Live na ang GPT Image 2.5 sa Runable: Flare at Sunburst
Mga Pangunahing Punto
- Inilabas ng OpenAI ang GPT Image 2.5 noong Setyembre 8, 2026, sa dalawang modelong API:
gpt-image-2.5-flarepara sa bilis atgpt-image-2.5-sunburstpara sa pinakamataas na kalidad at katumpakan sa pag-edit. - Available na ang parehong modelo sa Runable ngayon. Magtanong para sa isang imahe sa anumang gawain at gagawin, ie-edit, at ilalagay ng agent ang resulta nang direkta sa deck, site, o dokumentong binubuo nito.
- Ang mga pangunahing benepisyo ay hanggang 50% na mas mababang latency, dalawang bagong antas ng kalidad (
xhighatmax), katutubong 4K output hanggang 3840x2160, at mas mahusay na multi-turn editing at pagpapanatili ng paksa. - Ang mga rate ng token ay hindi nagbago mula sa GPT Image 2: $5 bawat milyong text input token, $8 bawat milyong image input token, at $30 bawat milyong image output token sa parehong variant.
Mabilis ang paglalabas ng mga update ng OpenAI ngayong buwan. Dumating ang GPT-6 Astra noong Setyembre 3. Limang araw ang nakalipas, noong Setyembre 8, 2026, inilabas ng kumpanya ang GPT Image 2.5 sa ChatGPT at API, at hinati ang kanilang image stack sa dalawang modelo sa unang pagkakataon: Flare para sa pang-araw-araw na bilis, Sunburst para sa mga trabahong nakasalalay ang lahat sa kalidad.
Live na ang pareho sa Runable. Sinasaklaw ng post na ito kung ano ang talagang nagbago, alin sa dalawa ang dapat mong piliin, magkano ang gastos nito, at kung paano ito gamitin sa isang totoong proyekto sa halip na sa isang chat window.
Ano ang inilabas ng OpenAI noong Setyembre 8
Pinapalitan ng GPT Image 2.5 ang iisang general-purpose image model ng dalawang-modelong lineup, parehong may snapshot na 2026-09-08.
Ang GPT Image 2.5 Flare ay ang maliit na modelo, na optimized para sa bilis. Inilalarawan ng OpenAI ang kalidad ng imahe nito na maihahambing sa GPT Image 2, na mas mabilis na ibinibigay. Ang Flare ang default na pagpipilian para sa high-volume na trabaho: social variants, thumbnail, product shots nang maramihan, at draft bago ang pinal na render.
Ang GPT Image 2.5 Sunburst ay ang base model, na optimized para sa kalidad. Gumagawa ito ng mas matalas na detalye, mas natural na liwanag, at mas malaking kontrol kaysa sa GPT Image 2, at ipinoposisyon ito ng OpenAI partikular para sa mga workflow kung saan pinakaimportante ang katumpakan sa pag-edit. Kung hindi sapat ang GPT Image 2 sa isang kumplikadong brief, ang Sunburst ang modelong mag-aayos nito.
Ang parehong modelo ay tumatanggap ng text at image input, parehong naglalabas ng imahe lang, at parehong sumusuporta sa buong ladder ng kalidad: low, medium, high, xhigh, max, at auto. Ang mga antas na xhigh at max ay bago sa henerasyong ito. Sinusuportahan din ng pareho ang mga transparent na background nang natural, na mas mahalaga kaysa sa inaakala: ang logo o product cutout na lumalabas mula sa modelo na may malinis na alpha channel ay nagtitipid ng isang buong hakbang sa compositing.
Nagbago rin ang resolution. Ang GPT Image 2.5 ay tumatanggap ng auto o custom na WIDTHxHEIGHT, na may mga karaniwang preset sa 1024x1024, 1536x1024, 2048x1152, at 3840x2160 para sa 4K landscape. Ang mga custom size ay kailangang panatilihin ang bawat gilid na mababa sa 3,840 pixels, panatilihin ang parehong gilid bilang multiple ng 16, manatili sa loob ng 3:1 aspect ratio, at pumatak sa pagitan ng 655,360 at 8,294,400 kabuuang pixels. Minamarkahan ng OpenAI ang anumang higit sa 3,686,400 pixels bilang experimental, kaya ang 4K ay totoo ngunit hindi pa nakakabagot.
Flare o Sunburst: alin ang dapat mong piliin?
