GPT Image 2.5 是 OpenAI 在 2026 年 9 月 8 日发布的图像生成与编辑模型家族。它在 ChatGPT 里以 ChatGPT 图像 2.5 面向所有用户上线，在 API 中则是两个模型：快速默认档 GPT-Image-2.5 Flare 与精准旗舰档 GPT-Image-2.5 Sunburst。OpenAI 称，人们每周通过 GPT-Image 系列模型已创作超过 30 亿张图像。
最醒目的是排名。上线不到一个月，Sunburst 与 Flare 就在 Arena 文生图榜上稳居第 1、第 2，领先 GPT Image 2、Nano Banana 2.1、Grok Imagine Image 2.0 和微软的 MAI-Image-2.6。需要注意：两个条目目前仍标注为初步成绩，而且 token 单价没有变——所以每张图实际花多少钱，取决于你选的质量档位。
两个模型，一个家族
Flare（gpt-image-2.5-flare） | Sunburst（gpt-image-2.5-sunburst） | |
|---|---|---|
| 定位 | 小而快的模型——大多数应用的默认选择 | 基础模型——面向高端、细节密集的精准工作 |
| OpenAI 的说法 | 带来 Images 2.5 在画质、编辑与速度上的提升（OpenAI 称延迟比 Images 2.0 最多低 50%） | 面向细致创意工作的更高精准度，生成时间更长 |
| 文档评级 | 性能「更高」，速度「极快」 | 性能「最高」，速度「中等」 |
| 适合 | 创作者与社交内容、产品体验、视觉搜索、快速原型、大批量生成 | 可直接投放的营销创意、精修产品图、重编辑工作流 |
| 快照 | gpt-image-2.5-flare-2026-09-08 | gpt-image-2.5-sunburst-2026-09-08 |
OpenAI 的提示词指南给出一个务实的流程：重视速度就先用 Flare，对画质要求苛刻就先用 Sunburst，再用同样的提示词测试另一个模型，在达标的前提下保留延迟更低的那个。注意措辞上的细微差别——发布文章说 Flare 的画质超过 GPT Image 2，而提示词指南称 Flare 与 GPT Image 2「相当」，画质更高的是 Sunburst。
相比 GPT Image 2 有什么新东西
- 参考照片更忠实。 把主体放进新场景、新风格或新构图时仍然容易辨认，光线和纹理更自然。
- 针对性编辑。 只改一件产品、背景或一行文字，不扰动画面其余部分——这是 OpenAI 对 API 客户强调的场景。
- 多轮编辑更稳。 先前的修改更可能在后续编辑中保留，而不是在长对话里一路掉画质。
- 更难的需求。 更好地处理含真实信息的图像、复杂版式与透明背景，视觉风格也更准确。
- 新的质量档位。 在
low、medium、high、auto之外新增xhigh与max。
在 ChatGPT 中，这次还上线了 Sketch（直接在对话里画草图并作为视觉参考——输入 @Sketch）、海报与周边商品等格式模板、可直接在图像上添加评论以做针对性编辑，以及分享生成图所用的提示词，让别人用自己的照片接着玩。
定价
两个模型的 token 单价与 GPT Image 2 相同：
| token 类型 | 每 100 万 token |
|---|---|
| 文本输入 | $5.00（缓存 $1.25） |
| 图像输入 | $8.00（缓存 $2.00） |
| 图像输出 | 标准 $30.00 · Batch $15.00 |
由于模型输出的是图像，文本输出不计费。OpenAI 指出，token 单价相同并不代表每张图成本相同——token 用量随模型和质量档位而变，旧的 GPT Image 2 计算器也无法估算 GPT Image 2.5 的用量。请读取 API 响应中的 usage 字段，用你自己的提示词、尺寸和质量档位来测算。
作为粗略参考，Artificial Analysis 列出 Flare 与 Sunburst 在 max 质量下都约为 $210.7 / 1,000 张（约每张 $0.21），GPT Image 2（high）为 $211.0，而 Nano Banana 2.1 为 $33.6 / 1,000 张。草稿用 quality: "low"，只有定稿素材才值得对比更高档位。
排名表现
| 排行榜（截至 2026 年 10 月初） | Sunburst | Flare | GPT Image 2 | Nano Banana 2.1 |
|---|---|---|---|---|
| Arena 文生图（Elo） | 1425（第 1，初步） | 1398（第 2，初步） | 1383（第 3） | 1328（第 6，初步） |
| Artificial Analysis AA-Image-T2I v2.0（Elo） | 1199（max） | 1192（max） | 1172（high） | 1159 |
Arena 与 Artificial Analysis 的刻度不同，请只在同一列内比较，不要跨行比较。票数同样重要：Arena 文生图榜上 Sunburst 约 1.78 万票、Flare 约 1.69 万票，而 GPT Image 2 约 9.3 万票、Nano Banana 2.1 约 5,300 票——初步数字还会变动。
编辑能力的结论一致。在 Artificial Analysis 的 AA-Image-Editing v2.0 榜上，Sunburst（max）为 1184、Flare（max）为 1165，而 MAI-Image-2.6 与 Nano Banana 2.1 均为 1140。Artificial Analysis 的单图价格按 1024x1024、各模型默认设置测得。
API 细节
- 端点： Image API（
/v1/images/generations、/v1/images/edits）与 Responses API 的图像生成工具（把工具的model设为任一 ID）。 - 质量：
