# OpenAI 发布 ChatGPT Images 2.5 双图像模型，主打更快生成与局部编辑 - 来源：The Decoder：AI News（RSS） - 作者：Maximilian Schreiner - 发布时间：2026-09-09 20:17 - AIHOT 分数：78 - AIHOT 标记：同事件 - AIHOT 链接：https://aihot.news/items/cmtu2qhzo0xb2rofp6eaokqdd - 原文链接：https://the-decoder.com/chatgpt-images-2-5-faster-more-precise-but-not-the-same-for-everyone ## AI 摘要 OpenAI 发布 ChatGPT Images 2.5，含 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst 两个模型，主推更自然的光照、更可靠的参考图保留和局部编辑，Flare 延迟较 Images 2.0 降低最多 50%。 ## 正文 OpenAI 推出的 GPT-Images-2.5 OpenAI 发布了 ChatGPT Images 2.5 下的两款全新图像模型，宣称细节更锐利、编辑更精准、生成速度更快。绘图工具与可分享提示词等新功能，旨在拓展创作流程的边界。 OpenAI 表示，目前用户每周通过 ChatGPT Images 以及 API 中的 GPT-Image 模型生成的图片已超过 30 亿张。借助 ChatGPT Images 2.5，该公司正在推出重构后的生成能力，宣称可带来更自然的光影与更细腻的质感。 这两款模型旨在更好地保留参考照片中的主体特征，并在多轮编辑中更可靠地遵循指令。据 OpenAI 称，与 Images 2.0 相比，速度更快的版本可将图像生成延迟最高降低 50%。 两款新模型，各司其职 面向开发者，OpenAI 将这两款模型都带到了 API 中。GPT-Image-2.5 Flare 是大多数场景下的默认选择，图像质量高于 GPT-Image-2，同时延迟降低 50%。更强的 GPT-Image-2.5 Sunburst 则面向要求更高的视觉任务，对编辑过程有更精细的控制，但需要更长的生成时间才能交付结果。 两款模型采用相同的 token 费率：每百万图像输入 token 8 美元，每百万输出 token 30 美元。但由于 token 用量因模型和质量档位而异，相同的费率并不意味着单张图像的成本相同。Images 2.5 新增了“xhigh”和“max”两个质量档位，突破了此前“high”档的上限。 一张 1024x1024 的图像在“low”档下成本约为 0.006 美元，与前代持平；而“high”档约为 0.053 美元；新增的“max”档则约为 0.21 美元，对应约 7,024 个输出 token。这使得 Images 2.5 的“max”档与 GPT-Image-2 的“high”档价格相当。与前代不同，Images 2.5 目前没有更便宜的批量费率。不过在早期测试中，尽管 token 价格相同，Sunburst 的单张图像成本通常高于 Flare，这可能是由于其更长的推理过程所致。此外，与上次不同，OpenAI 没有给出平均单张图像价格的数据。 目前尚不清楚 OpenAI 如何在两款模型之间为 ChatGPT 用户分配流量。无论是公告还是文档，都没有说明 ChatGPT 何时会调用更快的 Flare 或更精准的 Sunburst。在 API 中，用户可以显式选择模型，但 ChatGPT 界面目前还没有提供这样的控制选项。 在我们的测试中，这条分界线目前似乎主要存在于 Chat 和 Work 之间。在 Work 中，无论推理设置如何，我们的提示词确实只会改变所要求的内容——这些定向编辑正是本次模型改进的重点。而在 Chat 中，即使将推理设为 high，后续图像中仍有更多细节会不断发生变化。只有在“6 Pro”设置下，更强的模型有时才会发挥作用。 只改变你所要求内容的编辑 如前所述，新模型的重点是编辑。它只改动被要求的元素，而让图像的其余部分保持不变，即使面对更复杂的主题和背景也是如此。在较长的多轮对话中，之前的修改应保持一致，且图像质量不会在多次编辑步骤中下降。OpenAI 以房间改造为例展示了这一点。旧模型在每次编辑时都会改动其他细节，而新模型即使经过多次迭代也能保持稳定。 我们通过 ChatGPT Work 中的 GPT-6 Astra（Max）做了一次快速测试，看看效果如何。