作者注：GPT-Image-2.6 與 GPT-Image-2.5 的 token 單價一樣，新增 GIF、SVG、markup 與 complexity。本文把官方自報、第三方樣本和未知項分開列出，幫已經在用 2.5 的團隊判斷該馬上換、並行跑，還是繼續用 2.5。
先說結論：GPT-Image-2.6 對比 GPT-Image-2.5，是一次 能力包 + 速度 的升級，不是畫質上的代際跳變。新增的四項能力裏，GIF、SVG 和 complexity 只有 2.6 有，markup 標註編輯則是 2.5 和 2.6 一起補上的。所謂“快 50%”和“編輯一致性更強”，目前都只有官方說法，截至 2026-11-05 還沒有可複覈的獨立分數。
再說成本：兩代的 token 單價完全相同，但單價相同不等於單圖成本相同，也不等於可以直接替換。2.6 的 complexity 不傳時默認就是 high，會多出延遲，也可能改動你不想改的地方。所以換代的真正成本，在你自己的驗收流程上。
GPT-Image-2.6 對比 GPT-Image-2.5：兩代的時間線與型號
GPT-Image-2.5 於 2026-09-08 上線，默認快照日期就是 2026-09-08。GPT-Image-2.6 於 2026-11-04 隨 ChatGPT Images 2.6 一起發佈，到本文寫作時上線才一天。兩代都只有兩個型號，模型 ID 之間只差版本號：
- 2.5：
gpt-image-2.5-flare、gpt-image-2.5-sunburst - 2.6：
gpt-image-2.6-flare、gpt-image-2.6-sunburst
兩個型號的分工沒有變。Flare 偏速度和日常出圖，Sunburst 偏細節和編輯精度。2.6 的官方描述多了兩處重點：Flare 的海報、產品圖版式能力被單獨點出，Sunburst 則強調在 medium 和 high 檔下多輪編輯的一致性。還有一個容易被忽略的細節：2.5 的模型頁標了 Performance「Highest」、Speed「Medium」，而 2.6 的兩個模型頁這兩項都寫着「Not specified」，官方沒有給出分級。
| 對比維度 | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| 上線日期 | 2026-09-08 | 2026-11-04 |
| 型號 | flare / sunburst | flare / sunburst |
| 官方定位 | 編輯精度優先 | 精細構圖與圖像編輯工作流 |
| 模型頁性能與速度標註 | Highest / Medium | Not specified |
| 支持端點 | v1/images/generations、v1/images/edits |
同左 |
| 質量檔 | low / medium / high / xhigh / max / auto | 同左 |
| GIF、SVG 輸出 | 不支持 | 支持（僅生成端點） |
| complexity 參數 | 無 | low / medium / high，默認 high |
| markup 標註編輯 | 支持（本次一起補上） | 支持 |
| 水印 | C2PA | C2PA + SynthID 隱形水印 |
| Batch 折扣 | 有，圖像輸出 $15/1M | 官方模型頁未說明 |
兩代的端點邊界完全一致：都只能走 Image API 的生成與編輯兩個端點，Chat Completions、Responses、Realtime、Live 都不支持。尺寸規則也一樣，推薦 1024×1024、1536×1024、1024×1536 三種。自定義尺寸要求寬高都是 16 的倍數，長寬比在 1:3 到 3:1 之間，單邊不超過 3840，總像素在 655,360 到 8,294,400 之間，高於 2560×1440 屬於實驗性。
GPT-Image-2.6 真正新增的四項能力
如果只看一張表，2.6 和 2.5 的差別主要就在下面這四項。它們各有參數範圍和端點限制，接入前一定要逐項覈對，不然很容易在請求階段就報錯。
| 能力 | 關鍵參數 | 可用端點 | 主要限制 | 2.5 能否使用 |
|---|---|---|---|---|
| GIF 輸出 | output_format=gif、frame_count 2–64、frame_duration_ms 20–2000 |
僅生成端點 | 不支持流式、partial images、自定義壓縮、prompt_rewriter | 否 |
| SVG 輸出 | output_format=svg，n 必須爲 1 |
僅生成端點 | 不支持流式、partial images、output_compression、prompt_rewriter | 否 |
| markup 標註編輯 | 透明 PNG 標註層 | 僅編輯端點 | 與第一張輸入圖同寬高，不能與 mask 或 prompt_rewriter 同用 | 是 |
| complexity | low / medium / high，默認 high | 生成與編輯 | 只控制規劃，不控制細節；提高會增加延遲 | 否 |
