OpenAI 的 GPT Image 2.5 API 是一個由兩個模型組成的系列，而非一個名為 gpt-image-2.5. 目前正在使用的別名是 gpt-image-2.5-flare, 由 OpenAI 定位為適用於快速、高品質的日常生成，以及 gpt-image-2.5-sunburst, ，專為精準的影像編輯而設計。兩者均於 2026 年 9 月 8 日正式推出。本指南涵蓋確切的 ID、三種 API 路徑、支援的參數、自訂尺寸、官方代幣定價、呼叫次數限制，以及實用的成本計算器。.
該報告還提及透過 Anywhere 的統一系統進行的一項獨立受控測試 gpt-image-2.5 路徑。該場地未顯示任何「Flare/Sunburst」選擇器，亦未標示回傳變體標籤，因此其輸出結果既未以原生 OpenAI API 結果呈現，亦未被歸類至任何官方模型之下。.
什麼是 GPT Image 2.5 API？
GPT Image 2.5 是 OpenAI 於 2026 年 9 月 8 日推出的影像生成與編輯產品系列。這兩款官方模型均可接受文字輸入並輸出影像；編輯工作流程亦可提供影像作為輸入。 關鍵的實作細節在於模型識別碼：該系列名稱雖在敘述性文字中頗具參考價值，但在實際生成請求時，應使用官方模型頁面中列出的精確模型識別碼。.
有兩個型號，而非一個可呼叫的家族識別碼
「移動別名」會跟隨 OpenAI 當前版本，並以該名稱呈現。帶有日期標記的「快照」會將請求鎖定在特定版本上，因此在回歸測試期間更容易重現。若您希望在不修改程式碼的情況下進行相容的模型更新，請使用「移動別名」；若一致的行為比自動接收後續修訂版本更為重要，則請使用「快照」。.
| 模型 | 移轉別名 | 過期的快照 | 官方定位 | 治療方式 |
|---|---|---|---|---|
| 信號彈 | gpt-image-2.5-flare | gpt-image-2.5-flare-2026-09-08 | 快速、高品質的日常影像生成 | 文字進；圖片出 |
| 陽光輻射紋 | gpt-image-2.5-sunburst | gpt-image-2.5-sunburst-2026-09-08 | 以精準度為核心的影像編輯 | 文字與圖片輸入；圖片輸出 |
這些描述是 OpenAI 的定位，並非由我們的測試所決定的勝出者。本文後段所述的受控測試採用了第三方統一路由，該路由並未透露究竟是哪個官方變體（如有）處理了該請求。.
GPT Image 2.5 API 快速入門
使用 Image API 產生
直接發電的用途 POST /v1/images/generations. OpenAI SDK 會從環境變數中讀取您的 API 金鑰，而 GPT Image 會傳回以 base64 編碼的影像資料，而非永久託管的網址。請解碼該資料，並使用與 輸出格式.
import base64
from pathlib import Path
from openai import OpenAI
client = OpenAI()
result = client.images.generate(
model="gpt-image-2.5-flare",
prompt="一張白色工作室背景上的陶瓷桌燈，產品照片",
size="1536x1024",
quality="high",
output_format="webp",
)
image_bytes = base64.b64decode(result.data[0].b64_json)
Path("lamp.webp").write_bytes(image_bytes)若要進行可重現的生產測試，請將移動別名替換為 gpt-image-2.5-flare-2026-09-08. 請將提示、尺寸、品質以及類似種子的應用程式輸入資料記錄在您自己的請求日誌中；返回的影像本身仍是主要產出。.
編輯圖片
直接編輯的用途 POST /v1/images/edits. 該 API 文件透過以下方式說明多部分上傳及 JSON 參考： image_url 或 file_id 只要所選路線支持此功能即可。最多可提供 16 張圖片，但此上限並非建議：數量較少且區別鮮明的參考圖片，較易於檢視和評分。.
import base64
from pathlib import Path
from openai import OpenAI
client = OpenAI()
with Path("product.png").open("rb") as source:
result = client.images.edit(
model="gpt-image-2.5-sunburst",
image=[source],
prompt="僅將燈罩改為鈷藍色。",
size="1536x1024",
output_format="png",
)
Path("product-edited.png").write_bytes(
base64.b64decode(result.data[0].b64_json)
)使用「僅變更」等明確的保留用語作為可驗證的限制條件，然後以完整解析度比較原始檔與輸出檔。編輯操作在滿足指定屬性的同時，仍可重新構圖或重建未經修改的區域。.
