作者注：GPT-Image-2.6 与 GPT-Image-2.5 的 token 单价一样，新增 GIF、SVG、markup 与 complexity。本文把官方自报、第三方样本和未知项分开列出，帮已经在用 2.5 的团队判断该马上换、并行跑，还是继续用 2.5。
先说结论：GPT-Image-2.6 对比 GPT-Image-2.5，是一次 能力包 + 速度 的升级，不是画质上的代际跳变。新增的四项能力里，GIF、SVG 和 complexity 只有 2.6 有，markup 标注编辑则是 2.5 和 2.6 一起补上的。所谓“快 50%”和“编辑一致性更强”，目前都只有官方说法，截至 2026-11-05 还没有可复核的独立分数。
再说成本：两代的 token 单价完全相同，但单价相同不等于单图成本相同，也不等于可以直接替换。2.6 的 complexity 不传时默认就是 high，会多出延迟，也可能改动你不想改的地方。所以换代的真正成本，在你自己的验收流程上。
GPT-Image-2.6 对比 GPT-Image-2.5：两代的时间线与型号
GPT-Image-2.5 于 2026-09-08 上线，默认快照日期就是 2026-09-08。GPT-Image-2.6 于 2026-11-04 随 ChatGPT Images 2.6 一起发布，到本文写作时上线才一天。两代都只有两个型号，模型 ID 之间只差版本号：
- 2.5：
gpt-image-2.5-flare、gpt-image-2.5-sunburst - 2.6：
gpt-image-2.6-flare、gpt-image-2.6-sunburst
两个型号的分工没有变。Flare 偏速度和日常出图，Sunburst 偏细节和编辑精度。2.6 的官方描述多了两处重点：Flare 的海报、产品图版式能力被单独点出，Sunburst 则强调在 medium 和 high 档下多轮编辑的一致性。还有一个容易被忽略的细节：2.5 的模型页标了 Performance「Highest」、Speed「Medium」，而 2.6 的两个模型页这两项都写着「Not specified」，官方没有给出分级。
| 对比维度 | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| 上线日期 | 2026-09-08 | 2026-11-04 |
| 型号 | flare / sunburst | flare / sunburst |
| 官方定位 | 编辑精度优先 | 精细构图与图像编辑工作流 |
| 模型页性能与速度标注 | Highest / Medium | Not specified |
| 支持端点 | v1/images/generations、v1/images/edits |
同左 |
| 质量档 | low / medium / high / xhigh / max / auto | 同左 |
| GIF、SVG 输出 | 不支持 | 支持（仅生成端点） |
| complexity 参数 | 无 | low / medium / high，默认 high |
| markup 标注编辑 | 支持（本次一起补上） | 支持 |
| 水印 | C2PA | C2PA + SynthID 隐形水印 |
| Batch 折扣 | 有，图像输出 $15/1M | 官方模型页未说明 |
两代的端点边界完全一致：都只能走 Image API 的生成与编辑两个端点，Chat Completions、Responses、Realtime、Live 都不支持。尺寸规则也一样，推荐 1024×1024、1536×1024、1024×1536 三种。自定义尺寸要求宽高都是 16 的倍数，长宽比在 1:3 到 3:1 之间，单边不超过 3840，总像素在 655,360 到 8,294,400 之间，高于 2560×1440 属于实验性。
GPT-Image-2.6 真正新增的四项能力
如果只看一张表，2.6 和 2.5 的差别主要就在下面这四项。它们各有参数范围和端点限制，接入前一定要逐项核对，不然很容易在请求阶段就报错。
| 能力 | 关键参数 | 可用端点 | 主要限制 | 2.5 能否使用 |
|---|---|---|---|---|
| GIF 输出 | output_format=gif、frame_count 2–64、frame_duration_ms 20–2000 |
仅生成端点 | 不支持流式、partial images、自定义压缩、prompt_rewriter | 否 |
| SVG 输出 | output_format=svg，n 必须为 1 |
仅生成端点 | 不支持流式、partial images、output_compression、prompt_rewriter | 否 |
| markup 标注编辑 | 透明 PNG 标注层 | 仅编辑端点 | 与第一张输入图同宽高，不能与 mask 或 prompt_rewriter 同用 | 是 |
| complexity | low / medium / high，默认 high | 生成与编辑 | 只控制规划，不控制细节；提高会增加延迟 | 否 |
