GPT-Image-2.5 Flare와 Sunburst: OpenAI, 이미지 API를 속도와 정밀도로 분리

OpenAI의 이미지 API에는 이제 플래그십 모델이 하나가 아닌 두 개가 있다. 2026년 9월 8일, 회사는 GPT-Image-2.5 Flare와 GPT-Image-2.5 Sunburst를 발표했다. 두 모델은 동일한 2.5 업그레이드를 기반으로 한 자매 모델로, 세대별 구분이 아닌 워크로드에 따라 구분된다. Flare는 일상적이고 대량의 이미지 생성을 위한 빠르고 기본적인 선택지로 포지셔닝되었으며, Sunburst는 편집에 대한 제어가 처리 시간보다 중요한 작업을 위한 느리지만 정밀도 우선의 모델이다. 두 모델 모두 소비자용 ChatGPT Images 2.5 출시와 같은 날 Images API에 포함되었으며, OpenAI가 4월에 출시한 GPT-Image-2 계열을 확장한다. 이 계열은 9월 3일 Codex 유출이 표면화된 이후 커뮤니티에서 추적해 오던 것이다.

개발자에게 실질적인 변화는 즉각적입니다. 이제 결정은 더 이상 "어떤 이미지 모델을 호출할까?"가 아니라 "두 형제 모델 중 어느 쪽이 이 워크로드에 적합할까?"의 문제가 됩니다. 그 답은 비용과 지연 시간에 영향을 미칩니다. 두 모델은 속도 면에서 서로 대체할 수 없기 때문입니다. 그 아래의 모든 것은 OpenAI 측의 주장입니다. 속도, 품질, 안전 수치는 모두 해당 업체와 공식 발표된 파트너사에서 나온 수치이며, 2.5 모델 중 어느 것도 2026년 9월 9일 기준 아직 독립적인 벤치마크 점수를 갖고 있지 않습니다.

두 가지 모델, 하나의 업그레이드

OpenAI의 개발자 발표는 두 모델을 사용 사례에 따라 구분한다. GPT-Image-2.5 Flare — 식별자는 gpt-image-2.5-flare — 대부분의 애플리케이션에서 기본값이다. OpenAI는 이를 크리에이터 및 소셜 콘텐츠, 제품 경험, 시각 검색, 신속한 이미지 프로토타이핑, 브랜드 자산, 그리고 대량 생성 파이프라인에 적합하다고 본다. 회사는 Flare가 GPT-Image-2보다 최대 50퍼센트 낮은 지연 시간으로 더 높은 품질의 이미지를 생성하며, 자체 평가에서는 GPT-Image-2보다 약 2~4배 더 빠르게 생성한다고 밝혔다. 발표된 초기 고객인 Manus는 별도로 자체 사용에서 더 나은 투명 배경 출력과 함께 2–4× 속도 향상을 확인했다고 보고했다. API 참조 문서에서는 Flare를 두 모델 중 "소형" 모델로 표시한다.

GPT-Image-2.5 Sunburst — 식별자 gpt-image-2.5-sunburst —은 프리미엄 모델입니다. OpenAI는 편집 전반에 걸쳐 더 정밀한 제어가 필요한 워크플로우를 위해 이 모델을 구축했습니다. 프로덕션에 바로 투입 가능한 캠페인 크리에이티브, 세련된 제품 이미지, 마케팅 자료, 그리고 브랜드 정확성이 핵심인 디자인 도구 등이 그 대상입니다. Flare보다 생성에 더 오랜 시간이 걸리며, 그 추가 연산 비용은 OpenAI가 설명하는 바와 같이 편집 시 한 단계 더 높은 정밀도와 디테일 충실도를 제공합니다. API 레퍼런스는 Sunburst를 "기본(base)" 모델 — 두 모델 중 더 크고 더 신중한 모델 —로 표기합니다. 또 다른 발표된 초기 고객인 Higgsfield AI는 이 모델이 "무엇을 바꾸지 말아야 하는지 이해한다"고 말하는데, 이는 전체 2.5 편집 콘셉트를 잘 요약한 표현입니다. 즉, 지시문이 요청하지 않은 이미지의 부분들은 복잡한 장면에서도 그대로 유지한다는 뜻입니다.

