GPT Image 2.5 offisielt utgitt: nye funksjoner, Flare/Sunburst-forskjeller og priser

GPT Image 2.5 ble offisielt utgitt 8. september 2026. OpenAI har også oppdatert ChatGPT Images-opplevelsen OG lansert gpt-image-2.5-flare og gpt-image-2.5-sunburst i API-et: Den førstnevnte er rettet mot rask, daglig høykvalitetsgenerering, mens den sistnevnte er rettet mot mer presist kreativt arbeid og redigeringskontroll. De to modellene er bekreftet i den offisielle utgivelsesmeldingen.

Hvis du er opptatt av å lage plakater, endre produktbilder eller generere illustrasjoner til artikler, bør du først se på inngangene for kreativt arbeid og redigeringsfunksjonene. Hvis du vil integrere bildegenereringen i apper, bør du se på modellene og faktureringen. Denne artikkelen er satt sammen fra offisielle opplysninger per 9. september 2026, og modellforbedringer og hastighetsgevinster er merket i henhold til offisielle beskrivelser.

Hva er nytt i GPT Image 2.5

Oppdateringen fokuserer først og fremst på «videre redigering etter generering». OpenAI fremhever tre forbedringer: Referansebildets hovedmotiv er lettere å gjenkjenne, lokal redigering følger endringsområdet bedre, og tidligere fastsatte detaljer bevares bedre ved flere redigeringsrunder. Offisielt hevdes det også at genereringsforsinkelsen reduseres med opptil 50 % sammenlignet med Images 2.0; dette tallet er ikke et løfte om fast tidsbruk for hvert bilde.

For praktiske arbeidsflyter kan du tenke på endringene slik: Når du lager produktbilder, beholdes produktegenskapene; når du redigerer plakater, beholdes oppsettet så langt det er mulig; ved flere påfølgende redigeringer reduseres behovet for å generere hele bildet på nytt. Sluttmaterialet bør likevel kontrolleres når det gjelder tekst, detaljer og endringsomfang.

ChatGPTs inngang for kreativt arbeid har også fått flere hjelpemåter:

• Sketch-skisse: Bruk enkle linjer for å uttrykke komposisjonen, og legg deretter til tekstkrav.
• Mal: Start med å fylle ut kreativ informasjon i skjemaer som plakat, produktoppvisning osv.
• Bildekommentarer: Plasser endringsforslag på bildet for å tydeliggjøre hvilke områder som skal justeres.
• Promptdeling: Del kreative prompter slik at andre kan lage sine egne versjoner.

Dette er produktfunksjoner og offisielle kapabilitetsbeskrivelser, og kan ikke direkte regnes om til suksessrate eller antall gjentakelser for en gitt oppgave.

Hva er forskjellen mellom GPT Image 2.5 og GPT Image 2

Kombinert med GPT Image 2-modellsiden og nyere dokumentasjon kan forskjellene mellom de to generasjonene deles inn i to deler: modellkapabilitet og inngang for kreativt arbeid.

Denne tabellen sammenligner offisielle beskrivelser. For eksisterende arbeidsflyter er den mer meningsfulle testen: Bevares det tilfredsstillende motivet og teksten etter redigering, og hva er total ventetid og totale kostnader for samme oppgave? Du kan ikke tolke «oppgradering» som at hver generering blir raskere eller at hver detalj forblir uendret.

Hva er forskjellen mellom Flare og Sunburst

Begge modellene kan generere og redigere bilder basert på tekst og referansebilder. Nedenfor er et utvalg av informasjon for modellvalg, basert på Flare-modellsiden og Sunburst-modellsiden.

En praktisk utvalgsmetode er: List først opp elementene som ikke kan endres, for eksempel produktkontur, logo, tekst og layout. AvgJør deretter om du bryr deg mest om ventetid eller redigeringsnøyaktighet for denne oppgaven. Hvis du trenger mange forsøk, kan du starte med Flare; hvis detaljene allerede er bestemt og levering nærmer seg, kan du vurdere Sunburst. Faktisk kvalitet og tidsbruk må verifiseres med dine egne materialer.

Hva koster GPT Image 2.5?

Per datoen for informasjonsgjennomgangen har de to modellene samme standard token-pris i API-et. Alle enhetene nedenfor er USD per million tokens, basert på OpenAI API-prissiden og modellsidene nevnt ovenfor.

