GPT-Image-2.5 Flare dan Sunburst: OpenAI Membagi API Gambarnya Menjadi Kecepatan dan Presisi

API gambar OpenAI kini memiliki dua model andalan, bukan satu. Pada 8 September 2026, perusahaan memperkenalkan GPT-Image-2.5 Flare dan GPT-Image-2.5 Sunburst — model bersaudara dalam pembaruan 2.5 yang sama, yang dibagi berdasarkan beban kerja, bukan berdasarkan generasi. Flare diposisikan sebagai pilihan cepat dan default untuk pembuatan gambar sehari-hari serta bervolume tinggi; Sunburst adalah model yang lebih lambat dan mengutamakan presisi untuk pekerjaan yang membutuhkan kendali atas suntingan daripada kecepatan penyelesaian. Keduanya hadir di Images API pada hari yang sama dengan peluncuran ChatGPT Images 2.5 untuk konsumen, dan keduanya merupakan perpanjangan dari garis keturunan GPT-Image-2 yang dirilis OpenAI pada bulan April dan yang telah dilacak oleh komunitas sejak kebocoran Codex muncul pada 3 September.

Bagi pengembang, perubahan praktisnya langsung terasa: keputusannya bukan lagi "model gambar mana yang saya panggil?" melainkan "dari dua saudara kandung ini, mana yang cocok untuk beban kerja ini?" Jawabannya penting untuk biaya dan latensi, karena kedua model tersebut tidak dapat saling menggantikan dalam hal kecepatan. Segala hal di bawah itu adalah klaim OpenAI — angka kecepatan, kualitas, dan keamanan semuanya berasal dari vendor dan mitra yang diumumkannya, dan belum ada satu pun model 2.5 yang memiliki skor tolok ukur independen per tanggal 9 September 2026.

Dua model, satu upgrade

Pengumuman pengembang OpenAI membingkai pasangan ini berdasarkan kasus penggunaan. GPT-Image-2.5 Flare — dengan identifikasi gpt-image-2.5-flare — menjadi bawaan untuk sebagian besar aplikasi. OpenAI memposisikannya untuk konten kreator dan sosial, pengalaman produk, pencarian visual, pembuatan prototipe gambar cepat, aset merek, dan setiap jalur pembuatan bervolume tinggi. Perusahaan menyatakan Flare menghasilkan gambar berkualitas lebih tinggi daripada GPT-Image-2 dengan latensi hingga 50 persen lebih rendah, dan dalam evaluasinya sendiri, Flare menghasilkan sekitar dua hingga empat kali lebih cepat daripada GPT-Image-2; pelanggan awal yang diumumkan, Manus, secara terpisah melaporkan melihat peningkatan kecepatan 2–4× dengan keluaran latar belakang transparan yang lebih baik dalam penggunaan mereka sendiri. Referensi API menandai Flare sebagai model "kecil" dari pasangan ini.

GPT-Image-2.5 Sunburst — pengidentifikasi gpt-image-2.5-sunburst — adalah bagian premium. OpenAI membangunnya untuk alur kerja yang diuntungkan oleh kontrol yang lebih ketat saat penyuntingan: materi kreatif kampanye siap produksi, citra produk yang dipoles, materi pemasaran, dan alat desain yang mengutamakan akurasi merek. Waktu yang dibutuhkan per generasi lebih lama daripada Flare, dan komputasi ekstra itu menghasilkan apa yang OpenAI gambarkan sebagai tingkat presisi dan fidelitas detail ekstra pada penyuntingan. Referensi API menandai Sunburst sebagai model "dasar" — yang lebih besar dan lebih cermat dari keduanya. Higgsfield AI, pelanggan awal lain yang diumumkan, mengatakan model tersebut "memahami apa yang tidak boleh diubah," yang merupakan ringkasan berguna untuk seluruh tawaran penyuntingan 2.5: menjaga bagian-bagian gambar yang tidak diminta instruksi agar tetap utuh, bahkan dalam adegan yang sibuk.

Adobe mengatakan bahwa pihaknya mengintegrasikan kedua model tersebut ke dalam Firefly, yang menjadikan pasangan model ini sebagai model gambar OpenAI pertama yang mencapai lini produk tersebut. Manus dan Higgsfield AI adalah pelanggan awal lain yang disebutkan.