使用 Responses API 的圖片生成工具
您也可以致電 POST /v1/responses 透過影像生成工具。當影像生成是模型驅動工作流程中的一環，且該流程同時會針對文字或工具結果進行推理時，此方法便相當實用。它並非直接 Image API 的「即插即用」回應格式替代方案：請仔細檢查影像生成呼叫的回應輸出項目，而非直接假設 data[0].b64_json 存在。.
response = client.responses.create(
model="YOUR_RESPONSES_MODEL",
input="根據這份已核准的簡報，生成一張清晰的產品圖片。",
tools=[{"type": "image_generation"}],
)
image_calls = [
item for item in response.output
if item.type == "image_generation_call"
]若要執行範圍較窄且計費方式簡單的生成或編輯任務，請選擇直接的 Image API；若影像生成屬於更廣泛的代理序列的一部分，則請選擇 Responses。無論哪種情況，請驗證當前的 官方圖像生成指南 並在部署前確認 SDK 簽名，因為新發布的 API 架構可能會有所變更。.
參數、輸出格式及大小限制
最實用的參數包括品質、輸出數量、漸進式預覽、審核、背景行為、格式、壓縮及尺寸。請將它們視為一套相互兼容的參數，而非獨立的選項。例如，若要使用透明度，則必須選用 PNG 或 WebP 格式，而 輸出壓縮 此設定適用於 JPEG 和 WebP 格式，而非 PNG。.
| 參數 | 已驗證的數值或規則 | 實施說明 |
|---|---|---|
品質 | auto, 低, 中型, 高, xhigh, max | 對自己的任務進行基準測試；標籤較高並不一定代表就是最佳的生產選擇。. |
n | 1-10 | 多個輸出會增加回傳的工作量，並可能提高代幣的使用量。. |
partial_images | 0-3 | 僅在路由和客戶端流程支援的情況下，才使用漸進式部分載入。. |
審核 | auto 或 低 | 此設定並不能保證每個提示都會被接受。. |
背景 | auto, 不透明的, 透明的 | 若要產生透明背景的輸出，請使用 PNG 或 WebP 格式。. |
輸出格式 | PNG、JPEG、WebP | 回傳的內容為 base64 編碼的圖像資料。. |
輸出壓縮 | 0-100 | 適用於 JPEG 和 WebP 輸出。. |
自訂尺寸
若要設定自訂尺寸，每邊長度必須為 16 的倍數，長寬比必須介於 1:3 至 3:1 之間，任一邊長不得超過 3,840 像素，且總面積必須介於 655,360 至 8,294,400 像素之間。 大於 2560×1440 像素面積的尺寸，目前僅作為實驗性規格記載。.
1536x1024此式成立：兩邊都是 16 的倍數，3:2 的比例是允許的，且面積在限定範圍內。.1024×1024基於相同的原因，此說法是成立的。.1200x800此設定無效，因為 1,200 和 800 並非都是 16 的倍數，儘管其長寬比看起來似乎合理。.
在傳送請求之前，請先驗證尺寸，以免應用程式中的錯誤混入模型評估中。同時也請檢查解碼後檔案的實際格式與尺寸：第三方相容性路徑可能無法精確重現每個原生參數。.
GPT Image 2.5 API 定價
OpenAI 根據代幣類別對 GPT Image 2.5 進行定價。以下費率已於 2026 年 9 月 10 日參照官方定價頁面進行核實。GPT Image 2 採用相同的標示費率，但費率相同並不代表針對相同的提示詞或圖片，其代幣消耗量也相同。.
| 代幣類別 | 每 100 萬枚代幣的價格 |
|---|---|
| 文字輸入 | $5.00 |
| 快取的文字輸入 | $1.25 |
| 影像輸入 | $8.00 |
| 快取圖片輸入 | $2.00 |
| 影像輸出 | $30.00 |
Source: OpenAI API 定價. 美元，未含稅金或服務供應商特定費用。.
