GPT Image 2.6 Sunburst 製作 GIF 的尺寸詳解：4 種拼圖佈局與 2-16 幀尺寸上限

作者注：用 GPT Image 2.6 Sunburst 生成 GIF 時，size 指的是單幀尺寸，真正的限制作用在所有幀拼成的拼圖上。本文用表格逐項拆解這些規則，並給出各幀數下可用的尺寸上限。

很多開發者第一次用 gpt-image-2.6-sunburst 做 GIF 時會遇到這樣的情況：size 設成 1024×1024、幀數只設 2 幀，接口卻直接返回 400。原因是 GIF 的尺寸規則和靜態圖不同。本文介紹 “單幀尺寸 → 拼圖佈局 → 拼圖約束”三步換算法，幫你判斷任意一組 size 和 frame_count 能不能通過校驗。

這不是參數說明的簡單翻譯。 文中的邊界值來自 2026-11-09 在官轉鏈路上的實測口徑，表裏的每一個上限都給出了推算過程，你可以自己複覈。

核心價值：讀完本文，你能根據幀數選出合適的單幀尺寸，避開 GIF frames exceed the total request pixel budget 這類報錯，並知道在 512×512、768×768、960×960 之間怎麼取捨。

GPT Image 2.6 Sunburst GIF 尺寸核心要點

先用一張表看清 GIF 生成涉及的關鍵規則，後面再逐條展開。

GPT Image 2.6 GIF 的拼圖生成機制

GPT Image 2.6 Sunburst 生成 GIF 的過程分兩步：先按固定網格把所有幀畫進一張大圖，再把大圖切成單幀，按 frame_duration_ms 合成動畫。所以尺寸限制不看單幀，而是看這張拼圖的單邊長度、總像素數和長短邊比例。

佈局按幀數分檔，不按實際幀數緊湊排列。比如 frame_count 設爲 2，系統仍然使用 4×2 佈局。參考資料裏的例子可以證明這一點：2048×2048 的單幀只要 2 幀，拼圖就需要 8192×4096。估算時一定要用“佈局的格子數”，不能用“實際幀數”。

GPT Image 2.6 GIF 基礎參數解讀

除了 size，GIF 還有兩個專屬參數：frame_count 控制幀數，frame_duration_ms 控制每幀停留時長。總時長等於幀數乘以每幀時長。例如 2 幀 × 100ms 就是 0.2 秒的循環。

frame_count 的越界行爲需要特別注意。傳 1 或 17 時，接口不會返回 400，而是丟掉 frame_count 和 frame_duration_ms，回退到默認的 9 幀、1.8 秒。也就是說，請求“成功”了，結果卻不是你想要的。這種情況必須在生成後用工具覈對實際幀數，具體做法見快速上手部分。

GPT Image 2.6 Sunburst GIF 尺寸邊界詳解

這一節是全文重點。把拼圖的約束和佈局規則放在一起，就能推出每個幀數檔位的尺寸上限。

GPT Image 2.6 拼圖的四項約束

上限部分比較好理解。單邊 3840 和總像素 8,294,400 是兩道獨立的關卡，必須同時滿足。幀數少時，拼圖的寬通常先碰到單邊限制；幀數多時，總像素通常先用完。

下限經常被忽略。實測被拒的 589,824 正好是 768×768，對應 9 幀、單幀 256×256 的 3×3 拼圖。通過的 665,856 是 816×816，對應 9 幀、單幀 272×272。由此推算，單幀太小又碰上格子少的佈局，也可能因爲拼圖太小被拒。例如 4×2 佈局配 256×256 單幀，拼圖只有 1024×512，合計 524,288 像素，低於下限。所以“縮小尺寸省錢”這條路也有底線。

長短邊比的影響在非方形幀上比較明顯。按 4×2 佈局推算，單幀爲 16:9 時，拼圖寬高比約爲 3.56:1，超過 3:1；換到 3×3 或 4×4 佈局後比例會降下來。這一點是根據規則推算的，建議上線前實測確認。

