GPT-Image 2.6 Flare、Sunburst 已上线低至 $0.025 一张图

GPT Image 2.6 评测:GIF、SVG、费用和适合谁

GPT Image 2.6 多了什么?我们自己做了 GIF、三张海报和一次产品图改图。

Kiki, OmniaKey COO16 分钟阅读
本页内容

GPT Image 2.6 是 OpenAI 最新的图像模型,2026 年 11 月 4 日发布。模型 ID 是 gpt-image-2.6-sunburst 和 gpt-image-2.6-flare。它新增 GIF 动图输出、SVG 输出和 complexity 设置。每 token 价格与 GPT Image 2.5 相同(更新记录和图像生成指南,2026 年 11 月 5 日核对)。第二天我们用它做了一个 GIF、三张海报和一次产品图改图。

先说结论

  • 两个模型都新增三项能力:GIF 动图输出、SVG 输出和 complexity 设置。
  • 我们的 GIF 首尾衔接干净,三张海报每个字都拼对,产品图改完场景还在。
  • token 单价和 2.5 相同。1024x1024、medium 画质现在用 1,449 个输出 token,2.5 是 439 个。我们的 GIF 按 OpenAI 标价花了约 $0.035 的 token。
  • 短循环、矢量标志、文字多的海报、细致的改图用 Sunburst,快速出草稿用 Flare。
  • 两个 2.6 模型页把 Batch、Responses API 和 Chat Completions 标为 "Not supported"(不支持)。

GPT Image 2.6 是什么?

OpenAI 在 2026 年 11 月 4 日同时发布两个 2.6 模型。当天的更新记录说,它们用于出图和改图,可以调 complexity,也能生成 SVG 和 GIF 动图。记录里还列了两个模型 ID 和两个图像接口(更新记录,2026 年 11 月 5 日核对)。Sunburst 面向 "detailed visual work"(细致的视觉工作)(Sunburst,2026 年 11 月 5 日核对)。Flare 面向 "fast iteration"(快速迭代)(Flare,2026 年 11 月 5 日核对)。

两个模型都接受 POST /v1/images/generations 和 POST /v1/images/edits。模型页把 Batch、Responses 和 Chat Completions 标为 "Not supported"(不支持)。2.5 的模型页仍列出 Batch 和 Responses 图像工具(2.5 Sunburst,2026 年 11 月 5 日核对)。OpenAI Developers 说这对模型出图 "50% faster than before",比以前快 50%。帖子没说和什么比(X 帖子,2026 年 11 月 4 日)。发布视频多给了一个时间数字,Flare 在 low 画质下最快 6 秒出图(视频,2026 年 11 月 4 日)。ChatGPT 同一天也更新到 ChatGPT Images 2.6。它能做 GIF,也能存好自己、宠物和角色的参考图随时复用(社区公告,2026 年 11 月 4 日)。

GPT Image 2.6
发布2026 年 11 月 4 日
模型Sunburst、Flare
接口generations、edits
新增输出GIF 动图、SVG
complexitylow、medium、high
图片 token输入 $8,输出 $30 / 1M
Batch不支持

新能力有三项:GIF 动图输出、SVG 输出和 complexity 设置。OpenAI 的指南和更新记录把它们都算在 2.6 模型上(2026 年 11 月 5 日核对)。token 费率和 2.5 相同,图片输入每 100 万 token $8,图片输出每 100 万 token $30。OpenAI 的计算器显示,同一张图在 2.6 上的输出 token 最多是 2.5 的 4.2 倍。markup 改图两代都能用,计费和其他改图一样。逐字段的对比在 GPT Image 2.6 和 GPT Image 2.5 的对比 里。

用 GPT Image 2.6 怎么做 GIF?

在 POST /v1/images/generations 请求里把 output_format 设成 gif,选好 frame_count 和 frame_duration_ms。然后把 data[0].b64_json 从 base64 解码,把字节存成 .gif 文件(图像生成指南,2026 年 11 月 5 日核对)。

用 GPT Image 2.6 Sunburst 做的 GIF 动图:一只戴青绿色围巾的剪纸狐狸挥起一只前爪,眨眼,再把前爪放下
GPT Image 2.6 Sunburst 在 2026 年 11 月 5 日返回的原样 GIF:9 帧,433 × 395 像素,约 670 KB,一直循环。

下面是我们发出的请求,一行一个字段:

json
{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A cheerful paper-cut fox with a teal scarf sits on a grassy hill, waves one paw, blinks, then lowers the paw back to its starting pose. Flat pastel sky, soft paper shadows, gentle motion, perfect loop.",
  "output_format": "gif",
  "frame_count": 9,
  "frame_duration_ms": 200,
  "size": "auto"
}

