博客 · 2026-11-05

GPT Image 2.6 和 2.5 有什么区别?会做表情包、能出矢量 Logo,改图也更听话

模型页:GPT Image 2.6 Flare API · GPT Image 2.6 Sunburst API · GPT Image 2.5 Flare API · GPT Image 2.5 Sunburst API —— 价格、规格与在线体验

OpenAI 在 11 月发布了新一代图像模型 GPT Image 2.6(在 ChatGPT 里叫 Images 2.6),ChatGPT、Codex 和 API 同步开放。它接替的是 GPT Image 2.5,同样分 Flare 和 Sunburst 两档:Flare 主打快,适合日常出图;Sunburst 主打画质和细节,更适合反复修改。按 OpenAI 的说法,这一代出图速度提升了约 50%,第一次能用一句话生成 GIF 动图、直接导出 SVG 矢量图,改图时也更能保住人物和产品原本的样子。

发布会上的说法听起来都很诱人,但对大多数人来说,真正想知道的只有三件事:日常出图有没有变好?新功能到底能拿来干嘛?我现在该用 2.5 还是 2.6?为了回答这三个问题,我们把同样的需求分别交给两代模型,又把 2.6 的新能力挨个试了一遍,前后一共生成了 22 张图。

先交代一下我们的身份:我们运营 apimodels.app,这是一个用同一个 API Key 就能调用 GPT Image 2.5、2.6 以及其他图像、视频、音频和语言模型的平台。下面所有图片都是 2026 年 11 月 5 日在上面实际生成的,原样展示,没有修过。

先说结论

如果你只是偶尔做张海报、给文章配张图,2.5 和 2.6 的差别没有发布会上说得那么大:两代写中文都很稳,网店商品图的质感几乎一样,连续改图两代也都没有把人改「走样」。2.6 真正值得升级的地方,是它会做 2.5 完全做不了的事 —— 一句话做出一整套表情包,让一张手绘涂鸦动起来,在图上画个圈就只改圈里的东西,以及直接交给你一个放大也不糊的矢量 Logo。至于「快 50%」,在我们这次的测试里并不明显。

2.6 到底比 2.5 多了什么

先用最直白的话,把两代的区别逐项说清楚:

• 动图:2.5 只能出静态图;2.6 描述一下动作,就能直接交给你一张循环播放的 GIF,2 到 64 帧。
• 矢量图:2.5 只能出 PNG、JPG 这类位图,放大会糊;2.6 能直接输出 SVG,放多大都清晰,适合 Logo 和图标。
• 指哪改哪:2.5 改图只能靠文字描述位置;2.6 可以在图上画圈、画箭头,告诉它到底改哪一块(ChatGPT 里的图片标注功能,这次 API 也能用了)。
• 连续修改:OpenAI 说 2.6 在一轮又一轮的修改中更能保住人物、产品和品牌细节;我们测的两轮里,两代都没有走样。
• 让它多想一会儿:2.6 多了一个控制「动笔前想多细」的选项(OpenAI 称为 complexity,在 apimodels.app 上叫 reasoning_effort),画面越复杂越有用;2.5 只能调画质档位。
• 速度:OpenAI 说 2.6 快了约 50%,Flare 在低画质下最快 6 秒出图;我们实测两代大多都在半分钟左右。
• 价格:OpenAI 给 2.6 定的官方价格和 2.5 一样。在 apimodels.app 上,2.5 按张一口价,2.6 按实际用量计费,一张普通的图都在一两美分上下。

日常出图:差距比你想的小

先看最常见的需求。我们让两代各画一张竖版的复古风咖啡市集海报,上面要有三行中文:标题「周末咖啡市集」,日期地点「11月15日—16日 · 老街广场」,营业时间「上午10点 — 晚上8点 · 免费入场」。中文一直是图像模型的老难题,一个笔画画错,整个字就成了乱码。

两张海报的三行中文都一字不差,连破折号和间隔点都对。区别在于「会不会自己加戏」:2.5 老老实实做了一张对称的版式;2.6 主动在背景里加了遮阳棚和集市摊位,标题拆成两行,活动的氛围更足。不过这一张 2.6 等得久一些,用了 76 秒,2.5 只用了 27 秒。

再来一张网店主图:一只鼠尾草绿的哑光陶瓷马克杯,杯身压印着一片叶子 Logo,放在洒满晨光的窗边木桌上。

这一组几乎分不出高下:哑光的釉面、压印的叶子、杯口的热气和窗边的光线,两边都处理得很到位。唯一的小瑕疵出在 2.6 左下角那本书上,封面多了几个认不出的字母。做商品图时,记得在提示词里加一句「画面里不要出现任何文字」。

