GPT Image 2.0 与 2.5 对比：你的图片会有哪些变化？
如果你需要修改一张图片，又想保住已经确认过的部分，GPT Image 2.5 更值得关注。OpenAI 表示，新版本提升了参考图还原度、局部编辑能力，以及多轮修改中的一致性。API 还提供两种选择：Flare 优先考虑速度，Sunburst 则面向画质要求更高、编辑难度更大的任务。OpenAI 将发布日期标为 2026 年 9 月 8 日。官方公告
如果你已有 GPT Image 2 工作流，真正要判断的是新模型能否根据你的需求说明产出更多可用结果。首张图片快一点当然有帮助，但如果下一轮编辑就把徽标改了，省下的时间也有限。本文先对照 OpenAI 已发布的资料，再提供一套可以用在自有图片上的评估方法。
名称说明：Images 2.0、GPT Image 2、Flare 与 Sunburst
ChatGPT Images 是产品名称。上一代版本名为 ChatGPT Images 2.0，对应的 API 模型是 gpt-image-2。OpenAI 的模型页面还列出了带日期的快照 gpt-image-2-2026-04-21。GPT Image 2 文档
两个新的 API 模型 ID 分别是 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst。如果某项服务宣传自己使用“Image 2.5”，而具体型号会影响你的选择，它就应该说明实际运行的是哪一个模型。Flare 文档、Sunburst 文档
| 你的需求 | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|---|
| 为现有工作流建立基准 | 保留已经确认的输出和设置 | 对比完成时间与验收通过的结果 | 对比高难度需求和编辑任务 |
| 产品定位 | 使用高保真图片输入进行生成和编辑 | 快速完成日常图片生成 | 更重视画质和编辑精度 |
| 参考照片 | 支持 | 更好地保留主体，是 2.5 明确提出的改进方向 | 更好地保留主体，是 2.5 明确提出的改进方向 |
| 对一张图进行多轮修改 | 检查完整编辑过程 | 检查哪些已确认细节能保留下来 | 细节编辑决定能否通过时，值得尝试 |
| 对每条提示词都保证胜出 | 由你自己的样例决定 | 由你自己的样例决定 | 由你自己的样例决定 |
以上模型定位来自 OpenAI 的图片提示词指南，评估标准则是本文的编辑建议。该指南称 Flare 的画质与 GPT Image 2 相当，Sunburst 的画质更高。选择模型时，这一区别比把两种 2.5 型号视为可以互换更有参考价值。
官方图片展示了什么
ChatGPT Images 2.5 官方示例，由 OpenAI 发布。
这幅插画中的地貌向上弯曲，前景里的一家人仍然清晰可辨。它适合用来观察复杂构图：前景人物、巨大的内部空间和远处的消失点各自承担不同作用。
OpenAI 还提供了一组肖像输入与编辑示例：
OpenAI 提供的输入照片。
OpenAI 的编辑输出。这组素材展示的是一张输入照片和一次 2.5 编辑。来源：官方发布。
先看预期改动，也就是服装，再检查面部、姿势和背景。你也可以按这个顺序检查自己的编辑结果。如果要比较不同版本，还需要让 GPT Image 2 使用同一张输入图和同一条指令再生成一份输出；仅凭这两张图片，无法得出两个版本之间的质量评分。
2.5 到底快多少？
OpenAI 对延迟降幅的说法是：
“up to 50% compared with Images 2.0”
引用这个数字时，不能漏掉“up to”。公告明确将 Flare 定位为更快的生成模型，也说明 Sunburst 处理精细任务时可能需要更长时间。它没有承诺你的图片一定会在某个固定时间内完成。
在营销活动的工作流里，可以记录从提交请求到下载可用图片所花的时间，同时统计修改未通过版本的时间。十张出图很快但标签拼错的草稿，最终可能比一张速度较慢、只需微调的草稿更费时间。报告时既要写常见等待时长，也要记录那些会打断工作的最慢请求。
token 单价相同，是否意味着每张图片成本相同？
OpenAI 的 Flare 与 Sunburst 模型页面列出了以下费率，核对日期为 2026 年 9 月 9 日：
| Token 类别 | 每 100 万 token 的费率 |
|---|---|
| 文本输入 | $5.00 |
| 缓存文本输入 | $1.25 |
| 图片输入 | $8.00 |
| 缓存图片输入 | $2.00 |
| 图片输出 | $30.00 |
两个页面都表示这些费率与 GPT Image 2 相同，同时注明 GPT Image 2 计算器无法估算 2.5 的 token 消耗量。表中是 token 费率，不是每张生成图片的固定价格。Flare 定价、Sunburst 定价
要做有意义的预算对比，可以把一批图片的总成本（包括废弃的尝试）除以最终验收的图片数量。输出尺寸和审核标准要保持一致。编辑成本应计入原始生成任务，不要把每次修改都当成互不相关的开支。
模型改进与 ChatGPT 操作功能不是一回事
本次发布还在 ChatGPT 中加入了 Sketch、模板、图片评论和提示词分享。这些是产品操作功能。只在另一个应用中接入 API 模型，并不会自动获得这些界面功能。官方公告
当前的使用步骤与开放范围可查看 ChatGPT Images 帮助页面。页面说明移动端支持 Sketch，并注明 Work 模式暂不提供模板。先检查你实际使用的界面，再围绕某个按钮设计工作流。
用自己的素材做一次小型对比
选择一张你拥有版权、包装文字清晰可读的产品照片。将原始文件、完整提示词、输出尺寸和所选质量设置放在一起，并为每个候选模型提供相同的起始素材。
试试这条原创提示词：
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.
然后提出一次局部修改：
Change the background from pale cream to muted sage green.
Keep the bottle, label, cap, framing, lighting direction, and shadow position.
对照需求说明评估结果，不要只挑缩略图里最好看的那张。标签还能看清吗？瓶身变宽了吗？预留的空白还在吗？如果任务包含多轮修改，应检查每个中间文件，这样才能找出细节是在哪一步发生变化的。
只要 GPT Image 2 仍能满足需求，就继续使用，直到替代模型通过同样的检查。如果问题出在等待时间，可以先试 Flare；如果某项高难度编辑一直无法通过审核，再试 Sunburst。OpenAI 的迁移指南也采用这种以质量要求为先的选择方式。
关于升级的常见问题
我需要彻底重写提示词吗？
先沿用现有提示词。同时更换模型和需求说明，会更难判断究竟是哪项改动起了作用。找到具体问题后再改写提示词，例如参考对象含糊，或文字位置没有说清楚。
编辑后，其他部分会完全保持不变吗？
每次编辑后都要检查图片。官方提示词指南指出，需要保留的细节仍可能发生偏移；如果某个区域必须逐像素保持一致，指南建议使用合成处理。
我能在所有图片服务里使用 ChatGPT 的新工具吗？
检查该服务的界面和模型选择器。ChatGPT 功能、OpenAI API 直接接入和第三方工作台各有自己的开放范围。可以先查看 GPT Image 2.5 模型概览，了解这次发布。