响应在 32.6 秒后回来,报告的输出格式是 gif,data[0].b64_json 里带着一段动画。存下来的文件 669,897 字节,包含 9 帧 433 × 395 像素的画面,一直循环。每一帧都设成了 180 ms,我们请求的是 200 ms。所以一轮循环是 1.62 秒(9 × 180 ms),我们原本算的是 1.8 秒。我们只在这一个文件里见过这种情况,原因不明。usage 块列出 46 个文本输入 token 和 1,147 个图片输出 token。按 OpenAI 的标价,提示词是 46 × $5 / 1,000,000 = $0.00023。画面是 1,147 × $30 / 1,000,000 = $0.03441,合计约 $0.035。

狐狸 GIF 的 9 帧,排成 3 乘 3 的网格
同一张 GIF 逐帧看,从左到右、从上到下。帧与帧之间的白色空隙是我们加的。

9 帧连起来读是一只狐狸在挥手:前爪从坐姿抬起,眼睛在挥手最高处眯成笑,前爪再落回循环开始时的姿势。每一帧里的山丘、花和云都一样。

GIF 的设置和限制

  • frame_count 在指南里是 2 到 64 帧,openai-python v3.46.0 列的是 2 到 16 帧(提交,2026 年 11 月 5 日核对)。两处默认都是 9。
  • frame_duration_ms 每帧 20 到 2000 毫秒,按 10 ms 取整,默认 200。
  • 循环时长是帧数 × 每帧时长。默认 9 帧、200 ms 一轮是 1.8 秒;OpenAI 自己的示例里,一只猴子在 1.8 秒后回到起始姿势。
  • size 描述每一帧的尺寸,可以写 auto,也可以写 16 的倍数构成的宽 × 高。帧数、帧尺寸和额外的动画要同时满足模型的尺寸限制和这次请求的像素总量。
  • GIF 动图输出只在 generations 接口上可用。
  • 用 GIF 输出时,流式输出、部分图像、自定义 output_compression 和 prompt_rewriter 都用不了。
  • OpenAI 没有公布 GIF 的 token 数字,动画用了多少要看响应里的 usage。

完整的 curl 请求和循环时长表在 GPT Image 2.6 和 GPT Image 2.5 的对比 里。

ChatGPT 里的 GIF

OpenAI 的社区公告(2026 年 11 月 4 日)说,ChatGPT Images 2.6 能把一段提示词或一张图变成 GIF 动图。之后还能调速、逐帧编辑。公告没说哪些套餐包含 GIF。

GPT Image 2.6 能出 SVG 吗?

能,API 里可以。把 output_format 设成 "svg",n 设成 1,向 POST /v1/images/generations 发请求。然后把 data[0].b64_json 解码,把 UTF-8 的 XML 字节存成 .svg 文件(图像生成指南,2026 年 11 月 5 日核对)。

SVG 输出适合以后要当矢量改的图形:图标、标志和插画,由路径、形状和颜色组成,设计师可以改样式、缩放或换色。做 SVG 时,quality 控制的是 API 在编写步骤之前先画出的参考图。

返回的文件是静态矢量内容,不含脚本、外部资源或内嵌位图。edits 接口不返回 SVG,SVG 也不能作为改图的输入图;流式输出、部分图像、output_compression 和 prompt_rewriter 同样用不了。

费用分两部分:参考图按图像模型的费率算,编写 SVG 的模型再花掉一些 token。OpenAI 没说这个模型是哪个(指南,2026 年 11 月 5 日核对)。OpenAI 的示例把同一条 Field & Flour 面包店标志提示词在两个模型上各跑一次。Flare 画了一个金色面包,下面是两行奶油色招牌字。Sunburst 画了一个冒热气的面包,夹在麦穗之间,下面是招牌字和一根擀面杖。

我们还没用 2.6 做过 SVG,上面这些都来自 OpenAI 的指南。

我们的 GPT Image 2.6 测试结果如何?

所有测试都在 2026 年 11 月 5 日通过 OmniaKey 的 API 跑。每个设置一次,没有重试,也没有从多次结果里挑最好的。只有 GIF 的响应带了 token 数,下面的其余结果都是耗时和描述。

海报:complexity 用 low 还是 high

complexity 控制模型在渲染之前做多少规划。取值是 low、medium 和 high,不写这个字段时用 high。它和管渲染的 quality 是两回事。OpenAI 建议换背景、改招牌这类目标明确的改动用小档位,文字密集、排版复杂、物体关系多的场景用大档位。高档位可能更慢,也可能改到不想改的地方,不另外收费(指南,2026 年 11 月 5 日核对)。

提示词:

prompt
A vintage screen-print travel poster for a fictional seaside town called Port Calder. A red-and-white lighthouse at sunset above a small harbor with three fishing boats. At the top, the headline PORT CALDER in bold capitals. Below it, the line Summer Ferry Festival · July 12–14. In the bottom right corner, a small inset map with three labeled stops: Old Pier, Lighthouse, Market Square. Limited palette of coral, navy, cream and teal, visible paper grain.