Samme token-pris betyr ikke at hvert bilde koster det samme. De faktiske kostnadene avhenger av input-, output- og cache-tokens i den aktuelle forespørselen, og bruken vil variere med materialer og genereringsinnstillinger. Når du bruker den offisielle kalkulatoren, bør du velge den spesifikke 2.5-modellen, kvaliteten og størrelsen, og du kan ikke direkte bruke estimatet per bilde fra GPT Image 2.

For budsjettering bør du derfor logge usage fra faktiske forespørsler, telle feil og omarbeiding, og til slutt beregne kostnaden per leveringsdyktig bilde. Ikke les «per million tokens» i tabellen ovenfor som «per bilde», og ikke oppfatt kostnaden for ett enkelt kall som kostnaden for å fullføre en hel designoppgave.

Faktureringen for bildegenerering i ChatGPT-abonnementet og det offentlige API-et bør vurderes hver for seg. De grunnleggende forskjellene mellom abonnementer og kostnader for underliggende modeller finnes også i redegjørelsen for konto, abonnement og modellkostnader.

Hvordan bruke det i ChatGPT

Ifølge offisielle ChatGPT Images-hjelpedokumenter kan du beskrive bildet du vil generere direkte i samtalen, eller velge Images-inngangen. Når du laster opp et eksisterende bilde og beskriver hva du vil endre, går du inn i redigeringsflyten. Standard Images-funksjonalitet dekker alle abonnementer; bildegenerering med «tenking» er foreløpig tilgjengelig for Plus, Pro og Business, mens Enterprise og Edu vil bli støttet senere. Detaljene avhenger av hva den nåværende kontoen viser.

Hvis du vil prøve de nye inngangene, kan du starte med en konkret og liten oppgave:

1. Skissebasert arbeid: Skriv @ på mobilen, velg Sketch, tegn en grov layout, og beskriv deretter stil og innhold.
2. Malbasert arbeid: Åpne Images → Templates, velg type og fyll inn informasjon. Offisielle dokumenter oppgir at maler foreløpig ikke er tilgjengelige i Work-modus.
3. Lokal redigering: Åpne bildet, velg et område eller legg til kommentarer, og skriv tydelig hva som skal beholdes.

Nedenfor er en redigeringsprompt du kan prøve selv, for å uttrykke endringsomfang – den er ingen garanti for resultatet:

Change only the background to a warm cream studio backdrop.
Keep the product shape, logo, label text, camera angle, and composition unchanged.
Do not add objects or rewrite any text.

Det er lettere å kontrollere resultatet hvis du bare endrer ett mål per runde. Kontroller hovedmotivets kontur, tekst og kanter mot originalbildet, og lagre de tilfredsstillende versjonene. De offisielle hjelpedokumentene minner også om at redigering kan gå utover det valgte området.

Flere bruksmåter for GPT Image 2.5: fra generering til flertrinns finpussing

Den offisielle veiledningen for bildegenerering dekker tekst-til-bilde, arbeid med referansebilder, lokal redigering og flerturssamtaler. Nedenfor presenteres bruksmåter etter kreativ oppgave. API-parametrene er organisert etter offisiell dokumentasjon, og eksemplene brukes til å illustrere forespørselsstrukturen. De er ennå ikke testet punkt for punkt med en offentlig API Key.

1. Tekst-til-bilde: Start med én beskrivelse

Passer til artikkelillustrasjoner, plakatutkast, bakgrunner for produktoppvisninger og designkandidater. Skriv først tydelig formål, motiv, stil, komposisjon og tekst som må vises, og velg deretter størrelse og kvalitet. Første gang trenger du ikke å sette alle alternativer til maksimum.

Images API kan generere bilder selvstendig, og kan også bruke n til å be om flere kandidater. Nedenfor er et eksempel på en forespørselstekst for å generere én illustrasjon. Den sendes til /v1/images/generations i det offentlige API-et og autentiseres med API Key:

{
  "model": "gpt-image-2.5-flare",
  "prompt": "A warm editorial illustration of a ceramic cup beside an open book. Landscape composition, no text.",
  "size": "1536x1024",
  "quality": "medium",
  "n": 1
}

Når du har fått resultatet, må du kontrollere at bildet kan dekodes og åpnes, at antallet stemmer med forventningene, og deretter sjekke motiv og tekst. Flere kandidater gir større valgfrihet, men øker også genereringsbruken.

