GPT Image 2.5：OpenAI 在 2026 年 9 月 8 日發布了什麼

OpenAI 於 2026 年 9 月 8 日發布了 ChatGPT Images 2.5，並把 API 端拆成兩個模型：gpt-image-2.5-flare 與 gpt-image-2.5-sunburst。公司表示，人們現在每週在 ChatGPT Images 與 GPT Image API 上生成超過 30 億張圖片。真正有用的問題不是版本號有沒有往上跳，而是：這次發布裡哪些是 ChatGPT 產品功能、哪些是你可以直接呼叫的 API 模型，以及還有什麼必須用真實 brief 去實測。

GPT Image 2 已經在 OmniArt 的圖片工作台裡。GPT Image 2.5 還沒進選擇器。這篇文章是依 OpenAI 發布文、API 文件、定價頁與系統卡整理的能力總覽——並不是說新模型今天就能在 OmniArt 上選到。

GPT Image 2.5 究竟是什麼

發布用了兩個名字，它們不能互換。

快照鎖定了 9 月 8 日的建置：gpt-image-2.5-flare-2026-09-08 與 gpt-image-2.5-sunburst-2026-09-08。兩者都接受文字與圖片輸入並輸出圖片，都支援局部重繪。在目前目錄裡，兩者都不是 chat-completions 或 batch 模型。

如果你只需要一條提示詞出一張圖，OpenAI 會把你指向 Image API。如果你要對話式、多輪編輯，它會把你指向 Responses API：用主線模型（文件範例裡是 gpt-6-astra）把 Flare 或 Sunburst 當作圖片生成工具來呼叫。

OpenAI 說改進了什麼

發布文把模型工作歸納成四個製作問題，而不是一句籠統的「畫面更漂亮」：

• 觀感。 光線更自然，紋理更豐富。
• 身份。 更好地從參考照片裡保住主體。
• 編輯。 只改你點名的那一塊——包括複雜主體與背景——並在多輪裡保住先前的修改。
• 速度。 相對 Images 2.0，圖片生成延遲最高降低約 50%。

OpenAI 還說，Images 2.5 對真實世界資訊的還原更準，能處理更複雜的版面（含透明背景），並更穩定地維持你要求的視覺風格。API 影片對分工更具體：Sunburst 被定位為視覺保真與指令跟隨，精確到「寫字用哪一隻手」；Flare 被定位為比 GPT Image 2 快 50% 以上。發布文另有一套說法：Flare 以比 GPT Image 2 低 50% 的延遲交付更高畫質圖片。這兩套措辭並不完全一樣。把它們當行銷文案，並在你今天真正會退件的任務上同時測畫質與耗時。

新的 ChatGPT 工具：Sketch、範本、註解、分享

ChatGPT 端是疊在模型之上的產品發布。Images 2.5 一併帶來四項工具：

1. Sketch。 在 ChatGPT 裡輸入 @Sketch 畫出佈局，再配上文字描述。OpenAI 的例子包括房間佈局塗鴉變成室內效果圖、人物輪廓變成插畫。這是 ChatGPT 互動，不是 Image API 文件裡有記載的參數。
2. 範本。 常見版式的起點。已點名的選項包括 Poster 與 Merch。
3. 註解式編輯。 在生成圖上放一則註解，只改那個區域或物體，而不用重寫整條提示詞。
4. 提示詞分享。 分享圖片背後的提示詞，讓別人用自己的照片與細節重跑這個想法。

涵蓋面很廣：OpenAI 表示 Images 2.5 正在向 ChatGPT、ChatGPT Work 與 Codex 使用者滾動發布，覆蓋各級距，桌面、行動與網頁都有。Codex 拿到同一套圖片模型，說明 OpenAI 希望這個系列進入編碼與 agent 工作流，而不只是消費者畫布。

API 實際暴露了什麼

開發者端比 ChatGPT 功能列表更具體。

高於 2560x1440 的解析度仍屬實驗性。更早的 GPT Image 模型畫質止於 high；xhigh 與 max 是新增的。透明背景在 gpt-image-2 上曾是預覽；在兩款 2.5 模型上已正式寫進文件並支援。

OpenAI 仍列出製作裡要緊的限制：複雜提示詞可能要等最多兩分鐘；文字位置與清晰度仍可能失敗；跨次獨立生成時，反覆出現的角色與品牌元素可能漂移；密集版面仍可能放錯物體。模型在指令跟隨上更強，但不是帶保證的排版引擎。