GPT Image 2.6 各幀數的方形單幀上限

下面的上限按“方形單幀 + 寬高爲 16 的倍數”計算，可以直接拿來查。

有兩個細節需要說明。

• 10–12 幀按 12 格計算：佈局是 4×3，即使只要 10 幀，拼圖也按 12 個格子佔用像素。實測中 12 幀、832² 只超出 12,288 像素就被拒，說明預算是嚴格執行的。
• 2–8 幀受單邊限制：這一檔總像素還有餘量，但拼圖寬是單幀寬的 4 倍，所以 960 已經是上限。1024 會讓拼圖寬變成 4096。

GPT Image 2.6 常用尺寸怎麼選

把上面的上限換成實際選型，可以得到下面幾條結論：

1024×1024 在靜態圖裏很常用，在 GIF 裏卻完全不可用。2–8 幀和 10–12 幀時，拼圖寬是 4096，超過 3840；9 幀時拼圖是 3072×3072，總像素 9,437,184，超出預算；13–16 幀時拼圖寬也是 4096。所以從靜態圖遷移到 GIF 時，第一件事就是把默認尺寸改小。

如果需要橫向畫面，推薦 9 幀配 1280×720。此時拼圖是 3×3 佈局，正好 3840×2160，長短邊比 16:9，三項約束都滿足。

💡 選型建議：尺寸上限是按規則計算的結果，模型側可能調整預算。上線前建議在 API易 apiyi.com 上用 quality: "low" 跑一組邊界測試，用最低成本確認你常用的尺寸組合。

GPT Image 2.6 Sunburst GIF 快速上手

GPT Image 2.6 GIF 極簡示例

下面是參考資料中的低成本示例：2 幀、每幀 100ms、總時長 0.2 秒，生成一個黃色圓形右移再回到原位的循環動畫。frame_count 等是 GIF 專屬字段，這裏直接用 requests 發 JSON，最直觀。

import base64, requests

resp = requests.post(
    "https://api.apiyi.com/v1/images/generations",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    json={
        "model": "gpt-image-2.6-sunburst",
        "prompt": "A minimal two-frame looping animation of a yellow circle moving slightly right and returning to its starting position on a plain white background, no text, seamless loop.",
        "output_format": "gif",
        "quality": "low",
        "size": "512x512",
        "frame_count": 2,
        "frame_duration_ms": 100,
        "n": 1,
    },
    timeout=300,
)
resp.raise_for_status()
open("circle.gif", "wb").write(base64.b64decode(resp.json()["data"][0]["b64_json"]))

寫提示詞時，要描述清楚三件事：主體是什麼、怎麼運動、怎麼循環。例如“回到起始位置”“seamless loop”這類描述，能讓首尾幀銜接得更自然。

GPT Image 2.6 GIF 尺寸預檢與完整實現

生產環境建議在請求前先做本地預檢，提前攔截不合法的尺寸，節省一次 400 往返。下面的代碼把本文的佈局表和約束寫成函數，同時兼容生成接口和編輯接口。

import base64
import requests
from typing import Optional

API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.apiyi.com/v1"  # API易 OpenAI 兼容接口

MAX_EDGE = 3840
MAX_PIXELS = 8_294_400   # 3840 x 2160
MIN_PIXELS = 655_360     # 實測下限附近，僅作預警
MAX_RATIO = 3.0


def sheet_layout(frame_count: int) -> tuple[int, int]:
    """按幀數返回固定拼圖佈局 (列, 行)"""
    if 2 <= frame_count <= 8:
        return 4, 2
    if frame_count == 9:
        return 3, 3
    if 10 <= frame_count <= 12:
        return 4, 3
    if 13 <= frame_count <= 16:
        return 4, 4
    raise ValueError("frame_count 必須在 2-16 之間，否則會被靜默回退到 9 幀")


