GPT-Image-2.6 e estilos de jogos: testando uma cena em 10 visuais

👁 114 leituras

Peguei uma única cena: um conjunto habitacional do leste europeu, parquinho infantil, uma pequena mercearia de bairro, um sujeito de agasalho esportivo e uma senhora com sacolas de compras. Pedi ao novo GPT-Image-2.6 para transformar essa base em capturas de tela de dez estilos de jogos diferentes, variando de um JRPG de 16 bits até um jogo de luta de fliperama. Cada imagem foi gerada em uma única tentativa, sem tentativas extras até acertar. Usei a variante Sunburst em qualidade alta, com média de 52 segundos e custo de 0,04 USD por imagem.

Não se trata de uma comparação entre concorrentes, mas de uma demonstração do que esse modelo entrega quando recebe uma convenção estética estrita em vez de uma descrição fotográfica padrão. Números completos e testes adicionais podem ser consultados no artigo sobre o ChatGPT Images 2.6.

JRPG de 16 bits

Pedi uma visão superior isométrica, barras de vida e mana, além de uma caixa de diálogo com o texto (originalmente solicitado em polonês): tradução do original em polonês: “Zenek: Não tem pão, mas tem salgadinhos”. O modelo acrescentou por iniciativa própria o retrato do dono da mercearia de bigode na caixa de texto, três heróis da equipe com seus respectivos níveis e um brasão na parede do prédio. O texto solicitado no comando original em polonês foi renderizado letra por letra, mantendo até os dois-pontos.

Survival horror da era do primeiro PlayStation

Este foi um dos meus resultados favoritos. Névoa densa, câmera fixa com ângulo marcado, texturas levemente borradas, escadaria sombria e a mensagem na tela: “Znaleziono: klucz do piwnicy” (Encontrado: chave do porão), exibida em uma fonte típica das telas CRT da época. O modelo compreendeu que simular um jogo de PS1 não se resume a polígonos baixos, mas envolve recriar toda a atmosfera de suspense dos consoles daquela geração.

Simulador de construção de cidades

Neste teste, o foco foi avaliar a legibilidade de textos pequenos na interface de usuário. A barra de recursos com os dados solicitados no teste polonês (tradução do original em polonês: “Unidades da moeda polonesa original 12 400 | Habitantes 860 | Satisfação 71%”) saiu nítida e perfeita. Além disso, o menu de construção no canto direito gerou opções coerentes que eu não havia especificado: parquinho, estacionamento, ponto de ônibus e quadra esportiva. Diferença marcante em relação aos modelos de gerações anteriores, que costumavam criar borrões ilegíveis ao simular texto em interfaces.

Mundo aberto em estilo anime

Iluminação de fim de tarde (golden hour), minimapa no canto, marcador de objetivo na tela indicando “Compre pão para a avó” (tradução do original em polonês: “Compre pão para a vovó”) e o protagonista com mochila de costas para a câmera. O resultado lembra perfeitamente o trailer de um jogo de aventura em cel shading.

Mundo em blocos sandbox

Todo o ambiente é composto por cubos, acompanhado de uma barra de itens na parte inferior da tela. Ainda assim, a composição mantém as características marcantes do cenário de origem. Como detalhe imprevisto, o modelo inseriu espontaneamente uma pichação no muro (“LEGIA!”), elemento não solicitado no prompt. Ao usar saídas desse tipo profissionalmente, vale sempre inspecionar pequenos textos secundários gerados pelo modelo.

Aventura point-and-click dos anos 90

Cenário com visual pintado à mão e a clássica barra de verbos de comando no rodapé (“Ir para | Pegar | Usar | Falar | Olhar”, gerados no original em polonês), exatamente como nas aventuras gráficas clássicas. Há um cursor sobre a calçada, um jovem de jaqueta e amarelinha riscada no chão. Para quem planeja prototipar uma aventura gráfica, o modelo serve muito bem para gerar conceitos rápidos de cenários.

Jogo AAA fotorrealista

Chuva, reflexos nas poças de água e legendas de diálogo posicionadas na base da tela: tradução do original em polonês: “Vovó: Filho, você ajuda com as sacolas?”. O rosto da senhora traz uma quantidade de detalhes tão expressiva que se assemelha a uma fotografia com pós-processamento de videogame. Essa proximidade com uma foto real ilustra bem como o modelo pode facilmente perder a identidade de motor de jogo quando direcionado ao hiper-realismo.

Jogo de luta arcade

Tela de seleção de combate mostrando “ZENEK” contra “BABCIA HALINA”, acompanhados pelo logotipo central de VS, contador de 99 segundos e o cenário indicado como “Blokowisko”. O modelo gerou de forma autônoma a grade inferior com os retratos de outros lutadores elegíveis. Os elementos de interface geral foram compostos em inglês, padrão frequente nos fliperamas, enquanto os nomes das personagens respeitaram o pedido em polonês.

Menu de jogo de corrida da era PS2

Um carro clássico tunado em frente a um monumento urbano imponente, com opções de menu em acabamento cromado (tradução do original em polonês: “Carreira, Corrida Rápida, Garagem, Opções”). Um detalhe prático de atenção: a imagem incluiu referências explícitas à marca PlayStation 2 e a logotipos automotivos reais sem solicitação. Em projetos comerciais, é necessário revisar e remover esses logotipos para respeitar direitos de propriedade industrial.

Card game colecionável (TCG)

Um card temático com monstro tradicional, atributos de ataque 9, defesa 7 e a descrição de habilidade traduzida do teste: “Ao entrar em jogo, destrua uma ovelha do oponente”. O texto no cartão foi inserido de forma nítida, com moldura estruturada e plano de fundo compatível. É uma das saídas mais próximas de um uso prático direto para quem prototipa baralhos e jogos de cartas.

Variante Flare: o mesmo conceito em 9 segundos

Rodei os mesmos descritivos na variante mais rápida do modelo, o GPT-Image-2.6 Flare, em qualidade média. O tempo médio por imagem caiu para 8,8 segundos, custando 0,034 USD cada. A diferença visual só fica clara ao aproximar o zoom: nota-se menor densidade de textura nos fundos e traços faciais mais simplificados. Para fases de conceituação e ideação ágil de assets visuais, o Flare atende com folga. O Sunburst continua sendo a melhor escolha para peças finais de apresentação.

Minha avaliação geral após os testes: o GPT-Image-2.6 se consolida como uma ferramenta de ponta para prototipagem de jogos e concept art com interfaces complexas, demonstrando excelente capacidade para renderizar textos específicos e respeitar regras estéticas de diferentes gêneros. Para a produção completa de um jogo, a curadoria humana permanece fundamental para manter a consistência entre múltiplos assets. Para explorar abordagens voltadas à computação gráfica moderna, veja também como criei imagens no estilo de GTA 6.

// continue lendoFLUX 3 Image Klein localmente: teste na RTX 4090, 7,5 GB VRAMGeralQwen-Image 2.1 Turbo: 4 segundos por imagem na RTX 4090BenchmarksZ-Image Turbo: teste local e comparação com Qwen-Image 2.1Benchmarks