ChatGPT Images 2.5 不仅仅是一次常规的图像质量更新。OpenAI 将全新的 ChatGPT 创作体验与两个 API 模型相结合：注重速度的 GPT-Image-2.5 Flare 和注重精度的 GPT-Image-2.5 Sunburst。 此外，该版本还新增了草图功能、模板、基于评论的编辑、提示词共享，以及对迭代式图像创作的更多控制选项。.
快速回答
ChatGPT Images 2.5 将重新设计的 ChatGPT 图像工作流与两种显影器模型相结合。在我们的 Broly-route 测试中，一份内容密集的海报简报通过了核心检查，且透明输出中包含真实的 alpha 通道。.
然而，局部和多轮编辑反复更改了瓶子、裁剪、光照和背景。可将其用于严格遵循目标级别的指导，但不要假设未被修改的区域会保持锁定状态。.
目录
- 什么是 ChatGPT Images 2.5？
- ChatGPT 中的变更
- “Flare” 与 “Sunburst” 对比
- 图像质量与编辑
- 速度
- 应用程序接口定价
- 安全与来源
- 替代品
- 谁应该使用它？
- 常见问题
什么是 ChatGPT Images 2.5？
ChatGPT Images 2.5 是 2026 年 9 月 8 日发布的图像生成与编辑更新 OpenAI。 该版本可通过 ChatGPT 体验获取，同时开发者将获得两个相关的 API 模型，分别名为 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。.
“产品”与“模型”之间的区别很重要，因为 ChatGPT 接口和 API 提供的控件和工作流各不相同。.
OpenAI表示，用户每周在ChatGPT Images及其GPT-Image API模型上生成的图像数量超过30亿张。 该公司还声称，与 Images 2.0 相比，其生成延迟降低了高达 50%，同时在参考保真度、定向编辑、多轮对话一致性、光照、纹理、布局以及透明背景等方面均有所改进。.
这些是官方发布时的宣传数据，并非独立的基准测试结果。.
如果您需要更全面地了解该产品系列，请参阅《 最适合图像生成的 ChatGPT 模型 有助于将 ChatGPT 产品的特性与各个型号名称区分开来。更简单的 ChatGPT 图像生成指南 介绍了基本的创建工作流程。.
ChatGPT 有哪些变化？
此次升级将从初步构想到可复用资产的整个流程中更多环节整合到一个对话式工作区中。.
最显而易见的改进并非隐藏在某个 API 参数中。它们直接体现在 ChatGPT 的图像工作流中，旨在减少从创意到可用素材这一过程中所需进行的提示语重写次数。.
草图
Sketch 允许您直接在 ChatGPT 中绘制粗略的构图，并将其用作视觉参考。这比在冗长的提示词中描述空间关系更为高效，尤其是在主体、标题区域或背景元素的位置比艺术细节更重要的时候。.
其真正价值将取决于Images 2.5在遵循粗略布局时能多大程度上做到忠实还原，而不将每一行都视为字面内容。一个有用的测试方法应该是将草图、要求的层次结构和最终布局进行对比，而不是仅仅判断输出结果是否看起来精致。.
模板
模板为产品照片和传单等常见格式提供了结构化的起点。它们可以帮助偶尔使用的用户避免面对空白页时的无从下手，但经验丰富的创作者会关注模板是否提供了对文本、版式、宽高比以及参考信息保留的充分控制权。.
基于注释的编辑
Images 2.5 允许用户在图片上添加评论并请求针对特定位置的修改。这是本次更新中最实用的功能之一，因为它将编辑过程转变为一种基于位置的对话。.
当“更改标签”之类的提示原本可能会影响瓶身、背景、灯光或字体设计时，这应该能减少歧义。.
注释的位置本身并不能证明未更改的区域保持不变。关键的衡量标准在于：在图像其余部分保持稳定的情况下，目标区域是否成功发生了变化。.
现有的关于 ChatGPT 是如何编辑图片的 介绍了更全面的编辑工作流程。.
去除背景、调整大小和版本历史记录
更新后的编辑器还将常见的后期处理操作整合到了生成的图像附近。“去除背景”和“调整大小”功能可让用户在仅需对输出结果进行基本调整时，无需另行切换到其他工具。.