def check_gif_size(width: int, height: int, frame_count: int) -> list[str]:
    """返回問題列表，空列表表示預檢通過"""
    issues = []
    if width % 16 or height % 16:
        issues.append("寬高必須是 16 的倍數")
    cols, rows = sheet_layout(frame_count)
    sw, sh = cols * width, rows * height
    total = sw * sh
    if max(sw, sh) > MAX_EDGE:
        issues.append(f"拼圖 {sw}x{sh} 單邊超過 {MAX_EDGE}")
    if total > MAX_PIXELS:
        issues.append(f"拼圖總像素 {total:,} 超過 {MAX_PIXELS:,}")
    if total < MIN_PIXELS:
        issues.append(f"拼圖總像素 {total:,} 低於約 {MIN_PIXELS:,}，可能被拒")
    if max(sw, sh) / min(sw, sh) > MAX_RATIO:
        issues.append(f"拼圖長短邊比 {max(sw, sh) / min(sw, sh):.2f} 超過 3:1")
    return issues


def create_gif(
    prompt: str,
    size: str = "512x512",
    frame_count: int = 9,
    frame_duration_ms: int = 200,
    quality: str = "low",
    image_url: Optional[str] = None,
    out_path: str = "output.gif",
) -> str:
    w, h = map(int, size.lower().split("x"))
    problems = check_gif_size(w, h, frame_count)
    if problems:
        raise ValueError("尺寸預檢未通過: " + "; ".join(problems))

    payload = {
        "model": "gpt-image-2.6-sunburst",
        "prompt": prompt,
        "output_format": "gif",
        "quality": quality,
        "size": size,
        "frame_count": frame_count,
        "frame_duration_ms": frame_duration_ms,
        "n": 1,
    }
    endpoint = "images/generations"
    if image_url:  # 編輯接口：第一張圖作爲動畫主體
        endpoint = "images/edits"
        payload["images"] = [{"image_url": image_url}]

    resp = requests.post(
        f"{BASE_URL}/{endpoint}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        json=payload,
        timeout=600,
    )
    if resp.status_code == 400:
        raise RuntimeError(f"參數被拒（多爲 size 超界）: {resp.text}")
    resp.raise_for_status()

    item = resp.json()["data"][0]
    if item.get("b64_json"):
        data = base64.b64decode(item["b64_json"])
    else:
        data = requests.get(item["url"], timeout=120).content
    with open(out_path, "wb") as f:
        f.write(data)
    return out_path


if __name__ == "__main__":
    print(check_gif_size(768, 768, 16))   # 預期：總像素超預算
    print(check_gif_size(1280, 720, 9))   # 預期：[] 通過
    create_gif(
        prompt="讓這隻貓跳一小段舞，純色背景，固定鏡頭，最後一個動作回到起始姿勢",
        size="512x512",
        frame_count=16,
        frame_duration_ms=100,
        image_url="https://example.com/cat.png",
        out_path="cat_dance.gif",
    )

用 ffprobe 覈對 GPT Image 2.6 GIF 的實際幀數

frame_count 越界時會靜默回退到 9 幀，所以批量任務裏最好加一步實際幀數校驗：

ffprobe -v error -count_frames -select_streams v:0 \
  -show_entries stream=nb_read_frames -of csv=p=0 circle.gif

極簡示例應該輸出 2。如果輸出 9，說明幀數參數沒有生效，需要檢查傳入的值是否在 2–16 之間。

GPT Image 2.6 GIF 的功能限制

GIF 模式不支持以下能力，請求時不要攜帶：

• stream 流式輸出和 partial images 漸進式預覽
• 自定義 output_compression
• prompt_rewriter

另外，frame_count 和 frame_duration_ms 只用於 GIF，不要傳給 PNG、JPEG、WebP 或 SVG 請求。

🚀 快速開始：推薦在 API易 apiyi.com 註冊後使用新用戶的免費測試額度，先用 512×512、2 幀、quality: "low" 跑通全流程，再逐步加大幀數和尺寸。平臺提供 OpenAI 兼容接口，一個 API Key 就能調用 GPT Image 等主流模型。

常見問題 FAQ

GPT Image 2.6 Sunburst GIF 尺寸 Key Takeaways

• size 是單幀尺寸：限制作用在所有幀共享的拼圖上，不在單幀上
• 佈局按檔固定：4×2、3×3、4×3、4×4 四種佈局，分別對應 2–8、9、10–12、13–16 幀
• 三項硬約束：拼圖單邊 ≤ 3840，總像素 ≤ 8,294,400，長短邊比 ≤ 3:1
• 最穩尺寸是 512×512：2–16 幀全部可用；768² 最多 12 幀，960² 最多 9 幀
• 1024² 完全不可用：遷移靜態圖參數時，需要先把尺寸改小
• 越界幀數會靜默回退：建議客戶端校驗範圍，生成後用 ffprobe 覈對幀數
• 低成本驗證：在 API易 apiyi.com 用 quality: "low" 跑邊界測試，費用最低