Apa yang sebenarnya membaik

Catatan rilis mengelompokkan pekerjaan peningkatan kualitas di bawah tajuk yang sama: detail yang lebih tajam, kepatuhan gaya yang lebih kuat, dan kontrol yang lebih besar atas pengeditan. Di bawah itu, OpenAI mencantumkan perubahan spesifik yang layak dibaca dengan saksama karena perubahan tersebut adalah pembeda antara rilis kecil dan langkah maju yang nyata:

Pencahayaan yang lebih alami dan tekstur yang lebih kaya — aspek kualitas keluaran yang secara konsisten digambarkan oleh para pengulas sebagai lompatan nyata dibandingkan Images 2.0.

• Pelestarian subjek yang lebih baik dari foto referensi — fitur wajah dan detail pengenal tetap terbawa dalam satu generasi, alih-alih diciptakan ulang setiap kali.

• Penyuntingan multi-putaran yang lebih andal — perubahan sebelumnya tetap stabil dan setiap penyuntingan berturut-turut dibangun di atas karya sebelumnya tanpa menurunkan kualitas area gambar yang tidak terkait.

• Latensi pembuatan hingga 50 persen lebih rendah daripada Images 2.0 di sisi konsumen, yang merupakan kisah kecepatan yang sama seperti yang diceritakan Flare di sisi API.

• Penanganan teks yang lebih tajam dan latar belakang transparan, dua kemampuan yang paling sering dijadikan tolok ukur oleh pembeli image-API; catatan Manus tentang latar belakang transparan adalah satu-satunya konfirmasi yang terdengar independen sejauh ini.

OpenAI juga mengatakan bahwa setiap keluaran membawa metadata C2PA dan tanda air yang tak terlihat, yang tidak berubah dari pendekatan provenans GPT-Image-2 dan perlu ditegaskan kembali karena ini merupakan persyaratan ketat di sejumlah alur kerja yang teregulasi.

Apa yang kini diekspos oleh API

Model-model baru hadir di endpoint Images API yang sama yang sudah digunakan para pengembang — panggilan generation dan edit — tetapi cakupan parameternya telah bertambah. Referensi API untuk model 2.5 menunjukkan parameter kualitas dengan ruang lingkup yang lebih besar daripada yang ditawarkan GPT-Image-2: auto (default), low, medium, high, dan dua tingkat baru di atas high, yaitu xhigh dan max. Referensi tersebut juga mendokumentasikan opsi ukuran yang melampaui batas atas 2048×2048 yang disertakan GPT-Image-2, hingga 3840×2160 untuk lanskap dan 2160×3840 untuk potret. Batasan yang disebutkan adalah panjang sisi tidak lebih dari 3840 piksel, dimensi kelipatan 16, rasio aspek tidak lebih lebar dari 3:1, dan total piksel antara 655.360 dan 8.294.400 — sehingga keluaran terbesar berada tepat di atas 8 megapiksel, dalam wilayah kelas 4K. Parameter background menerima nilain auto, opaque, atau transparent, yang merupakan cara untuk meminta keluaran PNG transparan.

Dua catatan menjaga paragraf tersebut tetap akurat.{{1}} Pertama, ini adalah pengaturan yang terdokumentasi untuk identifier 2.5 dalam referensi OpenAI; apakah setiap tingkatan dan ukuran tersedia pada kedua model, serta berapa biaya tiap level kualitas dalam token, belum sepenuhnya didokumentasikan saat peluncuran.{{/1}} Kedua, gpt-image-2 tetap terdaftar di API — rilis 2.5 bersifat aditif, dan integrasi yang ada tidak akan rusak.{{2}} Harga per gambar dari model-model baru akan bergantung pada berapa banyak token yang benar-benar dikonsumsi setiap proses pembuatan gambar, yang berarti angka yang perlu dipantau hingga data penggunaan nyata terkumpul adalah patokan lama dalam penganggaran, yaitu "dolar per gambar 1024×1024".{{/2}}

Harga belum berubah

OpenAI mempertahankan tarif token yang sama dengan GPT-Image-2: $8.00 per juta token input gambar dan $30.00 per juta token output gambar, di samping token teks biasa untuk prompt. Sebagai konteks, Artificial Analysis menyebut GPT-Image-2 (high) sekitar $211 per 1.000 gambar — kira-kira $0.21 untuk keluaran 1024×1024 berkualitas tinggi — dan halaman openai/gpt-image-2 di OrcaRouter menunjukkan pembagian token $8.00/$30.00 yang sama. Karena model 2.5 memakai tarif yang sama, persoalan biaya hanya bergantung pada konsumsi token per gambar, yang justru tidak dipublikasikan saat peluncuran.