所以,如果你的日常就是做海报、配图、做商品图,2.5 完全够用,而且它按张计价,做预算更省心。

一句话做表情包,还能做一整套

2.6 最直观的新本事,是能直接生成 GIF 动图。你只需要用大白话描述角色、动作和情绪,它就会交给你一张循环播放的动图。我们先试了一只圆滚滚的橘猫贴纸:挥一下爪子、眨眨眼,头顶冒出一颗粉色爱心,再回到起始动作。

25 秒后拿到的是一张真正的 8 帧循环动图,猫的花纹、脸型和白色描边每一帧都一模一样,只有爪子、眼睛和爱心在动,直接就能发进聊天框。

更有意思的是「成套」。我们把这只猫的一帧当作参考图交回给 2.6,又让它做了三种情绪:被吓到的震惊脸、眨眼点赞,还有捧着一大碗米饭的「干饭猫」。

三张动图里还是同一只猫,花纹和描边都没变,表情和动作也和描述对得上。只要先定下一个角色,就能围绕它做出一整套表情包,不用再满世界找图。

这类短小的循环动画,用处远不止表情包:

• 品牌吉祥物:让店铺或 App 的形象在官网、社交媒体上动起来。
• 加载动画:等待时出现一个会眨眼的小角色,比转圈的小圆点有记忆点得多。
• 社交媒体内容:节日问候、活动预告的小动图。
• 视频前的预演:正式做视频之前,先用几帧动图试试动作和节奏。

写动图提示词有三个小技巧:把动作写成「从起始姿势到某个动作、再回到起始姿势」,循环才自然;明确写出「每一帧都是同一个角色、同一个机位、同一个背景」;帧数 6 到 8 帧最稳。也别对它期望过高:它擅长的是几秒钟的小动作,有运镜、有剧情的内容还是要交给视频模型。

一张涂鸦,也能动起来

动图还有一种玩法:先有一张画,再让它动。我们先让 2.6 画了一张像小朋友用蜡笔画的涂鸦 —— 横线本子上,一盆咧嘴笑的小仙人掌,线条歪歪扭扭。换成你自己画好再拍下来的画,做法也是一样的。

然后把这张涂鸦交回去,只说一句:让仙人掌左右摇摆、挥挥手,保留原来的蜡笔笔触和横线纸,不要换画风。

它没有把涂鸦「重画」成精致的插画,蜡笔的颗粒感、歪歪扭扭的线条和本子上的横线都留着,只有仙人掌在摇摆、挥手。孩子的画、手账里的小插图、插画师的草稿,都可以这样变成一段会动的小动画。

改图更听话:连续改、圈着改、换期改

用 AI 做图,很少一张就定稿。更常见的是先出一张,再换个背景、调个动作、改一句文案。最怕的就是改一处、动全身:背景换好了,人却变成另一张脸,前面的功夫全白费。OpenAI 这次把「连续修改时保住人物、产品和品牌细节」当作 2.6(尤其是 Sunburst)的重点,我们从三个角度试了试。

同一个人,连改两轮

我们先生成一张底图:红色短卷发、戴圆眼镜、穿黄色雨衣、手拿纸杯咖啡的女生。然后把同一张底图分别交给 2.5 Sunburst 和 2.6 Sunburst,第一轮只把背景换成黄昏的雪山小镇。

两边都几乎原样保住了人物:脸、卷发、眼镜、雨衣上的扣子、帆布袋和纸杯都还在。2.6 还顺手在路边加了一块写着 Coffee、Tea、Dessert 的小黑板。第二轮,我们让她朝镜头挥挥手,其余都不变。

两边都只是抬起了空着的那只手,杯子还在另一只手上,雪景也没有跟着变。至少在两轮之内,两代都没有「换脸」。OpenAI 说 2.6 在更长的修改链条里更稳,我们这次只测了两轮,就不替它下这个结论了。

圈哪改哪

有时候你只想改图里很小的一块,用文字却很难把位置说清楚。2.6 支持「标注图」:在一张和原图一样大的透明图层上画个圈、画个箭头,它就知道该改哪里。2.5 没有这个功能,只能靠文字描述。

我们在马克杯那张图右侧的空桌面上画了一个红圈,让 2.6 在圈里放一个白色小盘子和一只可颂;同样的要求用文字交给 2.5:放在杯子右边、椅子前面的空位上。

两边都没碰杯子、绿植和书。不同的是,2.6 把一个大小合适的小盘子稳稳放进了圈里,红圈本身也没有被画进成图;2.5 听懂了「右边」,但可颂画得太大,还被画面边缘切掉一截。位置要求越精确,能「指着改」就越省事。标注图用 Photoshop、Figma、Procreate 这类能导出透明 PNG 的工具都能做:新建一张和原图一样大的透明画布,只画圈和箭头就行。

海报换期,只改日期

还有一种很常见的修改:系列物料。活动办到第二期,海报只想换个日期,别的都别动。我们把前面那两张咖啡市集海报各自交回给原来的模型,要求做一张「十二月版」:只把日期地点改成「12月20日—21日 · 河边公园」,再加一点飘雪,标题、底部文字、咖啡杯、配色和版式都不变。