計算實際請求成本
針對每個類別，將返回的代幣數乘以其每百萬代幣的費率，再除以 1,000,000。將五個類別的成本相加，即為單次請求的總成本。 官方的 GPT Image 2 計算器並未估算 GPT Image 2.5 的代幣消耗量，因此若無實際使用數據，便無法得出具有說服力的通用「每張圖片成本」。.
官方代幣匯率
GPT Image 2.5 API 費用計算器
| 文字輸入 | $0.0000 |
|---|---|
| 快取的文字輸入 | $0.0000 |
| 影像輸入 | $0.0000 |
| 快取圖片輸入 | $0.0000 |
| 影像輸出 | $0.0000 |
GPT Image 2.5 的計費方式是根據代幣使用量計算。OpenAI 的 GPT Image 2 計算器無法估算 GPT Image 2.5 的代幣消耗量，因此本計算器採用此處提供的代幣數量，而非根據圖片大小或品質來推算。.
在生產規劃方面，也應追蹤每單位合格產出的成本：即批次總成本除以通過您任務特定檢查點的產出數量。這才是您自己的營運指標，而非 OpenAI 這種計費單位。一項成本低廉但無法使用的請求，其成本可能比一項代幣成本較高、但無需重新生成即可交付的結果還要高。.
速率限制與生產規劃
速率限制包括每分鐘代幣數 (TPM) 和每分鐘影像數 (IPM)。規劃時需同時考量這兩項限制：一個請求即使符合影像數限制，仍可能超出代幣吞吐量。目前兩個官方 GPT Image 2.5 模型頁面顯示的表格內容相同。.
| 使用層級 | TPM | IPM |
|---|---|---|
| 免費 | 不支援 | 不支援 |
| 第 1 層 | 100,000 | 5 |
| 第 2 層 | 250,000 | 20 |
| 第 3 級 | 800,000 | 50 |
| 第 4 級 | 3,000,000 | 150 |
| 第 5 層 | 8,000,000 | 250 |
重試、並行處理與錯誤類別
在日誌中將「驗證失敗」、「參數無效」、「速率限制」、「容量」、「傳輸」、「超時」及「輸出無效」等事件區分開來。驗證或參數錯誤通常需要修正設定，而非重新嘗試。 速率限制和容量相關的回應可能需要採用有限度的回退策略。傳輸失敗和超時情況則需要一套冪等策略，以確保應用程式不會意外產生重複的可計費工作。.
最重要的是，運作失誤並不等同於影像品質的結果。僅在存在有效且可解碼的輸出時，才應對品質進行評分。請記錄觀察到的延遲，並附上路徑、日期、端點及請求條件；單一場地的延遲數據，不能作為該模型速度的永久性依據。.
在受控的 Anywhere GPT Image 2.5 測試中發生了什麼事
受控測試設置
- 執行地點
- 無論身在何處，皆可透過其相容於 OpenAI 的終端裝置
- 路線已測試
gpt-image-2.5, ，且無外露的「光暈／太陽輻射」模式選擇開關- 正式考試日期
- 2026年9月9日
- 證據規則
- 凍結提示字元與輸入內容；保留第一個有效的輸出結果；不進行表面上的重新執行
- 計分
- 針對文字、數量、順序、要求修改之處、內容保留及明顯的人為痕跡進行任務特定檢查
- 成本法
- Anywhere 退貨金額已根據 OpenAI 的官方代幣匯率進行換算；此非 Anywhere 開立之發票
這些結果描述了本批次中的五個有效初始輸出結果與五個失敗案例。這些結果並未確立 OpenAI 的原生效能、識別出 Flare 或 Sunburst，亦未證明其生產可靠性。.
以下列出的產生、編輯及參照組合等任務，各自使用了一個首個有效的輸出結果。這五項成功的形式化請求，其計算出的總成本為 $0.088603. 該總數不包含失敗的請求、測試案例建立、就緒性探測以及英雄圖片。.
G01：精準文字產品廣告
提示要求輸入該行 為創意騰出空間 僅出現一次、一盞燈、固定的組合，以及明確的排除條件。第一個有效的輸出結果將該文字重現了一次，並通過了所有已宣告的檢查。.