Itulah perhitungan harga yang penting bagi siapa pun yang sudah memanggil gpt-image-2 melalui OrcaRouter. Model gambar OpenAI termasuk di antara lebih dari 200 model yang tersedia melalui API OrcaRouter, dan OrcaRouter meneruskan harga daftar dari penyedia secara langsung dengan markup 0% — tarif $8.00/$30.00 di halaman model openai/gpt-image-2 adalah angka milik OpenAI sendiri, bukan angka milik penjual ulang. Pada hari penyedia hulu menambahkan pengidentifikasi gpt-image-2.5-flare atau gpt-image-2.5-sunburst, kunci API yang sama akan memanggil model-model tersebut, dan perubahan harga vendor pada salah satu model tersebut akan langsung berlaku di sisi Anda pada hari yang sama saat perubahan itu muncul.

Flare atau Sunburst: mana yang cocok untuk Anda

Bagi kebanyakan tim, jawaban jujurnya adalah "mulai dengan Flare dan naik ke Sunburst hanya ketika sebuah edit harus bertahan dalam pengawasan." Model-model tersebut terbagi jelas berdasarkan beban kerja, bukan berdasarkan kualitas mentah, dan posisi OpenAI sendiri mengatakan Flare adalah pilihan default. Pembacaan dimensi per dimensi:

• Kecepatan — Flare yang cepat: OpenAI mengklaim latensi hingga 50 persen lebih rendah daripada GPT-Image-2, dan throughput 2–4× dalam evaluasinya dan dalam penggunaan Manus. Sunburst sengaja menukar kecepatan demi presisi dan membutuhkan waktu lebih lama per generasi.

• Beban kerja terbaik — Flare untuk konten kreator/sosial, pengalaman produk, pencarian visual, pembuatan prototipe cepat, dan aset merek bervolume tinggi. Sunburst untuk materi kreatif kampanye produksi, fotografi produk yang profesional, dan pekerjaan desain yang kualitas editnya harus tetap terjaga.

• Perilaku pengeditan — Sunburst adalah editor yang lebih ketat; umpan balik "memahami apa yang tidak boleh diubah" dari Higgsfield berlaku untuk generasi 2.5 secara keseluruhan, tetapi Sunburst adalah model yang dirancang untuk kontrol terbesar dalam pengeditan berurutan.

• Tag model API — Flare adalah model "kecil" dalam referensi OpenAI; Sunburst adalah model "dasar", yang berarti lebih besar dan lebih lambat dari keduanya.

• Harga — tarif token identik ($8,00 input / $30,00 output per juta), jadi perbedaan biaya adalah token ekstra yang dikonsumsi oleh generasi Sunburst yang lebih panjang.

• Skor independen — belum ada untuk kedua model per 9 September 2026; perlakukan semua klaim kualitas dan kecepatan sebagai laporan vendor sampai ada entri papan peringkat atau uji pihak ketiga yang dapat direproduksi.

Pola yang masuk akal bagi tim yang sudah berada dalam produksi adalah mengarahkan mayoritas lalu lintas ke Flare — karena ini adalah default dengan latensi lebih rendah dan taruhan yang lebih murah pada harga token yang sama — dan hanya mengarahkan bagian yang sarat penyuntingan serta kritis terhadap kualitas ke Sunburst. Karena kedua model berbagi bentuk API Images dan tarif token yang sama, pemisahan itu adalah perubahan konfigurasi, bukan migrasi. Failover otomatis membuatnya aman untuk dicoba sebelum Anda berkomitmen: kirim sebagian lalu lintas nyata ke model baru dan kembali ke gpt-image-2 jika terjadi kesalahan atau waktu habis, dan prompt Anda sendiri — bukan halaman peluncuran — yang menentukan saudara mana yang layak mendapat lalu lintas.