Adobe는 두 모델을 모두 Firefly에 통합한다고 밝혔으며, 이로써 두 모델은 해당 제품 라인에 도달한 최초의 OpenAI 이미지 모델이 되었다. Manus와 Higgsfield AI도 명시된 다른 초기 고객사들이다.

실제로 무엇이 개선되었나?

릴리스 노트는 품질 개선 작업을 동일한 헤드라인 아래에 모아 둡니다: 더 선명한 디테일, 더 강력한 스타일 준수, 편집에 대한 더 많은 제어. 그 아래에서 OpenAI는 주의 깊게 읽을 가치가 있는 구체적인 변경 사항을 나열합니다. 이는 포인트 릴리스와 진정한 발전 사이의 차이를 만들어 내기 때문입니다:

• 더 자연스러운 조명과 더 풍부한 텍스처 — 리뷰어들이 일관되게 Images 2.0 대비 확연한 도약이라고 평가하는 출력 품질 요소들.

• 참조 사진의 피사체 보존 기능 개선 — 얼굴 특징과 식별 가능한 세부 정보가 매번 새로 재창조되는 대신 생성 과정을 통해 유지됩니다.

• 더욱 안정적인 다중 턴 편집 — 이전 변경 사항이 안정적으로 유지되며, 각 후속 편집은 이전 작업을 기반으로 구축되어 이미지의 관련 없는 영역을 저하시키지 않습니다.

• 소비자 측면에서 Images 2.0보다 생성 지연 시간이 최대 50% 낮으며, 이는 Flare가 API 측면에서 전하는 속도 스토리와 동일합니다.

• 더 선명한 텍스트와 투명 배경 처리는 이미지 API 구매자들이 가장 자주 벤치마크하는 두 가지 기능이다. Manus의 투명 배경 관련 언급은 지금까지 유일하게 독립적으로 보이는 뒷받침 근거다.

OpenAI는 또한 모든 출력물에 C2PA 메타데이터와 보이지 않는 워터마크가 포함된다고 밝히는데, 이는 GPT-Image-2의 출처(provenance) 접근 방식과 동일하며, 일부 규제 대상 워크플로우에서는 필수 요건이므로 다시 강조할 가치가 있다.

API가 이제 노출하는 것

새 모델들은 개발자들이 이미 사용하는 동일한 Images API 엔드포인트, 즉 생성 및 편집 호출에 포함되지만, 사용 가능한 파라미터 구성은 더욱 확장되었습니다. 2.5 모델에 대한 API 참조에는 GPT-Image-2가 제공했던 것보다 더 넓은 범위를 가진 quality 매개변수가 표시됩니다: 기본값인 auto, low, medium, high, 그리고 high보다 높은 두 등급인 xhigh와 max입니다. 또한 문서에는 GPT-Image-2가 지원했던 2048×2048 상한을 넘어서는 크기 옵션도 나와 있으며, 가로 방향으로 최대 3840×2160, 세로 방향으로 2160×3840까지 지원합니다. 명시된 제약 조건은 다음과 같습니다: 한 변의 길이는 3840픽셀을 초과할 수 없고, 크기는 16의 배수여야 하며, 종횡비는 3:1보다 넓을 수 없고, 총 픽셀 수는 655,360에서 8,294,400 사이여야 합니다. 따라서 가장 큰 출력물은 8메가픽셀을 약간 넘는 4K급 범주에 속합니다. background 매개변수는 auto, opaque, transparent를 허용하며, transparent로 설정하면 투명 PNG 출력을 요청할 수 있습니다.