GPT-Image-2.6 的 GIF 與 SVG 輸出
GIF 輸出的參數如下，所有取值範圍都來自 OpenAI 圖像生成指南：
output_format設爲gifframe_count：2 到 64，默認 9frame_duration_ms：20 到 2000，默認 200，按 10 毫秒取整size：auto，或寬高都是 16 的倍數
SVG 輸出同樣只能在生成端點使用。output_format 設爲 svg，n 必須等於 1。生成的是靜態矢量，不含腳本、外鏈資源和內嵌位圖，計費按參考圖加上生成 SVG 的 token 計算。對做圖標、插畫和品牌素材的團隊來說，這省掉了位圖轉矢量這一步，但編輯端點不支持 SVG，也就是說不能拿已有的 SVG 做局部修改。
ChatGPT 端也同步上線了 GIF：可以從提示詞或上傳的照片生成，據 The Verge 和 Android Authority 報道，播放速度可以在 0.5x 到 2x 之間調，還能逐幀編輯。不過這些是 ChatGPT 產品層面的功能，不要默認 API 端也有逐幀編輯。
markup 與 complexity：編輯工作流的兩個開關
markup 標註編輯走 v1/images/edits：傳一張透明 PNG 作爲標註層，在上面圈出或塗出要修改的位置。標註層必須和第一張輸入圖寬高一致，兩者各自最多 16,777,216 像素，標註文件不超過 50 MB。它只作用於第一張輸入圖，並且不能和 mask、prompt_rewriter 同時使用。因爲 2.5 也一起補上了這個能力，所以“想用標註編輯”本身並不構成換代的理由。
complexity 是最需要遷移團隊注意的參數。它可選 low、medium、high，省略時默認 high。它只決定模型“規劃多少”，渲染細節和保真度仍然由 quality 控制。官方寫明調整 complexity 不單獨收費，但提高 complexity 會增加延遲，也可能引入你不想要的改動。如果你的 2.5 請求原樣切到 2.6，等於自動開到了最高規劃檔。
GPT-Image-2.6 速度與質量：哪些是官方自報，哪些還沒被驗證
速度方面，官方稱 2.6 比此前快 50%，Flare 在 quality=low 時最快約 6 秒出一張圖。但官方沒有說明“快 50%”的測試條件，包括尺寸、質量檔、是否包含排隊時間，也沒有給出分檔速度表。目前能拿來參考的第三方測速只有 2.5 的基線：CellCog 在 2026-10-25 用 24 條提示詞測得，GPT Image 2.5 在 high 檔的中位耗時是 28.7 秒/張。這是 2.5 的數字，不能拿來推算 2.6 快了多少。
質量方面，能被獨立度量的仍然是 2.5。Artificial Analysis（2026-11-05 讀取）顯示，2.5 在 AA-Image-T2I v2.1 上爲 1,224 Elo（13,108 個樣本，排名第一），在 AA-Image-Editing v2.1 上爲 1,199 Elo（18,300 個樣本）。截至同一天，2.6 在這兩塊榜上都還沒有上榜。第三方綜述 OrcaRouter 的說法很直接：the model you can measure is the old one。
| 說法 | 來源 | 證據等級 | 適用型號 | 怎麼用 |
|---|---|---|---|---|
| 比此前快 50% | OpenAI 官方 | 官方自報，無測試條件 | 2.6 | 當作方向，自己測延遲 |
| Flare low 檔約 6 秒 | OpenAI 官方 | 官方自報 | 2.6 Flare | 用來估算實時場景 |
| Sunburst 多輪編輯一致性更強 | OpenAI 官方 | 官方自報 | 2.6 Sunburst | 必須用自己的編輯用例複覈 |
| T2I 1,224 Elo / 編輯 1,199 Elo | Artificial Analysis | 第三方獨立測試，樣本量已公開 | 僅 2.5 | 作爲 2.5 的質量基線 |
| high 檔中位 28.7 秒/張 | CellCog，24 條提示詞 | 第三方獨立測試，樣本小 | 僅 2.5 | 作爲延遲對照基線 |
| 2.6 Sunburst 在 Image Arena 排第一 | DesignArena 在 X 上發佈 | 單一第三方榜單說法，未見可複覈 Elo | 2.6 Sunburst | 只作參考，不作爲決策依據 |
| 2.6 獨立 Elo、GIF 成功率 | 暫無 | 未知 | 2.6 | 等榜單更新或自行評估 |
安全評測也值得放進驗收清單。2.6 系統卡使用了 3,077 條對抗請求：Sunburst 未被攔截的違規輸出從 1.92% 降到 1.72%；Flare 從 1.49% 升到 2.14%，官方稱這一變化不具統計顯著性。但 Flare 的“安全生成率”從 78.36% 降到 75.04%，屬於顯著下降，官方解釋主要來自 Other 和 sexual 兩類請求。官方的整體結論是與 2.5 持平。對合規門檻高的業務來說，Flare 這一項需要單獨看。