我们同时发了三次请求。A 次用 Sunburst 配 low complexity,B 次用 Sunburst 配 high complexity。C 次用 Flare 配 high complexity,三张都是 1024x1536、medium 画质。

A 次:一张复古旅行海报,藏青色天空上是衬线体的 PORT CALDER 标题,下面是灯塔、三条船和一个带边框的嵌图地图
Sunburst · complexity low
B 次:同一张海报,天空变成珊瑚色,日期行是斜体手写体,灯塔在绿色岬角上,地图是岛屿形状
Sunburst · complexity high
C 次:同一张海报,标题后面有藏青色色带,灯塔在右侧的房屋之间,地图用朴素的文字标注
Flare · complexity high
同一条提示词,1024x1536,medium 画质,每个设置各跑一次,2026 年 11 月 5 日;三张海报上的每个字都拼对了。
三个地图嵌图并排
嵌图地图的原尺寸裁切,从左到右是 A、B、C 三次。B 次在 Market Square 上有两个红点,另外两次只有一个。

三张海报把三个地图标注 Old Pier、Lighthouse、Market Square 都拼对了。标题 PORT CALDER 和日期行 "Summer Ferry Festival · July 12–14" 也一字不差,放大到原尺寸同样如此。

  • A 次:衬线标题放在藏青色天空上,日期行夹在两条细线之间。灯塔带一间白房子,立在岩石岬角上,三条船停在石码头边,左前景有一个龙虾笼和一根系船柱,头顶有海鸥。奶油色的地图框里,标注写在标签牌上,各站之间用虚线连接,还有一个罗盘玫瑰。
  • B 次:天空改成珊瑚色,日期行用藏青色的斜体手写体,灯塔移到绿色岬角上,对岸有一个村子,船更近了。地图画成岛屿,上面有一座小灯塔、几间房子、标着 N、E、S、W 的罗盘和一条虚线。Market Square 上有两个红点,另外两次只有一个。
  • C 次:标题后面加了一条藏青色色带,日期行放在一条细线下面,灯塔在右侧的房屋之间。地图有绿色海岸线、实线和朴素的文字标注,没有标签牌。

三次耗时分别是 25.3 秒、31.1 秒和 25.3 秒。都远在 OpenAI 说的复杂提示词两分钟以内(指南,2026 年 11 月 5 日核对)。我们的计时从发出请求开始,包含网络时间。这些数字是我们自己测的。

每个设置只跑一次,没法证明 A 和 B 的差别来自 complexity,也可能是偶然。我们早先用 Sunburst 跑同一条提示词时,一个小地图标注拼错了:印出了 "Market",下面本该是 "Square" 的第二行却是一串乱码。海报付印前,把最小的字放大检查。

改一张产品图

Flare 用 26.2 秒做出了原图:一条哑光鼠尾草绿色的陶瓷水瓶,竹制瓶盖,放在浅色洞石上。旁边一枝尤加利,左侧有柔和的窗光,尺寸 1536x1024。Sunburst 接着用一条指令改图,只把瓶身换成亮面陶土橙色。瓶盖、洞石、尤加利、光线、阴影和机位都保持不变,用了 26.7 秒。

一张棚拍照片:哑光鼠尾草绿色的陶瓷水瓶,竹制瓶盖,放在洞石上,旁边一枝尤加利
Flare · 原图
同一场景里,鼠尾草绿的瓶子换成了亮面陶土橙色的瓶子
Sunburst · 改后
Flare 拍了这张照片,Sunburst 在 2026 年 11 月 5 日只改了瓶身的颜色;瓶盖、洞石、尤加利、左侧的光、阴影和机位都没动。

瓶子回来是亮面的陶土橙色。竹制瓶盖、带气孔的洞石、尤加利、左侧的光、阴影和机位看起来都一样。像素对比能看出更多:瓶子左右两侧的区域在结构相似性检查里是 0.94 和 0.96,1.0 表示完全相同。画面其余部分是被重画的。背景必须像素级不变时,替换之前先拿结果和原图比一遍。

GPT Image 2.6 多少钱?