그 문단이 과장된 주장이 되지 않도록 해 주는 두 가지 주의사항이 있다. 첫째, 이 설정들은 OpenAI 레퍼런스에서 2.5 모델 식별자에 대해 문서화된 내용이다. 모든 등급과 크기가 두 모델 모두에서 제공되는지, 그리고 각 품질 수준의 토큰 비용이 얼마인지는 출시 당시 완전히 문서화되지 않았다. 둘째, gpt-image-2는 여전히 API에 등재되어 있다. 2.5 릴리스는 기존 항목에 추가되는 방식이므로 기존 통합은 깨지지 않는다. 새 모델의 이미지당 가격은 각 생성이 실제로 소비하는 토큰 수에 따라 달라진다. 즉, 실제 사용 데이터가 축적되기 전까지는 '1024×1024 이미지당 달러'로 예산을 세우던 기존 관행이 주시해야 할 수치라는 뜻이다.

가격은 변동이 없습니다.

OpenAI는 토큰 요율을 GPT-Image-2와 동일하게 유지했습니다. 즉, 프롬프트의 일반 텍스트 토큰에 더해 이미지 입력 토큰 100만 개당 $8.00, 이미지 출력 토큰 100만 개당 $30.00입니다. 이전 모델에서 이 요율이 의미하는 바를 참고하면, Artificial Analysis는 GPT-Image-2(high)를 이미지 1,000장당 약 $211(고품질 1024×1024 출력 1장당 약 $0.21)로 제시하며, OrcaRouter의 openai/gpt-image-2 페이지도 동일한 $8.00/$30.00 토큰 요율을 보여줍니다. 2.5 모델에도 동일한 요율이 적용되므로 비용 문제는 오로지 이미지당 토큰 소비량에 달려 있으며, 이것이 바로 출시 당시 공개되지 않은 부분입니다.

이것이 바로 이미 OrcaRouter를 통해 gpt-image-2를 호출하고 있는 모든 사람에게 중요한 가격 산정 방식입니다. OpenAI 이미지 모델들은OrcaRouter API 뒤에 있는 200개 이상의 모델에 포함되어 있으며, OrcaRouter는 공급업체 공시 가격을 0% 마크업으로 그대로 전달합니다 — openai/gpt-image-2 모델 페이지의 $8.00/$30.00 요금은 리셀러의 가격이 아니라 OpenAI 자체의 수치입니다. 상위 공급업체가 gpt-image-2.5-flare 또는 gpt-image-2.5-sunburst 식별자를 추가하는 날, 동일한 API 키가 이들을 호출하며, 두 모델 중 하나의 공급업체 가격이 변경되면 그 가격이 나타난 당일에 귀하 측에도 반영됩니다.

Flare 또는 Sunburst: 어느 것이 당신에게 맞을까요?

대부분의 팀에게 솔직한 답변은 "Flare로 시작하고, 편집 결과물이 검증을 통과해야 할 때만 Sunburst로 전환하라"입니다. 이 모델들은 원시 품질보다는 작업 부하에 따라 명확히 구분되며, OpenAI의 자체 포지셔닝에서도 Flare가 기본값이라고 밝히고 있습니다. 차원별 분석은 다음과 같습니다:

• 속도 — Flare는 빠른 모델입니다: OpenAI는 GPT-Image-2보다 지연 시간이 최대 50% 낮으며, 자체 평가와 Manus 사용에서 처리량이 2–4배 높다고 주장합니다. Sunburst는 의도적으로 속도를 희생하고 정밀도를 택하며, 생성당 더 오랜 시간이 걸립니다.

• 최적의 워크로드 — Flare는 크리에이터/소셜 콘텐츠, 제품 경험, 비주얼 검색, 신속한 프로토타이핑, 대량 브랜드 자산에 적합합니다. Sunburst는 프로덕션 캠페인 크리에이티브, 완성도 높은 제품 사진, 편집 품질이 유지되어야 하는 디자인 작업에 적합합니다.

• 편집 동작 — Sunburst는 더 정밀한 편집기입니다. Higgsfield의 "무엇을 변경하지 말아야 하는지 이해한다"는 피드백은 2.5 세대 전체에 적용되지만, Sunburst는 연속 편집에서 가장 큰 제어력을 제공하도록 설계된 모델입니다.

• API 모델 태그 — Flare는 OpenAI의 레퍼런스에서 "small" 모델이고, Sunburst는 "base" 모델, 즉 둘 중 더 크고 더 느린 모델입니다.