總結

GPT Image 2.6 Sunburst 生成 GIF 的尺寸規則，核心是三步換算：

1. 先定佈局：根據 frame_count 找到對應的 4×2、3×3、4×3 或 4×4 佈局
2. 再算拼圖：用單幀寬高乘以佈局行列，得到拼圖的寬、高和總像素
3. 最後校驗：檢查單邊、總像素上下限和長短邊比，並確認寬高是 16 的倍數

日常使用中，512×512 是兼容性最好的默認值；需要大畫面時，9 幀配 960×960 或 1280×720 能把預算用滿。把本文的預檢函數接入業務代碼，大部分 400 報錯都可以在本地提前發現。

推薦通過 API易 apiyi.com 快速驗證你的尺寸組合，平臺提供免費測試額度和 OpenAI 兼容的統一接口，適合在正式接入前完成邊界測試。

📚 參考資料

1. API易 文檔中心 – GPT Image 2.6 GIF 生成循環動畫：官方參數與實測邊界說明
2. 鏈接： docs.apiyi.com/api-capabilities/gpt-image-2/gpt-image-2-6

3. 說明：包含 GIF 參數範圍、拼圖約束、報錯示例與編輯接口用法

4. FFmpeg 官方文檔 – ffprobe：音視頻與 GIF 元數據查看工具

5. 鏈接： ffmpeg.org/ffprobe.html
6. 說明：用於覈對生成 GIF 的實際幀數和每幀時長

作者：APIYI 技術團隊
技術交流：如在 GIF 尺寸配置上遇到問題，歡迎通過 API易 官網首頁聯繫我們，獲取更多接入支持。

延伸閱讀

• GPT Image 2.6 API 隱藏限制解讀：GIF、SVG 與局部編輯的 5 類組合邊界:解讀 GPT Image 2.6 API 中 GIF、SVG 與 markup 局部編輯的端點限制、參數衝突和遷移注意事項，幫助開發者避開“換個模型名就能用”的接入誤區。
• GPT Image 2.6 Complexity 參數解讀：3 檔“思考深度”如何改變生圖構圖:解讀 GPT Image 2.6 新增的 Complexity 參數：low/medium/high 三檔如何影響場景規劃，它與 Quality 的區別，以及在 API 中如何公平測試和選擇檔位。
• ChatGPT Images 2.6 發佈：GIF、參考圖上線，出圖快 50%，GPT-Image-2.6 Flare 與 Sunburst 怎麼用:解讀 2026 年 11 月 4 日發佈的 ChatGPT Images 2.6：GIF、可複用參考圖、markup 標註編輯與 SVG 導出，Flare 與 Sunburst 的選型規則，1024×1024 五檔成本，以及官方自報、第三方榜單與未知信息的邊界。
• GPT-Image-2.6 對比 Nano Banana 2.1：GIF、4K 和價格差在哪，怎麼選:按交付物形態對比 GPT-Image-2.6 與 Nano Banana 2.1：動圖與矢量、4K 與多參考圖、兩套跑分口徑、兩套計費口徑，以及按三類任務的選型表
• Grok Imagine 今天退役了什麼？舊模型還能用嗎？一文看懂 2.0 遷移的 4 個關鍵點:2026 年 11 月 2 日退役的只是 grok-imagine-image-quality 標識，並非“Grok Imagine 全面停用”。本文講清影響範圍、價格變化、質量參數和 2.0 遷移方法。
• 天吶！Krea 3，你要毀了 Nano Banana 嗎？:Krea 3 做品牌廣告圖效果如何？本文用 5 步走完 Ad Studio 的官網→品牌 Kit→12 張靜態廣告流程，附官方效果圖、成本表和 7 個坑。