GPT-Image-2.6 價格對照：單價一樣，單圖成本可能不一樣
按 OpenAI 官方價目表（2026-11-05 查），2.5 flare、2.5 sunburst、2.6 flare、2.6 sunburst 這四行的單價完全相同：
- 文本輸入：$5/1M tokens，緩存文本 $1.25/1M tokens
- 圖像輸入：$8/1M tokens，緩存圖像 $2/1M tokens
- 圖像輸出：$30/1M tokens
圖注：OpenAI 官方價目表，來源 developers.openai.com/api/docs/pricing，2026-11-05 查。
單圖成本取決於輸出 token 數，而輸出 token 由質量檔決定。下表是 2.6 官方計算器在 1024×1024 下給出的數字，只包含“圖像輸出”一項，不含輸入 token 和 partial images。
| 質量檔 | 輸出 tokens | 單張圖像輸出成本（USD） | 每千張（USD） | 適用場景 |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | 草圖、批量預覽 |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | 日常產品圖、社媒圖 |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | 正式投放圖 |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | 細節密集的海報 |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | 關鍵視覺、極少量出圖 |
這張表有三個使用邊界需要注意：
- 不能直接套到 2.5 上：2.5 模型頁明確寫了 GPT Image 2 的計算器不估算 2.5 的 token 消耗，所以 2.6 計算器的數字只適用於 2.6。順帶一提，AA 顯示 2.5 Sunburst 每千張約 $210.7，對應的是最高檔。
- 編輯要另算輸入：官方提示從 gpt-image-2 起，圖像輸入按高保真處理，帶參考圖的編輯請求輸入 token 會明顯更高，兩代都是 $8/1M 圖像輸入。
- Batch 是否適用仍未知：2.5 定價頁寫明 Batch 圖像輸出爲 $15/1M，2.6 模型頁沒有重複這一說明。1536×1024 和 4K 尺寸下 2.6 的輸出 token 數，官方也還沒有給出。
在 API易 apiyi.com 上，2.6 的兩個型號按量計費，與官方口徑一致：輸入 $5/1M tokens、輸出 $30/1M tokens、緩存讀 $1.25/1M tokens（2026-11-05 查）。型號與價格以平臺型號列表爲準，可在 docs.apiyi.com/models 覈對。
GPT-Image-2.6 對比 GPT-Image-2.5 怎麼選：三類團隊的三條規則
規則一：需要新能力或第一次接入，馬上用 2.6。 如果你的需求明確落在 GIF 動圖、SVG 圖標或插畫，或者需要用 complexity 壓延遲，那 2.5 沒有替代方案。第一次接 OpenAI 圖像 API 的團隊也可以直接從 2.6 起步，因爲單價相同，沒有舊驗收流程需要遷移。
規則二：已有 2.5 編輯流水線，先並行跑。 做多輪產品圖編輯、角色一致性、品牌海報的團隊，2.5 的驗收標準已經磨出來了，而 2.6 “一致性更強”目前只有官方說法。建議同一批輸入同時打兩代，在 complexity 顯式設爲 low 和 high 兩種配置下各跑一輪，再按通過率決定切換比例。
規則三：依賴 Batch 折扣或合規門檻高，繼續用 2.5。 大批量離線出圖的團隊，如果成本模型建立在 Batch $15/1M 上，就應該等官方確認 2.6 的 Batch 政策後再動。對安全生成率要求嚴格、主要使用 Flare 的業務，也要先看完系統卡里 Flare 那項顯著下降再決定。
做 A/B 時最省事的辦法，是在同一個平臺上保留兩代型號。API易 apiyi.com 同時列出 2.5 和 2.6 兩代型號，用同一個 Key、把 base_url 設爲 https://api.apiyi.com/v1，切換時只改模型 ID 即可。2.5 另外還有按次計費的 gpt-image-2.5-all（$0.025/次）和 gpt-image-2.5-vip（$0.03/次），適合對比按次與按量兩種成本口徑。
遷移時最該先測的是三個用例：多輪編輯、帶文字的海報、透明底或純色底的產品圖。這三類恰好對應官方承認的共同限制，即跨次一致性可能不穩、文字渲染仍可能出錯、版式敏感的構圖可能放不準。
| 檢查項 | 做法 | 通過標準 / 風險提示 |
|---|---|---|
| complexity 默認值 | 所有 2.6 請求顯式傳 complexity |
避免默認 high 帶來的延遲和多餘改動 |
| 多輪編輯一致性 | 同一底圖連續編輯 3–5 輪，兩代對照 | 主體、配色、logo 不漂移 |
| 帶文字的海報 | 中英文標題、價格數字各一組 | 字形和數字無錯，版式不跑位 |
