Đã đăng vào Nov 6, 2026
Câu trả lời ngắn gọn: có. GPT Image 2.6 tạo ra một ảnh GIF hoạt họa lặp lại từ một câu lệnh văn bản thông thường — từ 2 đến 16 khung hình, độ trễ khung hình do bạn chọn, nền trong suốt tùy chọn — mà không cần mô hình video hay dòng thời gian (timeline) — và nó cũng có thể tạo hoạt ảnh cho một bức ảnh mà bạn đã có sẵn. Dưới đây là chính xác câu lệnh, các cài đặt, kết quả và mức phí cho mỗi lượt thực hiện. Phát hiện đáng lưu ý là: càng nhiều khung hình không có nghĩa là bạn có nhiều hình ảnh hơn. Chúng chỉ khiến bạn nhận được ít đi.
Miễn trừ trách nhiệm: chúng tôi tạo ra CombiChat, công cụ cung cấp quyền truy cập vào các mô hình này, vì vậy chúng tôi có lợi ích rõ ràng trong việc khiến bạn tin rằng điều này rẻ. Mọi chi phí ở đây là số tín dụng (credit) bị trừ trên tài khoản riêng của chúng tôi cho các lượt thực hiện trên trang này — không phải là ước tính và cũng không phải bảng giá của nhà cung cấp. Phương pháp được trình bày ở phần cuối. Đo lường vào ngày 6 tháng 11 năm 2026.
Một câu lệnh, một lượt chạy, một tệp: 16 khung hình, một vòng lặp 1,6 giây, nền trong suốt để bạn có thể đặt lên bất kỳ màu nào. Quá trình này mất khoảng một phút và tiêu tốn 22.428 credit, khoảng 22 cent.
Chọn gif ở hàng Định dạng chính là bí quyết. Đây không phải là lựa chọn định dạng lưu trữ như PNG so với WebP — nó thay đổi kết quả mà mô hình trả về, đó là lý do tại sao hai hàng bổ sung xuất hiện ngay bên cạnh khi bạn chọn nó.
| Kiểm soát | Chúng tôi đã sử dụng | Lý do |
|---|---|---|
| Model | GPT Image 2.6 Sunburst | Một nửa của cặp đôi 2.6 được tinh chỉnh về chi tiết. Giữ nguyên một nhân vật qua mười sáu khung hình là phần khó nhất của công việc này, và Sunburst là phiên bản được xây dựng để đảm bảo tính nhất quán giữa các lần kết xuất. |
| Format | gif | Hiển thị Frames và Thời lượng khung hình. Bất kỳ giá trị nào khác đều sẽ trả về một ảnh tĩnh. |
| Frames | 16 | Mức trần. Hãy xem phần tiếp theo trước khi bạn điều chỉnh nó theo phản xạ. |
| Thời lượng khung hình | 100ms | 16 khung hình x 100ms = một vòng lặp 1,6 giây, khoảng 10 khung hình mỗi giây. |
| Quality | high | Thông số kiểm soát sẽ ảnh hưởng đến hóa đơn của bạn, lên tới 8,5 lần từ đầu đến cuối. |
| Ratio | 1:1 | Tỉ lệ vuông sẽ vượt qua mọi lần cắt mà các nền tảng mạng xã hội áp dụng. |
| Background | transparent | Biến kết quả thành một hình dán thay vì một bức ảnh con mèo trên một hình vuông trắng. |
| Count | 1 | Một vòng lặp là tất cả những gì ví dụ này cần. Các số lượng cao hơn vẫn hoạt động — mỗi hoạt ảnh được tạo dưới dạng một yêu cầu riêng biệt, vì vậy chúng không cạnh tranh chung một ngân sách. |
Thời lượng khung hình chạy từ 20ms đến 2.000ms trên lưới 10 mili giây, và lưới này không phải là một lựa chọn ngẫu nhiên: một tệp GIF lưu trữ độ trễ khung hình của nó theo phần trăm giây, vì vậy độ trễ 55ms sẽ được ghi vào tệp là 60 và trình điều khiển sẽ đánh lừa bạn. Hai mươi mili giây cũng là độ trễ nhanh nhất mà các trình duyệt tôn trọng — Chrome và Firefox sẽ âm thầm giới hạn bất kỳ giá trị nào nhanh hơn mức 100ms.
