GPT Image 2.5 正式發佈：新功能、Flare/Sunburst 分別與價格

GPT Image 2.5 已於 2026 年 9 月 8 日正式發佈。 OpenAI 同時更新 ChatGPT Images 的創作體驗，並在 API 推出 gpt-image-2.5-flare 與 gpt-image-2.5-sunburst：前者著重快速、日常的高質素生成，後者著重精細創作與編輯控制。官方發佈公告已確認這兩個型號。

如果你關心的是製作海報、修改商品圖或生成文章配圖，可以先看創作入口和編輯功能；如果要把生圖接入應用，再看型號與計費。本文根據截至 2026 年 9 月 9 日 的官方資料整理，模型效果與速度改進均按官方說法註明。

GPT Image 2.5 更新了什麼

這次更新主要圍繞「生成後繼續修改」。OpenAI 強調三項改進：參考圖主體更容易保持辨識度，局部編輯更能遵循修改範圍，多輪修改時更能保留之前已確定的細節。官方亦稱，與 Images 2.0 相比，生成延遲最多降低 50%；這個數字不是每張圖片的固定耗時承諾。

對實際工作流程而言，可以把這些變化理解為：製作商品圖時保留商品特徵，修改海報時盡量維持版式，連續修改時減少重新生成整張圖的需要。最終素材仍應檢查文字、細節和修改範圍。

ChatGPT 的創作入口亦新增了幾種輔助方式：

• Sketch 草圖：用簡單線條表達構圖，再補充文字要求。
• 模板：從海報、商品展示等形式開始填寫創作資訊。
• 圖片評論：將修改意見放到圖上，明確想調整的位置。
• 提示詞分享：分享創作提示，讓其他人製作自己的版本。

這些都是產品功能與官方能力說明，不能直接換算成某個任務的成功率或返工次數。

GPT Image 2.5 與 GPT Image 2 有什麼分別

結合 GPT Image 2 模型頁 和新版文件，兩代產品的分別可分為模型能力與創作入口兩部分。

這張表對照的是官方說明。對現有工作流程來說，更有意義的檢驗是：修改後能否保留原本滿意的主體與文字，以及完成同一任務的總等待時間和總費用。不能把「升級」理解為每次生成都會更快、每個細節都不會改變。

Flare 與 Sunburst 有什麼分別

兩款模型都能根據文字與參考圖片生成、編輯圖像。下面按 Flare 模型頁 及 Sunburst 模型頁 整理選型資訊。

一個便於執行的選型方法是：先列出不可改變的元素，例如商品輪廓、標誌、文字和佈局，再判斷這次任務最在意等待時間還是修改準確性。需要大量嘗試時可以從 Flare 開始；細節已經確定、接近交付時可以考慮 Sunburst。實際質素與耗時需要用自己的素材驗證。

GPT Image 2.5 價格是多少

截至資料核實日，兩款型號的標準 API token 單價相同。以下單位均為美元／每百萬 token，根據 OpenAI API 價格頁 和上述模型頁整理。

相同的 token 單價不代表每張圖的費用相同。 實際費用取決於本次輸入、輸出和快取 token，用量又會隨素材和生成設定而變化。使用官方計算器時，應選擇具體的 2.5 型號、品質和尺寸，不能直接沿用 GPT Image 2 的每張圖費用估算。

因此，做預算時應記錄真實請求的 usage，同時統計失敗與返工，最後計算每張可交付圖片的成本。不要把上表的「每百萬 token」誤讀成「每張圖片」，也不要把單次調用費用當作完成整個設計任務的費用。

ChatGPT 套餐內的圖像生成功能與公開 API 計費應分開查看；套餐及上游模型費用的基本分別也可參考 帳戶、套餐與模型費用說明。

在 ChatGPT 內如何使用

根據 ChatGPT Images 官方說明文件，可以直接在對話中描述要生成的圖片，也可以選擇 Images 入口；上傳已有圖片後說明要修改甚麼，即可進入編輯流程。一般 Images 功能涵蓋所有套餐；附帶思考功能的生圖目前開放予 Plus、Pro、Business，Enterprise 和 Edu 之後支援，具體以目前帳戶顯示為準。

