GPT-Image-2.5 Flare e Sunburst: OpenAI divide la sua API di immagini in velocità e precisione

L'API per le immagini di OpenAI ora ha due modelli di punta invece di uno. L'8 settembre 2026, l'azienda ha presentato GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst: modelli gemelli sotto lo stesso aggiornamento 2.5, distinti per carico di lavoro piuttosto che per generazione. Flare è posizionato come il modello veloce e predefinito per la generazione di immagini quotidiana e ad alto volume; Sunburst è il modello più lento e orientato alla precisione, pensato per quei lavori in cui il controllo su una modifica conta più dei tempi di consegna. Entrambi sono stati resi disponibili nell'API Images lo stesso giorno dell'implementazione consumer di ChatGPT Images 2.5, ed entrambi estendono la stirpe di GPT-Image-2 che OpenAI ha rilasciato ad aprile e che la community aveva seguito fin dal leak di Codex emerso il 3 settembre.

Per uno sviluppatore il cambiamento pratico è immediato: la decisione non è più "quale modello di immagini chiamo?" ma "quale dei due fratelli si adatta a questo carico di lavoro?" La risposta è rilevante per costi e latenza, perché i due modelli non sono intercambiabili in termini di velocità. Tutto ciò che segue è un'affermazione di OpenAI — dati su velocità, qualità e sicurezza provengono tutti dal fornitore e dai suoi partner annunciati, e nessuno dei modelli 2.5 ha ancora un punteggio benchmark indipendente al 9 settembre 2026.

Due modelli, un upgrade

L'annuncio agli sviluppatori di OpenAI inquadra la coppia in base al caso d'uso. GPT-Image-2.5 Flare — l'identificatore è gpt-image-2.5-flare — è il modello predefinito per la maggior parte delle applicazioni. OpenAI lo posiziona per contenuti di creator e social, esperienze di prodotto, ricerca visiva, prototipazione rapida di immagini, asset del brand e pipeline di generazione ad alto volume. L'azienda afferma che Flare produce immagini di qualità superiore rispetto a GPT-Image-2 con una latenza inferiore fino al 50 percento e che, nelle sue valutazioni, genera da due a quattro volte più velocemente di GPT-Image-2; il primo cliente annunciato, Manus, ha riferito separatamente di aver osservato nel proprio utilizzo accelerazioni da 2 a 4 volte e un output con sfondo trasparente migliore. Il riferimento API etichetta Flare come il modello "small" della coppia.

GPT-Image-2.5 Sunburst — identificatore gpt-image-2.5-sunburst — è la metà premium. OpenAI lo ha costruito per flussi di lavoro che traggono beneficio da un controllo più stretto nelle modifiche: creativi per campagne pronti alla produzione, immagini prodotto rifinite, materiali di marketing e strumenti di design in cui l'accuratezza del marchio è il punto centrale. Richiede più tempo per generazione rispetto a Flare, e quella potenza di calcolo aggiuntiva si traduce in ciò che OpenAI descrive come un livello extra di precisione e fedeltà dei dettagli nelle modifiche. Il riferimento API indica Sunburst come modello "base" — il più grande e ponderato dei due. Higgsfield AI, un altro cliente della prima ora annunciato, afferma che il modello "capisce cosa non cambiare", una sintesi utile per l'intera proposta di editing 2.5: mantenere intatte le parti di un'immagine che l'istruzione non ha chiesto di modificare, anche in scene affollate.

Adobe afferma di stare integrando entrambi i modelli in Firefly, il che rende la coppia i primi modelli di immagini OpenAI a raggiungere quella linea di prodotti. Manus e Higgsfield AI sono gli altri clienti iniziali nominati.

Cosa è effettivamente migliorato

Le note di versione raggruppano il lavoro sulla qualità sotto lo stesso titolo: dettagli più nitidi, maggiore aderenza allo stile e più controllo sulle modifiche. Sotto questo titolo, OpenAI elenca i cambiamenti specifici che vale la pena leggere attentamente, perché sono la differenza tra un aggiornamento minore e un vero passo avanti:

Illuminazione più naturale e texture più ricche — gli elementi di qualità dell'output che i recensori descrivono costantemente come il salto visibile rispetto a Images 2.0.

• Migliore preservazione del soggetto dalle foto di riferimento — i tratti del viso e i dettagli identificativi permangono attraverso una generazione invece di essere reinventati ogni volta.

• Modifica multi-turn più affidabile — le modifiche precedenti rimangono stabili e ogni modifica successiva si basa sul lavoro precedente senza degradare le aree non correlate dell'immagine.

* Fino al 50 percento di latenza di generazione in meno rispetto a Images 2.0 sul lato consumer, che è la stessa storia di velocità che Flare racconta sul lato API.

• Testo più nitido e gestione degli sfondi trasparenti, le due capacità che gli acquirenti di API per immagini mettono più spesso alla prova; la nota di Manus sullo sfondo trasparente è finora l'unica conferma dall'apparenza indipendente.