两代都交出了合格的「第二期」:新日期一字不差,标题、营业时间、咖啡杯和整体版式都和原版对得上,放在一起就是一个系列。只是「加一点飘雪」这一句,2.5 加了几片明显的雪花,2.6 的雪几乎看不出来。如果某个改动对你很重要,最好写得更具体一些,比如「画面上方飘着二三十片白色雪花」。

小店 Logo,直接要一张矢量图

对开店的人来说,2.6 能导出 SVG 可能比动图还实用。普通的 AI 出图都是位图,做成招牌或印到包装上,一放大就糊;SVG 是矢量图,放多大都清晰,也方便设计师接着改。我们让 2.6 给一家叫「Morning Loaf」的街坊面包店设计一个扁平 Logo:一只圆润的面包,背后升起半个太阳,只用暖橙和深棕两种颜色,店名写在下方。

19 秒后拿到的是一个真正的 SVG 文件,颜色严格只有两种,店名也拼对了,拿来做招牌、网站图标或贴纸都没问题。需要注意两点:店名在 SVG 里是「活」的文字,换一台电脑显示的字体可能不同,定稿前最好在 Figma 或 Illustrator 里把文字转成路径;另外,它适合 Logo、图标、扁平插画这类简单图形,别指望它把一张照片变成矢量图。

画面越复杂,越值得让它多想一会儿

2.6 还有一个容易被忽略的选项:动笔之前要「想」多细。我们挑了一个很容易出错的画面:等距视角的小夜市,正好 6 个摊位,招牌从左到右依次是 Noodles、Dumplings、Tea、Skewers、Ice Cream、Bao,头顶挂着灯笼,每个摊位前都有人排队。然后用「少想一点」(low)和「多想一点」(high)各出了一张。

两张都画对了 6 个摊位,招牌顺序也一字不差。但「多想一点」的那张明显更讲究:蒸笼里是包子,烤架上是串,每个摊位卖的东西都和招牌对得上;「少想一点」的那张偏卡通,右下角还冒出一个像水印的乱码小字。这一次两张花的时间和钱完全一样,所以遇到元素多、要求严的画面,直接选 high 就好。

速度:官方说快约 50%,我们没测出来

按 OpenAI 的说法,2.6 比上一代快约 50%,Flare 在低画质下最快 6 秒出图。但在我们这次的测试里,大多数任务两代都在 25 到 30 秒之间,2.6 还有一张海报用了 76 秒。通过 API 调用时,速度还会受当时负载的影响,几次测试说明不了太多。如果你特别在意速度,用 Flare 加低画质,自己多试几次。

要花多少钱

在 apimodels.app 上,两代的计费方式不一样:

• GPT Image 2.5 按张一口价:1K 的图低画质 1 美分、普通画质 2 美分、高画质 3 美分。选好尺寸和画质就知道花多少,适合按张报价、提前做预算。
• GPT Image 2.6 和 OpenAI 官方一样按实际用量计费:这次一张普通的 1K 图在 1 到 2 美分上下,带参考图改图大约 1.5 到 4 美分,一张 8 帧的表情包动图大约 7 到 8 美分,SVG 每张固定 3.5 美分。
• 两代都是失败不扣费。

我该用哪一个

按需求对号入座:

• 只是做海报、配图、商品图,希望每张花多少心里有数:用 GPT Image 2.5 Flare。
• 想要表情包、会动的吉祥物、加载动画,或者让一张画动起来:用 GPT Image 2.6。
• 需要 Logo、图标这类放大也不能糊的图形:用 GPT Image 2.6 导出 SVG。
• 一张图里只想改一小块,而且位置要准:用 GPT Image 2.6 画圈标注。
• 同一个角色、同一个产品要做一整套图,还要反复修改:两代都可以;这次测下来 2.6 Sunburst 每次修改花得更少。
• 元素多、要求严的复杂画面:用 GPT Image 2.6 Sunburst,并让它「多想一点」。

什么时候先别换

如果你需要每张图的价格固定、可以提前报给客户,2.6 按用量浮动的计费不如 2.5 好算;如果你习惯用 2.5 才有的 xhigh、max 这种最高画质档位,也可以先留在 2.5。另外,2.6 的动图只是几秒钟的小动作,不是视频;它的 SVG 也只适合简单的扁平图形。

怎么用上

不想折腾的话,直接在 ChatGPT 里用就行,OpenAI 说 Images 2.6 已经向所有 ChatGPT 和 Codex 用户开放。如果你要批量出图,或者想把它接进自己的网站、App 和工作流,可以在 apimodels.app 用同一个 API Key 调用,模型名填 gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.5-flare 或 gpt-image-2.5-sunburst 就能来回切换,具体参数见 GPT Image 2.6 文档(/docs/gpt-image-2-6)和 GPT Image 2.5 文档(/docs/gpt-image-2-5)。

常见问题