在多步骤编辑过程中，版本历史记录至关重要，因为当后续指令导致结果出现偏差时，用户需要一种可靠的方法来回退到更稳妥的早期结果。.
对于围绕格式变更构建的工作流，请参阅如何 使用 ChatGPT 调整图片大小. Images 2.5 的关键问题在于，这些控制功能究竟能生成可供正式使用的文件，还是仅仅能加快草稿的生成速度。.
GPT-Image-2.5 眩光与太阳光芒
OpenAI 将 Flare 描述为其用于生成高质量日常图像的最快模型。Sunburst 则被视为生成和编辑功能最强大的选项，特别是在编辑精度至关重要的情况下。.
两者都接受文本和图像输入，并生成图像输出。.
| 决策点 | GPT-Image-2.5 眩光 | GPT-Image-2.5 太阳光芒 |
|---|---|---|
| 官方定位 | 快速、高质量的日常生成 | 卓越的图像表现与编辑精度 |
| 官方速度标签 | 非常快 | 中型 |
| 官方性能标签 | 更高 | 最高 |
| 输入 | 文字和图片 | 文字和图片 |
| 输出 | 图片 | 图片 |
| 质量设置 | 低、中、高、超高、最大、自动简体中文（大陆） | 低、中、高、超高、最大、自动简体中文（大陆） |
| 最合适的初始配置 | 构思、草稿、日常的反复创作 | 细致入微的创意工作与精准把控的剪辑 |
OpenAI 各型号页面的定价字段在两种变体中完全一致，因此仅凭公布的令牌费率就断言 Flare 是更便宜的型号是不准确的。如果某款模型生成的输出令牌更多、需要更多重试次数，或者达到可接受结果所需时间更长，那么每完成一项任务的实际成本仍可能有所不同。.
这需要实际的使用记录。.
我们的版式测试采用了一份内容密集的16:9产品海报设计任务书，其中包含三行精确的文字、一个罐子、一条蓝色斜条，以及严格的留白要求。生成的图像显示为 NORTHLINE, 冷萃咖啡, 和 零糖 翻译准确无误，未添加多余词语，准确展示了“一罐”和“一条蓝色条纹”，并保留了左侧的可用空间。.
该任务用时38.16秒，共返回264个令牌，其中包括171个图像输出令牌。.
这就是布罗利 gpt-image-2.5 路由结果，未通过 Flare/Sunburst 测试。网关既未返回上游模型 ID，也未返回请求 ID，因此将该输出归因于上述任一 API 变体都会造成误导。.
边界：网关已接受 gpt-image-2.5 但未返回上游模型或请求 ID。无法将结果分配给 Flare 或 Sunburst。.
图像质量与编辑
在蓝色瓶子的正中央添加一张小型矩形米色标签。 标签上必须恰好包含两行文字："NORTHLINE"和"EAU 25"。 请保留瓶子的形状、蓝色玻璃色、银色瓶盖、光影效果、白色底座、拍摄角度、裁剪范围、光线效果以及背景。 新标签区域以外的部分均不得更改。.
OpenAI的发布资料强调了更自然的光照、更丰富的纹理、更精准的对象识别、更强的参考图像还原度，以及更可靠的指令执行能力。这些改进解决了对话式图像生成中的常见问题：人脸和产品与参考图像产生偏差、编辑过程中请求的文本发生变化，以及局部指令意外地重构了场景。.
应分部分评估参考图像的保真度。主体身份、轮廓、姿势、拍摄角度、材质、反射、文字、背景和裁剪等要素均可能各自出现偏差。.
如果一张经过修饰的图片更改了用户要求保留的五个细节，那么它仍然算是一次糟糕的编辑。.
我们的编辑测试以一张蓝色玻璃瓶的横向产品照片为起点，要求制作一张印有完全相同文字的乳白色标签 NORTHLINE 和 EAU 25. 目标编辑成功，但局部性检查失败：该路径将图像更改为正方形，放大并重新生成瓶子，并修改了裁剪、倒影、底座、背景和阴影。.
这三个步骤的顺序也呈现出相同的模式。它依次正确地将标签更改为浅金色，添加了一片绿叶，并提亮了背景。.
