9. desember 2025 dukket det opp mystiske testbilder på AI-evalueringsplattformene Design Arena og LM Arena. Kodenavn: Chestnut og Hazelnut. Kilden? OpenAI. Det ser ut til at de tester to nye bildegenereringsmodeller som potensielt kan utfordre Googles dominans med Nano Banana Pro.
Lekkasjen viser betydelige forbedringer over den nåværende GPT Image One-modellen. Vi snakker celebrity-selfies som faktisk ser realistiske ut. JSON-kode rendret perfekt i bilder. Tekst på whiteboards som ser håndskrevet ut. Dette er ikke bare en inkrementell oppgradering – dette kan bli en ordentlig konkurrent.
La meg ta deg gjennom hva vi vet så langt, hva modellene kan gjøre, og hvorfor dette faktisk betyr noe for deg som bruker AI-verktøy.
Hva er Chestnut og Hazelnut?
Chestnut og Hazelnut er ikke de offisielle navnene. Det er kodenavn OpenAI bruker internt under testing. Basert på lekkede benchmarks fra Design Arena og LM Arena, forventes modellene å lanseres som Image-2 og Image-2-mini.
Hazelnut er toppmodellen. Flaggskipet. Den som skal konkurrere direkte med Nano Banana Pro og andre premium-modeller. Chestnut er den lettere, raskere varianten – en «mini»-versjon optimalisert for lavere latens og raskere generering.
Strukturen ligner på hvordan OpenAI bygger tekstmodellene sine. GPT-5.2 lanserte med både full versjon og «mini»-varianter. Samme strategi gjelder nå for bildegenerering: én modell for maksimal kvalitet, én for hastighet og kostnadseffektivitet.
OpenAI har ikke offisielt kommentert lekkasjen, men testingen på offentlige plattformer følger et kjent mønster. Typisk ruller OpenAI ut blind testing 1-3 uker før offisiell lansering. Hvis det stemmer, kan vi se Image-2 lanseres i januar 2025.
World knowledge – forskjellen fra konkurrentene
En av de mest interessante detaljene fra lekkasjen er at Chestnut og Hazelnut ser ut til å ha «world knowledge» – altså evnen til å gjøre research før bildegenerering. Dette er noe Google Nano Banana 2 har hatt stor suksess med.
Hva betyr det i praksis? Hvis du ber om «en realistisk selfie av Elon Musk og Taylor Swift på Oslos rådhus», vil modellen faktisk forstå hvem disse personene er, hvordan de ser ut, og hvor Oslos rådhus befinner seg. Den kombinerer faktisk kunnskap om verden med bildegenerering.
GPT Image One klarte ikke dette like bra. Den genererte bilder basert på prompten, men manglet den dype forståelsen av kontekst, ansikter, steder og objekter. Resultatet ble ofte generiske bilder som teknisk stemte, men mangler autentisitet.
Lekkede eksempler viser at Hazelnut faktisk klarer å generere kjendis-selfies med høy presisjon. Ansiktsdetaljer, proporsjoner, belysning – alt ser betydelig bedre ut enn GPT Image One. Men vi snakker fortsatt AI-genererte bilder. Du ser at det er AI. Men kvalitetsgapet til ekte fotografier krymper raskt.
Kode i bilder – endelig!
Dette er kanskje den mest praktiske forbedringen for utviklere og tech-folk. Chestnut og Hazelnut kan rendere kode direkte i bilder. JSON-snippets, flowcharts, matematiske formler, programmeringseksempler – alt vises korrekt uten tekstforvrengning eller hallusinasjoner.
Tidligere bildemodeller sliter med tekst. Hvis du ba GPT Image One om å generere et bilde av en whiteboard med Python-kode, fikk du ofte noe som så likt kode ut, men var fullstendig ubrukelig. Bokstaver roterte. Syntaks ble feil. Linjer forsvant.
Lekkede eksempler fra LM Arena viser at Hazelnut faktisk klarer å skrive lesbar, korrekt JSON-kode på bilder. Det er et massivt skritt fremover for alle som trenger bilder til dokumentasjon, presentasjoner eller opplæringsmateriell.
Tenk på brukstilfellene: Tekniske tutorials. Programmeringskurs. API-dokumentasjon. Presentasjoner på konferanser. Alt dette blir enklere når bildemodellen faktisk forstår hvordan kode skal se ut.
Sammenligning med konkurrentene
Hvordan står Chestnut og Hazelnut seg mot eksisterende modeller? Basert på tidlige tester, ser det ut til at Hazelnut faktisk matcher eller overgår Nano Banana Pro på noen områder.
Nano Banana Pro har vært gullstandarden for bildegenerering siden lanseringen. Fantastisk prompt adherence. Utrolig detaljrikdom. Minimal tekstforvrengning. OpenAI har slitt med å konkurrere her. GPT Image One var grei, men aldri i samme liga.
Men nå? Testere rapporterer at Hazelnut leverer betydelig bedre bildekvalitet enn Image One. Detaljer er skarpere. Ansikter ser mer naturlige ut. Belysning og skygger oppfører seg mer realistisk. Den gule tonen som plaget mange GPT Image One-outputs ser ut til å være borte.
Midjourney er fortsatt en major player, men fokuserer mer på kunstnerisk stil enn fotorealistiske outputs. DALL-E 3 (forgjengeren til Image One) er fortsatt tilgjengelig, men blir trolig faset ut når Image-2 lanseres. Stable Diffusion er fortsatt king for lokale installasjoner og open-source workflows.
