GPT Image 2.5 正式发布：新功能、Flare/Sunburst 区别与价格

GPT Image 2.5 已于 2026 年 9 月 8 日正式发布。 OpenAI 同时更新 ChatGPT Images 创作体验，并在 API 推出 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst：前者侧重快速、日常的高质量生成，后者侧重精细创作与编辑控制。官方发布公告已确认这两个型号。

如果你关心的是做海报、改商品图或生成文章配图，先看创作入口和编辑功能；如果要把生图接进应用，再看型号与计费。本文依据截至 2026 年 9 月 9 日 的官方资料整理，模型效果与速度改进均注明官方口径。

GPT Image 2.5 更新了什么

这次更新主要围绕“生成后继续修改”。OpenAI 强调三项改进：参考图主体更容易保持辨识度，局部编辑更能遵循修改范围，多轮修改时更能保留此前已经确定的细节。官方还称，相较 Images 2.0，生成延迟最多降低 50%；这个数字不是每张图片的固定耗时承诺。

对实际工作流，可以把这些变化理解为：做商品图时保留商品特征，改海报时尽量维持版式，连续修改时减少重新生成整张图的需要。最终素材仍应检查文字、细节和修改范围。

ChatGPT 的创作入口也增加了几种辅助方式：

• Sketch 草图：用简单线条表达构图，再补充文字要求。
• 模板：从海报、商品展示等形式开始填写创作信息。
• 图片评论：把修改意见放到图上，明确想调整的位置。
• 提示词分享：分享创作提示，供其他人制作自己的版本。

这些是产品功能与官方能力说明，不能直接换算成某个任务的成功率或返工次数。

GPT Image 2.5 与 GPT Image 2 有什么区别

结合GPT Image 2 模型页和新版文档，两代产品的区别可以分成模型能力与创作入口两部分。

这张表对照的是官方说明。对已有工作流，更有意义的检验是：修改后能否保留原来满意的主体与文字，以及完成同一任务的总等待时间和总费用。不能把“升级”理解成每次生成都更快、每个细节都不会变化。

Flare 和 Sunburst 有什么区别

两款模型都能根据文字与参考图片生成、编辑图像。下面按Flare 模型页和Sunburst 模型页整理选型信息。

一个便于执行的选型方法是：先列出不可改变的元素，例如商品轮廓、标志、文字和布局，再判断本次任务最在意等待时间还是修改准确性。需要大量尝试时可以从 Flare 开始；细节已经确定、接近交付时可以考虑 Sunburst。实际质量与耗时需要用自己的素材验证。

GPT Image 2.5 价格是多少

截至资料核验日，两款模型的标准 API token 单价相同。以下单位均为美元／每百万 token，依据OpenAI API 价格页和上述模型页。

相同 token 单价不代表每张图费用相同。 实际费用取决于本次输入、输出及缓存 token，用量又会随素材和生成设置变化。使用官方计算器时，应选择具体的 2.5 型号、质量和尺寸，不能直接沿用 GPT Image 2 的每图费用估算。

因此，做预算时应记录真实请求的 usage，同时统计失败和返工，最后计算每张可交付图片的成本。不要把上表的“每百万 token”误读成“每张图片”，也不要把单次调用费用当作完成整个设计任务的费用。

ChatGPT 套餐内的生图与公开 API 计费应分别查看；套餐及上游模型费用的基本区别也可参考账号、套餐与模型费用说明。

在 ChatGPT 里怎么使用

根据ChatGPT Images 官方帮助文档，可以直接在对话中描述要生成的图片，也可以选择 Images 入口；上传已有图片后说明要改什么，即可进入编辑流程。普通 Images 功能覆盖全部套餐，带思考的生图当前面向 Plus、Pro、Business，Enterprise 和 Edu 后续支持，具体以当前账户显示为准。

想试新入口，可以先选择一个明确的小任务：

1. 草图创作：在移动端输入 @，选择 Sketch，画出大致布局，再描述风格与内容。
2. 模板创作：打开 Images → Templates，选择类型并填写信息；官方说明模板暂未进入 Work 模式。
3. 局部修改：打开图片，选择区域或添加评论，并写清需要保留的内容。

下面是一段可自行尝试的编辑提示词，用于表达修改范围，并非效果保证：

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.

每轮只改一个目标更容易核对结果。检查时对照原图看主体轮廓、文字和边缘，并保存满意的版本；官方帮助文档也提醒，编辑可能超出选定区域。

GPT Image 2.5 的几种玩法：从生成到多轮精修

官方图像生成指南涵盖文生图、参考图创作、局部修改与多轮对话等方式。下面按创作任务介绍用法；其中 API 参数按官方文档整理，示例用于说明请求结构，尚未用公开 API Key 逐项实测。

1. 文生图：从一句描述开始

适合文章插图、海报初稿、商品展示背景和设计候选。先把用途、主体、风格、构图和需要出现的文字写清楚，再选尺寸与质量；第一次不必把所有选项都调到最高。

Images API可独立生成图片，也能用 n 请求多张候选。下面是生成一张配图的请求体示意，发送至公开 API 的 /v1/images/generations，使用 API Key 鉴权：