每次调整还会改变一些无关的细节，例如标签比例、字体设计、瓶身比例、裁剪、反射效果以及底座构图。对目标层级指令的遵循程度较高；但对未变区域的保留则不然。.
为了获得更好的基线提示词，请采用一种可重复的方法来 提高人工智能图像生成的准确率 在把每次失误都归咎于模特之前。.
这些结果并不与OpenAI关于剪辑质量有所提升的说法相矛盾，但确实表明，在测试的片段中，“重点剪辑”与“像素级保留”并非同一回事。制作团队应保留源文件，对比每一处修改，并在周边细节至关重要时做好回滚或合成工作的准备。.
速度与延迟
OpenAI 表示，与 Images 2.0 相比，Images 2.5 可将生成延迟降低多达 50%。“多达”一词描述了在 OpenAI 测试条件下观察到的最佳降幅；这并不意味着每个提示词或模型都能在原来一半的时间内完成。.
要进行有意义的速度对比，必须确保提示词、尺寸、质量设置和路线条件完全一致。我们在可用的Broly路线中，以高质量设置运行了三次相同的“方形红茶壶”提示词。.
计时结果分别为94.35、28.81和29.19秒，中位数为29.19秒，范围为28.81至94.35秒。.
这三张图片都符合简单的视觉要求，但首次生成的图像在延迟方面出现了显著异常。相同的请求返回的图像输出令牌数量也在198到765之间波动，而且其中一个响应返回的图像尺寸为1254×1254像素，尽管请求的尺寸是1024×1024。.
因此，所测试的路径在延迟、使用情况和输出大小方面均表现出显著的波动。.
这并未验证 OpenAI 所称的“延迟降低多达 50%”这一说法，也没有将 Flare 与 Sunburst 进行比较。这是一项针对特定路由的观察结果，因为网关既未公开单独的模型 ID，也未返回上游身份元数据。.
GPT-Image-2.5 API 定价
OpenAI 的产品页面中列出的 Flare 和 Sunburst 的代币价格相同。这些是 API 代币价格，并非 ChatGPT 订阅的价格，也不是 GlobalGPT 平台的价格。.
| 代币类别 | 信号弹 | 太阳光芒 |
|---|---|---|
| 文本输入 | 每100万个代币为$5.00 | 每100万个代币为$5.00 |
| 缓存的文本输入 | 每 100 万个代币 $1.25 | 每 100 万个代币 $1.25 |
| 图像输入 | 每100万个代币为$8.00 | 每100万个代币为$8.00 |
| 缓存的图像输入 | 每100万个代币为$2.00 | 每100万个代币为$2.00 |
| 图像输出 | 每100万个代币为$30.00 | 每100万个代币为$30.00 |
已发布的费率表并未列出成品海报、编辑或透明素材的确切费用。具体费用取决于需求、输出格式、设置以及尝试次数。.
一个可信的成本示例应来自实际任务返回的使用对象，而不是来自虚构的每张图像转换。.
过期的 API 快照包括 gpt-image-2.5-flare-2026-09-08 和 gpt-image-2.5-sunburst-2026-09-08. 需要系统行为稳定的开发者应评估，相较于动态别名，过期的快照是否更适合其部署流程。.
安全性、来源及局限性
《ChatGPT Images 2.5 系统卡》描述了一种分层安全方法，涵盖请求过滤、输出检查、评估和溯源。该文档还指出，自动生成的策略标签可能存在错误，且评估结论仅适用于经过测试的模型和安全配置。.
与笼统地声称该模型“安全”相比，这种界定更为实用。”
OpenAI 表示，它将继续使用 C2PA 元数据，并在 ChatGPT、Codex 以及 OpenAI API 中添加了 SynthID 隐形水印。只要元数据仍附着在文件上，C2PA 就能提供可机读的来源信息。.
SynthID 的设计初衷是隐形的，因此仅凭肉眼观察图像无法确认其存在。.
元数据也可以通过导出和编辑工作流被删除或修改。在我们的透明罗盘测试中，下载的 PNG 文件为 RGBA 格式，其 Alpha 通道的取值范围为 0 到 255，且四个角的像素均为完全透明。.
透明度确实存在，尽管目视检查发现物体边缘的部分区域出现了一条微弱的光晕。.
