Teknologi kecerdasan buatan dalam pembuatan gambar terus berkembang pesat. OpenAI, pada 25 Maret 2025, mengumumkan pembaruan signifikan dengan menghadirkan fitur image generation ke dalam model GPT-4o. CEO OpenAI, Sam Altman, menyebut bahwa peningkatan ini merupakan lompatan besar dalam dunia AI, memungkinkan pengguna menciptakan gambar dengan elemen teks tanpa kesalahan. Selain OpenAI, Google juga memperkenalkan Gemini 2.0 Flash, yang memungkinkan pembuatan serta pengeditan gambar berdasarkan perintah pengguna. Model AI lainnya, Grok 3 dari xAI milik Elon Musk, juga ikut bersaing dengan klaim mampu menghasilkan visual berkualitas tinggi.

Dalam uji coba yang dilakukan, GPT-4o menunjukkan keunggulan dalam menciptakan gambar dengan detail yang lebih akurat, terutama dalam menampilkan elemen teks. Model ini juga mampu menyesuaikan gambar berdasarkan percakapan dengan pengguna, sesuatu yang belum dapat dilakukan sepenuhnya oleh Gemini 2.0 Flash maupun Grok 3. Ketika diminta mengedit gambar dengan menambahkan elemen tertentu, ketiga model AI dapat menyelesaikan tugasnya dengan baik, meskipun dalam beberapa kasus hasil dari Gemini 2.0 Flash tampak kurang presisi.

Percobaan lainnya menunjukkan bahwa GPT-4o lebih unggul dalam memahami instruksi yang sangat spesifik. Misalnya, saat diminta membuat gambar gelas dengan setetes anggur merah, hanya GPT-4o yang mampu memberikan hasil sesuai permintaan. Sementara itu, Gemini 2.0 Flash dan Grok 3 cenderung menggambarkan gelas yang terisi lebih banyak anggur. Dalam pembuatan gambar dengan teks panjang, GPT-4o kembali membuktikan kemampuannya dengan menghasilkan teks tanpa kesalahan, berbeda dengan dua model lainnya yang masih menunjukkan kekeliruan dalam ejaan.

Dengan peningkatan yang terus dilakukan, AI semakin sulit dibedakan dari hasil karya manusia. Persaingan antar perusahaan teknologi dalam menghadirkan model AI terbaik diprediksi akan semakin ketat, membawa inovasi baru dalam dunia visual digital.