Timing: GPT-5.2 og Image-2 sammen?
OpenAI lanserte GPT-5.2 den 11. desember 2025, men Image-2 ble ikke inkludert i lanseringen. Det er interessant. Tidligere roadmap-lekkasjer antydet at de nye bildemodellene skulle lanseres samtidig med GPT-5.2.
Hvorfor ble de utsatt? Kanskje trenger de mer testing. Kanskje vil OpenAI unngå å overvelde brukere med for mange lanseringer samtidig. Kanskje er det tekniske utfordringer som må løses først.
Men testingen på Design Arena og LM Arena fortsetter. Det betyr at OpenAI aktivt samler data og feedback. Hvis historikken gjentar seg, kan vi se Image-2 og Image-2-mini lanseres i januar eller februar 2025.
Det er også verdt å merke seg at GPT-5.2 fokuserer tungt på profesjonell bruk, langtidskjørende agenter og komplekse oppgaver. Image-2 vil trolig følge samme strategi – profesjonell bildegenerering for dokumentasjon, markedsføring og kreative prosjekter.
Priser – hva kan vi forvente?
OpenAI har ikke annonsert priser ennå, men vi kan gjette basert på eksisterende modeller. GPT Image One koster rundt $0.040 per bilde for standard oppløsning og $0.080 for HD. Det plasserer den i mellomsjiktet prisklasse.
Nano Banana Pro koster $0.15-0.20 per bilde avhengig av oppløsning. Kie.ai tilbyr budsjettalternativer til $0.04 per bilde. Midjourney bruker abonnementsmodell – $30/måned for standard plan, $60/måned for pro.
Hvis Hazelnut matcher eller overgår Nano Banana Pro i kvalitet, forventer jeg at prisen lander et sted mellom GPT Image One og Nano Banana Pro. Kanskje $0.08-0.12 per bilde for standard, $0.15-0.20 for premium oppløsning.
Chestnut, som mini-varianten, vil trolig koste det samme som Image One eller billigere – $0.03-0.05 per bilde. Perfekt for rask prototyping og bulkgenerering hvor maksimal kvalitet ikke er kritisk.
Hva betyr dette for norske brukere?
GDPR er alltid en faktor når vi snakker om AI-tjenester i Norge og EU. OpenAI har servere i USA, noe som betyr at data potensielt kan lagres utenfor EU. For bedrifter med strenge datakrav kan dette være et problem.
Men for de fleste brukere – innholdsskapere, markedsførere, designere, hobbyister – er dette mindre kritisk. Du genererer bilder for sosiale medier, presentasjoner eller personlige prosjekter. Ingen sensitive persondata involvert.
Hvis GDPR er kritisk for deg, kan lokale alternativer som Stable Diffusion eller self-hosted løsninger være bedre. Men da mister du «world knowledge»-funksjonaliteten som gjør Chestnut og Hazelnut så kraftige.
Den egentlige fordelen for norske brukere er konkurranse. Flere gode bildemodeller betyr lavere priser og bedre kvalitet. Monopoler er aldri bra for forbrukere. OpenAI som pushes Googles dominans med Nano Banana Pro er sunt for markedet.
Disney-partnerskapet – et forvarsel?
Det er vanskelig å snakke om OpenAIs nye bildemodeller uten å nevne Disney-partnerskapet som ble annonsert samtidig. Disney investerer 1 milliard dollar i OpenAI. I bytte får OpenAI tilgang til Disneys IP – alle karakterene, universet, alt.
Hva betyr det? OpenAI kan trene bildemodellene sine på Disney-karakterer. Sora kan generere videoer med Moana, Simba, Elsa. ChatGPT kan lage bilder av Mickey Mouse uten å bryte copyright.
Men det betyr også at OpenAI MÅ levere premium bildekvalitet. Disney aksepterer ikke middelmådig kvalitet. Hvis Image-2 skal generere Disney-karakterer som faktisk ser ut som de skal, må kvaliteten være ekstremt høy.
Dette forklarer kanskje hvorfor Image-2 ble utsatt. Disney-partnerskapet setter enormt press på kvalitetsstandardene. OpenAI kan ikke lansere en halvferdig modell når de skal representere Disneys merkevare.
Konklusjon
Chestnut og Hazelnut representerer OpenAIs seriøse forsøk på å ta tilbake markedsandeler i bildegenerering. Google Nano Banana Pro har dominert lenge. Midjourney eier det kunstneriske segmentet. OpenAI trenger et konkurransedyktig alternativ.
Hvis lekkasjen stemmer – og det ser ut til at den gjør det – kan Image-2 faktisk levere. World knowledge. Celebrity-likeness. Kode i bilder. Forbedret realisme. Alt dette er kritiske forbedringer som gjør modellen praktisk brukbar for profesjonelle arbeidsflyter.
Lansering i januar 2026 er trolig. Priser et sted mellom GPT Image One og Nano Banana Pro. To varianter: Hazelnut for premium kvalitet, Chestnut for hastighet og volum.
For norske brukere betyr dette mer konkurranse, bedre verktøy og trolig lavere priser på sikt. GDPR-aspektet er fortsatt en faktor for bedrifter, men mindre relevant for de fleste personlige brukere.
Jeg kommer til å teste modellene så snart de lanseres offisielt. Akkurat nå er alt basert på lekkede benchmarks og ubekreftede rapporter. Men hvis OpenAI leverer det de lover, kan 2025 bli året hvor bildegenerering endelig blir mainstream-verktøy for alle.
