GPT-Image-2.6 מול GPT-Image-2.5: ההחלפה היא מחרוזת אחת, החשבונית לא
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 79 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 106 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 26 tok/s
- orcaחדשOrca: OrcaC2 1.02026-10-303 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 100 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 106 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 106 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 52 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 81 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 108 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 55 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 160 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2244אינטליגנציה
המעבר מ-GPT-Image-2.5 ל-GPT-Image-2.6 הוא, ברמת ה-API, השדרוג הכי פחות דרמטי ש-OpenAI הוציאה השנה. אותם שני endpoints, אותו מחירון, אותה חלוקה של Flare מול Sunburst. מחרוזת המודל משתנה, וזה הכל. זו גם המלכודת. GPT-Image-2.6 מוסיפה פרמטר אחד שמעולם לא היה ל-GPT-Image-2.5 — חוגת מורכבות — והשמטתו לא מכבה אותה. ברירת המחדל שלה היא גבוהה. צינור עיבוד שמחליף את המחרוזת ומעלה לאוויר לא קונה אותה כמות עבודה באותו סכום כסף; הוא קונה יותר עבודה, ולכן דוח העלויות הראשון אחרי מעבר יכול לזוז למרות שהתעריפים שפורסמו לא זזו.
שני המודלים הגיעו לזמינות כללית באותם תנאים מסחריים, וזה מה שהופך את ההשוואה הזו ליוצאת דופן. אין ויכוח תמחור לנהל. הוויכוח הוא כולו על היכן מושקעת העבודה החדשה, והאם התעבורה שלך מעוצבת כך שתפיק ממנה תועלת.
משטח ה-API באמת מהווה תחליף ישיר — עם חור אחד בו.
OpenAI השיקה את GPT-Image-2.6 ב-4 בנובמבר 2026 כשני מודלים של API ולא כמודל אחד, כשהיא יורשת את המבנה שקבעה עם 2.5. השכבה המתמקדת בפרטים ובעקביות היא GPT-Image-2.6 Sunburst; שכבת המהירות היא GPT-Image-2.6 Flare. קודמיהם, GPT-Image-2.5 Sunburst ו-GPT-Image-2.5 Flare, שומרים על אותם שמות ועל אותו יחס זה לזה.
• מחרוזות מודל — gpt-image-2.6-flare ו־gpt-image-2.6-sunburst מחליפות את gpt-image-2.5-flare ו־gpt-image-2.5-sunburst, אותו היגיון מתן שמות, אחת עבור השהיה ואחת עבור פירוט.
• נקודות קצה — /v1/images/generations ו/v1/images/edits, ללא שינוי. אין נקודת קצה חדשה לשילוב.
• תעריפים — $5 למיליון טוקנים של קלט טקסט, $8 למיליון טוקנים של קלט תמונות, $30 למיליון טוקנים של פלט תמונות, כאשר קלט במטמון עומד על $1.25 ו-$2.00. זהה בייט-לבייט ל-2.5.
• דרגות איכות — low, medium, high, xhigh, max ו-auto. אותו סולם.
• גדלים מומלצים — 1024×1024, 1536×1024 ו-1024×1536 עדיין מובילים בתיעוד, כאשר ממדים מותאמים אישית מתקבלים בכפולות של 16 ויחסי גובה-רוחב מ-1:3 עד 3:1.
• החור — 2.6 אינו זמין דרך Batch API. אם עבודת לילה בחצי מחיר היא הדרך שבה הוצאות התמונות שלך עובדות, העבודה הזו עדיין לא זזה.
השורה האחרונה היא זו שבאמת שוברת משהו. כל מה שמעליה הוא החלפת מחרוזת והרצת רגרסיה. פער ה-batch הוא חסם ארכיטקטוני בדיוק עבור אותם עומסי עבודה — קטלוגים בהיקף גדול, השלמות נתונים ליליות, יצירת A/B בקנה מידה גדול — שבהם הנחה של 50% היא הסיבה לכך שעומס העבודה הזה קיים מלכתחילה.
חוגת המורכבות היא התכונה האמיתית, וברירת המחדל שלה היא ההפתעה.
מורכבות היא ציר חדש שנמצא לצד האיכות ולא בתוכה, וההבחנה הזו חשובה יותר ממה שזה נשמע. האיכות שולטת ברינדור: כמה טוקנים של פלט נכנסים לתמונה. המורכבות שולטת בתכנון: כמה הסקה המודל עושה לפני שהוא מתחיל לרנדר. אפשר לבקש תמונה באיכות נמוכה של סצנה מורכבת, או תמונה באיכות גבוהה של סצנה פשוטה, וב-2.6 אלו באמת בקשות נפרדות.
התיעוד מפורש כי השמטת הפרמטר מגדירה אותו כברירת מחדל ל־high. לכן קורא שמעביר בקשת 2.5 על ידי שינוי שם המודל ותו לא בוחר בשקט בתקציב התכנון המקסימלי בכל קריאה. זה אינו באג — זו ברירת המחדל ההגיונית למודל שנקודת המכירה שלו היא חשיבה רבה יותר — אבל זה כן אומר שחודש התעבורה הראשון של 2.6 אינו השוואה ישרה לחודש התעבורה האחרון של 2.5.