Một hoạt ảnh lặp lại 16 khung hình về một chú mèo mướp cam mũm mĩm mặc áo khoác bomber đỏ nhỏ xíu, đứng thẳng trên hai chân sau thực hiện bước nhảy Charleston: đầu gối đưa vào trong và bắt chéo, hai chân trước bắt chéo ở ngang đầu gối, đuôi vẫy ngược lại với hướng hông, tai nảy lên theo từng nhịp. Phong cách hoạt hình cel-shaded phẳng, đường viền đen đậm, bốn màu phẳng cho mỗi hình khối, không có gradient và không có kết cấu. Toàn thân từ tai đến ngón chân, căn giữa, lề trống rộng rãi ở mọi phía. Tư thế cuối cùng quay trở lại chính xác tư thế đầu tiên để vòng lặp diễn ra liền mạch.Có ba điều trong đó đang thực sự phát huy tác dụng, và mỗi điều đó đều là một sai lầm mà chúng tôi đã mắc phải trước đây.
Hãy mô tả cấu trúc cơ thể; đừng bao giờ gọi tên sự so sánh. Cách viết tự nhiên là "một con mèo đang nhảy múa như con người, trên hai chân như một người". Đừng làm vậy. Một mô hình hình ảnh không đọc cụm "như con người" như một phép so sánh — nó đọc đó là một danh từ mà bạn đang yêu cầu, và kết quả là bạn sẽ có một người xuất hiện trong khung hình. Thay vào đó, hãy mô tả chi tiết tư thế (đứng thẳng trên hai chân sau, đầu gối hướng vào trong, các bàn chân bắt chéo tại đầu gối) để có được chính xác bức tranh đó mà không cần gọi tên bất kỳ ai. Việc thêm "không có người" cũng không giúp ích gì; từ đó vẫn xuất hiện trong câu lệnh (prompt) dù thế nào đi nữa.
Màu phẳng không phải là sở thích về phong cách ở đây, mà là định dạng tệp. Một tệp GIF lưu trữ tối đa 256 màu mỗi khung hình và nén bằng cách tìm các chuỗi điểm ảnh giống nhau. Việc đổ bóng thực tế mượt mà sẽ làm hỏng cả hai yếu tố: bảng màu sẽ bị chia thành từng dải màu (posterize) và dung lượng tệp sẽ tăng vọt. Yêu cầu bốn màu phẳng cho mỗi hình dạng, không có hiệu ứng chuyển màu (gradient), đường viền đậm sẽ giúp kết quả đầu ra nhỏ hơn và trông đẹp hơn. Hoạt hình Cel và GIF vốn được tạo ra để dành cho nhau.
Hãy yêu cầu vòng lặp đóng lại. Tư thế cuối cùng quay trở lại chính xác tư thế đầu tiên là một câu nói ngắn gọn giúp bạn có được một chu kỳ mượt mà. Nếu bỏ qua điều này, chuyển động sẽ bị giật rõ rệt mỗi khi nó bắt đầu lại.
Đây là phần mà không ai ghi lại, và nó hoàn toàn ngược lại với cách tính giá video thông thường.
Được đo lường qua 20 lượt hoạt ảnh trên cả hai mô hình GPT Image 2.6, tháng 11 năm 2026. Mỗi tệp GIF 16 khung hình đều có dung lượng khoảng nửa megapixel.
Mô hình không hiển thị các khung hình của bạn ở kích thước đầy đủ và tính phí cho mỗi khung hình. Thay vào đó, nó đang chia nhỏ một ngân sách pixel cố định cho chúng. Bốn số lượng khung hình khác nhau, cùng một mô hình, cùng chất lượng, cùng tỷ lệ khung hình:
| Khung hình | Canvas được bàn giao | Megapixel | Tín dụng bị tính |
|---|---|---|---|
| 2 | 1216 x 816 | 0.99 | 7,858 (~$0.07) |
| 4 | 1216 x 816 | 0.99 | 7,859 (~$0.07) |
| 9 | 1152 x 768 | 0.88 | 7,222 (~$0.07) |
| 16 | 864 x 576 | 0.50 | 7,219 (~$0.07) |
Việc tăng từ 2 khung hình lên 16 khung hình không tốn thêm chi phí nào trong chuỗi thử nghiệm đó và đã làm giảm một nửa độ phân giải. Chúng tôi cũng thấy sự thu hẹp canvas tương tự trên mô hình 2.6 còn lại với tỷ lệ khung hình khác và ở mọi cấp độ chất lượng: mọi tệp GIF 16 khung hình mà chúng tôi tạo ra, trên cả hai mô hình và tất cả bốn cấp độ, đều có dung lượng khoảng nửa megapixel. Điểm này là đáng tin cậy.