GPT-Image-2.6 的 GIF 与 SVG 输出
GIF 输出的参数如下，所有取值范围都来自 OpenAI 图像生成指南：
output_format设为gifframe_count：2 到 64，默认 9frame_duration_ms：20 到 2000，默认 200，按 10 毫秒取整size：auto，或宽高都是 16 的倍数
SVG 输出同样只能在生成端点使用。output_format 设为 svg，n 必须等于 1。生成的是静态矢量，不含脚本、外链资源和内嵌位图，计费按参考图加上生成 SVG 的 token 计算。对做图标、插画和品牌素材的团队来说，这省掉了位图转矢量这一步，但编辑端点不支持 SVG，也就是说不能拿已有的 SVG 做局部修改。
ChatGPT 端也同步上线了 GIF：可以从提示词或上传的照片生成，据 The Verge 和 Android Authority 报道，播放速度可以在 0.5x 到 2x 之间调，还能逐帧编辑。不过这些是 ChatGPT 产品层面的功能，不要默认 API 端也有逐帧编辑。
markup 与 complexity：编辑工作流的两个开关
markup 标注编辑走 v1/images/edits：传一张透明 PNG 作为标注层，在上面圈出或涂出要修改的位置。标注层必须和第一张输入图宽高一致，两者各自最多 16,777,216 像素，标注文件不超过 50 MB。它只作用于第一张输入图，并且不能和 mask、prompt_rewriter 同时使用。因为 2.5 也一起补上了这个能力，所以“想用标注编辑”本身并不构成换代的理由。
complexity 是最需要迁移团队注意的参数。它可选 low、medium、high，省略时默认 high。它只决定模型“规划多少”，渲染细节和保真度仍然由 quality 控制。官方写明调整 complexity 不单独收费，但提高 complexity 会增加延迟，也可能引入你不想要的改动。如果你的 2.5 请求原样切到 2.6，等于自动开到了最高规划档。
GPT-Image-2.6 速度与质量：哪些是官方自报，哪些还没被验证
速度方面，官方称 2.6 比此前快 50%，Flare 在 quality=low 时最快约 6 秒出一张图。但官方没有说明“快 50%”的测试条件，包括尺寸、质量档、是否包含排队时间，也没有给出分档速度表。目前能拿来参考的第三方测速只有 2.5 的基线：CellCog 在 2026-10-25 用 24 条提示词测得，GPT Image 2.5 在 high 档的中位耗时是 28.7 秒/张。这是 2.5 的数字，不能拿来推算 2.6 快了多少。
质量方面，能被独立度量的仍然是 2.5。Artificial Analysis（2026-11-05 读取）显示，2.5 在 AA-Image-T2I v2.1 上为 1,224 Elo（13,108 个样本，排名第一），在 AA-Image-Editing v2.1 上为 1,199 Elo（18,300 个样本）。截至同一天，2.6 在这两块榜上都还没有上榜。第三方综述 OrcaRouter 的说法很直接：the model you can measure is the old one。
| 说法 | 来源 | 证据等级 | 适用型号 | 怎么用 |
|---|---|---|---|---|
| 比此前快 50% | OpenAI 官方 | 官方自报，无测试条件 | 2.6 | 当作方向，自己测延迟 |
| Flare low 档约 6 秒 | OpenAI 官方 | 官方自报 | 2.6 Flare | 用来估算实时场景 |
| Sunburst 多轮编辑一致性更强 | OpenAI 官方 | 官方自报 | 2.6 Sunburst | 必须用自己的编辑用例复核 |
| T2I 1,224 Elo / 编辑 1,199 Elo | Artificial Analysis | 第三方独立测试，样本量已公开 | 仅 2.5 | 作为 2.5 的质量基线 |
| high 档中位 28.7 秒/张 | CellCog，24 条提示词 | 第三方独立测试，样本小 | 仅 2.5 | 作为延迟对照基线 |
| 2.6 Sunburst 在 Image Arena 排第一 | DesignArena 在 X 上发布 | 单一第三方榜单说法，未见可复核 Elo | 2.6 Sunburst | 只作参考，不作为决策依据 |
| 2.6 独立 Elo、GIF 成功率 | 暂无 | 未知 | 2.6 | 等榜单更新或自行评估 |
安全评测也值得放进验收清单。2.6 系统卡使用了 3,077 条对抗请求：Sunburst 未被拦截的违规输出从 1.92% 降到 1.72%；Flare 从 1.49% 升到 2.14%，官方称这一变化不具统计显著性。但 Flare 的“安全生成率”从 78.36% 降到 75.04%，属于显著下降，官方解释主要来自 Other 和 sexual 两类请求。官方的整体结论是与 2.5 持平。对合规门槛高的业务来说，Flare 这一项需要单独看。