经检查的五个网关输出在PNG元数据中均未包含C2PA字段。这仅说明这些文件是通过该路径下载的，并不能证明上游的OpenAI模型从未生成过C2PA元数据。.
SynthID 是不可见的，无法通过常规的像素或元数据检查来确认或排除其存在。.
商业用途不仅仅涉及模特的能力。各团队应仔细审查相关条款、上传参考资料中的权利、品牌授权、肖像权风险以及当地法律。.
《指南》 将 ChatGPT 图片用于商业用途 对这些实际检查进行了更详细的说明。.
ChatGPT 图像 2.5 与其他图像模型的对比
Images 2.5 的竞争优势在于对话式的内容生成与编辑，而非单一的基准分数。其最突出的潜在优势在于：在同一场对话中，能够从提示词或草图出发，逐步形成针对性的反馈、多次修订，并生成可重复使用的提示词。.
在仍可获取的情况下，GPT Image 2 仍是相关的前代模型基准。通过针对性对比，可以验证 Images 2.5 是否在文本准确率、参考信息保留、编辑局部性及延迟方面有所提升。.
在将该比较通过可验证的途径进行验证之前，应将之前的模型视为基准，而非自动认定其逊色。.
Nano Banana 2 是针对以文本为主且以参考文献为导向的研究的另一项重要比较。该 Nano Banana 2 文本渲染测试 提供了一个有用的独立数据点。.
如需更全面的产品图片对比，请参阅 Seedream 5.0 Pro 与 GPT 图片 2 的对比.
GlobalGPT 的经过验证的图像选择器当前提供的是 GPT Image 2，而非 GPT-Image-2.5 模型。在出现一条确切的 2.5 路径并返回可检查的元数据之前，不应将其作为运行 Flare 或 Sunburst 的平台。.
哪些人应该使用 ChatGPT Images 2.5？
每日 ChatGPT 创作者
当您想要草拟一个创意、基于模板开始创作、添加针对性评论，以及调整大小或移除背景，而无需在多个应用之间来回切换时，全新的 ChatGPT 工具最为实用。如果您只是生成一次性图片且很少进行编辑，那么此次升级的意义就不那么显著了。.
市场营销和设计团队
各团队应重点关注参考素材的保真度、文本准确性、品牌呈现的一致性以及回滚功能。对于需要精确处理的工作，Sunburst 是首选的评估模型，但只有通过受控的编辑数据集，才能确定其额外的生成时间是否能节省足够的校对工作量。.
高产创作者
对于构思、方案变体、缩略图和日常制作草稿而言，Flare 自然是首选，因为 OpenAI 使其在速度方面占据优势。最佳工作流程可能是使用 Flare 进行探索，然后使用 Sunburst 进行最终的精细编辑——前提是实际任务成本和交接质量能够支持这种分工。.
应用程序接口开发人员
开发人员需要比较的不仅仅是输出效果。模型 ID、带时间戳的快照、请求延迟、使用字段、图像输入转发、Alpha 通道行为、审核响应以及重试率，这些都会影响生产环境的可靠性。.
利与弊
潜在优势
- 围绕 Sketch、模板、评论、共享、调整尺寸、背景去除和版本历史构建的更清晰的产品工作流。.
- 两种 API 选项，在速度和定位精度方面各有特点。.
- 两种 API 变体均支持文本和图像输入。.
- 官方强调参考文本的准确性、针对性编辑、多轮对话的一致性以及复杂的排版布局。.
- 系统卡中描述的 C2PA 和 SynthID 溯源指标。.
重要限制
- OpenAI在发布时所作的声明不能替代经过验证的独立测试结果。.
- Flare 和 Sunburst 的公布代币费率相同，因此尚未确定哪一种在任务层面的成本更低。.
- “延迟最高可降低 50%”并不保证每个请求都能实现 50% 的提升。.
- “局部编辑”并不意味着未被编辑的像素会被完全锁定。.
- 不应将 ChatGPT 产品控件与 API 参数或模型选择器混淆。.
- GPT-Image-2.5 在 GlobalGPT 上的可用性尚未得到验证。.