我们使用了下面的提示词，然后迭代式地调整了一个小细节（香蕉的颜色）和一个大改动（那只大猫）。 一张超写实的 DSLR 照片。前景中，一只猴子拿着一根粉红色的香蕉，坐在一只老虎身上。背景中，一匹马正骑在一名宇航员身上。宇航员在下方，就像一个活生生的“宇航服马鞍”，而那匹马明显在上方、处于掌控地位，是骑手。请做到 100% 毫无歧义：马是骑手，宇航员是被骑的一方，绝不是反过来。高分辨率、对焦清晰、光线写实。 图片：GPT-Images-2.5 / Astra（Max） 顺便一提，这可能是我们测试中 OpenAI 图像模型生成过的最好的一版“马骑宇航员”画面。以下是 Image 2.0（Thinking 变体）的表现。 GPT-Images-2（Thinking 版本） 相比之下，在 ChatGPT 的 Chat 模式中进行的测试里，每当我们调整香蕉的颜色，图像的其余部分也总会随之改变。只有在“6 Pro”模式下，图像才在一次运行中保持了前后一致，但在另一次运行中却又不行。随着本周功能的逐步推出，这种情况可能会发生变化。 Images 2.5 还旨在更好地处理复杂的视觉指令，为现实世界的信息提供更准确的内容，并支持透明背景和更复杂的版式要求。例如，在我们上一篇文章中，我们让 ChatGPT 把文章做成了 80 年代杂志的跨页排版。效果如下。 GPT-Images-2（思考版） 通过 Astra（Max）调用的 GPT-Images-2.5 也根据我们“猴子宇航员”的提示词，生成了包含示例图片的详细杂志页面，并提供了较弱和较强两种变体，同时即便在质量较差的设定下，也没有偏离原始指令。 该模型能按指令纠正我们故意植入的一个错误（第一页图片上方写着 GPT-Images-2.5 而非 2.0），显示出它在保留其余内容方面表现出色；同样，当我们简单要求“生成一个美式英语版本”时，它也能在翻译时做到这一点。 图片：GPT-Images-2.5 / Astra（Max） 作为对比，通过普通 ChatGPT Chat 得到的结果也值得一看，但它们表明，较弱的模型在翻译过程中也会改动其他细节。不过，在某个案例中，它反而更准确地还原了微软现任 CEO 的形象。 图片：GPT-Images-2.5 / ChatGPT Chat（中等与即时） 绘图、模板与可分享的提示词 在 ChatGPT 中，OpenAI 随新模型一同推出了多项新功能。其中最重要的是名为“Sketch”的功能。它让用户可以直接在 ChatGPT 中绘图，并将草图作为成品图像的视觉模板。用户通过“@Sketch”命令激活该功能，OpenAI 表示它非常适合制作图表、房间布局或海报。 模板是预设好的提示词，旨在让用户更轻松地开始制作海报、标志、信息图、缩略图、插画或广告等格式的内容。它们提供的是结构而非空白画布，并通过有针对性的追问来锁定你的需求。用户还可以直接在图像上添加评论，并分享自己使用的提示词，这样其他人就能用自己的照片和细节尝试同样的创意。作为示例，OpenAI 提到了一个目前正在病毒式传播的提示词，它可以生成 1980 年代风格的人像。 两款模型登顶 Arena 排行榜 在 Arena 的文生图排行榜上，新模型目前占据前两名。GPT-Image-2.5 Sunburst 以 1421 分领先，紧随其后的是 GPT-Image-2.5 Flare，得分 1399。两个分数都带有“初步”标签，并且基于仍然较低的投票数——分别约为 3100 票和 2900 票。排名第三的是前代产品 GPT-Image-2，得分为 1381，基于约 78,700 票。 紧随其后的是微软的 mai-image-2.6（1331 分）、SpaceXAI 的 grok-imagine-image-2.0（1315 分），以及来自 Reve、Meta、Google 和字节跳动的多个模型。由于 OpenAI 这两款新模型的评分仍是初步结果，随着更多投票涌入，它们的排名可能还会发生变化。 与 Google DeepMind 合作的水印技术 在来源标注方面，OpenAI 仍依赖 C2PA 行业标准，该标准通过嵌入元数据来实现追踪。为了让来源标注更具抗篡改能力，OpenAI 还在 ChatGPT、Codex 和 API 中通过 Google DeepMind 的 SynthID 添加了不可见水印。OpenAI 表示，来源标注没有单一的解决方案，因此采取了分层式的方法。 Images 2.5 现已面向全球所有 ChatGPT、ChatGPT Work 和 Codex 用户在桌面端、移动端和网页端推出，包括免费版用户。OpenAI 表示，等待时间更短，使用限额也更高。我们的测试表明，Chat 模式目前使用的是较弱的模型。