GPT-Image-2.6 价格对照：单价一样，单图成本可能不一样
按 OpenAI 官方价目表（2026-11-05 查），2.5 flare、2.5 sunburst、2.6 flare、2.6 sunburst 这四行的单价完全相同：
- 文本输入：$5/1M tokens，缓存文本 $1.25/1M tokens
- 图像输入：$8/1M tokens，缓存图像 $2/1M tokens
- 图像输出：$30/1M tokens
图注：OpenAI 官方价目表，来源 developers.openai.com/api/docs/pricing，2026-11-05 查。
单图成本取决于输出 token 数，而输出 token 由质量档决定。下表是 2.6 官方计算器在 1024×1024 下给出的数字，只包含“图像输出”一项，不含输入 token 和 partial images。
| 质量档 | 输出 tokens | 单张图像输出成本（USD） | 每千张（USD） | 适用场景 |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | 草图、批量预览 |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | 日常产品图、社媒图 |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | 正式投放图 |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | 细节密集的海报 |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | 关键视觉、极少量出图 |
这张表有三个使用边界需要注意：
- 不能直接套到 2.5 上：2.5 模型页明确写了 GPT Image 2 的计算器不估算 2.5 的 token 消耗，所以 2.6 计算器的数字只适用于 2.6。顺带一提，AA 显示 2.5 Sunburst 每千张约 $210.7，对应的是最高档。
- 编辑要另算输入：官方提示从 gpt-image-2 起，图像输入按高保真处理，带参考图的编辑请求输入 token 会明显更高，两代都是 $8/1M 图像输入。
- Batch 是否适用仍未知：2.5 定价页写明 Batch 图像输出为 $15/1M，2.6 模型页没有重复这一说明。1536×1024 和 4K 尺寸下 2.6 的输出 token 数，官方也还没有给出。
在 API易 apiyi.com 上，2.6 的两个型号按量计费，与官方口径一致：输入 $5/1M tokens、输出 $30/1M tokens、缓存读 $1.25/1M tokens（2026-11-05 查）。型号与价格以平台型号列表为准，可在 docs.apiyi.com/models 核对。
GPT-Image-2.6 对比 GPT-Image-2.5 怎么选：三类团队的三条规则
规则一：需要新能力或第一次接入，马上用 2.6。 如果你的需求明确落在 GIF 动图、SVG 图标或插画，或者需要用 complexity 压延迟，那 2.5 没有替代方案。第一次接 OpenAI 图像 API 的团队也可以直接从 2.6 起步，因为单价相同，没有旧验收流程需要迁移。
规则二：已有 2.5 编辑流水线，先并行跑。 做多轮产品图编辑、角色一致性、品牌海报的团队，2.5 的验收标准已经磨出来了，而 2.6 “一致性更强”目前只有官方说法。建议同一批输入同时打两代，在 complexity 显式设为 low 和 high 两种配置下各跑一轮，再按通过率决定切换比例。
规则三：依赖 Batch 折扣或合规门槛高，继续用 2.5。 大批量离线出图的团队，如果成本模型建立在 Batch $15/1M 上，就应该等官方确认 2.6 的 Batch 政策后再动。对安全生成率要求严格、主要使用 Flare 的业务，也要先看完系统卡里 Flare 那项显著下降再决定。
做 A/B 时最省事的办法，是在同一个平台上保留两代型号。API易 apiyi.com 同时列出 2.5 和 2.6 两代型号，用同一个 Key、把 base_url 设为 https://api.apiyi.com/v1，切换时只改模型 ID 即可。2.5 另外还有按次计费的 gpt-image-2.5-all（$0.025/次）和 gpt-image-2.5-vip（$0.03/次），适合对比按次与按量两种成本口径。
迁移时最该先测的是三个用例：多轮编辑、带文字的海报、透明底或纯色底的产品图。这三类恰好对应官方承认的共同限制，即跨次一致性可能不稳、文字渲染仍可能出错、版式敏感的构图可能放不准。
| 检查项 | 做法 | 通过标准 / 风险提示 |
|---|---|---|
| complexity 默认值 | 所有 2.6 请求显式传 complexity |
避免默认 high 带来的延迟和多余改动 |
| 多轮编辑一致性 | 同一底图连续编辑 3–5 轮，两代对照 | 主体、配色、logo 不漂移 |
| 带文字的海报 | 中英文标题、价格数字各一组 | 字形和数字无错，版式不跑位 |
