GPT Image 2.0 與 2.5 比較：你的圖片會有哪些變化？
如果你需要修改一張圖片，又想保留已經確認過的部分，GPT Image 2.5 更值得關注。OpenAI 表示，新版本提升了參考圖還原度、局部編輯能力，以及多輪修改的一致性。API 還提供兩種選擇：Flare 優先考量速度，Sunburst 則適合對畫質和編輯要求更高的工作。OpenAI 將發布日期標為 2026 年 9 月 8 日。官方公告
如果你已有 GPT Image 2 工作流程，真正要判斷的是新模型能否依照你的需求產出更多可用結果。第一張圖片快一點當然有幫助，但如果下一輪編輯就把標誌改了，省下的時間也有限。本文先對照 OpenAI 已發布的資料，再提供一套可以用在自有圖片上的評估方法。
名稱說明：Images 2.0、GPT Image 2、Flare 與 Sunburst
ChatGPT Images 是產品名稱。上一代版本名為 ChatGPT Images 2.0，對應的 API 模型是 gpt-image-2。OpenAI 的模型頁面還列出帶日期的快照 gpt-image-2-2026-04-21。GPT Image 2 文件
兩個新的 API 模型 ID 分別是 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst。如果某項服務宣稱使用「Image 2.5」，而具體型號會影響你的選擇，它就應該說明實際執行的是哪個模型。Flare 文件、Sunburst 文件
| 你的需求 | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|---|
| 為現有工作流程建立基準 | 保留已經確認的輸出和設定 | 比較完成時間與驗收通過的結果 | 比較高難度需求和編輯工作 |
| 產品定位 | 使用高保真圖片輸入進行生成和編輯 | 快速完成日常圖片生成 | 更重視畫質和編輯精準度 |
| 參考照片 | 支援 | 更好地保留主體，是 2.5 明確提出的改進方向 | 更好地保留主體，是 2.5 明確提出的改進方向 |
| 對一張圖進行多輪修改 | 檢查完整編輯過程 | 檢查哪些已確認細節能保留下來 | 細節編輯決定能否通過時，值得嘗試 |
| 對每條提示詞都保證勝出 | 由你自己的範例決定 | 由你自己的範例決定 | 由你自己的範例決定 |
以上模型定位來自 OpenAI 的圖片提示詞指南，評估標準則是本文的編輯建議。該指南稱 Flare 的畫質與 GPT Image 2 相當，Sunburst 的畫質更高。選擇模型時，這項差異比把兩種 2.5 型號視為可以互換更有參考價值。
官方圖片展示了什麼
ChatGPT Images 2.5 官方範例，由 OpenAI 發布。
這幅插畫中的地貌向上彎曲，前景裡的一家人仍然清晰可辨。它適合用來觀察複雜構圖：前景人物、巨大的內部空間和遠處的消失點各自有不同作用。
OpenAI 還提供了一組人像輸入與編輯範例：
OpenAI 提供的輸入照片。
OpenAI 的編輯輸出。這組素材展示的是一張輸入照片和一次 2.5 編輯。來源：官方發布。
先看預期改動，也就是服裝，再檢查臉部、姿勢和背景。你也可以照這個順序檢查自己的編輯結果。如果要比較不同版本，還需要讓 GPT Image 2 使用同一張輸入圖和同一條指令再生成一份輸出；只憑這兩張圖片，無法得出兩個版本之間的品質評分。
2.5 到底快多少？
OpenAI 對延遲降幅的說法是：
“up to 50% compared with Images 2.0”
引用這個數字時，不能漏掉「up to」。公告明確將 Flare 定位為較快的生成模型，也說明 Sunburst 處理精細工作時可能需要更長時間。它沒有承諾你的圖片一定會在某個固定時間內完成。
在行銷活動的工作流程裡，可以記錄從送出請求到下載可用圖片所花的時間，同時統計修改未通過版本的時間。十張出圖很快但標籤拼錯的草稿，最後可能比一張速度較慢、只需微調的草稿更花時間。報告時既要寫常見等待時間，也要記錄那些會打斷工作的最慢請求。
token 單價相同，是否代表每張圖片成本相同？
OpenAI 的 Flare 與 Sunburst 模型頁面列出以下費率，核對日期為 2026 年 9 月 9 日：
| Token 類別 | 每 100 萬 token 的費率 |
|---|---|
| 文字輸入 | $5.00 |
| 快取文字輸入 | $1.25 |
| 圖片輸入 | $8.00 |
| 快取圖片輸入 | $2.00 |
| 圖片輸出 | $30.00 |
兩個頁面都表示這些費率與 GPT Image 2 相同，同時註明 GPT Image 2 計算器無法估算 2.5 的 token 使用量。表中是 token 費率，不是每張生成圖片的固定價格。Flare 定價、Sunburst 定價
要做有意義的預算比較，可以把一批圖片的總成本（包括捨棄的嘗試）除以最後驗收的圖片數量。輸出尺寸和審核標準要保持一致。編輯成本應計入原始生成工作，不要把每次修改都當成互不相關的支出。
模型改進與 ChatGPT 操作功能是兩回事
這次發布還在 ChatGPT 中加入 Sketch、範本、圖片留言和提示詞分享。這些是產品操作功能。只在另一個應用程式中接入 API 模型，並不會自動取得這些介面功能。官方公告
目前的使用步驟與開放範圍可查看 ChatGPT Images 說明頁面。頁面說明行動裝置支援 Sketch，並註明 Work 模式尚未提供範本。先檢查你實際使用的介面，再圍繞某個按鈕設計工作流程。
用自己的素材做一次小型比較
選擇一張你擁有版權、包裝文字清楚可讀的產品照片。將原始檔案、完整提示詞、輸出尺寸和所選品質設定放在一起，並為每個候選模型提供相同的起始素材。
試試這段原創提示詞：
Use the attached bottle photograph as the product reference.
Create a portrait advertisement on a pale cream background.
Put the bottle below the center and leave the upper third empty.
Keep its cap shape, label spelling, label position, and proportions.
Light the scene from the upper left with a broad softbox.
Use one subtle contact shadow. Add no props or extra text.
接著提出一次局部修改：
Change the background from pale cream to muted sage green.
Keep the bottle, label, cap, framing, lighting direction, and shadow position.
對照需求說明評估結果，不要只挑縮圖裡最好看的那張。標籤還能看清楚嗎？瓶身變寬了嗎？預留的空白還在嗎？如果工作包含多輪修改，應檢查每個中間檔案，這樣才能找出細節在哪一步發生變化。
只要 GPT Image 2 仍能滿足需求，就繼續使用，直到替代模型通過同樣的檢查。如果問題出在等待時間，可以先試 Flare；如果某項高難度編輯一直無法通過審核，再試 Sunburst。OpenAI 的移轉指南也採用這種以品質要求為先的選擇方式。
關於升級的常見問題
我需要徹底重寫提示詞嗎？
先沿用現有提示詞。同時更換模型和需求說明，會更難判斷究竟是哪項改動有效。找到具體問題後再改寫提示詞，例如參考對象含糊，或文字位置沒有說清楚。
編輯後，其他部分會完全保持不變嗎？
每次編輯後都要檢查圖片。官方提示詞指南指出，需要保留的細節仍可能發生偏移；如果某個區域必須逐像素保持一致，指南建議使用合成處理。
我能在所有圖片服務裡使用 ChatGPT 的新工具嗎？
檢查該服務的介面和模型選擇器。ChatGPT 功能、OpenAI API 直接接入和第三方工作區各有自己的開放範圍。可以先查看 GPT Image 2.5 模型概覽，了解這次發布。