Di mana posisi peluncuran 2.5 dalam persaingan model gambar

GPT-Image-2 sudah menjadi model yang sulit dikalahkan di papan peringkat independen sebelum perilisan ini. Di papan peringkat text-to-image Artificial Analysis, model ini memegang posisi teratas dengan Elo 1178 — unggul dari MAI-Image-2.6 di 1149, Nano Banana 2 di 1121, dan Muse Image di 1116 — dan di papan peringkat pengeditan gambar, GPT-Image-2 (high) berada di posisi kedua dengan Elo 1117, di belakang MAI-Image-2.6 milik Microsoft di 1122. Narasi peluncuran GPT-Image-2.5 adalah bahwa OpenAI telah mengambil posisi terdepan tersebut dan membaginya menjadi dua tingkatan: satu untuk kecepatan dan satu untuk presisi. Ini adalah strategi produk sekaligus klaim kualitas: alih-alih mempertahankan satu skor unggulan, mereka mempertahankan dua posisi harga-kinerja sekaligus.

Catatan jujurnya adalah bahwa semua ini belum diukur untuk model-model baru tersebut. Per 9 September, baik gpt-image-2.5-flare maupun gpt-image-2.5-sunburst belum muncul di papan peringkat Artificial Analysis, dan belum ada replikasi independen atas klaim kecepatan OpenAI yang dipublikasikan. Angka-angka di atas yang memang memiliki dukungan independen — skor Elo GPT-Image-2 dan harga per gambar — menggambarkan pendahulunya, bukan yang baru. Soal keamanan, OpenAI melaporkan tingkat generasi tidak aman sebesar 1,41 persen untuk Flare dan 1,09 persen untuk Sunburst dibandingkan baseline 1,64 persen pada evaluasi internalnya; itu adalah angka dari vendor, dirilis untuk menunjukkan bahwa pasangan model ini lebih aman daripada model yang mereka kembangkan, dan angka tersebut sebaiknya dianggap sebagai indikasi arah, bukan kepastian. Konteks skala juga berasal dari OpenAI: mereka menyatakan pengguna membuat lebih dari tiga miliar gambar per minggu di platform mereka.

Tontonan Berikutnya

Tiga hal akan memberi tahu Anda apakah pemisahan ini bekerja lebih baik daripada flagship tunggal yang diperluasnya. Pertama adalah angka latensi dan throughput independen untuk Flare — klaim 2–4× OpenAI adalah angka yang dapat diverifikasi oleh mitra dalam satu sore, dan dukungan Manus adalah awal, bukan bukti. Kedua adalah konsumsi token per gambar pada kedua model, yang akan mengubah tarif token $8/$30 yang tidak berubah menjadi harga per gambar yang nyata; data tersebut belum dipublikasikan saat peluncuran. Ketiga adalah di mana Sunburst berada di papan peringkat pengeditan gambar, karena itulah alasan utama model ini ada: jika keunggulan presisinya atas GPT-Image-2 nyata, hal itu akan terlihat melawan MAI-Image-2.6 dan sepuluh besar pengeditan lainnya dalam beberapa minggu.

Untuk saat ini, rilis ini benar-benar menjadi persimpangan jalan bagi para pembeli API gambar. {{1}}GPT-Image-2.5 Flare adalah jalur migrasi default yang masuk akal dari GPT-Image-2 — API yang sama, harga token yang sama, kecepatan yang lebih baik di atas kertas.{{/1}} {{2}}GPT-Image-2.5 Sunburst adalah model yang layak ditunggu jika pekerjaan Anda berupa penyuntingan yang harus tahan terhadap pengawasan ketat.{{/2}} Dan jika Anda sudah memanggil gpt-image-2 melalui OrcaRouter, {{3}}beralih ke salah satu dari keduanya hanyalah perubahan rute pada kunci yang sama,{{/3}} {{4}}dengan harga daftar penyedia yang diteruskan pada markup 0%,{{/4}} {{5}}dan failover tersedia selagi Anda memutuskan model mana yang benar-benar layak mendapatkan traffic Anda.{{/5}}