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

GPT-Image 2.6 Flare API

AI 图片

GPT-Image 2.6 Flare API — 支持文生图与参考图编辑,按 1K、2K、4K 三档分辨率逐张计费,质量不加价。

查看文档获取 API Key

OpenAI

GPT-Image 2.6 Flare

模式
提示词0 / 32000
质量

质量越高,细节越丰富;价格不变。

宽高比
分辨率

输出 1024 × 1024

1K / 2K / 4K 决定像素总量,具体尺寸随宽高比计算。

预计 $0.025

运行模型后,结果会显示在这里。

01

适用场景

GPT-Image 2.6 Flare API — 支持文生图与参考图编辑,按 1K、2K、4K 三档分辨率逐张计费,质量不加价。

把 Flare 当作 2.6 的默认路由:参数和单张价格都与 2.5 一致,升级只需改一个 model id。

02

能力范围

文生图

gpt-image-2.6-flare

把文字提示词生成一张新图片。

图片编辑

gpt-image-2.6-flare

根据提示词和参考图修改已有图片。

03

深入了解

GPT-Image 2.6 Flare 是 OmniaKey 上 OpenAI 最新的图像生成与编辑模型 id,2026 年 11 月 4 日与 GPT-Image 2.6 Sunburst 一同发布。两者都接受纯文本提示词或提示词加参考图,目录里都标注了文生图与图像编辑两项能力,并按次收与 2.5 相同的三档分辨率价格。

Flare 是这一对里的日常路由。我们 11 月 5 日的首次实测表现与 2.5 一致:2048x1152、high 质量 22 秒返回,参考图编辑返回合法 PNG,请求结构没有变化,所以从 2.5 迁移只是改 model id,而不是重写脚本。

新需求的第一版画面

提示词还在调整时用 Flare。它接受与 2.5 相同的 size 与 quality 取值,现有 playground 或脚本只需换 id;返回的画布能告诉你构图是否值得继续,再决定要不要花更大的尺寸。

产品与场景摄影

指定单个物体或搭好的场景,用 2048x1152 这类明确尺寸配 high 质量。整张图都要看,包括四角,并备好第二条提示词列出要移除的道具;多余物体是这一族最常见的失败。

参考图编辑

把原图内联传入,operation 设为 edit,并直接请求最终要裁切的画布。方形请求会被归一化,所以把返回文件和原图并排对比,不要假设你发送的尺寸就是返回的尺寸。

04

实测记录

  • 2026 年 11 月 5 日的实测中,GPT-Image 2.6 Flare 用 high 质量在 22 秒内返回 2048x1152 PNG。

    阅读实测记录
  • 价格 feed 里 2.5 与 2.6 四个 id 的三档分辨率价格完全一致,1K 编辑也确实按 1K 档计费。

  • 那次编辑 34 秒后返回 1254x1254 PNG,上报 416 个输入 token 和 2058 个输出图像 token。

05

需要预留的限制

  • 2.6 的生成任务不回传 token usage:两个 generate 任务的计数全为 0,用量面板对它们不会有数据,实际扣费只有按分辨率计的固定价。
  • 发出去的方图不等于拿到的方图。1024x1024 请求和省略 size 一样,在 GPT Image 路由上会被归一化为 1254x1254。
  • 4K 只是更大的画布,不是更多细节,2.5 时期上游超时也集中在这一档;承诺 4K 交付前先预留重试。
  • SVG 输出、动图 GIF、可调 complexity 与 markup-guided editing 是上游 2.6 的新能力,本 API 尚未文档化,请不要围绕它们设计流水线。

06

对比相近模型

模型更适合操作标价
GPT-Image 2.6 Flare当前页
gpt-image-2.6-flare
最新一代的新项目,已有的 2.5 参数与价格档位可以直接沿用。文生图 · 图片编辑
$0.025–$0.055
每次调用
GPT-Image 2.5 Flare
gpt-image-2.5-flare
同一套合同的上一代,适合已经在 2.5 上调好提示词,或想用记录更久的 id。文生图 · 图片编辑
$0.025–$0.055
每次调用
GPT-Image 2.6 Sunburst
gpt-image-2.6-sunburst
依赖精确改动的编辑与排版,与 Flare 同属一代。文生图 · 图片编辑
$0.025–$0.055
每次调用

08

接入方式

媒体模型采用异步任务:创建任务、轮询到完成,再下载签名后的资源地址。

创建、轮询、下载
# 1. Create the job. 202 Accepted; the body carries the task id,
#    the pre-charged price, and a poll_url. Reuse one Idempotency-Key
#    across retries so a timeout never starts a second paid job.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: gpt-image-2.6-flare-001" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"size": "1024x1024", "quality": "medium"}
  }'

# 2. Poll GET /v1/media/tasks/{id} until status is
#    succeeded | failed | canceled. Progress carries percent and stage.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks/TASK_ID \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY"

# 3. Download assets[0].url before expires_at, or poll again for a
#    fresh signed URL. Failed and canceled jobs are refunded.
curl -sS -o out.png "$(jq -r '.assets[0].url' result.json)"

09

价格

图像任务按成功调用计费,不按 Token 计费;失败或取消的任务会自动退款。

每次成功调用

$0.025–$0.055每次调用省 53%

1K
$0.025每次调用
2K
$0.035每次调用
4K
$0.055每次调用

更多 OpenAI 图像模型

相关文章

常见问题

如何在 OmniaKey 上调用 GPT-Image 2.6 Flare?

向 /v1/media/tasks 发送 POST,带上模型 ID、type 设为 "image"、operation 设为 "generate" 或 "edit"。重试时复用同一个 Idempotency-Key,超时就不会再生成第二笔付费任务。

GPT-Image 2.6 Flare 如何收费?

GPT-Image 2.6 Flare 按 $0.025–$0.055 每次调用 计费。创建时会从预付余额中预扣该金额,失败或取消的任务会自动退款。

为什么接口返回任务 ID 而不是图片?

供应商耗时从几秒到约一分钟不等,OmniaKey 因此把所有图像路由统一为同一套异步流程。轮询 GET /v1/media/tasks/{id},直到状态变为 succeeded,再读取签名后的资源地址。

GPT-Image 2.6 比 2.5 贵吗?

不贵。目录给两代列的是同样三档分辨率价格,2026 年 11 月 5 日的价格 feed 里 2.5 与 2.6 四个 id 完全相同;质量不影响收费,生成与编辑同价。

怎么调用 GPT-Image 2.6 Flare?

用 POST /v1/media/tasks 创建任务,model 填 gpt-image-2.6-flare,带 Idempotency-Key;然后轮询 GET /v1/media/tasks/{id},state 变为 succeeded 后下载 assets[].url。size 与 quality 放在 parameters 里;编辑时把 operation 设为 edit 并内联传入原图。

哪些 quality 取值有效?

low、medium、high。和 2.5 一样,文档里的 xhigh 与 max 会被接受但按 medium 渲染,所以写更高的档位并不会换来更多细节,请以拿到的文件为准。

可以要 1024x1024 方图吗?

可以,但 GPT Image 路由会把方图和省略尺寸都归一化为 1254x1254。请按需要的画布请求,在下载文件里确认实际尺寸后再裁切。