OpenAI 按 token 收的费率和 2.5 一样(价格页,2026 年 11 月 5 日核对):

每 100 万 tokenGPT Image 2.6
图片输入$8
图片输出$30
缓存图片输入$2
文本输入$5
缓存文本输入$1.25

OpenAI 的计算器把这些费率换算成每张图的费用。下面是方形图和 1536 宽的横图:

尺寸画质2.5 token / 费用2.6 token / 费用
1024x1024low196 / $0.006823 / $0.025
1024x1024medium439 / $0.0131,449 / $0.043
1024x1024high1,756 / $0.0531,756 / $0.053
1536x1024low158 / $0.005664 / $0.020
1536x1024medium343 / $0.0101,132 / $0.034
1536x1024high1,372 / $0.0411,372 / $0.041

有两个规律。low 画质下,2.6 同一张方形图的输出 token 是 2.5 的 4.2 倍(823 对 196)。medium 是 3.3 倍。一张 1024x1024 的 medium 图从 $0.013 涨到 $0.043。high 画质下两个模型的数字完全相同,一张 high 图在两代上花一样的钱。

能按真实响应算出价格的动画只有我们这张 GIF。1,147 个输出 token 按每 100 万 $30 算,46 个输入 token 按每 100 万 $5 算。两项合计约 $0.035。SVG 输出的费用是参考图按图像模型的费率,再加上编写模型的 token,OpenAI 没说编写模型是哪个。complexity 不单独收费,同一条提示词跑 low 和 high 价格一样。

Batch 只给 2.5 的图片费率减半。Batch 价格表里没有 2.6 这一行。两个 2.6 模型页也把 Batch 标为 "Not supported"(不支持)(2026 年 11 月 5 日核对)。OmniaKey 上两个模型的每张图价格在 Sunburst 和 Flare 模型页。

GPT Image 2.6 适合谁?

  • 落地页或社交帖里的短循环:要 GIF 输出,整段动画一个文件回来。
  • 以后还要改样式的标志和图标:SVG 输出给设计师可编辑的路径、形状和颜色。
  • 文字多的海报、菜单和密集排版:试试 high complexity,然后把最小的字放大到原尺寸检查。
  • 细节必须保住的改图:用 medium 或 high 画质的 Sunburst。OpenAI 说它多次改图时细节更一致。
  • 海报和产品图的快速初稿:用 Flare,OpenAI 的发布视频建议它做第一版。

Flare 还是 Sunburst?

OpenAI 把 Sunburst 定位为 "detailed visual work"(细致的视觉工作)。Flare 的定位是 "fast iteration"(快速迭代)。发布视频建议海报或产品图的初稿用 Flare。细节要在多次改图中保住时,用 medium 或 high 画质的 Sunburst(视频,2026 年 11 月 4 日)。两者费率相同,接受的字段也一样。

用户反馈好坏都有。发布当天,Hacker News 用户 jjcm 写道,一小时后自己在 "rolling back 2.6-flare to 2.5-flare"。说的是把 2.6-flare 换回 2.5-flare。理由是输出 "too simplistic"(太简单),有些情况 "inherently broken in other cases"(本身就有问题)。jjcm 也写 "2.6-sunburst seems solid however",2.6-sunburst 倒是很稳(评论,2026 年 11 月 4 日)。bsboxe 发帖说,OpenAI 的计算器显示 low 和 medium 画质下 token 用量是四倍(评论,2026 年 11 月 4 日)。bnmathm 贴出 2.6 在 1024x1024 上的耗时:low 6.7 秒,medium 7.9 秒,high 8.9 秒。2.5 的 medium 是 12.0 秒(评论,2026 年 11 月 4 日)。每一条都是一个人在一套环境里的说法。

在我们三次海报测试里,Sunburst 和 Flare 都把每个字拼对了,文字一项没有分出高下。

什么情况下继续用 GPT Image 2.5

三种情况仍然指向 2.5。Batch 任务:2.5 把 v1/batch 列为支持,图片费率减半,2.6 没有 Batch 这一行。low 或 medium 画质下的紧预算:2.6 同一张图要用 4.2 倍和 3.3 倍的输出 token。已经能满足需求的流程:可以继续原样调用 2.5。GPT Image 2.6 和 GPT Image 2.5 的对比 逐字段讲了一遍。

怎么用 GPT Image 2.6

在 OpenAI API 里

gpt-image-2.6-sunburst 和 gpt-image-2.6-flare 都用 generations 接口出新图,用 edits 接口改图。Batch、Responses 和 Chat Completions 是 "Not supported"(不支持)。Sunburst 和 Flare 两个模型页都在 2026 年 11 月 5 日核对。openai-python v3.46.0 于 2026 年 11 月 5 日发布。这个版本把 complexity 设置和 GIF、SVG 输出控制加进了 SDK(提交,2026 年 11 月 5 日核对)。