Koppbildet nedenfor kommer fra OpenAIs offisielle veiledning og brukes til å vise et ferdig tekst-til-bilde-resultat. Det er ikke et faktisk resultat av parameter-eksempelet ovenfor.

Bildekilde: OpenAIs offisielle veiledning for bildegenerering.

2. Arbeid med referansebilder: Kombiner eksisterende materialer til nye motiver

Du kan for eksempel kombinere flere produktbilder til én gaveeske-illustrasjon, eller lage ulike scenarier rundt samme produkt. Gi hvert referansebilde en klar rolle: hvilket bilde utgjør motivet, hvilket gir stilen, og hvilket kun refereres for layout.

Det offisielle bilderedigeringsgrensesnittet støtter generering eller endring av bilder basert på input-bilder. Responses kan også gi referanser via bilde-URL-er, Base64-data-URL-er eller fil-ID-er fra Files API. Etter opplasting bør du spesifisere hvilke egenskaper som må beholdes, for å unngå å forveksle «referansestil» med «erstatte motivet».

I det offisielle referansebilde-eksemplet kombineres fire separate produkter til én gaveeske. Du kan se inndataene hver for seg: kroppslotion, såpe, røkelsessett og badebombe. Nedenfor vises de fire referansebildene til venstre og det kombinerte resultatet til høyre. På smale skjermer plasseres resultatet etter referansebildeområdet.

Bildekilde: OpenAIs offisielle veiledning for bildegenerering.

3. Lokal redigering med maske: Juster bare deler av bildet

Passer til å erstatte objekter i bakgrunnen, endre lokale dekorasjoner eller justere scenen rundt et produkt. Forbered originalbildet og en maske med alfakanal, marker området som skal redigeres med gjennomsiktige områder, og legg til tekstkrav.

Størrelsen og formatet på originalbildet og masken må matche og oppfylle grensesnittets filbegrensninger. Når det finnes flere input-bilder, brukes masken på det første bildet. Masken er et redigeringshjelpemiddel, ikke en garanti for pikselnøyaktighet. Etter fullføring bør du fremdeles sammenligne ikke-merkede områder for å se om noe er endret utilsiktet.

Offisielt demonstreres maskeredigering med et bassengscenario: Først gis originalbildet, deretter brukes en maske for å angi redigeringsområdet i bassenget, og til slutt legges en flamingo-oppblåsbar ring til. Ved å følge rekkefølgen «original → maske → resultat» blir endringsomfanget lettere å forstå.

Bildekilde: OpenAIs offisielle veiledning for bildegenerering.

4. Redigering gjennom flerturssamtale: Fortsett å forbedre samme bilde

Du kan for eksempel først generere en illustrasjon, deretter be om en mer realistisk stil, og til slutt justere belysningen. Responses API kan videreføre kontekst med previous_response_id, eller du kan ta med tidligere bildegenereringsobjekter eller bilde-ID-er i påfølgende forespørsler.

action brukes til å styre atferd: auto lar modellen avgjøre, generate krever et nytt bilde, edit krever redigering av et eksisterende bilde. Når du tvinger redigering, må du oppgi bildekontekst, ellers får du en feil. I hver runde bør du skille mellom «deler som skal endres denne runden» og «deler som må beholdes».

I det offisielle flerturseksemplet genereres først «en grå tabby-katt som holder en oter med oransje skjerf», og deretter legges kravet «gjør den mer realistisk» til. De to bildene nedenfor tilsvarer to påfølgende redigeringsrunder, og er ikke en kvalitetssammenligning mellom to modeller.

Bildekilde: OpenAIs offisielle veiledning for bildegenerering.

5. Strømming og forhåndsvisning: Se mellomresultater mens du venter

Strømming passer for interaktive designverktøy: Aktiver stream, og bruk partial_images til å be om mellomforhåndsvisninger, i området 0–3. Med 0 mottar du bare sluttbildet. Selv om du ber om flere forhåndsvisninger, kan du motta færre fordi genereringen er rask.

Apper bør merke mellomliggende bilder som forhåndsvisninger og bruke bildet fra fullføringshendelsen som endelig resultat. Hver mellomforhåndsvisning legger også til 100 bilde-output-tokens, så antallet forhåndsvisninger er også en kostnadsfaktor.