想試新入口，可以先選擇一個明確的小任務：

1. 草圖創作：在流動裝置輸入 @，選擇 Sketch，畫出大致佈局，再描述風格與內容。
2. 模板創作：開啟 Images → Templates，選擇類型並填寫資訊；官方說明模板暫未進入 Work 模式。
3. 局部修改：開啟圖片，選擇區域或加入評論，並寫清楚需要保留的內容。

以下是一段可自行嘗試的編輯提示詞，用來表達修改範圍，並非效果保證：

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.

每輪只改一個目標會更容易核對結果。檢查時對照原圖看主體輪廓、文字和邊緣，並保存滿意的版本；官方說明文件也提醒，編輯可能超出所選區域。

GPT Image 2.5 的幾種玩法：從生成到多輪精修

官方圖像生成指南涵蓋文字生圖、參考圖創作、局部修改與多輪對話等做法。下面按創作任務介紹用法；其中 API 參數按官方文件整理，示例只用作說明請求結構，尚未以公開 API Key 逐項實測。

1. 文字生圖：從一句描述開始

適合文章插圖、海報初稿、商品展示背景，以及設計候選。先把用途、主體、風格、構圖和需要出現的文字寫清楚，再選尺寸與品質；第一次不必把所有選項都調到最高。

Images API可以獨立生成圖片，也可以用 n 請求多張候選。以下是生成一張配圖的請求體示意，傳送至公開 API 的 /v1/images/generations，並以 API Key 認證：

{
  "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
}

拿到結果後，確認圖片可解碼開啟、數量符合預期，再檢查主體與文字。多張候選可以提高選擇空間，但也會增加生成用量。

下面這張杯子圖來自 OpenAI 官方指南，用來展示文字生圖成品；它不是上方參數示例的實際執行結果。

圖片來源：OpenAI 官方圖像生成指南。

2. 參考圖創作：把已有素材組合成新畫面

例如將幾張商品照片合成一張禮盒展示圖，或圍繞同一件商品製作不同場景。為每張參考圖分配清楚角色：哪張提供主體，哪張提供風格，哪張只參考佈局。

官方的圖片編輯 API支援根據輸入圖片生成或修改畫面；Responses 則可透過圖片 URL、Base64 data URL 或 Files API 的檔案 ID 提供參考。上傳素材後，應說明必須保留哪些特徵，避免把「參考風格」誤解成「替換主體」。

官方參考圖示例將四件獨立商品結合成一個禮盒。可以分別查看輸入素材：身體乳、香皂、香薰套裝和沐浴球，下方左側為四張參考圖，右側為組合結果；在較窄的螢幕上，結果圖會排在參考圖區域之後。

圖片來源：OpenAI 官方圖像生成指南。

3. 遮罩局部修改：只調整畫面的一部分

適合替換背景中的物件、修改局部裝飾，或修整商品周圍的場景。準備原圖與帶 alpha 通道的遮罩，用透明區域標出需要編輯的位置，並補充文字要求。

原圖與遮罩的尺寸和格式須匹配，並符合 API 的檔案限制；如果有多張輸入圖，遮罩會作用於第一張。遮罩是編輯引導，不是像素級鎖定的保證。 完成後仍要對照未選中的區域，檢查有沒有意外改動。

官方用泳池場景示範遮罩編輯：先提供原圖，再用遮罩指定泳池中的修改區域，最後加入火烈鳥造型浮圈。按「原圖 → 遮罩 → 結果」的順序觀看，會更容易理解修改範圍。

圖片來源：OpenAI 官方圖像生成指南。

4. 多輪對話編輯：在同一張圖上繼續完善

例如先生成插畫，再要求更寫實，最後調整燈光。Responses API 可透過 previous_response_id 延續上下文，也可將先前的圖像生成項或圖片 ID 帶入後續請求。

action 用於控制行為：auto 讓模型判斷，generate 要求新建圖片，edit 要求編輯已有圖片。強制編輯時必須提供圖片上下文，否則會報錯。每一輪應將「今次要修改的部分」與「必須保留的部分」分開表達。