OpenAI afferma inoltre che ogni output include metadati C2PA e una filigrana invisibile, un aspetto invariato rispetto all'approccio di provenienza di GPT-Image-2 e che vale la pena ribadire, poiché rappresenta un requisito imprescindibile in alcuni flussi di lavoro regolamentati.

Cosa espone ora l'API

I nuovi modelli arrivano negli stessi endpoint dell'API Images che gli sviluppatori già utilizzano — chiamate di generazione e modifica — ma la superficie dei parametri è cresciuta. Il riferimento API per i modelli 2.5 mostra un parametro quality con un margine maggiore rispetto a quello offerto da GPT-Image-2: auto (il valore predefinito), low, medium, high e due nuovi livelli al di sopra di high, xhigh e max. Vengono documentate anche opzioni di dimensione che vanno oltre il tetto di 2048×2048 con cui GPT-Image-2 era stato lanciato, fino a 3840×2160 in orizzontale e 2160×3840 in verticale. I vincoli dichiarati sono una lunghezza del lato non superiore a 3840 pixel, dimensioni multiple di 16, un rapporto d'aspetto non più ampio di 3:1 e un totale di pixel compreso tra 655.360 e 8.294.400 — quindi le uscite più grandi si collocano appena sopra gli 8 megapixel, in territorio 4K. Un parametro background accetta auto, opaque o transparent ed è così che viene richiesto un output PNG trasparente.

Due avvertenze mantengono onesto quel paragrafo. Primo, queste sono le impostazioni documentate per gli identificatori 2.5 nel reference di OpenAI; se ogni fascia e dimensione sia disponibile su entrambi i modelli, e quanto ogni livello di qualità costi in token, non era stato completamente documentato al lancio. Secondo, gpt-image-2 rimane elencato nell'API — il rilascio 2.5 è additivo e le integrazioni esistenti non si rompono. Il prezzo per immagine dei nuovi modelli dipenderà da quanti token ogni generazione consuma effettivamente, il che significa che la vecchia abitudine di fare budget in "dollari per immagine 1024×1024" è il numero da tenere d'occhio finché non si accumulano dati di utilizzo reali.

I prezzi non si sono mossi

OpenAI ha mantenuto le tariffe dei token identiche a quelle di GPT-Image-2: $8.00 per milione di token di input per immagini e $30.00 per milione di token di output per immagini, oltre ai consueti token di testo per il prompt. Per dare un'idea di cosa significassero queste tariffe per il modello precedente, Artificial Analysis indica GPT-Image-2 (high) a circa $211 per 1.000 immagini — vale a dire circa $0.21 per un output 1024×1024 di alta qualità — e la pagina di openai/gpt-image-2 su OrcaRouter mostra la stessa suddivisione delle tariffe dei token: $8.00/$30.00. Poiché i modelli 2.5 hanno le stesse tariffe, la questione dei costi dipende esclusivamente dal consumo di token per immagine, che è esattamente ciò che non è stato pubblicato al lancio.

Questo è il calcolo dei prezzi che conta per chiunque stia già chiamando gpt-image-2 tramite OrcaRouter. I modelli di generazione di immagini di OpenAI sono tra gli oltre 200 modelli disponibili tramite l'API OrcaRouter, e OrcaRouter trasmette direttamente il prezzo di listino del fornitore con un ricarico dello 0% — le tariffe di $8.00/$30.00 nella pagina del modello openai/gpt-image-2 sono i prezzi di OpenAI, non quelli di un rivenditore. Il giorno in cui un fornitore a monte aggiunge gli identificatori gpt-image-2.5-flare o gpt-image-2.5-sunburst, la stessa chiave API li chiama, e una modifica di prezzo del fornitore su uno dei due modelli è attiva dal tuo lato lo stesso giorno in cui compare.

Flare o Sunburst: quale fa per te

Per la maggior parte dei team, la risposta onesta è: "iniziare con Flare e passare a Sunburst solo quando una modifica deve sopravvivere a un esame approfondito". I modelli si dividono nettamente in base al carico di lavoro, non alla qualità grezza, e il posizionamento di OpenAI stesso indica Flare come opzione predefinita. La lettura dimensione per dimensione:

• Velocità — Flare è quello veloce: OpenAI afferma una latenza inferiore fino al 50 percento rispetto a GPT-Image-2 e un throughput 2–4× superiore nelle sue valutazioni e nell'utilizzo di Manus. Sunburst sacrifica deliberatamente la velocità per la precisione e impiega più tempo per ogni generazione.

• Carichi di lavoro consigliati: Flare per contenuti creator/social, esperienze di prodotto, ricerca visiva, prototipazione rapida e asset di marca ad alto volume. Sunburst per creative di campagne di produzione, fotografia di prodotto curata e lavori di design in cui l'editing deve reggere.

• Comportamento di modifica — Sunburst è l'editor più preciso; il feedback "capisce cosa non cambiare" di Higgsfield si applica all'intera generazione 2.5, ma Sunburst è il modello costruito per il massimo controllo tra modifiche successive.

