिक्सेल — 864 x 576 या 704 x 704 — के रूप में वापस आया — दोनों 2.6 मॉडल, दो आस्पेक्ट रेशियो (aspect ratios) और सभी चार क्वालिटी टियर (quality tiers) में।

नवंबर 2026 में दोनों GPT Image 2.6 मॉडलों पर 20 एनिमेटेड टर्न्स के आधार पर मापा गया। प्रत्येक 16-फ्रेम वाला GIF लगभग आधा मेगापिक्सेल निकला।

मॉडल आपके फ्रेम्स को उनके पूर्ण आकार में रेंडर नहीं कर रहा है और प्रति फ्रेम शुल्क ले रहा है। इसके बजाय, यह लगभग एक निश्चित पिक्सेल बजट को उनके बीच विभाजित कर रहा है। एक ही मॉडल, समान गुणवत्ता और समान आस्पेक्ट रेशियो के साथ, चार अलग-अलग फ्रेम काउंट:

फ्रेम्सडिलीवर किया गया कैनवासमेगापिक्सेलचार्ज किए गए क्रेडिट
21216 x 8160.997,858 (~$0.07)
41216 x 8160.997,859 (~$0.07)
91152 x 7680.887,222 (~$0.07)
16864 x 5760.507,219 (~$0.07)

उस श्रृंखला में 2 फ्रेम्स से 16 फ्रेम्स पर जाने में कोई अतिरिक्त लागत नहीं आई और रेजोल्यूशन आधा हो गया। हमने दूसरे 2.6 मॉडल पर एक अलग आस्पेक्ट रेशियो और सभी क्वालिटी टियर में भी कैनवास को इसी तरह सिमटते हुए देखा: दोनों मॉडलों और सभी चार टियरों में हमारे द्वारा जनरेट किया गया प्रत्येक 16-फ्रेम वाला GIF, लगभग आधा मेगापिक्सेल निकला। यह हिस्सा विश्वसनीय है।

लेकिन पैसा (लागत) विश्वसनीय नहीं है। दूसरे मॉडल पर बिल स्थिर नहीं रहा:

मॉडल, गुणवत्ता, अनुपात2 फ्रेम16 फ्रेम
2.6 Flare, low, 3:27,858 क्रेडिट (~$0.07)7,219 (~$0.07) — flat
2.6 Sunburst, high, 1:110,650 क्रेडिट (~$0.10)22,428 (~$0.22) — 2.1x

इसलिए "फ्रेम मुफ्त हैं" इस आधार पर बजट न बनाएं। उस एक चीज़ के आधार पर योजना बनाएं जो हर जगह लागू होती है: फ्रेम की संख्या के लिए हमेशा रिज़ॉल्यूशन के रूप में भुगतान किया जाता है; कभी-कभी पैसों के रूप में। जो इसे किसी मुफ्त उपहार के बजाय एक वास्तविक विकल्प बनाता है:

  • क्या आप इसे स्मूथ (smooth) चाहते हैं? 16 फ्रेम चुनें और लगभग 704 x 704 का रिज़ॉल्यूशन स्वीकार करें। चैट विंडो में 400 पिक्सेल चौड़ाई पर देखे जाने वाले लूप के लिए, लगभग हर बार यही सही निर्णय है।
  • क्या आप इसे शार्प (sharp) चाहते हैं? पूरे मेगापिक्सेल पर 2 से 4 फ्रेम लें और मोशन को उसके अनुसार डिज़ाइन करें — जैसे एक पलक झपकना, एक उछाल, एक लहर, या पूंछ का फड़फड़ाना। दो-फ्रेम वाला लूप एक पूरी तरह से सम्मानजनक स्टिकर है, और यह फ़ाइल आकार का पाँचवाँ हिस्सा है।

एक बात जो जानना आपके लिए महत्वपूर्ण है, क्योंकि यही ऊपर दी गई हर चीज़ के स्वरूप को स्पष्ट करती है: मॉडल एनिमेशन को एक अनुक्रम (sequence) के रूप में रेंडर नहीं करता है। यह फ्रेम को एक बड़े ग्रिड के रूप में व्यवस्थित करता है — 704x704 पर 16-फ्रेम का लूप वास्तव में एक 2816x2816 की शीट होती है — और यही मुख्य कारण है कि फ्रेम काउंट आपके रेजोल्यूशन को कम कर देता है। यदि आप एक साथ कई लूप मांगते हैं, तो CombiChat प्रत्येक को एक अलग अनुरोध के रूप में भेजता है, जिससे वे एक ही बजट के लिए प्रतिस्पर्धा नहीं करते हैं।

