跳到正文
掘金·· 5 天前精选AI 评分79

GPT Image 2.6 发布，速度、价格与 SVG 输出变化

GPT Image 2.6 发布，速度、价格与 SVG 输出有哪些变化

AI 导读

GPT Image 2.6 已于 2026 年 11 月 4 日发布，包含侧重细节的 Sunburst 和侧重快速尝试的 Flare，官方称生成速度提升 50%。两者标准 token 单价与 2.5 相同，新增 SVG、动画 GIF 生成及 complexity 控制；SVG 仅支持生成端点，且 n 必须为 1。

推荐理由

文章对比了 GPT Image 2.6 两个分支的定位、价格和接口边界，有助于判断图像生成任务的模型选择与迁移成本。

正文

gpt-image-2-6-发布-速度-价格与-svg-输出有哪些变化-cover.jpg GPT Image 2.6 已经正式发布。OpenAI 的 API 更新日志将发布日期记为 2026 年 11 月 4 日，官方开发者账号的公告则发于北京时间 11 月 5 日早上。API 更新日志、官方公告已公布两个模型的具体信息。

两个模型，分别照顾细节和速度

新模型继续分为 Sunburst 与 Flare。两者都接收文字、图片输入，用于生成和编辑图片。Sunburst 面向细节较多的构图与编辑，Flare 面向需要快速反复尝试的交互场景。实际 API ID 分别为 gpt-image-2.6-sunburst 和 gpt-image-2.6-flare，接入时不要把产品名称直接当成模型 ID。

多轮修改同一张主视觉，可以优先评估 Sunburst；需要快速尝试不同方案，可以先评估 Flare。两者的官方 token 单价相同，选择时更应关注具体任务中的效果和响应速度。Sunburst 模型页、Flare 模型页

对照 2.5，哪些变化已经确认

gpt-image-2-6-vs-2-5-comparison-typeset.png

关注点GPT Image 2.5GPT Image 2.6
模型分支Sunburst、Flare延续 Sunburst、Flare
生成速度本次公告的前代对照官方称生成速度提升 50%；Flare 在 low 画质下最快约 6 秒
连续编辑已有图像编辑能力官方强调 Sunburst 在 medium、high 画质下更能保持前后细节一致
输出能力已有常规图片生成与编辑新增 SVG、动画 GIF 生成
生成前规划不应直接套用新参数增加 complexity 控制
markup 引导编辑支持的 2.5 模型也可使用支持，属于新开放的接口能力
标准 token 单价与右列相同没有因这次升级提高

速度数字出自官方 X 公告，不是对任意提示词、分辨率和服务负载的耗时承诺。实际耗时会随任务复杂度和运行条件变化。连续编辑的改进同样有条件，公告具体强调了 Sunburst 的 medium 和 high 画质。

SVG、GIF、complexity，以及 markup 的支持范围可以在官方更新日志核对。markup 引导编辑同时适用于受支持的 2.5 和 2.6 模型，并非 2.6 独有。

定价与 2.5 相同，按 token 计算

以下为官网的标准 API 价格，单位均为美元／百万 token。Sunburst 和 Flare 在同一代使用相同费率。

计费项目2.5 Sunburst / Flare2.6 Sunburst / Flare
文本输入$5$5
缓存文本输入$1.25$1.25
图片输入$8$8
缓存图片输入$2$2
图片输出$30$30

2.6 延续了 2.5 的标准 token 费率，每张图片的实际费用仍取决于 token 用量。请求使用了多少文字和图片输入、输出消耗多少 token，都会影响账单；分辨率和画质不同，也不能只按图片张数比较成本。官方定价表

如果一批请求合计产生 100 万图片输出 token，仅这部分输出费用就是 30 美元，输入费用另计。评估迁移时，可以记录一组相同任务的成功率、完成时间和总费用，再比较得到一张可用图片实际花了多少钱。

