GPT Image 2.6 API (Flare / Sunburst)
OpenAI GPT Image 2.6 的两档:gpt-image-2.6-flare(默认档,快)与 gpt-image-2.6-sunburst(精度最高、更慢)。两档参数完全相同。2.6 新增 GIF 动图、用标注图指导改图、蒙版、一次最多 10 张、推理强度 low 到 max。按 token 计费:图像输出每百万 token $33、图像输入 $8.80,文本输入 $5.50、输出 $11。OpenAI SDK 改 base_url 即可直连。
认证
Authorization: Bearer YOUR_API_KEY计费:按 token
与模型本身的计量方式一致,按这次请求实际用掉的 token 计费:文本与图像分开计价,输入、缓存输入、输出各有单价。每次请求的总额向上取到 $0.0001。提交时先从余额冻结一个上限,出图后按实际 token 结算、其余退回;查询结果里的 credits 就是这一单实际扣的钱。失败不扣费。
| 每百万 token | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 图像 | $8.80 | $2.20 | $33.00 |
| 文本 | $5.50 | $1.375 | $11.00 |
Flare 与 Sunburst 同价。画质、尺寸、GIF 帧数、参考图 / 蒙版 / 标注图、提示词长度都会改变 token 数,所以没有固定的单张价格。quality 不传时 apimodels.app 按 medium 出图(模型自己的缺省是 high,会用掉更多图像输出 token)。
参考:实测单次请求扣费
2026-11-05 实测,16:9 文生图、单张;是那一次请求实际扣的钱,不是单价。
| 分辨率 | low | medium |
|---|---|---|
| 1K (1360x768) | $0.0154 | $0.0281 |
| 2K (2720x1536) | $0.0312 | $0.0568 |
方式一:OpenAI SDK(同步)
/v1/images/generations·POST/v1/images/edits传 OpenAI 风格的 WxH size 即为同步模式,响应里直接返回图片(b64_json + url),与 images.generate() / images.edit() 契约一致。size 两边都要是 16 的倍数(1024x1024、1536x1024、1024x1536 都可以)。
# Text-to-image, OpenAI Images API shape — a WxH size makes the call synchronous
curl -X POST https://api.apimodels.app/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "a ceramic coffee cup on a linen tablecloth, morning window light",
"size": "1536x1024",
"quality": "medium"
}'
# → { "created": ..., "data": [{ "b64_json": "...", "url": "https://r2.apimodels.app/..." }] }
# Edit — multipart, OpenAI images.edit() shape
curl -X POST https://api.apimodels.app/v1/images/edits \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "model=gpt-image-2.6-sunburst" \
-F "image=@product.png" \
-F "prompt=change only the label to green, keep everything else exactly the same" \
-F "size=1024x1024"方式二:原生异步(全部 2.6 参数)
不传 WxH size 时走平台统一的异步契约:创建返回 taskId,轮询到 completed 取 resultUrls(一次出多张时就是多个链接),也可以传 callback_url 收回调。GIF、标注图、蒙版、num_images 都用这条路。
# Animated GIF: 12 frames, 120 ms each
curl -X POST https://api.apimodels.app/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "a paper boat bobbing on small waves, loopable",
"aspect_ratio": "1:1",
"resolution": "1K",
"output_format": "gif",
"frame_count": 12,
"frame_duration_ms": 120
}'
# → { "code": 200, "data": { "taskId": "..." } }
# Edit guided by a markup image (circles / arrows / notes on a transparent PNG)
curl -X POST https://api.apimodels.app/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-sunburst",
"prompt": "apply the changes marked on the image, keep everything else",
"image_urls": ["https://example.com/room.png"],
"markup_image_url": "https://example.com/room-markup.png",
"reasoning_effort": "max"
}'
curl "https://api.apimodels.app/v1/images/generations?task_id=TASK_ID" -H "Authorization: Bearer YOUR_API_KEY"参数
| 字段 | 必填 | 类型 | 说明 |
|---|---|---|---|
| model | 是 | string | gpt-image-2.6-flare / gpt-image-2.6-sunburst(gpt-image-2.6 = flare) |
| prompt | 是 | string | 必填,最长 32,000 字符 |
| image / image_url / image_urls / images | 否 | string | string[] | 参考图,最多 16 张;有参考图即为编辑 |