官方的多輪示例先生成「灰色虎斑貓抱着戴橙色頸巾的水獺」，隨後加入「讓它更寫實」的要求。下面兩張圖對應連續兩輪修改，不是兩款模型的畫質對比。

圖片來源：OpenAI 官方圖像生成指南。

5. 串流預覽：等待時先看中間結果

串流生成適合互動式設計工具：開啟 stream，並使用 partial_images 請求中間預覽，範圍為 0–3。設為 0 時只會接收最終圖；即使要求了多張預覽，也可能因為生成速度夠快而收到較少。

應用程式應將中間圖標記為預覽，並以完成事件中的圖片作為最終交付。每張中間預覽還會增加 100 個圖片輸出 token，因此預覽數量也是成本選項。

官方用「白色貓頭鷹羽毛組成的河流」展示串流生成。前兩張是中間預覽，第三張才是最終結果；可以觀察羽毛形態和前景細節如何逐步成形。

圖片來源：OpenAI 官方圖像生成指南。

6. 控制成品：尺寸、品質、透明背景和格式

2.5 的自訂寬度和高度須為 16 的倍數，寬高比介乎 1:3 至 3:1，單邊不超過 3840 像素，總像素為 655,360–8,294,400；超過 2560x1440 的解像度仍屬實驗性範圍。JPEG 和 WebP 可透過 output_compression 調整壓縮設定，上載至網站前應再檢查檔案大小與清晰度。

7. 把生圖放進應用：兩種 API 如何選擇

若一次只處理獨立圖片，Images API 更直接；若要讓圖片跟隨對話持續修改，Responses API 更適合組織上下文。兩種方式的圖片模型所在位置不同：

{
  "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"}
  ]
}

Responses 中的語言模型也可能會優化原始提示詞，可查看 revised_prompt 了解實際採用的描述；做重現記錄時，同時保存原始提示詞與改寫後的提示詞。費用則同時包含主模型處理與圖像生成用量。

遇到失敗時，應記錄請求 ID，先分辨認證、額度、限流與需要修改輸入的錯誤。暫時性服務錯誤可以退避重試；餘額不足或 image_generation_user_error 應先處理原因，不能原樣無限重發。內容審核參數與舊型號專屬參數應分別查閱文件，亦不要把舊版的 input_fidelity 設定直接套用到新型號。

使用 Responses 時，頂層的語言模型與工具中的圖片模型會負責不同工作，選型和費用應分開理解。若還需要比較目前語言模型，可閱讀 GPT-6 Astra 與 Claude Fable 5.1 對比。

截至 2026 年 9 月 9 日，我們實測的 Codex 訂閱生圖仍預設返回 GPT Image 2（gpt-image-2-codex），暫待官方日後更新。

常見問題

GPT Image 2.5 何時發佈？

OpenAI 官方發佈日期為 2026 年 9 月 8 日；ChatGPT 產品名稱為 ChatGPT Images 2.5，API 提供 Flare 和 Sunburst 兩款型號。

Flare 與 Sunburst 哪個更適合日常使用？

按官方定位，Flare 適合快速日常創作，Sunburst 適合更著重精細編輯的任務。先用自己的典型素材驗證，再決定預設模型。

GPT Image 2.5 是否免費？

ChatGPT 一般 Images 功能涵蓋所有套餐，但不能據此推斷為無限使用；公開 API 則按用量計費。

Sunburst 的 token 單價是否更貴？

目前兩款型號的標準 token 單價相同，但每張圖片的實際費用仍可能不同，應查看真實請求用量。

在 ChatGPT 中必須選擇 Flare 或 Sunburst 嗎？

官方說明文件介紹的是 Images 創作入口，API 文件才明確提供這兩個模型 ID；使用 ChatGPT 時按實際介面操作，不必把語言模型選擇器當作圖片模型選擇器。