Flare 與 Sunburst 怎麼選，見 GPT Image 2.5 Flare vs Sunburst。版本對照變更，見 GPT Image 2.5 vs GPT Image 2。

定價、Batch 與 token 計算

標準 API token 費率與 GPT Image 2 一致：

費率相同不等於每張圖成本相同。OpenAI 明確說，token 消耗會因模型與畫質設定而不同，而且 GPT Image 2 計算器估不了 2.5 的消耗。請讀回應裡的 usage 欄位。串流部分圖每張額外加 100 個圖片輸出 token。Responses API 呼叫還會在圖片生成之外計主線模型的 token。

Batch 定價列在 gpt-image-2 上（標準圖片費率的一半），Flare 與 Sunburst 沒有列出。如果你的流水線依賴 Batch API 折扣，這是繼續保留 GPT Image 2 的理由，而不是預設 2.5 繼承了 2.0 的每一個商業旋鈕。

出處與安全

OpenAI 在發布當天公布了 ChatGPT Images 2.5 系統卡。兩條製作事實很清楚：

• 出處。 C2PA 中繼資料繼續保留，OpenAI 還在 ChatGPT、Codex 與 API 上加入 Google DeepMind 的 SynthID 隱形浮水印。
• 安全棧。 請求在生成前會檢查。隨後有一個安全推理模型監控文字與圖片輸入，並檢查最終輸出。OpenAI 表示 Flare 與 Sunburst 均未越過其 Preparedness Framework 下的 Bio High 或 Cyber High 門檻，並仍施加預防性的生物風險緩解措施。

系統卡也指出，更高寫實度會在防護失效時抬高深度偽造風險。這是產品約束，不是註腳：參考照片工作流與肖像編輯會繼續撞上策略攔截，API 會回傳 moderation_blocked，並帶一個粗粒度的 moderation_details 物件供日誌紀錄。

如果你已經在用 OmniArt，這代表什麼

你不必停產、乾等選擇器上的標籤。GPT Image 2 仍是 OmniArt 上的 OpenAI 圖片模型，而這次發布瞄準的工作——可讀版面、商品靜物、保住參考圖的編輯、透明素材——本來就是團隊把它放在 Nano Banana 2 與 Seedream 旁邊的原因。

GPT Image 2.5 提示詞與編輯指南裡的習慣可以遷移：點名交付物、給精確文案加引號、給每一張參考圖只派一件事，一次只改一個失敗點。Sketch、註解釘與 xhigh / max 畫質是 2.5 專屬；其餘 brief 紀律不是。

常見問題

ChatGPT Images 2.5 和 GPT Image 2.5 是同一件事嗎？

差不多。ChatGPT Images 2.5 是面向消費者的產品。GPT Image 2.5 是 API 系列，拆成 Flare 與 Sunburst。ChatGPT 工具如 @Sketch 與圖上註解，並不等同於 Image API。

GPT Image 2.5 什麼時候發布的？

2026 年 9 月 8 日，依據 OpenAI 的發布文、模型快照與開發者文件。

GPT Image 2.5 在 OmniArt 上了嗎？

截至發稿時還沒有。GPT Image 2 是 OmniArt 工作台裡的 OpenAI 圖片模型。等 2.5 可選時，它應當坐在該模型旁邊，而不是替換整套圖片棧。

OpenAI 調降了 GPT Image 2 的價格嗎？

沒有。GPT Image 2、Flare 與 Sunburst 的標準 token 費率相同。定價頁上 GPT Image 2 出現的半價數字是 Batch 費率，Flare 與 Sunburst 目前沒有列出。

在 OmniArt 上開始

打開 OmniArt 圖片工作台，用同一份驗收 brief 分別跑 GPT Image 2 和另一款模型。保持提示詞、參考圖、畫面比例與通過／不通過標準完全一致。如果 brief 偏文字，就打可讀文案與層級；如果是商品圖，就打幾何、材質與接觸陰影。這種對比比發布畫廊有用得多。

靜物通過之後，不用換平台就能推進到影片。OmniArt 把圖片、影片、音訊與音樂模型放在同一個工作台，所以出靜物的模型與做動態的模型不必來自同一家服務商。