नीचे इस पृष्ठ के शीर्ष पर दिया गया एनिमेशन है, जिसके सोलह फ्रेम को सपाट रखा गया है। मॉडल ने एक ही पास में यही बनाया है — और यह इस काम के सबसे कठिन हिस्से को देखने का सबसे स्पष्ट तरीका भी है, जो कि ड्राइंग करना नहीं है, बल्कि हर सेल में वही बिल्ली, वही जैकेट और वही धारियाँ बनाए रखना है:

![नृत्य करती बिल्ली के सभी सोलह फ्रेम जिन्हें चार-बाय-चार ग्रिड के रूप में व्यवस्थित किया गया है - वही लेआउट जिसे मॉडल इसे GIF में पैक करने से पहले आंतरिक रूप से रेंडर करता है, और यही कारण है कि लंबा लूप छोटे आकार में वापस आता है।}(/api/blog/media/4ede3494-6287-4fcf-8bb7-c5e743852c4d)

यहाँ वही प्रॉम्प्ट दो-फ़्रेम लूप के रूप में दिया गया है। यह अधिक शार्प है — सोलह-फ़्रेम वाले वर्शन के 704 के मुकाबले 960 x 960 — और 215 KB के साथ इसका भार भी पाँचवें हिस्से के बराबर है, और यह अभी भी स्पष्ट रूप से एक नाचती हुई बिल्ली ही है:

960 x 960 पिक्सेल पर दो-फ़्रेम लूप के रूप में वही नाचती हुई बिल्ली - अधिक शार्प लेकिन बहुत कम चलती हुई, यह वह ट्रेड-ऑफ़ है जिसे यह गाइड फ़्रेम काउंट और रेज़ोल्यूशन के बीच मापती है।

इसकी लागत क्या है

गुणवत्ता (Quality) ही मुख्य कारक है। 16 फ्रेम पर एक ही प्रॉम्प्ट पर मापे गए तीन स्तर, उन्हीं स्थिर-छवि (still-image) शुल्कों से अनुमानित हैं जो उसी मॉडल के शीर्ष दो स्तरों के लिए हैं:

गुणवत्ता (Quality)चार्ज किए गए क्रेडिटलगभग
low10,541~$0.10
medium18,495~$0.18
high22,428~$0.22
xhigh~39,900~$0.39
max~89,700~$0.89

क्रेडिट वह बैलेंस है जो एक CombiChat प्लान खर्च करता है, और एक Plus प्लान में हर महीने बीस लाख क्रेडिट होते हैं — यानी high quality पर इनमें से लगभग 89, या low quality पर 189। Pro इसे दोगुना कर देता है और Max इसे फिर से दोगुना कर देता है।

ध्यान दें कि सूची में क्या नहीं है: फ्रेम डिले (frame delay), आस्पेक्ट रेशियो (aspect ratio) और ट्रांसपेरेंट बैकग्राउंड के लिए किसी भी मॉडल पर कोई शुल्क नहीं लगता है। गुणवत्ता ही वह मुख्य नियंत्रक है जो प्रभाव डालता है — जो शुरू से अंत तक 8.5x का अंतर पैदा करता है — जबकि फ्रेम काउंट मॉडल पर निर्भर होने के कारण दूसरे स्थान पर आता है।

डिफ़ॉल्ट सेटिंग 'लो' (low) है, और 'लो' ही वह जगह है जहाँ समस्या आती है

नए इमेज टर्न low से शुरू होते हैं, और यहीं पर एनिमेशन सबसे पहले बिगड़ने लगता है — क्वालिटी में गिरावट उन हिस्सों पर पड़ती है जो हिलते-डुलते हैं।

एक ही कार्टून बिल्ली को कम और उच्च गुणवत्ता में अगल-बगल दिखाया गया है: low में पैर एक द्रव्यमान में मिल गए हैं और पंजे गायब हो गए हैं, यही कारण है कि यह गाइड डिफ़ॉल्ट बदलने की सलाह देती है।

बाएं, low: 10,541 क्रेडिट्स, लगभग 10 सेंट। दाएं, high: 22,428 क्रेडिट्स, लगभग 22 सेंट। एक ही प्रॉम्प्ट, वही 16 फ्रेम्स, वही 704 x 704 कैनवास — दो अलग-अलग जनरेशन, क्योंकि यह मॉडल कोई सीड (seed) नहीं लेता है।