於 2026 年 9 月 9 日透過 Anywhere 的統一 gpt-image-2.5 路徑進行測試。.- 狀態
- 有效的第一個輸出結果
- 任務分數
- 10/10
- 已用時間
- 6,150 毫秒
- 計算出的成本
- $0.041645
精確的請求、完整的輸入資料、設定及目標檢查
狀態： 嘗試 1 時出現有效輸出；保留第一個有效輸出。.
路線： 任何相容於 OpenAI 的裝置 /images/generations 與 gpt-image-2.5.
確切的提示語
為一款虛構的啞光黑色便攜式桌燈，在潔白的背景與淺灰色佈景中，製作一張 3:2 橫向的攝影棚產品廣告。畫面中僅展示一盞燈，略向右傾斜，散發出柔和溫暖的光暈，並留有充裕的留白空間。文字僅包含一行：「為創意騰出空間」。 該文字行應採用清晰的大寫無襯線字體，並居中置於畫面上三分之一處。不得出現其他文字、商標、浮水印、人物或額外產品。.
完整輸入： 僅含文字。未提供任何圖片。.
實際的請求設定
尺寸1536x1024品質高輸出格式webp背景不透明的n1
客觀檢查
exact_text2/2
「為創意騰出空間」這句話出現一次，內容完整且拼寫正確；未顯示任何其他文字。.
必填物件2/2
現場正好有一盞完整的啞光黑色桌燈。.
組成2/2
燈光朝右側照射，溫暖的光暈清晰可見，留白空間得以保留，而文字則位於畫面上方的三分之一處。.
禁止事項2/2
畫面中不得出現任何標誌、浮水印、人物或額外產品。.
first_output_usability2/2
第一個有效的輸出結果無需重新生成或進行大幅修改即可直接使用。.
完整輸出
完整的 1536×1024 首次有效輸出內容顯示於此證據面板正下方。儘管請求中指定了 WebP 格式，但回傳的卻是 PNG 格式。.
G02：計數物件佈局
該請求明確指定了三個物件：一個藍色玻璃球、一個黃色摺扇，以及一個鋼製立方體，順序為由左至右。第一個有效的輸出結果保留了數量、順序以及可辨識的材質。.
於 2026 年 9 月 9 日透過 Anywhere 的統一 gpt-image-2.5 路徑進行測試。.- 狀態
- 有效的第一個輸出結果
- 任務分數
- 10/10
- 已用時間
- 33,577 毫秒
- 計算出的成本
- $0.005505
精確的請求、完整的輸入資料、設定及目標檢查
狀態： 嘗試 1 時出現有效輸出；保留第一個有效輸出。.
路線： 任何相容於 OpenAI 的裝置 /images/generations 與 gpt-image-2.5.
確切的提示語
在炭灰色與米白色的工作室佈景上，創作一幅 3:2 橫向的編輯風格靜物照。畫面中須精確呈現三件物品：左側為一顆鈷藍色玻璃球，中央為一把摺疊的黃色紙扇，右側為一個拉絲不鏽鋼立方體。 確保這三件物品均完全可見、間距均勻，並由左上方的一盞柔光照明。不得出現文字、標誌、浮水印、人物、額外物品或裝飾性符號。.
完整輸入： 僅含文字。未提供任何圖片。.
實際的請求設定
尺寸1536x1024品質高輸出格式webp背景不透明的n1
客觀檢查
object_count2/2
現場確切地說，有一顆藍色玻璃球、一把黃色摺扇，以及一個鋼製立方體。.
訂單與可見性2/2
這些物件在所需的左、中、右順序下均可完全看見。.
材質與色彩2/2
玻璃、紙張和拉絲金屬等材質，以及所要求的顏色，都很明確。.
照明與間距2/2
該場景採用了左上角的連貫光源，並保持均勻的間距。.
禁令與文物2/2
畫面中未可見任何文字、標誌、浮水印、人物、額外物體或明顯的影像瑕疵。.
完整輸出
完整的 1536×1024 首次有效輸出內容顯示於此證據面板正下方。儘管請求中指定了 WebP 格式，但回傳的卻是 PNG 格式。.
E01：變更一種顏色
此次編輯將啞光黑燈罩改為鈷藍色，同時仍保持產品的可辨識性。由於將正方形原始圖像轉換為 3:2 比例的輸出時，在目標屬性範圍外產生了輕微的構圖調整與重建，因此扣掉一分。.