Nhưng chi phí thì không. Ở mô hình thứ hai, hóa đơn không giữ ở mức ổn định:
| Model, chất lượng, tỷ lệ | 2 khung hình | 16 khung hình |
|---|---|---|
| 2.6 Flare, thấp, 3:2 | 7,858 credits (~$0.07) | 7,219 (~$0.07) — phẳng |
| 2.6 Sunburst, cao, 1:1 | 10,650 credits (~$0.10) | 22,428 (~$0.22) — 2.1x |
Vì vậy, đừng lập ngân sách dựa trên ý nghĩ "khung hình là miễn phí". Hãy lập ngân sách dựa trên một điều duy nhất luôn hiện hữu ở mọi nơi: số lượng khung hình luôn được trả bằng độ phân giải; đôi khi là bằng tiền. Điều này mang lại cho bạn một sự lựa chọn thực sự thay vì một bữa ăn miễn phí:
Có một điểm đặc biệt đáng lưu ý, vì nó giải thích cho hình dạng của mọi thứ ở trên: mô hình không kết xuất hoạt ảnh dưới dạng một chuỗi. Thay vào đó, nó dàn trải các khung hình thành một lưới lớn — một vòng lặp 16 khung hình ở độ phân giải 704x704 thực chất là một tấm lưới 2816x2816 — và đây chính là lý do tại sao số lượng khung hình lại "ngốn" hết độ phân giải của bạn. Nếu bạn yêu cầu nhiều vòng lặp cùng lúc, CombiChat sẽ gửi mỗi vòng lặp như một yêu cầu riêng biệt, vì vậy chúng sẽ không bao giờ cạnh tranh cùng một hạn mức.
Dưới đây là hoạt ảnh từ đầu trang này với mười sáu khung hình đã được dàn phẳng. Đây là những gì mô hình đã vẽ trong một lần chạy — và đây cũng là cái nhìn rõ nét nhất về phần khó nhất của công việc, đó không phải là việc vẽ, mà là giữ cho cùng một con mèo, cùng một chiếc áo khoác và cùng các sọc kẻ xuất hiện xuyên suốt mọi ô:
Đây là cùng một câu lệnh (prompt) dưới dạng một vòng lặp hai khung hình. Nó sắc nét hơn — 960 x 960 so với 704 của phiên bản mười sáu khung hình — và chỉ nặng bằng một phần năm với 215 KB, nhưng nó vẫn rõ ràng là một chú mèo đang nhảy múa:
Chất lượng là đòn bẩy. Ba cấp độ được đo lường trên cùng một prompt ở mức 16 khung hình, hai cấp độ cao nhất được dự tính từ phí hình ảnh tĩnh đo lường được của cùng một mô hình:
| Chất lượng | Số tín dụng (credits) bị tính | Khoảng |
|---|---|---|
| thấp | 10,541 | ~$0.10 |
| trung bình | 18,495 | ~$0.18 |
| cao | 22,428 | ~$0.22 |
| rất cao | ~39,900 | ~$0.39 |
| tối đa | ~89,700 | ~$0.89 |
Tín dụng là số dư mà gói CombiChat tiêu thụ, và gói Plus có hai triệu tín dụng mỗi tháng — tương đương khoảng 89 lượt ở chất lượng cao, hoặc 189 lượt ở chất lượng thấp. Gói Pro gấp đôi con số đó và gói Max gấp đôi một lần nữa.
Hãy lưu ý những gì không có trong danh sách: độ trễ khung hình, tỷ lệ khung hình và nền trong suốt không tốn phí trên cả hai mô hình. Chất lượng là nút vặn chi phối — với biên độ chênh lệch lên tới 8,5 lần từ đầu đến cuối — trong khi số lượng khung hình chỉ là yếu tố quan trọng thứ hai phụ thuộc vào mô hình.
Các lượt tạo ảnh mới bắt đầu ở mức thấp, và đây cũng là mức mà hoạt ảnh bị hỏng đầu tiên — sự sụt giảm chất lượng sẽ tác động lên các bộ phận chuyển động của nhân vật.