| 透明底或纯色底产品图 | 边缘、阴影、反光细节对照 | 抠图边缘干净，可直接上架 |
| 延迟与超时 | 按实际尺寸和质量档记录 P50 / P95 | 超时阈值不低于约 2 分钟 |
| 新输出格式 | GIF、SVG 只走生成端点，n=1 |
编辑端点请求会失败，需提前分流 |
| 成本口径 | 输入和输出分开统计，不套用 2.6 计算器估 2.5 | 编辑请求的输入成本单独核算 |
| 合规与水印 | 复核 Flare 拦截表现，确认 SynthID 对下游无影响 | 满足业务安全阈值 |
💡 选择建议：如果拿不准自己属于哪一类，就先把迁移检查清单里的三个核心用例各跑 20 到 50 张。通过 API易 apiyi.com 用同一个 Key 并行调用两代型号，对比通过率、延迟和账单，比任何榜单都更贴近你的业务。
GPT-Image-2.6 对比 GPT-Image-2.5 常见问题与总结
GPT-Image-2.6 常见问题 FAQ
Q1：2.6 上线后，2.5 会不会下线？
截至 2026-11-05，OpenAI 没有宣布 2.5 的下线日期，生命周期安排仍属未知。现阶段两代并存，API易 apiyi.com 上也同时列出两代型号，不需要因为担心下线而仓促迁移。
Q2：GIF 和 SVG 能不能用在编辑接口？
不能。GIF 和 SVG 都只能在 `v1/images/generations` 中使用，编辑端点两种格式都不支持。另外，GIF 在 API 端的实际成功率、文件体积和耗时，官方都还没有公开，批量使用前最好自己做小样本评估。
Q3：已有的 2.5 prompt 要不要重写？
不必一上来就重写，但要先处理 complexity。原样迁移时它默认是 high，可能多出你不想要的改动。建议先显式设为 low 或 medium，在同一批 prompt 上对照两代输出，确实有偏差的再单独调整。可以借助 API易 apiyi.com 用同一个 Key 跑这组对照。
Q4：max 档在 2.6 上还值不值？
1024×1024 下，max 档的图像输出约 $0.21072/张，大约是 high 档的 4 倍。它适合少量关键视觉，不适合批量出图。由于 complexity 不单独收费，可以先试 high 档加更高的 complexity，看能否满足需求，不够再升到 max。
Q5：markup 标注编辑是 2.6 独有的吗？
不是。markup 这次 2.5 和 2.6 一起支持，限制条件也相同：标注层是透明 PNG，与第一张输入图同宽高，不能和 mask、prompt_rewriter 同时使用。只为了用标注编辑，不需要换代。
GPT-Image-2.6 核心要点 Key Takeaways
- 升级性质：能力包加速度的升级，不是画质上的代际跳变。
- 单价相同：两代输入 $5/1M、输出 $30/1M，2026-11-05 查。
- 2.6 独有：GIF、SVG、complexity；markup 两代都有。
- 证据边界：1,224 / 1,199 Elo 属于 2.5，2.6 暂无独立分数。
- 迁移风险：complexity 默认 high；2.6 是否支持 Batch 仍未知。
- 验证方式：先测多轮编辑、文字海报、产品图三个用例。
GPT-Image-2.6 对比 GPT-Image-2.5 总结
一句话决策：要用 GIF 或 SVG 就上 2.6，已有成熟编辑流水线先并行跑，依赖 Batch 或合规门槛高的先留在 2.5。接下来的三条行动：
- 显式设置 complexity：所有 2.6 请求都传这个参数，不依赖默认的 high。
- 按清单跑三个用例：多轮编辑、带文字的海报、产品图，记录通过率和 P95 延迟。
- 分开记账：输入和输出 token 分开统计，不用 2.6 计算器估算 2.5 的成本。
推荐通过 API易 apiyi.com 用同一个 Key 完成两代 A/B，用你自己的样本做决定，而不是依赖尚未出炉的榜单。
参考资料
- OpenAI 模型页 – GPT-Image-2.6 Flare：2.6 型号说明
- 链接：
developers.openai.com/api/docs/models/gpt-image-2.6-flare - OpenAI 模型页 – GPT-Image-2.5 Sunburst：2.5 定位、Batch 与计算器说明
- 链接：
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - OpenAI 价目表：四个型号的 token 单价
- 链接：
developers.openai.com/api/docs/pricing - ChatGPT Images 2.6 系统卡：安全评测数据
- 链接：
deploymentsafety.openai.com/chatgpt-images-2-6 - API易 型号列表：平台型号与价格
- 链接：
docs.apiyi.com/models
作者：APIYI 技术团队
技术交流：迁移评估中遇到问题，欢迎通过 API易 apiyi.com 首页联系我们，更多资料可访问 docs.apiyi.com 文档中心。