{
  "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
}

拿到结果后，确认图片能解码打开、数量符合预期，再检查主体与文字。多张候选可以提高选择空间，也会增加生成用量。

下面这张杯子图来自 OpenAI 官方指南，用于展示文生图成品；它不是上方参数示例的实跑结果。

图片来源：OpenAI 官方图像生成指南。

2. 参考图创作：把已有素材组合成新画面

例如把几张商品照片合成一张礼盒展示图，或者围绕同一件商品制作不同场景。给每张参考图分配清楚的角色：哪张提供主体，哪张提供风格，哪张只参考布局。

官方的图片编辑接口支持基于输入图片生成或修改画面；Responses 则可以通过图片 URL、Base64 data URL 或 Files API 的文件 ID 提供参考。上传素材后，应说明必须保留哪些特征，避免把“参考风格”误解成“替换主体”。

官方参考图示例将四件单独的商品组合成一个礼盒。可分别查看输入素材：身体乳、香皂、香薰套装和沐浴球，下方左侧为四张参考图，右侧为组合结果；窄屏下结果图排在参考图区之后。

图片来源：OpenAI 官方图像生成指南。

3. 遮罩局部修改：只调整画面的一部分

适合替换背景中的物体、修改局部装饰或修整商品周围的场景。准备原图与带 alpha 通道的遮罩，用透明区域标出需要编辑的位置，并补充文字要求。

原图与遮罩的尺寸和格式需匹配，并满足接口文件限制；有多张输入图时，遮罩作用于第一张。遮罩是编辑引导，不是像素级锁定保证。 完成后仍要对照未选中的区域检查有没有意外改动。

官方用泳池场景演示遮罩编辑：先提供原图，再用遮罩指定泳池中的修改区域，最终加入火烈鸟造型泳圈。按“原图 → 遮罩 → 结果”的顺序看，修改范围更容易理解。

图片来源：OpenAI 官方图像生成指南。

4. 多轮对话编辑：在同一张图上继续完善

例如先生成插画，再要求更写实，最后调整灯光。Responses API 可通过 previous_response_id 延续上下文，也可以把先前的图像生成项或图片 ID 带入后续请求。

action 用于控制行为：auto 让模型判断，generate 要求新建图片，edit 要求编辑已有图片。强制编辑时必须提供图片上下文，否则会报错。每轮把“本轮要改的部分”与“必须保留的部分”分开表达。

官方的多轮示例先生成“灰色虎斑猫抱着戴橙色围巾的水獭”，随后追加“让它更写实”的要求。下面两张图对应连续两轮修改，不是两款模型的画质对比。

图片来源：OpenAI 官方图像生成指南。

5. 流式预览：等待时先看中间结果

流式生成适合交互式设计工具：开启 stream，使用 partial_images 请求中间预览，范围为 0–3。设为 0 时只接收最终图；即使请求了多张预览，也可能因生成较快而收到更少。

应用应把中间图标记为预览，并以完成事件中的图片作为最终交付。每张中间预览还会增加 100 个图片输出 token，因此预览数量也是成本选项。

官方用“白色猫头鹰羽毛组成的河流”展示流式生成。前两张是中间预览，第三张才是最终结果；可以观察羽毛形态和前景细节如何逐步形成。

图片来源：OpenAI 官方图像生成指南。

6. 控制成品：尺寸、质量、透明背景和格式

2.5 的自定义宽高须为 16 的倍数，宽高比在 1:3 到 3:1 之间，单边不超过 3840 像素，总像素为 655,360–8,294,400；超过 2560x1440 的分辨率仍属实验性范围。JPEG 和 WebP 可通过 output_compression 调整压缩设置，上传网站前应再检查文件大小与清晰度。

7. 把生图放进应用：两种 API 怎么选

一次只处理独立图片时，Images API 更直接；要让图片跟随对话持续修改时，Responses API 更适合组织上下文。两种方式的图片型号位置不同：

{
  "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 中的语言模型还可能优化原始提示词，可查看 revised_prompt 了解实际采用的描述；做复现记录时，同时保存原始提示与改写后的提示。费用则同时包含主模型处理与图像生成用量。

遇到失败时，记录请求 ID，先区分鉴权、额度、限流和需要修改输入的错误。临时服务错误可退避重试；余额不足或 image_generation_user_error 应先处理原因，不能原样无限重发。内容审核参数与旧模型专属参数应分别查阅文档，不要把旧版的 input_fidelity 设置直接套到新型号。

使用 Responses 时，顶层的语言模型与工具里的图片模型承担不同工作，选型和费用应分别理解。若还需要比较当前语言模型，可阅读GPT-6 Astra 与 Claude Fable 5.1 对比。

截至 2026 年 9 月 9 日，我们实测的 Codex 订阅生图仍默认返回 GPT Image 2（gpt-image-2-codex），暂待官方后续更新。

常见问题

GPT Image 2.5 什么时候发布的？

OpenAI 官方发布日期是 2026 年 9 月 8 日，ChatGPT 产品名称为 ChatGPT Images 2.5，API 提供 Flare 和 Sunburst 两款型号。

Flare 和 Sunburst 哪个更适合日常使用？

按官方定位，Flare 适合快速日常创作，Sunburst 适合更重视精细编辑的任务。先用自己的典型素材验证，再决定默认模型。

GPT Image 2.5 是免费的吗？

ChatGPT 普通 Images 功能覆盖全部套餐，但不能据此推断为不限量使用；公开 API 则按用量计费。

Sunburst 的 token 单价更贵吗？

目前两款模型的标准 token 单价相同，每张图的实际费用仍可能不同，应查看真实请求用量。

在 ChatGPT 中必须选择 Flare 或 Sunburst 吗？

官方帮助文档介绍的是 Images 创作入口，API 文档才明确提供这两个模型 ID；使用 ChatGPT 时按实际界面操作，不必把语言模型选择器当作图片模型选择器。