Magsimula sa kung ano na ang ginagawa ng iyong kasalukuyang workflow, hindi sa mga pangalan ng modelo.
| Iyong sitwasyon | Magsimula sa | Bakit |
|---|---|---|
| Ang GPT Image 2 ay nakakatugon na sa iyong pamantayan sa kalidad | Flare | Parehong klase ng kalidad, mas mababang latency, mas mura bawat tinanggap na imahe sa praktikal na paraan |
| Ang GPT Image 2 ay hindi sapat sa isang kumplikadong brief | Sunburst | Mas mataas na ceiling sa detalye, liwanag, at kontrol |
| Tumpak na multi-step editing ng isang asset | Sunburst | Ginawa para sa katumpakan sa pag-edit at pagpapanatili ng paksa |
| High-volume generation, mahigpit na deadline | Flare | Bilis ang buong punto ng maliit na modelo |
Ang payo mismo ng OpenAI ay isang two-pass loop. Unahin ang kalidad gamit ang Sunburst, pagkatapos ay subukan ang Flare laban sa parehong prompt at input. Kung pumasa ang Flare sa iyong pamantayan at napabuti ang latency, lumipat. Kung hindi, panatilihin ang Sunburst. Malinaw ang kumpanya na ang pagpapabuti sa bilis sa isang workload ay hindi lumilipat sa iba, kaya sukatin ito sa iyong mga aktwal na prompt sa halip na magtiwala sa isang benchmark na screenshot.
Isang praktikal na babala mula sa docs na naaangkop sa parehong modelo: ang paulit-ulit na pag-edit ay maaari pa ring mag-drift ng mga detalye na gusto mong i-freeze. Ulitin ang iyong mga limitasyon sa bawat pass, at kapag kailangang manatiling pixel-identical ang isang rehiyon, i-composite ang naaprubahang edit pabalik sa orihinal sa halip na hilingin sa modelo na panatilihin ito.
Ano ang tunay na bumuti
Tatlong bagay ang nagbago sa paraang mapapansin mo sa loob ng sampung minuto ng paggamit nito.
Bumaba ang latency, ng hanggang 50% depende sa workload. Ang numerong iyon ay nagmula sa materyales ng paglabas ng OpenAI at depende sa workload, ngunit ang direksyon ay pare-pareho. Para sa sinumang gumagawa ng isang dosenang variant ng parehong asset, ang compounding effect ay mas malaki kaysa sa headline.
Naging mas tapat ang pag-edit. Parehong bumuti ang mga modelo sa tumpak na pag-edit at pagpapanatili ng paksa, na siyang mode ng pagkabigo na nagpahirap sa mga naunang modelo ng imahe para sa totoong produksyon: hihingi ka ng isang pagbabago at tahimik na iguguhit muli ng modelo ang mukha, babaguhin ang geometry ng produkto, o irereset ang liwanag. Pinapanatili ng GPT Image 2.5 ang mas malaking bahagi ng frame habang binabago ang bahaging pinangalanan mo.
Nabawasan ang mga noise artifact. Ang nakikitang grain at smear na lumabas sa mga naunang GPT image output, lalo na sa mga flat na rehiyon at gradient, ay nabawasan. Iyan ang pagkakaiba sa pagitan ng isang asset na maaari mong ilabas at isang asset na kailangan mong linisin.
Magkano ang gastos ng GPT Image 2.5
Ang presyo ay pareho sa parehong variant, at pareho sa mga rate ng token ng GPT Image 2.
| Metric | Presyo bawat 1M tokens |
|---|---|
| Text input | $5.00 |
| Cached text input | $1.25 |
| Image input | $8.00 |
| Cached image input | $2.00 |
| Image output | $30.00 |
Ang text output ay hindi sisingilin, dahil ang mga modelong ito ay naglalabas ng mga imahe sa halip na text. Dapat tandaan: Sinasabi ng OpenAI na ang GPT Image 2 token calculator ay hindi tinatantya ang pagkonsumo ng GPT Image 2.5, kaya kung nagba-budget ka mula sa isang spreadsheet na binuo sa lumang modelo, buuin itong muli mula sa isang totoong sample ng iyong sariling mga kahilingan.
Ang mahalagang tanong sa gastos ay hindi presyo bawat milyong token pa rin. Ito ay gastos bawat tinanggap na imahe. Ang isang mas mabilis, mas murang modelo na nangangailangan ng apat na retry para pumasa sa review ay mas mahal kaysa sa isang mas mabagal na pumatak sa pangalawang subok. Subaybayan ang retry rate kasama ng invoice.
Paano gamitin ang GPT Image 2.5 sa Runable
Sa Runable, hindi ka pipili ng endpoint o maglalagay ng request. Inilalarawan mo ang imaheng gusto mo bilang bahagi ng gawaing ginagawa mo na, at ang agent ang humahawak sa pagpili ng modelo, pagbuo, at paglalagay.
