GPT Image 2.5 已在 Runable 上线：Flare 和 Sunburst
关键要点
- OpenAI 于 2026 年 9 月 8 日发布了 GPT Image 2.5，提供两种 API 模型：用于追求速度的
gpt-image-2.5-flare和用于追求极致质量及编辑精度的gpt-image-2.5-sunburst。 - 两款模型现已在 Runable 上线。在任何任务中进行提问，Agent 即可生成、编辑并将结果直接放入正在构建的幻灯片、网站或文档中。
- 核心提升包括：延迟降低最高达 50%，新增两种质量等级（
xhigh和max），支持最高 3840x2160 的原生 4K 输出，以及显著增强的多轮编辑和主体保留能力。 - 代币费率与 GPT Image 2 保持一致：两个版本均为每百万文本输入代币 5 美元，每百万图像输入代币 8 美元，每百万图像输出代币 30 美元。
OpenAI 本月发布节奏飞快。GPT-6 Astra 于 9 月 3 日发布。五天后的 2026 年 9 月 8 日，该公司在 ChatGPT 和 API 中发布了 GPT Image 2.5，并首次将其图像技术栈拆分为两个模型：适用于日常速度的 Flare，以及适用于质量至关重要场景的 Sunburst。
两者均已在 Runable 中上线。本文将介绍实际变化、你应该选择哪一个、成本是多少，以及如何将其投入到实际项目中，而不是仅仅在聊天窗口中使用。
OpenAI 在 9 月 8 日发布的内容
GPT Image 2.5 取代了单一的通用图像模型，改为双模型阵容，两者快照日期均为 2026-09-08。
GPT Image 2.5 Flare 是小模型，针对速度进行了优化。OpenAI 称其图像质量与 GPT Image 2 相当，但交付速度更快。Flare 是大批量工作的默认选择：社交媒体配图、缩略图、大规模产品摄影、最终渲染前的草稿版本。
GPT Image 2.5 Sunburst 是基础模型，针对质量进行了优化。它能产生比 GPT Image 2 更清晰的细节、更自然的照明和更强的控制力，OpenAI 将其专门定位为编辑精度至关重要的工作流。如果 GPT Image 2 在复杂任务中表现欠佳，Sunburst 就是解决问题的模型。
两款模型均接受文本和图像输入，仅输出图像，并支持完整的质量梯队：low、medium、high、xhigh、max 和 auto。xhigh 和 max 等级是本代新增的。两者还原生支持透明背景，这一点意义重大：模型生成的带有干净 Alpha 通道的 logo 或产品抠图可省去整个合成步骤。
分辨率也有所提升。GPT Image 2.5 支持 auto 或自定义 WIDTHxHEIGHT，常见预设包括 1024x1024、1536x1024、2048x1152 和 4K 横屏的 3840x2160。自定义尺寸需保持每条边小于 3,840 像素，两条边均为 16 的倍数，宽高比在 3:1 以内，总像素在 655,360 到 8,294,400 之间。OpenAI 将超过 3,686,400 像素的图像标记为实验性功能，因此 4K 确实可行，但尚未完全普及。
Flare 还是 Sunburst：你应该选哪一个？
从你当前的工作流出发，而不是从模型名称出发。
| 你的情况 | 起步选择 | 原因 |
|---|---|---|
| GPT Image 2 已满足你的质量标准 | Flare | 质量等级相同，延迟更低，实际每张图片的费用更低 |
| GPT Image 2 在复杂任务上表现不足 | Sunburst | 在细节、照明和控制上有更高的上限 |
| 对单个素材进行精确的多步编辑 | Sunburst | 专为编辑精度和主体保留而构建 |
| 高容量生成，工期紧迫 | Flare | 速度是小模型的核心优势 |
OpenAI 给出的建议是双重循环测试。首先用 Sunburst 确立质量，然后针对相同的提示词和输入测试 Flare。如果 Flare 达到标准并改善了延迟，则切换过去。如果达不到，则保留 Sunburst。该公司明确指出，一个工作流的速度提升不会自动迁移到另一个工作流，因此请根据实际提示词进行衡量，而不是盲目相信基准测试截图。