low、medium、high、xhigh、max、auto（默认auto）。 - 尺寸： 推荐
1024x1024、1536x1024、1024x1536；自定义WIDTHxHEIGHT单边最长 3840 像素、总像素最多 8,294,400（4K），超过2560x1440的为实验性。 - 格式： PNG（默认）、JPEG、WebP；PNG 或 WebP 可输出透明背景。对延迟敏感时 JPEG 比 PNG 更快。
- 速率限制： Build 档 250,000 TPM、每分钟 20 张；Launch 档 3,000,000 TPM、150 张；Grow 档 8,000,000 TPM、250 张。无免费档。
- 溯源： C2PA 元数据与不可见水印，并在生成时检查提示词与图像。
横向对比
- 对比 GPT Image 2： token 单价相同，Arena Elo 更高，新增
xhigh/max档位，编辑控制更精细。如果 GPT Image 2 已满足画质要求而你想降延迟，先试 Flare。 - 对比 Nano Banana 2.1： GPT Image 2.5 在众包排名上领先；Nano Banana 2.1 胜在价格（1K 图约 $0.034）和与 Google 生态的契合度。
- 对比 Midjourney v8.1： 图像必须有艺术指导感时，Midjourney 仍是首选；需要字面级指令遵循与编辑链、并且要 API 时，选 GPT Image 2.5。
- 对比 FLUX.2： FLUX.2 [dev] 可以自托管，GPT Image 2.5 不行。
局限
- 排名为初步成绩。 随着票数累积，榜单数字还会变化。
- 困难提示词的延迟。 OpenAI 称复杂提示词最长可能需要 2 分钟。
- 已知薄弱点。 精确的文字摆放、跨多次生成保持角色一致，以及对版式敏感的构图仍可能失败。
- 成本不透明。 没有公布每张图的固定价格，请用自己的用量数据。
其他同类模型见图像模型目录，以及我们的 最佳 AI 图像生成器榜单。
适用场景
- 精准编辑——只改一件产品、背景或一行文案，其余画面保持不动
- 基于参考素材制作可投放的营销创意、产品图与品牌一致的变体
- 应用内高并发、对延迟敏感的生成（Flare）
- 必须严格遵循详细需求的信息图、UI 概念图与演示文稿视觉
优缺点
优势
- Sunburst 与 Flare 在 Arena 文生图榜位列第 1、第 2（Elo 1425 与 1398，均为初步成绩），领先 GPT Image 2（1383）以及所有 Google、xAI、微软的条目
- 同一 API 提供两档——Flare 用于快速日常生成，Sunburst 用于精准编辑与高端创意——单价与 GPT Image 2 完全一致
- 新增 xhigh 与 max 质量档，自定义尺寸单边最长 3840 像素（总像素上限 4K），两个模型都支持透明 PNG/WebP 输出
- OpenAI 称编辑更精准、不动未指定的细节，参考照片的主体保留更好，多轮编辑也更稳定
局限
- 每张图的成本不是固定价——取决于尺寸、质量和模型的 token 用量，max 质量很贵（Artificial Analysis 默认测试约每张 $0.21）
- 排名仍标注为初步，票数远少于 GPT Image 2（文生图榜约 1.7 万票，对比约 9.3 万票）
- 复杂提示词最长可能要 2 分钟，OpenAI 仍把文字摆放、角色一致性和对版式敏感的构图列为薄弱点
- 闭源专有——不提供权重；参考照片的强项伴随内容过滤以及 C2PA/水印等溯源标记
常见问题
GPT Image 2.5 什么时候发布的？
OpenAI 于 2026 年 9 月 8 日与 ChatGPT Images 2.5 一同发布。当天即向所有层级的 ChatGPT、ChatGPT Work 与 Codex 用户推送，两个 API 模型 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst 也同步可用。
GPT-Image-2.5 的 Flare 与 Sunburst 有什么区别？
Flare 是小而快的模型，也是大多数应用的默认选择。OpenAI 称 Images 2.5 的延迟比 Images 2.0 最多降低 50%，不过其提示词指南把 Flare 的画质描述为「与 GPT Image 2 相当」。Sunburst 是基础模型，面向细致创意工作的更高精准度，生成时间更长。
GPT Image 2.5 多少钱？
两个模型的 token 单价与 GPT Image 2 相同——每百万文本输入 token $5、图像输入 token $8、图像输出 token $30（Batch 为 $15）。由于 token 用量随模型、尺寸和质量变化，请用你自己提示词在响应 usage 字段里的数据来测算，而不要假设每张图一个固定价。
GPT Image 2.5 比 Nano Banana 2.1 好吗？
在众包投票排名上目前是的。Arena 上 Sunburst 为 Elo 1425、Flare 为 1398，而 Nano Banana 2.1 为 1328，Artificial Analysis 的排序也一致。不过 Nano Banana 2.1 每张图便宜得多——Google 定价页 1K 图 $0.0336，而 GPT Image 2.5 在 max 质量下约每张 $0.21。
GPT Image 2.5 能生成透明背景吗？
可以。把 background 设为 transparent，并请求 PNG 或 WebP 输出即可，Flare 与 Sunburst 都支持。
图像尺寸有什么限制？
两个模型支持自定义 WIDTHxHEIGHT 尺寸：每边为 16 的倍数、宽高比在 1:3 到 3:1 之间、单边不超过 3840 像素，总像素在 655,360 到 8,294,400（4K）之间。OpenAI 将超过 2560x1440 的尺寸标为实验性。