於 2026 年 9 月 9 日透過 Anywhere 的統一 gpt-image-2.5 路徑進行測試。.- 狀態
- 有效的第一個輸出結果
- 任務分數
- 9/10
- 已用時間
- 41,387 毫秒
- 計算出的成本
- $0.016320
精確的請求、完整的輸入資料、設定及目標檢查
狀態： 嘗試 1 時出現有效輸出；保留第一個有效輸出。.
路線： 任何相容於 OpenAI 的裝置 /images/edits 與 gpt-image-2.5.
確切的提示語
僅將燈罩的顏色從啞光黑修改為鈷藍色。請完全保留燈具的原有形狀、位置、比例、底座、燈臂、開關、陰影、暖光、背景、拍攝角度、裁切範圍，以及所有其他可見細節。請勿添加任何文字、標誌、浮水印、人物或額外物體。.
完整的圖片輸入：
- 輸入 1：
00-control/fixtures/edit-source-lamp.png(1,328,812 位元組；SHA-256a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)
實際的請求設定
尺寸1536x1024品質高輸出格式webp背景不透明的n1
客觀檢查
請求變更2/2
色調從啞光黑轉變為鈷藍色。.
geometry_position_scale_crop1/2
這盞燈的外觀依然清晰可辨，但為了適應 3:2 的輸出比例，其方形光源經過重新構圖並稍作調整。.
非標靶保留2/2
底座、燈臂、開關、燈泡以及黑色的非目標區域在材質上保持一致。.
邊緣照明與材質2/2
光照、陰影、邊緣以及材質渲染仍保持一致。.
first_output_usability2/2
第一組有效的輸出結果無需進行再生處理或重大維修即可使用。.
完整輸出
完整的 1536×1024 首次有效輸出內容顯示於此證據面板正下方。儘管請求中指定了 WebP 格式，但回傳的卻是 PNG 格式。.
E02：更換背景
此次編輯將背景改為柔和的薄荷綠，並保持了燈具材質的一致性。與 E01 相同，所要求的變更已通過，但長寬比轉換導致畫面略有重新構圖與重建。.
於 2026 年 9 月 9 日透過 Anywhere 的統一 gpt-image-2.5 路徑進行測試。.- 狀態
- 有效的第一個輸出結果
- 任務分數
- 9/10
- 已用時間
- 50,151 毫秒
- 計算出的成本
- $0.007208
精確的請求、完整的輸入資料、設定及目標檢查
狀態： 嘗試 1 時出現有效輸出；保留第一個有效輸出。.
路線： 任何相容於 OpenAI 的裝置 /images/edits 與 gpt-image-2.5.
確切的提示語
僅將攝影棚背景從淺灰色變更為平滑柔和的薄荷綠。保留啞光黑色檯燈的每個細節，包括其顏色、形狀、位置、比例、底座、燈臂、開關、發光的燈泡、暖光、陰影、拍攝角度及構圖。請勿添加任何文字、標誌、浮水印、人物或額外物件。.
完整的圖片輸入：
- 輸入 1：
00-control/fixtures/edit-source-lamp.png(1,328,812 位元組；SHA-256a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)
實際的請求設定
尺寸1536x1024品質高輸出格式webp背景不透明的n1
客觀檢查
請求變更2/2
攝影棚的背景變成了柔和的薄荷綠。.
geometry_position_scale_crop1/2
這盞燈的外觀依然清晰可辨，但為了適應 3:2 的輸出比例，其方形光源經過重新構圖並稍作調整。.
非標靶保留2/2
這盞燈仍維持啞光黑色，並保留了底座、燈臂、燈罩、開關及燈泡等主要細節。.
邊緣照明與材質2/2
在編輯背景後，光照、陰影、邊緣和材質仍能保持一致性。.
first_output_usability2/2
第一組有效的輸出結果無需進行再生處理或重大維修即可使用。.
完整輸出
完整的 1536×1024 首次有效輸出內容顯示於此證據面板正下方。儘管請求中指定了 WebP 格式，但回傳的卻是 PNG 格式。.