| mask_url / mask | 否 | string | 仅编辑:白色 = 要改,黑色 = 保留;不能与 markup_image_url 同用 |
| markup_image_url / markup_image | 否 | string | 仅编辑:只画了圈 / 箭头 / 批注的透明 PNG,尺寸与第一张参考图一致 |
| aspect_ratio + resolution | 否 | string | 比例(最大 3:1)+ 1K / 2K / 4K,服务端算出 16 倍数的精确尺寸;编辑时只给 resolution 则跟随第一张参考图的比例 |
| size | 否 | string | WxH(触发同步)或 auto |
| image_size | 否 | string | object | 预设 square_hd / square / portrait_4_3 / portrait_16_9 / landscape_4_3 / landscape_16_9 / auto,或 {"width","height"} |
| quality | 否 | string | low / medium / high / auto,缺省 medium |
| reasoning_effort | 否 | string | low / medium / high / xhigh / max,越高越细、越慢;不传按模型缺省(high) |
| output_format | 否 | string | png / jpeg / webp / gif。不传时不透明图按平台缺省交付 JPEG。svg 暂不可用(见下方说明) |
| output_compression | 否 | number | 0–100,仅 jpeg / webp |
| frame_count | 否 | number | 仅 gif:2–64,缺省 9;单帧尺寸会按帧数自动缩(见下方说明) |
| frame_duration_ms | 否 | number | 仅 gif:每帧毫秒,20–2000,缺省 200 |
| background | 否 | string | auto / transparent / opaque |
| num_images / n | 否 | number | 1–10 |
| callback_url | 否 | string | 异步完成回调 |
尺寸
精确尺寸须满足:两边都是 16 的倍数、长边 ≤3840、长短边比 ≤3:1、总像素 655,360–8,294,400。不满足直接返回 400 并说明原因,不会悄悄改尺寸。比例 + 档位的换算示例:
| 比例 | 1K | 2K | 4K |
|---|---|---|---|
| 1:1 | 1024x1024 | 2048x2048 | 2880x2880 |
| 16:9 | 1360x768 | 2736x1536 | 3840x2160 |
| 9:16 | 768x1360 | 1536x2736 | 2160x3840 |
| 4:3 | 1152x864 | 2368x1776 | 3312x2480 |
| 3:2 | 1248x832 | 2496x1664 | 3504x2336 |
| 21:9 | 1568x672 | 3136x1344 | 3840x1648 |
什么尺寸都不传时:文生图按模型缺省 landscape_4_3,编辑跟随原图(auto)。比例传 auto 或 size 传 auto 时由模型决定尺寸。
说明与限制
- GIF:所有帧拼成一张帧图集,图集长边最大 3840 像素(帧数向上取 2 的幂排成网格,如 6 帧排 4×2 或 2×4、9 帧排 4×4,横竖两种排法有一种放得下即可 —— 所以 5–8 帧时单帧短边 ≤960、长边 ≤1920)。传比例 + 分辨率(或不传尺寸)时,apimodels.app 会自动缩小单帧让图集放得下 —— 例如 1:1 1K 的 6 帧会以 960x960 出图;传精确尺寸时请自己控制,960x960 最多可放 16 帧。2026-11-05 实测:6 帧 832x832 low 一次 $0.034,6 帧 976x672 low(只能竖排 2×4)一次 $0.0486,9 帧 960x960 low 一次 $0.092。
- SVG 暂不可用:模型文档列了 svg 输出,但目前上游对 svg 请求全部报错,所以 apimodels.app 先对 output_format: svg 直接返回 400,恢复后开放。
- 标注图与蒙版二选一。上一代(2.5)我们实测蒙版只被当作提示、不当硬边界;2.6 还没实测 —— 要严格只改局部,请同时在提示词里点名位置,例如「只改瓶身标签,其余一切不变」。
- 实测耗时(2026-11-05,16:9 文生图):1K 推理 low —— Flare 约 6 秒、Sunburst 约 8 秒;推理缺省 high 时 Sunburst 1K 11–14 秒、2K 14–16 秒。high 画质、4K、GIF、推理 xhigh / max 会更慢,同步调用请把客户端超时设为 ≥240 秒。
- 不保证每次成功:审核拒绝、上游报错都会发生,失败不扣费。结果文件保留 30 天后自动删除。
- 上传大小:apimodels.app 入口单次请求体约 4.5MB;大图或多张参考图请用 https://api.apimodels.app/v1(同一把 Key,单请求 100MB)。
- 想要固定单价、价格可预期,可以用 GPT Image 2.5(按分辨率 × 画质固定价)。
常见问题
GPT Image 2.6 怎么计费?
按 token 计费,与模型本身的计量一致:图像输出每百万 token $33,图像输入 $8.80(缓存 $2.20),文本输入 $5.50(缓存 $1.375),文本输出 $11,每次请求向上取到 $0.0001,没有固定的单张价格。参考:2026-11-05 实测单次请求(16:9、单张)1K low $0.0154、1K medium $0.0281、2K low $0.0312、2K medium $0.0568。提交时冻结上限,出图后退回多余部分;失败不扣费。
GPT Image 2.6 能做哪些 2.5 做不到的事?
GIF 动图(2–64 帧)、用标注图(透明 PNG 上的圈、箭头、批注)指导改图、蒙版(白改黑留)、一次最多 10 张、推理强度 low 到 max,以及长边最大 3840 的精确像素尺寸。模型也列了 SVG 输出,但目前上游对 svg 请求全部报错,apimodels.app 暂时直接返回 400,恢复后开放。
gpt-image-2.6-flare 和 gpt-image-2.6-sunburst 有什么区别?
参数相同、token 价目表相同。Flare 是默认档、更快(实测 1K 推理 low 约 6 秒);Sunburst 每张多花时间,细节更精、改图更贴指令(实测默认推理 11–16 秒)。