在 ChatGPT 里

ChatGPT Images 2.6 同一天上线。OpenAI 的公告说,它能用提示词或图片做 GIF,能调速,能编辑单帧。它还能存好自己、宠物和角色的参考图随时复用(社区帖子,2026 年 11 月 4 日)。

在 OmniaKey 上

两个 2.6 模型都在 OmniaKey 上,可以出图,也可以改图。

  • quality 接受 low、medium 或 high。
  • 改图传内联 Base64 图片,整个请求上限 1 MiB。
  • 多张参考图放在 images 里。
bash
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: port-calder-poster-001" \
  -d '{
    "model": "gpt-image-2.6-sunburst",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A vintage screen-print travel poster for a fictional seaside town called Port Calder, with the headline PORT CALDER at the top."},
    "parameters": {"size": "1024x1024", "quality": "medium"}
  }'
  1. 返回 202 和一个任务 ID。
  2. 轮询 GET /v1/media/tasks/{id},直到状态变成 succeeded。
  3. 从任务 assets 里的签名地址下载图片。

换成 Flare 就把模型改成 gpt-image-2.6-flare。当前价格在 Sunburst 和 Flare 模型页,参数都在 图像 API 文档 里。两个模型也可以直接在 AI Image Generator 上试。

OpenAI 还没说什么

  • "50% faster" 的基准:X 帖子和发布视频都没给对比用的模型、尺寸或画质。视频里的六秒指 Flare 在 low 画质下。
  • GIF 的像素总量:指南说帧数、帧尺寸和 n 要满足 "the total request pixel budget"。指南没给这个数字。
  • SVG 的编写模型:指南按它的 token 计费,却没说是哪个模型。
  • 帧数上限:指南允许 2–64 帧,openai-python 的提交写的是 2–16 帧。
  • 每个 GIF 的 token 数字:没有公布,响应里的 usage 块是唯一来源。
  • 哪些 ChatGPT 套餐包含 GIF:公告只说了功能,没说套餐。

常见问题

GPT Image 2.6 什么时候发布的?

2026 年 11 月 4 日。OpenAI 当天的更新记录宣布 gpt-image-2.6-sunburst 和 gpt-image-2.6-flare 用于出图和改图。我们 2026 年 11 月 5 日核对时,两个模型页和价格行都已上线。

GPT Image 2.6 能做 GIF 吗?

能。在 POST /v1/images/generations 上把 output_format 设成 gif,选好 frame_count 和 frame_duration_ms,然后把动画解码,把字节存成 .gif 后缀的文件。edits 接口不返回 GIF,在 ChatGPT 里则从提示词或图片开始。

GPT Image 2.6 能出 SVG 吗?

能。在 POST /v1/images/generations 上把 output_format 设成 svg,n 设成 1,然后把 data[0].b64_json 解码,把 UTF-8 的 XML 字节存成 .svg。结果是静态矢量内容,edits 接口既不返回 SVG,也不接受 SVG 作为输入图。

GPT Image 2.6 多少钱?

按 token 算,图片输入每 100 万 $8,图片输出每 100 万 $30,和 2.5 一样。按张算,OpenAI 的计算器给出 1024x1024 low 是 823 个输出 token($0.025)。medium 是 1,449 个($0.043),high 是 1,756 个($0.053)。我们的 GIF 按 OpenAI 标价用了约 $0.035 的 token。

GPT Image 2.6 的 Flare 和 Sunburst 有什么区别?

Sunburst 是 OpenAI 面向 "detailed visual work"(细致的视觉工作)的模型。Flare 面向 "fast iteration"(快速迭代)。两者接受的接口字段相同,每 token 费率也相同。OpenAI 说 Sunburst 在 medium 或 high 画质下多次改图时细节更一致。

GPT Image 2.6 比 GPT Image 2.5 好吗?

看任务。2.6 在同样的 token 费率下新增了 GIF、SVG 和 complexity,OpenAI 还说生成快 50%。但它在 low 画质下用 4.2 倍输出 token,medium 下 3.3 倍,那里的图更贵。Batch 也留在 2.5。GPT Image 2.6 和 GPT Image 2.5 的对比 把两者并排放。

核验来源

2026 年 11 月 5 日测试并核对。

文中提到的模型

GPT Image 2.6OpenAIGIF 动图SVG模型评测

相关文章

最新文章

热门指南