Bên trái, thấp: 10.541 credit, khoảng 10 cents. Bên phải, cao: 22.428 credit, khoảng 22 cents. Cùng một prompt, cùng 16 khung hình, cùng canvas 704 x 704 — hai lần tạo riêng biệt, vì mô hình này không nhận seed.
Cả hai chú mèo đều ổn nếu chỉ là những bức vẽ đơn lẻ. Ở bản chất lượng thấp, các chân đã nhập lại thành một khối, bàn chân biến mất và đường viền bị mờ đi — và xuyên suốt mười sáu khung hình, đó chính xác là những phần mà mắt bạn theo dõi, vì vậy vòng lặp sẽ trông giống như một sự rung lắc thay vì một điệu nhảy. Việc khắc phục lỗi này chỉ tốn thêm khoảng mười một cents.
Chủ thể không nhất thiết phải đến từ câu lệnh (prompt). Hãy đính kèm một bức ảnh bằng nút tham chiếu, chọn gif, và chỉ mô tả chuyển động: mô hình sẽ hoạt hóa bức ảnh của bạn, giữ nguyên chủ thể, khung hình và nền, thay vì vẽ một hình mới.
Hoạt hóa chính xác chú mèo con này thành một điệu nhảy lặp lại mượt mà. Bắt đầu từ tư thế trong ảnh, với hai chân trước chụm lại trước ngực, chú mèo con nhún nhảy lên xuống theo nhịp điệu và vỗ hai chân trước vào nhau sau mỗi lần nhún, tai vẫy và đầu lắc lư qua lại. Giữ nguyên chú mèo đó, cùng khung hình và nền như trong ảnh. Tư thế cuối cùng quay trở lại chính xác tư thế đầu tiên để vòng lặp được liền mạch.Chúng tôi đã gửi câu lệnh đó cùng với ảnh một chú mèo con màu vàng gừng trên GPT Image 2.6 Sunburst ở chất lượng cao, tỉ lệ 3:4, 16 khung hình. Kết quả trả về ở độ phân giải 608 x 816 — vẫn là chú mèo đó đang vỗ tay và nhảy nhót hai lần mỗi vòng lặp rồi trở lại tư thế trong ảnh — và tiêu tốn 17.683 tín dụng, khoảng 17 cent.
Mỗi khoản chi phí trên trang này là một khoản tính vào tài khoản của chính chúng tôi, không phải là bảng giá. Chúng tôi đã chạy các lượt trong Studio Hình ảnh của CombiChat trên một gói trả phí thông thường và đọc số tín dụng từ hồ sơ riêng của mỗi lượt sau đó. Tín dụng là đơn vị được dùng để tính hóa đơn cho một gói dịch vụ, và 100.000 tín dụng tương đương với một đô la Mỹ — vì vậy con số đô la bên cạnh mỗi mục là kết quả quy đổi đó, được làm tròn xuống và đánh dấu bằng dấu ngã để chỉ mang tính chất hướng dẫn thay vì là một báo giá chính thức. Mức phí bổ sung là giống nhau trên mọi gói trả phí, vì vậy đây chính là những con số mà bạn sẽ thấy.
Bảng số lượng khung hình hiển thị bốn lượt chạy riêng biệt với các thiết lập giống hệt nhau trên GPT Image 2.6 Flare, và bảng thứ hai bổ sung thêm hai lượt chạy trên Sunburst. Bảng chất lượng là một lượt chạy được đo lường cho mỗi cấp độ đối với mức thấp, trung bình và cao; mức xhigh và max được dự đoán bằng cách tỷ lệ hóa hoạt ảnh ở cấp độ cao đã đo lường với tỷ lệ phí ảnh tĩnh đã đo lường của cùng một mô hình, đó là lý do tại sao chúng có dấu ngã — phép dự đoán đó đạt được cấp độ cao với sai số trong khoảng mười credit trên hai mươi hai nghìn trước khi chúng tôi chạy thử, vì vậy chúng tôi tin tưởng kết quả đó, nhưng chúng tôi vẫn dán nhãn để lưu ý. Kích thước Canvas được đọc từ các tệp được chuyển giao, không bao giờ từ yêu cầu: bạn không thể chọn kích thước đầu ra trên mô hình này. Hoạt ảnh ảnh chụp là thêm một lượt chạy nữa, trên Sunburst ở chất lượng cao, được đo lường vào ngày 7 tháng 11 năm 2026.