दोनों बिल्लियाँ एकल ड्राइंग के रूप में ठीक हैं। 'low' वाली इमेज में पैर एक ही द्रव्यमान में मिल गए हैं, पंजे गायब हो गए हैं, और आउटलाइन धुंधली हो गई है — और सोलह फ्रेम्स में ये वही हिस्से हैं जिन्हें आपकी आँखें ट्रैक करती हैं, इसलिए लूप एक डांस के बजाय डगमगाहट जैसा दिखता है। इसे ठीक करने की लागत लगभग ग्यारह सेंट है।

अपनी मौजूदा फ़ोटो को एनिमेट करें

विषय (subject) का प्रॉम्प्ट से आना आवश्यक नहीं है। रेफरेंस बटन के साथ एक तस्वीर संलग्न करें, gif चुनें, और केवल गति का वर्णन करें: मॉडल एक नई तस्वीर बनाने के बजाय, उसके विषय, उसकी फ्रेमिंग और उसके बैकग्राउंड को बनाए रखते हुए आपकी तस्वीर को एनिमेट करता है।

text
इस सटीक बिल्ली के बच्चे को एक निर्बाध लूपिंग डांस के रूप में एनिमेट करें। फ़ोटो में इसकी मुद्रा से शुरू करते हुए, जिसमें इसके अगले पंजे इसके सीने के सामने जुड़े हुए हैं, बिल्ली का बच्चा एक बीट पर ऊपर और नीचे उछलता है और हर उछाल पर अपने अगले पंजों को आपस में टकराता है, उसके कान फड़फड़ाते हैं और सिर अगल-बगल हिलता है। फ़ोटो के समान ही बिल्ली का बच्चा, समान फ्रेमिंग और समान बैकग्राउंड बनाए रखें। अंतिम मुद्रा बिल्कुल पहली मुद्रा जैसी ही होनी चाहिए ताकि लूप निर्बाध रहे।

हमने GPT Image 2.6 Sunburst पर हाई क्वालिटी, 3:4, 16 फ्रेम के साथ एक अदरक के रंग के बिल्ली के बच्चे (ginger kitten) की फोटो के साथ वह प्रॉम्प्ट भेजा। इसका परिणाम 608 x 816 पर मिला — वही बिल्ली का बच्चा हर लूप में दो बार ताली बजाते और उछलते हुए और फिर फोटो वाले पोज़ में वापस स्थिर होते हुए दिखा — और इसके लिए 17,683 क्रेडिट, यानी लगभग 17 सेंट चार्ज किए गए।

  • प्रॉम्प्ट का उपयोग मूवमेंट (गति) के लिए करें। फोटो पहले से ही बताती है कि विषय कैसा दिखता है। जो वह नहीं बता सकती, वह है कि वह कैसे चलता है, इसलिए शब्दों का उपयोग उसी के लिए किया जाता है।
  • मूवमेंट की शुरुआत फोटो के पोज़ से करें, और इसे वहीं समाप्त करें। इससे लूप उसी चित्र पर वापस आ जाएगा जिससे आपने शुरुआत की थी।
  • बड़ी फ़ाइल की अपेक्षा करें। एक फोटो फोटो ही रहती है, उन सभी शेडिंग्स के साथ जिन्हें GIF ठीक से स्टोर नहीं कर पाता: हमारे 16-फ्रेम वाले बिल्ली के बच्चे की फ़ाइल 3.6 MB है, जो कार्टून बिल्ली की 1,009 KB वाली फ़ाइल से साढ़े तीन गुना से भी अधिक है।
  • कोई मास्क नहीं। इमेज स्टूडियो एनिमेटेड टर्न के साथ मास्क नहीं भेज सकता, इसलिए जब gif चुना जाता है, तो Mask बटन छिपा रहता है।