• Tag del modello API — Flare è il modello "small" nel riferimento di OpenAI; Sunburst è il modello "base", cioè il più grande e lento dei due.

Prezzo — tariffe token identiche ($8.00 input / $30.00 output per milione), quindi la differenza di costo è data dai token extra consumati dalle generazioni più lunghe di Sunburst.

• Punteggio indipendente — al 9 settembre 2026 non c'è ancora alcun punteggio per nessuno dei due modelli; considera tutte le affermazioni su qualità e velocità come riportate dal fornitore finché non compare una voce in classifica o un test riproducibile di terze parti.

Un pattern ragionevole per un team già in produzione è instradare la maggior parte del traffico verso Flare — è l'opzione predefinita a latenza inferiore e la scommessa più economica a parità di prezzo dei token — e indirizzare solo la fetta più intensiva in termini di modifiche e critica per la qualità verso Sunburst. Poiché entrambi i modelli condividono la forma dell'API Images e le stesse tariffe dei token, quella suddivisione è un cambio di configurazione, non una migrazione. Il failover automatico rende sicuro provare prima di impegnarsi: invia una parte del traffico reale al nuovo modello e ripiega su gpt-image-2 in caso di errore o timeout, e saranno i tuoi stessi prompt — non una pagina di lancio — a decidere quale dei due fratelli si aggiudica il traffico.

Dove si colloca il lancio della 2.5 nella corsa ai modelli di immagine

GPT-Image-2 era già il modello da battere nelle classifiche indipendenti prima di questa release. Nella classifica text-to-image di Artificial Analysis detiene il primo posto con Elo 1178 — davanti a MAI-Image-2.6 con 1149, Nano Banana 2 con 1121 e Muse Image con 1116 — e nella classifica image-editing GPT-Image-2 (high) si piazza al secondo posto con Elo 1117, dietro a MAI-Image-2.6 di Microsoft con 1122. La narrativa di lancio di GPT-Image-2.5 è che OpenAI ha preso quella posizione di leadership e l'ha divisa in un livello di velocità e un livello di precisione, che è una strategia di prodotto tanto quanto una dichiarazione di qualità: invece di difendere un unico punteggio di punta, difende contemporaneamente due posizioni di rapporto qualità-prezzo.

L'avvertenza onesta è che nulla di tutto ciò è ancora stato misurato per i nuovi modelli. Al 9 settembre, né gpt-image-2.5-flare né gpt-image-2.5-sunburst compaiono nelle classifiche di Artificial Analysis, e non è stata pubblicata alcuna riproduzione indipendente delle affermazioni di OpenAI sulla velocità. I numeri sopra che hanno effettivamente un riscontro indipendente — i punteggi Elo di GPT-Image-2 e il prezzo per immagine — descrivono il predecessore, non i nuovi arrivati. Sul fronte della sicurezza, OpenAI riporta tassi di generazione non sicura dell'1,41 percento per Flare e dell'1,09 percento per Sunburst rispetto a un valore di riferimento dell'1,64 percento nei suoi eval interni; sono dati forniti dal fornitore, rilasciati per dimostrare che la coppia è più sicura del modello da cui deriva, e vanno trattati come indicativi piuttosto che definitivi. Anche il contesto sulla scala arriva da OpenAI: l'azienda afferma che gli utenti creano più di tre miliardi di immagini a settimana sulla sua piattaforma.

Cosa guardare dopo

Tre elementi ti diranno se la scissione funziona meglio del singolo modello di punta che estende. Il primo sono i numeri indipendenti di latenza e throughput per Flare — l'affermazione di OpenAI di 2–4× è il tipo di cifra che un partner può verificare in un pomeriggio, e la conferma di Manus è un inizio, non una prova. Il secondo è il consumo di token per immagine su entrambi i modelli, che convertirà le invariate tariffe di token di $8/$30 in un prezzo reale per immagine; quei dati non erano stati pubblicati al lancio. Il terzo è dove Sunburst si colloca nelle classifiche di editing delle immagini, perché quella è l'intera ragion d'essere del modello: se il suo vantaggio di precisione su GPT-Image-2 è reale, dovrebbe emergere contro MAI-Image-2.6 e il resto della top ten dell'editing entro poche settimane.

Per ora, il rilascio rappresenta un vero bivio per gli acquirenti di API per immagini. GPT-Image-2.5 Flare è il percorso di migrazione predefinito più sensato da GPT-Image-2 — stessa API, stesso prezzo per token, velocità migliore sulla carta. GPT-Image-2.5 Sunburst è quello per cui vale la pena aspettare se il tuo lavoro consiste in modifiche sotto esame. E se stai già chiamando gpt-image-2 tramite OrcaRouter, il passaggio a uno dei due fratelli è un cambio di routing sulla stessa chiave, con il prezzo di listino del fornitore applicato a margine 0% e failover disponibile mentre decidi quale modello merita davvero il tuo traffico.