Simulan ang isang gawain at sabihin kung ano ang kailangan mo. "Gawan mo ako ng landing page para sa isang cold brew brand at i-generate ang hero shot" ay isang kumpletong instruksyon. Ang agent ang nagsusulat ng page, bumubuo ng imahe gamit ang GPT Image 2.5, at inilalagay ito sa hero slot sa tamang sukat. Ang pareho ay naaangkop sa loob ng isang deck, ulat, carousel, o listahan ng produkto.
Mag-iterate sa parehong pag-uusap. Dahil ang GPT Image 2.5 ay binuo para sa multi-turn editing, ang mga follow-up na instruksyon ay gumagana ayon sa inaasahan mo: "parehong shot, mas mainit na liwanag, ilipat ang lata sa kaliwang ikatlong bahagi" binabago ang mga bagay na iyon at iniiwan ang iba. Sabihin kung ano ang dapat manatiling fixed at pananatilihin ito ng modelo.
Magtanong para sa format na kailangan mo. Transparent PNG para sa isang logo, 4K landscape para sa isang print-bound hero, isang tight square para sa social. Sabihin ito sa simpleng wika at imapa ito ng agent sa tamang sukat at setting ng background.
Ang dahilan kung bakit sulit itong gawin sa loob ng isang agent sa halip na sa isang chat window ay ang mga imahe ay halos hindi kailanman ang deliverable. Ang deck ang deliverable. Ang site ang deliverable. Ang pagbuo ng isang imahe sa isang tool, pag-download nito, at pag-drag nito sa isa pa ay ang mabagal na bahagi ng trabaho, at ito ang bahaging inaalis ng Runable. Ang Runable ay may libreng tier para subukan ito, kasama ang Pro sa $20/buwan bilang pinakasikat na plan at Max sa $100/buwan para sa mabigat na paggamit.
Pag-prompt sa GPT Image 2.5: limang panuntunan na tumatagal
Naglathala ang OpenAI ng gabay sa pag-prompt kasabay ng paglabas. Ang mga bahagi na pinakaimportante sa praktikal na paraan:
Pangalanan ang resulta at ang paggamit nito. "Product photograph para sa isang e-commerce listing" ay mas malayo ang mararating kaysa sa paglalarawan ng object lang, dahil sinasabi nito sa modelo ang mga convention na dapat sundin.
Ilarawan ang nakikitang detalye, hindi mood. Ang mga materyales, direksyon ng liwanag, kulay, at medium ay mas mahusay kaysa sa mga pang-uri. Magtanong para sa "photorealistic" o "real photograph" nang tahasan kapag iyon ang layunin, dahil hindi ito iaassume ng modelo.
I-quote ang eksaktong text at sabihin kung ilang beses ito lumilitaw. Ilagay ang kinakailangang wording sa mga quote, ilarawan ang posisyon at typography nito, at pagkatapos ay huwag humingi ng karagdagang text. Suriin ang spelling sa output sa bawat pagkakataon.
Paghiwalayin ang pagbabago mula sa mga limitasyon. Para sa mga edit, sabihin ang "change only X" at ilista ang dapat mabuhay: pagkakakilanlan, geometry, layout, labels, liwanag. Ang pagpapangalan sa mga pagbubukod ang humihinto sa drift.
Magtalaga ng mga tungkulin sa mga reference. Kapag nagpasa ka ng maraming input, tukuyin ang bawat isa sa pamamagitan ng numero at layunin, paksa o istilo o background, at ipaliwanag kung paano sila magsasama.
GPT Image 2.5 laban sa Nano Banana Pro
Ang Nano Banana Pro ng Google ay ang malinaw na alternatibo, at available din ito sa Runable, kaya ito ay isang pagpipilian na maaari mong gawin bawat gawain sa halip na bawat subscription.
Ang GPT Image 2.5 Sunburst ay ang mas malakas na pagpipilian para sa photorealism, tumpak na pag-render ng text, mga asset na may transparent na background, at mga edit kung saan ang pagkakakilanlan at geometry ng produkto ay dapat mabuhay nang buo. Ginagantimpalaan nito ang mga structured prompt na may mga may label na seksyon.
Ang Nano Banana Pro ay mas pare-parehong nagpapanatili ng pagkakakilanlan ng character at produkto sa maraming magkakahiwalay at independiyenteng henerasyon, nagsasama ng higit pang mga reference image sa isang tawag, at ginagantimpalaan ang mga natural na deskriptibong pangungusap kaysa sa mga mahigpit na field. Kung gumagawa ka ng mahabang serye ng mga imahe na lahat ay dapat magtampok ng parehong character, ang consistency na iyon ang nagdedesisyong salik.
Ang matapat na buod: abutin ang Sunburst kapag ang isang imahe ay dapat na tama, at para sa Nano Banana Pro kapag ang apatnapung imahe ay dapat magtugma. Sinasaklaw ng Flare ang volume sa pagitan.