| 透明底或純色底產品圖 | 邊緣、陰影、反光細節對照 | 摳圖邊緣乾淨，可直接上架 |
| 延遲與超時 | 按實際尺寸和質量檔記錄 P50 / P95 | 超時閾值不低於約 2 分鐘 |
| 新輸出格式 | GIF、SVG 只走生成端點，n=1 |
編輯端點請求會失敗，需提前分流 |
| 成本口徑 | 輸入和輸出分開統計，不套用 2.6 計算器估 2.5 | 編輯請求的輸入成本單獨覈算 |
| 合規與水印 | 複覈 Flare 攔截表現，確認 SynthID 對下游無影響 | 滿足業務安全閾值 |
💡 選擇建議：如果拿不準自己屬於哪一類，就先把遷移檢查清單裏的三個核心用例各跑 20 到 50 張。通過 API易 apiyi.com 用同一個 Key 並行調用兩代型號，對比通過率、延遲和賬單，比任何榜單都更貼近你的業務。
GPT-Image-2.6 對比 GPT-Image-2.5 常見問題與總結
GPT-Image-2.6 常見問題 FAQ
Q1：2.6 上線後，2.5 會不會下線？
截至 2026-11-05，OpenAI 沒有宣佈 2.5 的下線日期，生命週期安排仍屬未知。現階段兩代並存，API易 apiyi.com 上也同時列出兩代型號，不需要因爲擔心下線而倉促遷移。
Q2：GIF 和 SVG 能不能用在編輯接口？
不能。GIF 和 SVG 都只能在 `v1/images/generations` 中使用，編輯端點兩種格式都不支持。另外，GIF 在 API 端的實際成功率、文件體積和耗時，官方都還沒有公開，批量使用前最好自己做小樣本評估。
Q3：已有的 2.5 prompt 要不要重寫？
不必一上來就重寫，但要先處理 complexity。原樣遷移時它默認是 high，可能多出你不想要的改動。建議先顯式設爲 low 或 medium，在同一批 prompt 上對照兩代輸出，確實有偏差的再單獨調整。可以藉助 API易 apiyi.com 用同一個 Key 跑這組對照。
Q4：max 檔在 2.6 上還值不值？
1024×1024 下，max 檔的圖像輸出約 $0.21072/張，大約是 high 檔的 4 倍。它適合少量關鍵視覺，不適合批量出圖。由於 complexity 不單獨收費，可以先試 high 檔加更高的 complexity，看能否滿足需求，不夠再升到 max。
Q5：markup 標註編輯是 2.6 獨有的嗎？
不是。markup 這次 2.5 和 2.6 一起支持，限制條件也相同：標註層是透明 PNG，與第一張輸入圖同寬高，不能和 mask、prompt_rewriter 同時使用。只爲了用標註編輯，不需要換代。
GPT-Image-2.6 核心要點 Key Takeaways
- 升級性質：能力包加速度的升級，不是畫質上的代際跳變。
- 單價相同：兩代輸入 $5/1M、輸出 $30/1M，2026-11-05 查。
- 2.6 獨有：GIF、SVG、complexity；markup 兩代都有。
- 證據邊界：1,224 / 1,199 Elo 屬於 2.5，2.6 暫無獨立分數。
- 遷移風險：complexity 默認 high；2.6 是否支持 Batch 仍未知。
- 驗證方式：先測多輪編輯、文字海報、產品圖三個用例。
GPT-Image-2.6 對比 GPT-Image-2.5 總結
一句話決策：要用 GIF 或 SVG 就上 2.6，已有成熟編輯流水線先並行跑，依賴 Batch 或合規門檻高的先留在 2.5。接下來的三條行動：
- 顯式設置 complexity：所有 2.6 請求都傳這個參數，不依賴默認的 high。
- 按清單跑三個用例：多輪編輯、帶文字的海報、產品圖，記錄通過率和 P95 延遲。
- 分開記賬：輸入和輸出 token 分開統計，不用 2.6 計算器估算 2.5 的成本。
推薦通過 API易 apiyi.com 用同一個 Key 完成兩代 A/B，用你自己的樣本做決定，而不是依賴尚未出爐的榜單。
參考資料
- OpenAI 模型頁 – GPT-Image-2.6 Flare：2.6 型號說明
- 鏈接：
developers.openai.com/api/docs/models/gpt-image-2.6-flare - OpenAI 模型頁 – GPT-Image-2.5 Sunburst：2.5 定位、Batch 與計算器說明
- 鏈接：
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - OpenAI 價目表：四個型號的 token 單價
- 鏈接：
developers.openai.com/api/docs/pricing - ChatGPT Images 2.6 系統卡：安全評測數據
- 鏈接：
deploymentsafety.openai.com/chatgpt-images-2-6 - API易 型號列表：平臺型號與價格
- 鏈接：
docs.apiyi.com/models
作者：APIYI 技術團隊
技術交流：遷移評估中遇到問題，歡迎通過 API易 apiyi.com 首頁聯繫我們，更多資料可訪問 docs.apiyi.com 文檔中心。