तीन चीज़ें जो यह नहीं करेगा

  • कोई सीड (seed) नहीं। यह मॉडल सीड स्वीकार नहीं करता है, इसलिए आपके द्वारा पसंद किए गए परिणाम को दोबारा नहीं बनाया जा सकता और न ही उसमें कोई बदलाव किया जा सकता है। फिर से जेनरेट करने पर आपको एक अलग बिल्ली मिलेगी।
  • सोलह फ्रेम, निश्चित। यदि आप 17 फ्रेम मांगते हैं, तो OpenAI स्पष्ट रूप से मना कर देता है: "2 से 16 के बीच एक पूर्णांक (integer) का उपयोग करें।" जो पेज 32 या 64 फ्रेम का वादा करते हैं, वे किसी और चीज़ का वर्णन कर रहे हैं।
  • फ़ाइलें भारी हैं। हमारा 16-फ्रेम वाला लूप 1,009 KB का है; उसी चीज़ का 2-फ्रेम वाला वर्शन 215 KB का है। GIF लगभग हर फ्रेम को बिना किसी कंप्रेशन के पूरा स्टोर करता है, इसलिए 16-फ्रेम का एनिमेशन मोटे तौर पर एक ही चीज़ के सोलह स्थिर चित्रों का समूह है। वेब पेज के लिए, इसे MP4 में बदलें और GIF को केवल उन जगहों के लिए रखें जो केवल GIF स्वीकार करते हैं — जैसे चैट ऐप्स, स्टिकर, ईमेल।

हमें ये संख्याएँ कैसे मिलीं

इस पृष्ठ पर दी गई प्रत्येक लागत हमारे अपने खाते पर लगने वाला शुल्क है, न कि कोई मूल्य सूची। हमने CombiChat के इमेज स्टूडियो में सामान्य पेड प्लान (paid plan) पर टर्न चलाए और बाद में प्रत्येक टर्न के अपने रिकॉर्ड से क्रेडिट की गणना की। क्रेडिट वह इकाई है जिसके आधार पर प्लान का बिल बनाया जाता है, और 100,000 क्रेडिट एक अमेरिकी डॉलर के बराबर हैं — इसलिए प्रत्येक के बगल में दी गई डॉलर की संख्या वही रूपांतरण है, जिसे पूर्णांकित (round down) किया गया है और एक टिल्डे (~) के साथ चिह्नित किया गया है ताकि इसे उद्धरण के बजाय केवल एक मार्गदर्शक के रूप में देखा जाए। प्रत्येक पेड प्लान पर मार्कअप एक समान है, इसलिए ये वही संख्याएँ हैं जो आप देखेंगे।

फ्रेम-काउंट तालिका GPT Image 2.6 Flare पर समान सेटिंग्स के साथ चार अलग-अलग टर्न है, और दूसरी तालिका Sunburst पर दो और टर्न जोड़ती है। गुणवत्ता तालिका लो, मीडियम और हाई के लिए प्रति टियर एक मापा गया टर्न है; xhigh और max को उसी मॉडल के मापे गए स्टिल-इमेज चार्जेस के अनुपात से मापे गए हाई-टियर एनिमेशन को स्केल करके प्रक्षिप्त (projected) किया गया है, यही कारण है कि उनके साथ एक टिल्ड (~) लगा है — उस प्रक्षेप ने इसे चलाने से पहले बाईस हजार में से दस क्रेडिट तक हाई टियर के रूप में कॉल किया था, इसलिए हम इस पर भरोसा करते हैं, लेकिन हम इसे लेबल करते हैं। कैनवास का आकार डिलीवर की गई फाइलों से पढ़ा जाता है, अनुरोध से नहीं: आप इस मॉडल पर आउटपुट आकार नहीं चुनते हैं। फोटो एनिमेशन Sunburst पर हाई क्वालिटी में एक और टर्न है, जिसे 7 नवंबर 2026 को मापा गया था।

अक्सर पूछे जाने वाले प्रश्न

क्या GPT Image 2.6 एनिमेटेड GIFs बना सकता है? हाँ। आउटपुट फॉर्मेट को GIF पर सेट करें और मॉडल एक स्थिर इमेज के बजाय एक लूपिंग एनिमेशन प्रदान करेगा — जिसमें 2 से 16 फ्रेम होंगे, 20 से 2,000 मिलीसेकंड के बीच आपकी पसंद का फ्रेम डिले (frame delay) होगा, और एक वैकल्पिक पारदर्शी बैकग्राउंड (transparent background) भी होगा। यह वही मॉडल और वही प्रॉम्प्ट बॉक्स है जिसका उपयोग स्थिर इमेज के लिए किया जाता है; इसमें किसी वीडियो मॉडल का उपयोग नहीं किया जाता है।