常见问题
ChatGPT Images 2.5 是否已正式发布？
是的。OpenAI 于 2026 年 9 月 8 日发布了 ChatGPT Images 2.5。此次发布涵盖了 ChatGPT 图像体验以及两个相关的 API 模型，即 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。 产品访问和 API 访问是两条独立的途径。.
GPT-Image-2.5 的“Flare”和“Sunburst”有什么区别？
OpenAI 将 Flare 定位为高质量日常图像生成领域的极速选择。Sunburst 则被定位为在精度至关重要的图像生成与编辑场景中性能最强的选择。要确定最终在质量或性价比方面更胜一筹的产品，需要使用完全相同的提示词和设置进行对比测试。.
ChatGPT Images 2.5 的速度真的比 50% 快吗？
OpenAI称，其图像生成延迟可比Images 2.0低达50%。这是官方给出的最佳情况对比数据，并非对每个提示词的保证。独立评估应采用多次运行，并报告中位数、范围、路径、尺寸和质量设置。.
ChatGPT Images 2.5 只能编辑一个选定区域吗？
OpenAI 指出，Images 2.5 在进行精准编辑的同时更能保留周围内容。基于注释的编辑功能也有助于用户识别目标区域。然而，这并不能证明未被修改的像素仍保持不变。仍需进行带区域外漂移测量的受控编辑。.
ChatGPT Images 2.5 是否支持透明背景？
OpenAI 将透明背景列为 Images 2.5 能够处理的较复杂布局之一。验证结果的正确方法是检查下载的文件中是否存在Alpha通道以及边缘污染。仅在编辑器中显示的棋盘格图案是不够的。.
ChatGPT Images 2.5 使用的是 C2PA 还是 SynthID？
OpenAI 系统卡说明，该公司继续在 ChatGPT、Codex 和 API 中使用 C2PA 元数据，并为 Images 2.5 添加了 SynthID 隐形水印。导出的元数据在后续处理过程中可能会发生变化，且仅凭肉眼无法确认 SynthID 隐形水印的存在。.
GPT-Image-2.5 API 的费用是多少？
Flare 和 Sunburst 均将文本输入定价为每 100 万个令牌 $5.00，缓存文本输入定价为 $1.25， 图像输入为 $8.00，缓存图像输入为 $2.00，图像输出为 $30.00。确切的任务成本取决于返回的使用情况和重试次数。.
我可以在 GlobalGPT 上使用 GPT Image 2.5 吗？
在测试时，无法通过已登录的 GlobalGPT CLI 访问。其在线映像目录显示了 GPT 映像 2，但被拒绝 gpt-image-2.5 未知。另一个Broly测试网关暴露了一个通用的2.5版本路由，但未将上游模型识别为Flare或Sunburst。请勿选择GPT Image 2，也请勿将其输出描述为Images 2.5测试。.
最终结论
ChatGPT Images 2.5 是一个实用但不尽完美的升级版本。在我们的测试路线中，该软件对海报文本和构图的处理表现异常出色，生成了真正的透明 PNG 输出文件，并在三组匹配延迟测试中，有两组在约 29 秒内完成。.
这些都是实际优势。.
问题出在编辑局部性上。一个简单的标签编辑，就会导致后续的每次修订都重新构建瓶子、作物、光照和背景的可见部分。.
当所需效果比像素级还原更重要时，请使用该模型，但对于制作资产，应保留外部合成或回滚选项。.
Flare 仍为官方速度候选方案，Sunburst 仍为官方精度候选方案。由于我们的网关并未将它们分别暴露出来，因此本评测不会在这两种变体之间评出胜者。.
官方消息来源
- ChatGPT Images 2.5 简介 – 发布信息、产品特性、上市情况及官方性能数据；核查于2026年9月9日。.
- OpenAI 图像生成指南 – API 工作流和模型选择；核查日期：2026年9月9日。.
- GPT-Image-2.5 眩光 – 模型定位、设置、成像模式及扫描速率；查阅于2026年9月9日。.
- GPT-Image-2.5 太阳光芒 – 模型定位、设置、成像模式及扫描速率；查阅于2026年9月9日。.
- ChatGPT 图片 2.5 系统卡 – 安全性评估、限制条件、C2PA 和 SynthID；查阅日期：2026年9月9日。.