文档中针对两款模型的一个实用警告：重复编辑仍可能导致你希望固定的细节发生偏差。在每一轮编辑中重申你的约束条件；当某个区域必须保持像素级一致时，将批准的编辑合成回原图，而不是要求模型自行保留。
到底有哪些改进
有三点变化，你使用后十分钟内就能感觉到。
延迟降低，根据工作负载最高可达 50%。该数字来自 OpenAI 的发布材料，且取决于工作负载，但趋势是一致的。对于生成同一素材的数十个变体的人来说，复利效应比标题数字更可观。
编辑更忠实。两款模型都改进了精确编辑和主体保留能力，这是之前图像模型在生产环境中令人沮丧的缺陷：你要求进行一次更改，模型却悄悄重绘了面部、改变了产品几何形状或重置了照明。GPT Image 2.5 在更改指定部分的同时，能更好地保持画面其余部分稳定。
噪点伪影减少。早期 GPT 图像输出中出现的可见颗粒和涂抹感（尤其是在平坦区域和渐变中）有所减少。这就是你可以交付的素材与需要额外清理的素材之间的区别。
GPT Image 2.5 的成本
两款变体的定价相同，且与 GPT Image 2 的代币费率一致。
| 指标 | 每百万代币价格 |
|---|---|
| 文本输入 | $5.00 |
| 缓存文本输入 | $1.25 |
| 图像输入 | $8.00 |
| 缓存图像输入 | $2.00 |
| 图像输出 | $30.00 |
文本输出不计费，因为这些模型输出的是图像而非文本。值得注意的是：OpenAI 表示 GPT Image 2 的代币计算器无法估算 GPT Image 2.5 的消耗量，因此如果你是基于旧模型构建的电子表格来做预算，请务必使用自己的真实请求样本进行重构。
无论如何，重要的成本问题不是每百万代币的价格，而是每张可用图像的成本。一个需要重试四次才能通过评审的更快、更便宜的模型，比第二次尝试就成功的慢模型要昂贵得多。请在发票之外追踪重试率。
如何在 Runable 上使用 GPT Image 2.5
在 Runable 上，你无需选择端点或配置请求。你只需在正在执行的任务中描述你想要的图像，Agent 就会处理模型选择、生成和放置。
开始一个任务并说出你的需求。“为冷萃咖啡品牌制作一个落地页，并生成主图”是一个完整的指令。Agent 会编写页面，使用 GPT Image 2.5 生成图像，并将其按正确尺寸放入主图位置。这同样适用于幻灯片、报告、轮播图或产品列表。
在同一个对话中进行迭代。因为 GPT Image 2.5 是为多轮编辑而构建的，后续指令会如你所愿：“同样的拍摄效果，光线更温暖，将罐子移到左侧三分之一处”，它会执行这些更改并保持其余部分不变。说出必须固定的内容，模型就会保持它们。
要求你需要的格式。Logo 使用透明 PNG，打印用主图使用 4K 横屏，社交媒体使用紧凑方形。用通俗语言表达，Agent 会将其映射到正确的尺寸和背景设置。
在 Agent 内部而不是聊天窗口中进行此操作的原因是，图像本身通常不是最终交付物。幻灯片才是交付物。网站才是交付物。在一个工具中生成图像、下载它，再拖入另一个工具中，这是工作中最慢的部分，而这正是 Runable 所消除的部分。Runable 有免费版本可供试用，Pro 版为每月 20 美元，是最受欢迎的方案，Max 版每月 100 美元，适合重度用户。
GPT Image 2.5 提示词技巧：五条有效法则
OpenAI 随发布一同发布了提示词指南。实践中最重要部分：
说明结果及其用途。“用于电商列表的产品摄影”比单纯描述物体更有效，因为它告诉模型遵循什么规范。
描述可见细节，而非情绪。材质、照明方向、颜色和媒介优于形容词。明确要求“照片级写实”或“真实照片”，因为模型不会默认假设它。
引用确切文本并说明出现次数。将要求的措辞放在引号内，描述其位置和排版，然后要求不要添加额外文本。每次都要检查输出中的拼写。
将更改与约束条件分开。对于编辑，说“仅更改 X”并列出必须保留的内容：特征、几何形状、布局、标签、照明。列出排除项是防止偏差的关键。
为引用分配角色。当你传递多个输入时，用编号和用途标识每一个（主体、风格或背景），并解释它们如何结合。