Offisielt demonstreres strømming med «en elv av hvite uglefjær». De to første bildene er mellomforhåndsvisninger; det tredje er sluttresultatet. Du kan se hvordan fjærformen og forgrunnsdetaljene gradvis bygges opp.

Bildekilde: OpenAIs offisielle veiledning for bildegenerering.

6. Kontroll over sluttmaterialet: Størrelse, kvalitet, gjennomsiktig bakgrunn og format

For 2.5 må egendefinert bredde og høyde være multipler av 16, sideforholdet må være mellom 1:3 og 3:1, én side kan ikke overstige 3840 piksler, og totalt pikselantall må være 655 360–8 294 400. Oppløsninger over 2560x1440 er fortsatt i et eksperimentelt område. For JPEG og WebP kan du justere komprimeringen med output_compression. Før opplasting til nettstedet bør filstørrelse og skarphet kontrolleres på nytt.

7. Integrer bildegenerering i appen: Hvilken av de to API-ene bør du velge

Når du bare behandler frittstående bilder om gangen, er Images API mer direkte. Når bilder skal følge en samtale og fortsette å endres, er Responses API bedre egnet til å organisere kontekst. Plasseringen av bildemodellen er forskjellig mellom de to måtene:

{
  "model": "gpt-6-astra",
  "input": "Create a warm editorial illustration of a ceramic cup beside a book.",
  "tools": [
    {"type": "image_generation", "model": "gpt-image-2.5-sunburst"}
  ]
}

Språkmodellen i Responses kan også optimalisere den opprinnelige prompten. Du kan se revised_prompt for å forstå hvilken beskrivelse som faktisk ble brukt. Når du dokumenterer for reproduserbarhet, bør du lagre både den opprinnelige og den omskrevne prompten. Kostnadene inkluderer både behandling i hovedmodellen bildegenereringsbruk.

Ved feil bør du notere forespørsels-ID-en og først skille mellom autentiseringsfeil, saldoproblemer, rate limit-problemer og feil som krever endret input. Midlertidige tjenestefeil kan håndteres med backoff og nye forsøk. Utilstrekkelig saldo eller image_generation_user_error bør først behandles med hensyn til årsaken, og kan ikke sendes på nytt uendret i det uendelige. Parametere for innholdsmoderering og eldre modellspesifikke parametere må slås opp hver for seg i dokumentasjonen. Du kan ikke direkte bruke innstillinger som input_fidelity fra eldre versjoner på de nye modellene.

Når du bruker Responses, utfører språkmodellen på toppnivå og bildemodellen i verktøyet ulike oppgaver, og valg og kostnader bør forstås hver for seg. Hvis du også vil sammenligne gjeldende språkmodeller, kan du lese GPT-6 Astra mot Claude Fable 5.1.

Per 9. september 2026 returnerer Codex-abonnementets bildegenerering som vi har testet, fortsatt GPT Image 2 (gpt-image-2-codex) som standard. Vi avventer en offisiell oppdatering.

FAQ

Når ble GPT Image 2.5 utgitt?

OpenAIs offisielle utgivelsesdato er 8. september 2026. Produktnavnet i ChatGPT er ChatGPT Images 2.5, og API-et tilbyr to modeller: Flare og Sunburst.

Hvilken av Flare og Sunburst passer best for daglig bruk?

Ifølge offisiell posisjonering passer Flare til rask, daglig kreativitet, mens Sunburst passer til oppgaver der det legges større vekt på presis redigering. Verifiser først med dine egne typiske materialer, og bestem deretter standardmodellen.

Er GPT Image 2.5 gratis?

De vanlige Images-funksjonene i ChatGPT dekker alle abonnementer, men det kan ikke utledes at bruken er ubegrenset. Det offentlige API-et faktureres etter bruk.

Er token-prisen for Sunburst dyrere?

Foreløpig har de to modellene samme standard token-pris, men den faktiske kostnaden per bilde kan fortsatt variere. Du bør derfor se på faktisk forespørselsbruk.

Må jeg velge Flare eller Sunburst i ChatGPT?

De offisielle hjelpedokumentene beskriver Images-inngangen for kreativt arbeid. API-dokumentasjonen spesifiserer først og fremst disse to modell-ID-ene. I ChatGPT følger du grensesnittet som vises, og du trenger ikke å behandle språkmodellvelgeren som en bildemodellvelger.