重点关注 SVG 输出

对于网页和设计素材制作，SVG 输出带来了更方便的后续编辑方式。它允许生成结果保留路径、形状和颜色，后续可以继续编辑。图标、简单标志和插画是官方列出的适用方向。

以前拿到一张位图，想改局部颜色或形状，往往还要重新生成或另做矢量化。现在 API 提供了直接输出 SVG 的入口。生成后的素材可以继续调整颜色、形状和路径。模型输出的路径是否简洁、分组是否方便，仍需要实际检查，官方没有承诺它等同于人工整理过的设计源文件。

官方描述的过程是先生成参考图，再据此生成 SVG，quality 控制的是参考图质量。返回内容为静态矢量，不支持脚本、外部资源或嵌入位图。它也有明确的接口边界，SVG 仅支持生成端点，n 必须为 1，不能流式返回，编辑端点不能输出 SVG。SVG 输出说明

下面的示例展示 SVG 生成请求的基本结构。运行时从环境变量读取 API 密钥，费用按实际调用计算。

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-sunburst",
    "prompt": "为一家面包店设计简洁的矢量图标，使用面包与麦穗元素，轮廓清楚，限制为三种颜色，不要文字",
    "output_format": "svg",
    "quality": "medium",
    "n": 1
  }' > response.json

返回的 data[0].b64_json 需要解码后保存为 .svg，不能只改扩展名。保存后应在浏览器或矢量编辑器中检查路径、颜色、缩放效果和文件大小，再决定是否用于正式页面。API 参考还单独列出 svg_usage，用于记录生成 SVG 的模型用量，与图像渲染用量分开。因此，上面的图像 token 费率不能直接当作 SVG 请求全部费用的保证；核算时应检查实际返回的用量和对应模型费率。接口参数以图片生成 API 参考为准。

制作博客配图时，可以先从结构简单、文字较少的图标或插画开始。涉及大量中文标签、严格对齐和精确尺寸的技术图，仍需要逐项校对。SVG 格式提供了修改空间，内容正确性依然要由人检查。

GIF 和编辑控制也值得了解

官方公告展示了让静态角色变成循环 GIF 的用法，例如挥手，再回到起始姿势。ChatGPT 更新说明也确认了 GIF 创作开始逐步开放，可调整播放速度并分享结果。官方示例公告、ChatGPT 更新说明

API 还提供 complexity，控制生成前的规划程度，与渲染画质 quality 分开设置。对于局部编辑，官方建议先从 low complexity 开始。更复杂的场景再尝试 medium 或 high，不必把所有设置都拉到最高。官方编辑建议

X 上的案例：哪些进步能从图里看出来

我沿着 X 上的发布帖，找到了 DesignArena 的三组对比图，以及 OpenAI Developers 的 SVG 演示。下面是对公开样例的逐图点评，没有自行调用 API 跑分，也没有重测生成时间。图中的 Winner 是发布方的标注，不代表本文重新组织过盲测。

生日蛋糕：少加两句标语，比多画细节更实用

DesignArena 的蛋糕对比给出的要求很短：生成一个漂亮的生日蛋糕。左侧是 2.6 Flare，标注为 High；右侧是 2.5 Sunburst，图中没有列出它的画质设置。

DesignArena 生日蛋糕对比：左为 2.6 Flare，右为 2.5 Sunburst

两张图的奶油、草莓和烛光都已经像样。差别在背景：2.5 额外放了两张带祝福语的卡片，2.6 没有。做商品图时，这种少加无关元素的倾向有用，省得后面再擦掉不需要的文字。

不过，2.6 的蛋糕上仍写着生日祝福。这张图支持的是“减少额外标语”，不能理解成“没有要求文字就一定不生成文字”。而且这是跨分支的单组对比，不能据此判断 2.6 全面胜过 2.5。复测时应固定画质、尺寸和提示词，分别比较同一分支。

兔子绘本：改成黄昏，角色和场景还能认出来

第二组是图片编辑：以白天的兔子插画为输入，要求变成黄昏，加入手电筒的暖光、夜雾和星星。对照模型是 FLUX.2 Klein 4B Distilled Edit，并不是 GPT Image 2.5。