GPT Image 2.6 có thể tạo ảnh GIF động không? Có. Hãy thiết lập định dạng đầu ra là GIF và mô hình sẽ trả về một hoạt ảnh lặp lại thay vì một hình ảnh tĩnh — từ 2 đến 16 khung hình, với độ trễ khung hình mà bạn có thể chọn trong khoảng từ 20 đến 2.000 mili giây, và tùy chọn nền trong suốt. Đây là cùng một mô hình và cùng một hộp nhập prompt được sử dụng cho hình ảnh tĩnh; không có mô hình video nào được tham gia vào quá trình này.
Một ảnh GIF do AI tạo ra có thể có bao nhiêu khung hình? Mười sáu là giới hạn tối đa trên GPT Image 2.6, và OpenAI sẽ từ chối bất kỳ giá trị nào cao hơn bằng một thông báo lỗi rõ ràng yêu cầu một số nguyên từ 2 đến 16. Các tuyên bố đã công bố về 32 hoặc 64 khung hình không áp dụng cho mô hình này.
Yêu cầu nhiều khung hình hơn có tốn kém hơn không? Đôi khi có. Với một mô hình và hình dạng nhất định, chúng tôi đã đo lường 2, 4, 9 và 16 khung hình với các thiết lập giống nhau và cả bốn lần đều tính phí tương đương nhau — khoảng 7.200 đến 7.900 tín dụng, tương đương khoảng bảy cent; với một mô hình khác, 16 khung hình tốn gấp 2,1 lần so với 2 khung hình. Điều mà việc có nhiều khung hình hơn luôn gây ra là độ phân giải — mọi tệp GIF 16 khung hình mà chúng tôi tạo ra đều có dung lượng khoảng nửa megapixel, so với một megapixel đầy đủ ở mức 2 khung hình.
Tôi có thể biến ảnh của chính mình thành ảnh GIF động không? Có. Hãy đính kèm ảnh của bạn làm ảnh tham chiếu, đặt định dạng là GIF và mô tả chuyển động: GPT Image 2.6 sẽ làm cho bức ảnh đó chuyển động thay vì tạo ra một hình ảnh mới. Một vòng lặp 16 khung hình về một chú mèo con được chụp ảnh với chất lượng cao tốn 17.683 tín dụng, khoảng 17 cent. Một điều duy nhất mà một lượt chuyển động động không thể mang theo là một mặt nạ (mask).
Tại sao ảnh GIF AI của tôi trông bị vỡ khối hoặc bị phân tách màu (banding)? Có hai nguyên nhân cộng hưởng với nhau. Định dạng GIF chỉ lưu trữ tối đa 256 màu mỗi khung hình, vì vậy các vùng đổ bóng mượt mà của ảnh chụp sẽ bị hiện tượng phân tách thành các dải màu (posterization); và thiết lập chất lượng mặc định ở mức thấp, điều này làm mờ chính những phần chuyển động mà mắt bạn đang theo dõi. Hãy dùng prompt để yêu cầu phong cách nghệ thuật cel-shaded phẳng với các đường viền đậm và tăng chất lượng lên — nghệ thuật phẳng chính là thứ mà định dạng này được xây dựng để truyền tải tốt nhất.
Ảnh GIF tạo bằng AI có thể có nền trong suốt không? Có. Hãy đặt Background thành transparent (trong suốt) và mọi khung hình sẽ được trả về với chỉ số màu trong suốt, điều này giúp kết quả có thể sử dụng như một nhãn dán (sticker) thay vì một bức ảnh nằm trên một ô vuông màu trắng. Độ trong suốt của GIF hoạt động theo cơ chế bật-hoặc-tắt trên từng pixel thay vì có các mức độ chuyển tiếp, vì vậy các đường viền đậm và mảng màu phẳng sẽ hiển thị sạch sẽ, trong khi các cạnh mềm mại của ảnh chụp sẽ không giữ được độ sắc nét.
Tôi cần gì để tạo GIF trong CombiChat? Gói Plus hoặc cao hơn. Cả hai mô hình GPT Image 2.6 đều nằm trên phân khúc mô hình mà gói miễn phí bao gồm. Hoạt ảnh không phải là một tiện ích bổ sung trả phí — nó nằm ở hàng Định dạng (Format) trên trình soạn thảo hình ảnh, và chi phí không cao hơn chính lượt phản hồi đó.