יש לפחות נקודת נתונים ציבורית אחת שמצביעה לאותו כיוון. מבחן מעשי בן שלוש תמונות שפורסם ב-4 בנובמבר דיווח על $0.1245 עבור פלט של 2.6 לעומת $0.0446 עבור אותן תמונות סטילס ב-2.5 — בערך פי שלושה, במחירון שלא השתנה. שלוש תמונות אינן בנצ'מרק ואין לצטט אותן ככזה; המדגם קטן בהרבה מכדי לבסס מכפיל. מה שכן היא עושה הוא להדגים את המנגנון, והמנגנון מתועד: יותר אסימוני תכנון לכל בקשה, פעיל כברירת מחדל, בחיוב של $30 למיליון.
אם אתם מאמצים צעד תפעולי אחד מהמאמר הזה, אימצו את זה. הגדירו את רמת המורכבות באופן מפורש — medium היא ניחוש ראשוני סביר כדי להתאים להתנהגות של עידן 2.5 — ואז מדדו טוקני פלט לבקשה לפני ואחרי. אל תמדדו דולרים לבקשה. דולרים לבקשה יגידו לכם שהמחירון לא השתנה, מה שכבר ידעתם. טוקנים לבקשה יגידו לכם אם המודל עושה יותר עבודה ממה שביקשתם.
היכן שההאצה המוצהרת של 50% באמת נוחתת
OpenAI מתארת את GPT-Image-2.6 כמהירה בכ־50% בסך הכול, אך הנתונים לפי דרגה מעניינים הרבה יותר מהכותרת, והם המספרים של הספק עצמו, ולא נמדדו באופן עצמאי. לפי הדיווח, Flare מהירה פי כ־2.6 מקודמתה, כאשר רנדורים באיכות נמוכה מסתיימים בתוך שש שניות בלבד. לפי הדיווח, Sunburst מהירה פי כ־1.15.
שני המספרים האלה מתארים שני שדרוגים שונים לחלוטין. אם ה-pipeline שלך מריץ את Flare לצורך איטרציה — חקר תמונות ממוזערות, כוונון פרומפטים, כל דבר שבו אדם ממתין לתוצאה — 2.6 הוא שינוי מדרגה, וההגירה מחזירה את עלותה במונחי קשב בלבד. אם ה-pipeline שלך מריץ את Sunburst לצורך איכות הפלט הסופית, שיפור של 15% בזמן השהיה נמצא בטווח הרעש בין ריצה לריצה ברוב תצורות האירוח, ומהירות אינה סיבה להגר בכלל.
ראוי לציין בכנות: אותו מבחן מעשי קטן שדיווח על ניפוח הטוקנים דיווח גם ש-2.6 איטי מ-2.5 בשלוש התמונות שלו, מה שסותר את טענת הספק. עם n=3 זהו רעש, לא הפרכה. אבל זו תזכורת ש„50% מהר יותר” הוא נתון מצטבר ממצג ההשקה על פני דרגות איכות, וצינור אמיתי רואה דרגה אחת בהגדרת איכות אחת.
אף אחד עדיין לא השיג 2.6, ו־2.5 עדיין במקום הראשון
זהו החלק בהשוואה שרוב הסיקור מטאטא מתחת לשטיח. ל-Artificial Analysis, שמפעילה את לוחות ה-AA-Image-T2I v2.1 והעריכה שלה, לא הייתה כלל שורה עבור GPT-Image-2.6 כשנבדקה ב-5 בנובמבר 2026. לא ציון נמוך — אלא היעדר שורה.
מה שהלוחות האלה כן מראים הוא שהמודל שמוחלף עדיין מנצח בהם:
• טקסט לתמונה — GPT-Image-2.5 Sunburst (max) 1,224 Elo מ-13,153 הצבעות, מקום ראשון. GPT-Image-2.5 Flare (max) 1,207 מ-12,498, מקום שני. GPT Image 2 (high) 1,188, מקום שלישי.
• עריכת תמונות — GPT-Image-2.5 Sunburst (max) 1,200 מתוך 18,370 הצבעות, במקום הראשון. GPT-Image-2.5 Flare (max) 1,183 מתוך 19,259, במקום השלישי אחרי MAI-Image-2.7-Preview עם 1,197.
חומרי ההשקה של OpenAI מציינים את Design Arena כמי שהעניק ל-2.6 Sunburst מקום ראשון. זו טענה אמיתית על לוח אמיתי, אך מדובר במאגר מדרגים אחר בהיקף אחר, וספק שבוחר את הלוח שמחמיא למוצר שלו אינו מהווה ראיה שרוכש יכול להשתמש בה. המספר הדומה, מצד שלישי, שנקבע בהצבעה עבור 2.6 עדיין אינו קיים. עד שיהיה כזה, העמדה הניתנת להגנה היא ש-2.5 הוא מודל התמונה בעל הניקוד הגבוה ביותר באופן עצמאי בשני הלוחות המובילים ו-2.6 אינו מוכח — טוב יותר בדרכים הספציפיות שבהן OpenAI אומרת שהוא טוב יותר, ובלתי מדוד בכל מקום אחר.