DesignArena 兔子绘本编辑对比：上方为输入，左为 2.6 Flare，右为 FLUX.2 Klein

2.6 的结果保留了蓝色花裙、浅色围裙、低头看手电筒的姿态，以及右侧兔子屋的大体位置。右侧结果的兔子则变成了正面朝向，衣服和身体表现也发生了明显变化。对绘本、角色海报这类需要沿用人物的任务，前者更接近在原图上继续改。

但“保住角色”也有程度之分。公开图里的输入缩略图很小，无法逐像素确认衣服纹样、花朵和建筑细节。我的判断是大体身份与构图保留得较好；要验证多轮修改会不会变样，还得连续改几次，而这组样例只展示了一轮。

旧仓库：复杂要求有没有被画进去

第三组仓库场景比较的是 2.6 Sunburst 与微软的 MAI-Image-2.6 Flash。两者名字里都有 2.6，但属于不同厂商。图中给出的 GPT 设置为 quality: auto、complexity: high。

DesignArena 旧仓库对比：左为 GPT Image 2.6 Sunburst，右为 MAI-Image-2.6 Flash

左图能看到从顶部灯光中透出的尘雾，前景旧画靠在破损墙面上，画布和墙壁都有受潮、剥落的质感。右图同样做出了破败氛围，但箱子、墙面上多了不少文字。与其比较哪张更有电影感，我更关心提示词里指定的物件、材质和空气效果有没有落实，以及模型有没有额外加东西。

这张图能说明 Sunburst 在这一组复杂场景里表现不错，却不能证明 high complexity 总是更好：发布方没有提供同模型 low、medium、high 三档的对照，也没有给出这次请求的用量和耗时。

几何鹿 SVG：展示了用途，还没证明文件好不好改

OpenAI Developers 的发布视频约 55 秒处，展示了一只由黑色几何块组成的鹿，用来说明 SVG 支持。

OpenAI Developers 发布视频中的几何鹿 SVG 演示，画面约在 55 秒处

轮廓清楚、颜色少、没有复杂纹理，这类图形适合拿来观察矢量输出的用途。真正交付时还要打开源文件：鹿角和身体是否方便单独选中？改颜色要操作多少条路径？缩小成图标以后，细缝会不会消失？

视频画面无法回答这些问题，因此这里只把它当作功能演示，不评价路径质量或编辑效率。截图本身也是位图，并非视频中演示的 SVG 源文件。

我会怎样选模型

从这些样例看，我更愿意先拿 2.6 试两类工作：减少商品图里的多余元素，以及在已有角色上调整光线和场景。前者可先试 Flare，要求多、细节多的场景再试 Sunburst。SVG 则从简单标志、图标开始，生成后检查源文件再用。

速度和费用需要单独测。以上对比图没有逐次请求的计时与账单，不能用来验证“快 50%”或“做一张图更便宜”。如果要决定是否从 2.5 迁移，可以用自己的同一批素材记录三件事：第一张可用结果等了多久、改了几轮、总共花了多少。

现在从哪里使用

入口已确认的信息使用时注意
ChatGPTImages 2.6 已公布，GIF 功能逐步开放更新说明未在该条目给出所有套餐的统一额度，可用功能和使用额度以账号实际显示为准
Codex官方开发者公告确认带来 2.6，并介绍图片浮层内编辑具体入口以客户端和账号实际显示为准
OpenAI API两个模型已正式列入模型页和更新日志使用准确模型 ID；新能力按对应 Image API 文档接入，GIF API 参考还要求相应预览权限

ChatGPT 还增加了保存参考图片的功能，可以在后续聊天中通过名称再次引用，减少重复上传。保存参考图片属于 ChatGPT 产品功能，API 的图片输入与上下文管理需按接口单独处理。ChatGPT 更新说明

如果已有 2.5 应用，迁移前先用同一组输入比较两个版本。尤其要保留连续编辑的中间结果，检查人物服装、产品标签和背景细节有没有随着修改发生偏移。官方宣称的一致性提升，最终要落到自己的素材上验证。

来源：掘金 · juejin.cn

#公司公告