M01：合併三項參考文獻
輸出結果保留了綠色燈、珊瑚色筆記本和藍色馬克杯，並將它們依要求排列在左、中、右的位置。這顯示系統在一個固定的三參考點構圖上運作成功，但並不代表能普遍保證能處理文中記載的最多 16 個輸入。.
於 2026 年 9 月 9 日透過 Anywhere 的統一 gpt-image-2.5 路徑進行測試。.- 狀態
- 有效的第一個輸出結果
- 任務分數
- 10/10
- 已用時間
- 105,469 毫秒
- 計算出的成本
- $0.017925
精確的請求、完整的輸入資料、設定及目標檢查
狀態： 嘗試 1 時出現有效輸出；保留第一個有效輸出。.
路線： 任何相容於 OpenAI 的裝置 /images/edits 與 gpt-image-2.5.
確切的提示語
請依照提供的順序，使用這三張參考圖片，構建一幅 3:2 比例的橫向書桌場景。請保留每個參考物件的獨特形狀與材質。將檯燈放置於左側、合上的筆記本放置於中央，以及馬克杯放置於右側，各放置一次。 檯燈應在筆記本上投射出一片溫暖的光暈，但不得遮蔽筆記本。背景需為乾淨的中性攝影棚背景。不得出現文字、標誌、浮水印、人物、重複物件，亦不得添加其他產品。.
完整的影像輸入：
- 輸入 1：
00-control/fixtures/ref-lamp.png(1,334,151 位元組；SHA-25640c72915de60ba32e70de009b12619f3ffa8643460fd8e8326ffe3d94d215987) - 輸入 2：
00-control/fixtures/ref-notebook.png(2,067,635 位元組；SHA-256e96298c43d0b04ec4f50aa66d9a4005f3236fa51d945394d257303dd9e790179) - 輸入 3：
00-control/fixtures/ref-mug.png(1,444,324 位元組；SHA-2561d4cec622254b8533c5122fc5c0b2432b38e39fb3c16412dab02b744de5e538f)
實際的請求設定
尺寸1536x1024品質高輸出格式webp背景不透明的n1
客觀檢查
物體存在與計數2/2
現場有一盞燈、一本合上的筆記本和一個馬克杯。.
參考_身分2/2
那盞綠底黃銅燈、珊瑚色筆記本和藍色條紋馬克杯，皆保留了其獨特的風格與材質。.
空間關係2/2
根據要求，燈放在左邊、筆記本放在中間，馬克杯放在右邊。.
場景連貫性2/2
比例、透視、光線、陰影以及那片溫暖的光暈，都渾然一體。.
禁令與文物2/2
畫面中不得出現任何文字、標誌、浮水印、人物、重複產品、替代品或明顯的人為痕跡。.
完整輸出
完整的 1536×1024 首次有效輸出內容顯示於此證據面板正下方。儘管請求中指定了 WebP 格式，但回傳的卻是 PNG 格式。.
在五個有效的首次輸出結果中，聲稱的檢查項目均以優異成績通過：其中三項得分为10/10，兩項得分为9/10。實用的邊界同樣重要。這是來自某條相容性路徑的任務層級證據，既無重複批次，亦無公開的官方變體。 若想在您自己的工作中取得更佳成果，請採用固定的簡報、明確的限制條件、一致的參考資料，並設置審查關卡；這 提升 AI 影像生成精準度的指南 擴展了該工作流程。.
該測試路徑還顯示出一種值得單獨記錄的格式不匹配現象：成功的正式請求雖要求 WebP 格式，但回傳的卻是 PNG 格式，同時保留了請求的 1536×1024 尺寸。 一項就緒請求要求 1024×1024 的 WebP 格式，卻回傳了 1254×1254 的 PNG。這些觀察結果是針對測試當日 Anywhere 的統一路由所做的記錄，並非歸因於 OpenAI 原生 API 的行為。.