GPT Image 2.5 与 Nano Banana Pro 的对比
Google 的 Nano Banana Pro 是显而易见的替代品，它也可以在 Runable 上使用，因此你可以按任务而非按订阅做出选择。
GPT Image 2.5 Sunburst 在照片级写实、精确文本渲染、透明背景素材以及需要保持特征和产品几何形状完整的编辑方面表现更强。它通过带标签部分的结构化提示词能获得更好的结果。
Nano Banana Pro 在多次独立生成中能更一致地保持角色和产品特征，在单次调用中融合更多参考图像，并且比起严格的领域要求，它更偏向于自然的描述性句子。如果你正在制作一系列必须包含相同角色的长篇图像，这种一致性就是决定性因素。
诚实的总结：当一张图片必须完美时选择 Sunburst，当四十张图片必须匹配时选择 Nano Banana Pro。Flare 则覆盖了两者之间的需求。
如果你想了解 GPT Image 2.5 如何融入更广泛的创意工作流，最佳 AI 图像生成器比较是了解这一代模型水平的有用参考。对于已经在运行 Runable 的团队，2026 年 Runable 完整指南详细介绍了如何设置将图像生成与文档、幻灯片和网站相结合的任务。如果本月早些时候 GPT-6 Astra 的发布改变了你对模型选择的看法，GPT-6 Astra 发布文章涵盖了该模型增加了什么以及何时应该选用它而不是图像模型栈。对于决定 AI 图像生成如何融入更广泛工具集的小型企业，小型企业 AI 工具按工作类型对选项进行了排名。
常见问题解答
什么是 GPT Image 2.5？
GPT Image 2.5 是 OpenAI 于 2026 年 9 月 8 日发布的图像生成和编辑模型系列。它作为两个 API 模型发布：用于速度的 gpt-image-2.5-flare 和用于质量的 gpt-image-2.5-sunburst，也可在 ChatGPT 和 Runable 中使用。
Flare 和 Sunburst 有什么区别？
Flare 是针对速度优化的小模型，图像质量与 GPT Image 2 相当。Sunburst 是针对质量优化的基础模型，具有更清晰的细节、更自然的照明和更强的控制力。两者均支持相同的质量设置、尺寸和透明背景。
GPT Image 2.5 能生成 4K 图像吗？
可以。它支持最高 3840x2160 的自定义分辨率，每条边限制为 3,840 像素，且每条边均为 16 的倍数。OpenAI 将超过 3,686,400 总像素的输出标记为实验性功能，因此在将其用于生产环境之前，请先验证该尺寸下的结果。
GPT Image 2.5 的费用是多少？
两款模型的计费均为每百万文本输入代币 5 美元，每百万图像输入代币 8 美元，每百万图像输出代币 30 美元，缓存输入分别为 1.25 美元和 2.00 美元。文本输出不计费。在 Runable 上，图像生成由你的方案额度覆盖。
我应该从 GPT Image 2 迁移吗？
如果 GPT Image 2 已经满足了你的质量标准，请先测试 Flare 并观察延迟提升。如果未达到，请测试 Sunburst 并在优化其他任何内容之前确认质量。在首次比较时保持提示词、参考和尺寸不变，这样你衡量的是模型而不是你自己的编辑。
相关阅读
- 2026 年最佳 AI 图像生成器：完整比较
- GPT-6 Astra 现已发布：OpenAI 的新前沿模型，现已加入 Runable 的 Ultra 模式
- 如何使用 Runable：2026 年完整指南
- 小型企业 AI 工具：2026 年最佳 10 款（已测试）
- Runable 2.0 介绍：使用 AI 的最佳方式
- Claude Fable 5.1 发布：Anthropic 的前沿模型，现已加入 Runable 的 Ultra 模式
不要再在一个工具中生成图像并粘贴到另一个工具中
描述你正在构建的内容，Runable 会用 GPT Image 2.5 生成图像并将其放到它们所属的位置：主图位置、幻灯片、产品页面、轮播图。免费开始使用，当产出成为你工作的一部分时，升级到每月 20 美元的 Pro 版。