מיגרציה שנכנסת לאחר צהריים אחד
ההחלפה זולה מספיק כדי שהגישה ההגיונית לא תהיה הגירה בבת אחת אלא הגירה מדודה, שמופעלת על הפרומפטים שלכם ולא על סט פרומפטים של בנצ'מרק של מישהו אחר.
התחל בהצמדת המורכבות לערך שבחרת, כך שהשינוי יהיה שינוי שאתה עשית ולא כזה שהגיע כברירת מחדל. לאחר מכן הרץ מחדש כמה מאות פרומפטים אמיתיים מיומני הייצור שלך — לא הפרומפטים הנקיים שבקבצי הבדיקה, אלא אלה המבולגנים עם שגיאות ההקלדה ויחסי הרוחב-גובה המוזרים. השווה שני מספרים: טוקני פלט לכל תמונה שהתקבלה, ותמונות שהתקבלו לכל מאה ניסיונות. במספר השני ייראה שיפור בעקביות, והוא המספר שקובע בפועל אם השדרוג חוסך כסף, כי תמונה שאתה זורק עולה את מלוא תקציב הטוקנים ולא מחזירה דבר.
השאר נתיב גיבוי ל-2.5 עבור עבודת אצווה, מכיוון ש-2.6 עדיין לא יכול לשרת אותה. והתייחס לכל תעבורת Sunburst כאל שאלת איכות ולא כאל שאלת מהירות — אם שיעור הקבלה לא זז, רכשת שיפור של 15% בהשהיה וחשבון תכנון גדול יותר.
כשההישארות על 2.5 היא התשובה הנכונה
שלושה מקרים ברורים מספיק כדי לנקוב בשמם. עומסי Batch צריכים להישאר, משום ש-2.6 אינו ב-Batch API ואילו 2.5 כן. צינורות איכות של Sunburst צריכים להישאר אלא אם מבחן שיעור הקבלה אומר אחרת, משום שהאצה של פי 1.15 אינה מצדיקה שינוי מודל עלויות. וכל מי ששיעור הקבלה הנוכחי שלו כבר מקובל צריך להישאר, משום שהיכולות החדשות — ייצוא SVG, GIF מונפש, עריכה מונחית סימון — הן תכונות נוספות, לא שיפורי איכות, ואתה צריך אותן רק אם יש לך תוצר שמחייב אותן.
השדרוג הוא אמיתי. הוא פשוט מרוכז בזמן התגובה של Flare ובפורמטי פלט חדשים, ואלה צרים יותר ממה ש"מודל חדש" מרמז.
זמינות, והצורה המגושמת של מיגרציה מפוצלת
OrcaRouter מציע היום את GPT-Image-2.5 Flare ו-GPT-Image-2.5 Sunburst במחיר מחירון עם תוספת של 0%, כך שהתעריף של הספק הוא התעריף שאתם משלמים, בלי מרווח נוסף מעליו. GPT-Image-2.6 אינו בקטלוג נכון ל-5 בנובמבר 2026 — יום לאחר ההשקה — מה שהופך את הבעיה המעשית המיידית לבעיית ניתוב ולא לבעיית מודלים: במהלך מבחן ההשוואה, תעבורת 2.5 פועלת על מפתח אחד עם מעבר אוטומטי לחלופה, בעוד שתעבורת 2.6 עוברת ישירות ל-OpenAI במסגרת חוזה שני וחיוב שני.
את הפיצול הזה כדאי לתכנן מראש ולא לגלות בדיעבד. בדקו את הקטלוג לפני שאתם מחייבים נתיב ייצור ל-2.6, כי התאמה מלאה ביום ההשקה היא לא משהו ששום נתב יכול להבטיח על מודל בן עשרים וארבע שעות. כשהוא יגיע, כלל ה-pass-through אומר שתעריף הספק הוא מה שתשלמו באותו יום — שינוי מחיר מצד OpenAI יגיע בלי משא ומתן מחדש מצדנו — אבל עד אז, הקריאה הכנה של המצב היא ש-2.5 ניתן לניתוב ו-2.6 לא.
וזהו עוד טיעון לטובת הגירה בגודל של אחר צהריים ולא בגודל של סוף שבוע. הריצו את 2.5 דרך ה-router, שמרו על בסיס העלויות שלכם יציב, והוסיפו את 2.6 מאחורי flag לאחר שמדדתם מה ברירת המחדל של המורכבות עושה לספירות הטוקנים שלכם. המודל לא הולך לשום מקום, ונקודת הקצה של ה-batch תגיע לפני שמחזור התכנון הרבעוני הבא שלכם יגיע.