該如何選擇 GPT Image 2.5 的路徑？
請先從您所需的流程開始，然後透過固定任務來驗證該流程。OpenAI 的模型描述雖能提供一個合理的初步候選方案，但仍無法取代使用您自己的提示、參考圖像、接受規則及延遲預算所進行的測試。.
| 路線 | 用它來測試 | 身分與證據的界線 |
|---|---|---|
gpt-image-2.5-flare | 日常產能——速度與產出品質皆至關重要 | OpenAI 的官方定位；本文未進行實際操作測試 |
gpt-image-2.5-sunburst | 重視精準度與原始內容保留的編輯工作流程 | OpenAI 的官方定位；本文未進行實際操作測試 |
| 帶有日期的快照 | 回歸測試與可重現的生產環境行為 | 將 9 月 8 日的快照釘選，而非那個會移動的別名 |
任何地方 gpt-image-2.5 | 特定供應商的統一相容性路徑 | 本文報告了五項有效的任務結果；未進行 Flare/Sunburst 映射，亦未標註原生 OpenAI 來源 |
在提交生產工作流程之前，請執行一次具代表性的生成與編輯任務。應比較可接受輸出率、保留率、延遲分佈以及回傳的使用率，而非僅根據單一吸引人的樣本來做出選擇。如果您的團隊能透過將不同工作導向不同工具而受益，, 比較最佳的 AI 圖片生成器 並將選取決策維持在任務層級。.
常見的實作錯誤
- 提供家族標籤，而非確切的官方型號編號。. 使用
gpt-image-2.5-flare或gpt-image-2.5-sunburst請使用原生 API，除非您的服務供應商明確說明了其他途徑。. - 像直接使用 Image API 一樣解析每個回應。. Responses API 會傳回工具呼叫的輸出項目，因此其擷取邏輯與
images.generate或images.edit. - 將 base64 資料視為託管圖片的 URL。. 解碼這些位元組、驗證檔案，並將其儲存至您自己的核准媒體系統中。.
- 使用無效的自訂尺寸。. 提交請求前，請先確認是否為 16 的倍數、面積、長寬比以及最大邊長。.
- 合併不相容的輸出選項。. 透明度需要 PNG 或 WebP 格式；壓縮控制則適用於 JPEG 和 WebP。.
- 不斷重新生成，直到結果看起來不錯為止，然後將其視為第一個輸出。. 若想進行客觀的模型評估，請保留第一個有效的輸出結果，並將重試結果分開報告。.
- 將「暫停」或「容量回應」評定為畫質不佳。. 若無有效影像，即表示無品質分數；請將此事件記錄於「可用性」或「傳輸」類別下。.
GPT Image 2.5 API 常見問題集
GPT Image 2.5 有 API 嗎？
是的。OpenAI 文件說明了直接生成影像、直接編輯影像，以及透過 Responses API 工具生成影像的方法。.
GPT Image 2.5 模型的確切 ID 是什麼？
這些動態別名是 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst. 2026年9月8日的快照新增了 -2026-09-08 對每個別名。.
GPT Image 2.5 API 每張圖片的費用是多少？
目前並無經確認的每張圖片固定價格。費用取決於回傳的文字輸入、快取文字、圖片輸入、快取圖片及圖片輸出代幣數。請根據實際使用量，參照官方每百萬代幣的費率進行計算。.
GPT Image 2.5 能否編輯多張圖片？
是的。編輯 API 的文件中記載最多可處理 16 張輸入圖片。這僅是支援的上限，並不保證每組 16 張圖片的合成結果都能完整保留所有細節。.
GPT Image 2.5 能否輸出透明的 PNG 或 WebP 檔案？
是的。請將背景設為透明，並使用 PNG 或 WebP 格式輸出。在將其納入正式資產製作流程之前，請先確認解碼後的檔案是否包含 alpha 通道。.
GPT Image 2.5 API 的請求限制有哪些？
目前此表格不支援免費存取。第 1 級的起始值為 100,000 TPM 和 5 IPM；第 5 級的上限為 8,000,000 TPM 和 250 IPM，第 2 至 4 級的限制如上所示。上線前請先查閱當前模型頁面。.
總結
請根據官方工作流程的定位，選用「Flare」或「Sunburst」，然後透過您自己的「凍結任務」來驗證此選擇。當可重現性至關重要時，請釘選帶有日期的快照；解碼並檢查返回的檔案；並根據實際代幣使用量來計算成本，而非採用每張圖片的估算值。 我們的 Anywhere 批次產出了五個強而有力的、受任務限制的初始輸出結果，但並未揭示官方變體，也未完成透明度或品質層級測試，更未能確立廣泛的可靠性。.