Kung gusto mong makita kung paano pumasok ang GPT Image 2.5 sa isang mas malawak na creative workflow, ang pinakamahusay na paghahambing ng AI image generator ay isang kapaki-pakinabang na reference para sa kung paano nagtatagal ang henerasyong ito ng mga modelo. Para sa mga team na gumagamit na ng Runable, ang kumpletong gabay sa 2026 para sa Runable ay naglalakad sa kung paano mag-set up ng mga gawain na pinagsasama ang pagbuo ng imahe sa mga dokumento, deck, at site. At kung ang paglabas ng GPT-6 Astra mas maaga ngayong buwan ay nagbago kung paano mo iniisip ang pagpili ng modelo, ang post sa paglunsad ng GPT-6 Astra ay sumasaklaw sa kung ano ang idinaragdag ng modelong iyon at kung kailan ito aabutin kaysa sa image stack. Para sa mga maliliit na negosyo na nagpapasya kung saan pumasok ang AI image generation sa isang mas malawak na toolset, ang mga AI tool para sa maliit na negosyo ay nagraranggo ng mga opsyon ayon sa uri ng trabaho.
FAQ
Ano ang GPT Image 2.5?
Ang GPT Image 2.5 ay ang pamilya ng modelo ng pagbuo at pag-edit ng imahe ng OpenAI, na inilabas noong Setyembre 8, 2026. Inilabas ito bilang dalawang modelong API, gpt-image-2.5-flare para sa bilis at gpt-image-2.5-sunburst para sa kalidad, at available din sa loob ng ChatGPT at sa Runable.
Ano ang pagkakaiba sa pagitan ng Flare at Sunburst?
Ang Flare ay ang maliit na modelo na optimized para sa bilis, na may kalidad ng imahe na maihahambing sa GPT Image 2. Ang Sunburst ay ang base model na optimized para sa kalidad, na may mas matalas na detalye, mas natural na liwanag, at mas malaking kontrol. Parehong sumusuporta sa parehong mga setting ng kalidad, sukat, at transparent na background.
Maaari bang bumuo ang GPT Image 2.5 ng mga 4K na imahe?
Oo. Sinusuportahan nito ang mga custom na resolution hanggang 3840x2160, na ang bawat gilid ay naka-cap sa 3,840 pixels at ang parehong gilid ay mga multiple ng 16. Minamarkahan ng OpenAI ang mga output na higit sa 3,686,400 kabuuang pixels bilang experimental, kaya i-verify ang mga resulta sa sukat na iyon bago mangako dito sa produksyon.
Magkano ang gastos ng GPT Image 2.5?
Ang parehong modelo ay sisingilin sa $5 bawat milyong text input token, $8 bawat milyong image input token, at $30 bawat milyong image output token, na may cached input sa $1.25 at $2.00 ayon sa pagkakabanggit. Ang text output ay hindi sisingilin. Sa Runable, ang pagbuo ng imahe ay sakop ng iyong mga plan credit sa halip.
Dapat ba akong mag-migrate mula sa GPT Image 2?
Kung ang GPT Image 2 ay nakakatugon na sa iyong pamantayan sa kalidad, subukan muna ang Flare at hanapin ang latency gain. Kung hindi, subukan ang Sunburst at kumpirmahin ang kalidad bago mag-optimize ng anupaman. Panatilihing hindi nagbabago ang mga prompt, reference, at sukat para sa unang paghahambing para masukat mo ang modelo at hindi ang iyong sariling mga edit.
Kaugnay na Pagbabasa
- Kling 4.0 laban sa Kling 4.0 sa Runable: Mga Resulta ng Pagsusulit sa 2026
- Pinakamahusay na AI Image Generator sa 2026: Isang Kumpletong Paghahambing
- Nandito na ang GPT-6 Astra: Bagong Frontier Model ng OpenAI, Ngayon sa Ultra Mode ng Runable
- Paano Gamitin ang Runable: Ang Kumpletong Gabay sa 2026
- AI Tools para sa Maliit na Negosyo: 10 Pinakamahusay sa 2026 (Nasubok)
- Ipinapakilala ang Runable 2.0: Ang Pinakamahusay na Paraan para Magtrabaho kasama ang AI
- Claude Fable 5.1 ay Labas na: Frontier Model ng Anthropic, Ngayon sa Ultra Mode ng Runable
Huminto sa pagbuo ng mga imahe sa isang tool at i-paste ang mga ito sa isa pa
Ilarawan ang binubuo mo, at binubuo ng Runable ang mga imahe gamit ang GPT Image 2.5 at inilalagay ang mga ito kung saan sila nabibilang: ang hero slot, ang slide, ang page ng produkto, ang carousel. Magsimula nang libre, at mag-upgrade sa Pro sa $20/buwan kapag ang output ay naging bahagi na ng iyong linggo.