एक AI-जनरेटेड GIF में कितने फ्रेम हो सकते हैं? GPT Image 2.6 में सोलह (16) की अधिकतम सीमा है, और OpenAI इससे अधिक किसी भी संख्या को अस्वीकार कर देता है और एक स्पष्ट त्रुटि (error) दिखाता है जिसमें 2 से 16 के बीच पूर्णांक (integer) माँगा जाता है। 32 या 64 फ्रेम के जो दावे किए गए हैं, वे इस मॉडल पर लागू नहीं होते हैं।

क्या अधिक फ़्रेम माँगने से लागत अधिक आती है? कभी-कभी। एक मॉडल और आकार पर हमने समान सेटिंग्स के साथ 2, 4, 9 और 16 फ़्रेम मापे और चारों के लिए लगभग एक समान शुल्क लिया गया — लगभग 7,200 से 7,900 क्रेडिट, यानी लगभग सात सेंट; वहीं दूसरे पर, 16 फ़्रेम की लागत 2 फ़्रेम की तुलना में 2.1 गुना अधिक थी। अधिक फ़्रेम का जो अतिरिक्त मूल्य हमेशा लगता है, वह है रिज़ॉल्यूशन — हमारे द्वारा जनरेट किए गए प्रत्येक 16-फ़्रेम वाले GIF का रिज़ॉल्यूशन लगभग आधा मेगापिक्सेल था, जबकि 2 फ़्रेम पर यह पूर्ण एक मेगापिक्सेल था।

क्या मैं अपनी फ़ोटो को एनिमेटेड GIF में बदल सकता हूँ? हाँ। फ़ोटो को एक संदर्भ (reference) के रूप में संलग्न करें, फ़ॉर्मेट को GIF पर सेट करें और गति का वर्णन करें: GPT Image 2.6 एक नई तस्वीर बनाने के बजाय उस फ़ोटो को ही एनिमेट करता है। उच्च गुणवत्ता वाले एक खींचे गए बिल्ली के बच्चे के 16-फ़्रेम लूप के लिए 17,683 क्रेडिट, यानी लगभग 17 सेंट लगे। एक चीज़ जिसे एनिमेटेड टर्न (animated turn) नहीं ले जा सकता, वह है मास्क।

मेरा AI GIF ब्लॉक जैसा या बैंडेड (banded) क्यों दिख रहा है? इसके दो कारण हैं जो मिलकर समस्या बढ़ाते हैं। GIF प्रति फ्रेम अधिकतम 256 रंगों को ही स्टोर करता है, इसलिए स्मूथ फोटोग्राफिक शेडिंग बैंड्स में बदल जाती है; और क्वालिटी सेटिंग लो (low) से शुरू होती है, जो ठीक उन्हीं हिलते हुए हिस्सों को धुंधला कर देती है जिन्हें आपकी आँखें फॉलो करती हैं। बोल्ड आउटलाइन के साथ फ्लैट सेल-शेड्ड (cel-shaded) आर्ट के लिए प्रॉम्प्ट दें और क्वालिटी बढ़ाएँ — फ्लैट आर्ट ही वह चीज़ है जिसके लिए यह फॉर्मेट बनाया गया है।

क्या AI-जनरेटेड GIF का बैकग्राउंड ट्रांसपेरेंट हो सकता है? हाँ। बैकग्राउंड को ट्रांसपेरेंट (transparent) पर सेट करें और प्रत्येक फ्रेम एक ट्रांसपेरेंट कलर इंडेक्स के साथ आएगा, जो परिणाम को सफेद चौकोर बॉक्स वाली तस्वीर के बजाय एक स्टिकर के रूप में उपयोग करने योग्य बनाता है। GIF ट्रांसपेरेंसी ग्रेडेड होने के बजाय प्रति पिक्सेल ऑन-या-ऑफ (on-or-off) होती है, इसलिए बोल्ड आउटलाइन और फ्लैट फिल इसमें साफ दिखते हैं, जबकि सॉफ्ट फोटोग्राफिक किनारे नहीं रह पाते।

CombiChat में GIF जनरेट करने के लिए मुझे क्या चाहिए? एक Plus प्लान या उससे ऊपर का प्लान। दोनों GPT Image 2.6 मॉडल उस मॉडल टियर से ऊपर हैं जो फ्री प्लान में शामिल है। एनिमेशन कोई सशुल्क ऐड-ऑन (paid add-on) नहीं है — यह इमेज कंपोज़र पर Format वाली पंक्ति है, और इसकी लागत स्वयं टर्न (turn) से अधिक नहीं है।