• 가격 — 토큰 요금은 동일합니다(입력 $8.00 / 출력 $30.00, 백만 개당). 따라서 비용 차이는 Sunburst의 더 긴 생성이 소비하는 추가 토큰만큼뿐입니다.

독립 점수 — 2026년 9월 9일 기준 두 모델 모두 아직 없음; 리더보드 등재 또는 재현 가능한 제3자 테스트가 나오기 전까지 모든 품질 및 속도 주장은 벤더 보고 수치로 간주하십시오.

이미 운영 중인 팀에게 합리적인 패턴은 대부분의 트래픽을 Flare로 라우팅하는 것이다. Flare는 지연 시간이 더 낮은 기본값이고 같은 토큰 가격에서 더 저렴한 선택이기 때문이다. 그리고 편집 작업이 많고 품질이 중요한 일부만 Sunburst로 보내는 것이다. 두 모델 모두 Images API 형태와 동일한 토큰 요금을 공유하므로, 이 분할은 마이그레이션이 아니라 설정 변경이다. 자동 장애 조치 덕분에 확정하기 전에 시도해 보는 것이 안전하다. 실제 트래픽 일부를 새 모델에 보내고 오류나 시간 초과가 발생하면 gpt-image-2로 폴백하면 된다. 그러면 어떤 형제 모델이 트래픽을 받을지는 출시 페이지가 아니라 여러분의 프롬프트가 결정한다.

2.5 출시가 이미지 모델 경쟁에서 어디에 자리 잡을까

{{1}}GPT-Image-2{{/1}}는 이번 출시 이전부터 여러 독립 리더보드에서 정상을 지키던 모델이었다. Artificial Analysis의 텍스트-이미지 생성 리더보드에서 Elo 1178로 1위를 지키고 있으며, 그다음은 Elo 1149의 {{2}}MAI-Image-2.6{{/2}}, Elo 1121의 {{3}}Nano Banana 2{{/3}}, Elo 1116의 {{4}}Muse Image{{/4}} 순이다. 이미지 편집 리더보드에서는 {{5}}GPT-Image-2 (high){{/5}}가 Elo 1117로 2위에 올라 있고, 1위는 Elo 1122를 기록한 마이크로소프트의 {{6}}MAI-Image-2.6{{/6}}이다. {{7}}GPT-Image-2.5{{/7}}의 출시 내러티브는 {{8}}OpenAI{{/8}}가 그 선두 자리를 속도 등급과 정밀도 등급으로 분리했다는 것이다. 이는 품질에 대한 주장인 동시에 제품 전략이다. 하나의 플래그십 점수를 방어하는 대신, 가격 대비 성능 측면의 두 포지션을 동시에 방어하는 셈이다.

솔직히 말하면, 이 모든 것은 아직 새 모델에 대해 측정된 바가 없다. 9월 9일 기준으로 gpt-image-2.5-flare와 gpt-image-2.5-sunburst는 모두 Artificial Analysis 리더보드에 나타나지 않았으며, OpenAI의 속도 주장에 대한 독립적인 재현 결과도 발표되지 않았다. 독립적 뒷받침이 있는 위 수치들 — GPT-Image-2의 Elo 점수와 이미지당 가격 — 은 새 모델이 아니라 전작을 설명한다. 안전성과 관련해 OpenAI는 자체 내부 평가에서 1.64% 기준선 대비 Flare의 불안전 생성률이 1.41%, Sunburst가 1.09%라고 보고한다. 이는 공급업체 수치로, 두 모델이 확장 대상 모델보다 더 안전하다는 것을 보여주기 위해 공개된 것이며, 확정적 수치라기보다 방향성 지표로 취급하는 것이 적절하다. 규모에 대한 맥락도 OpenAI에서 나온다. OpenAI는 사용자들이 자사 플랫폼에서 매주 30억 개 이상의 이미지를 생성한다고 말한다.

다음에 볼 콘텐츠

세 가지가 이 분할 방식이 그것이 확장하는 단일 플래그십보다 더 나은지 여부를 알려줄 것입니다. 첫째는 Flare에 대한 독립적인 지연 시간 및 처리량 수치입니다 — OpenAI의 2~4배 주장은 파트너가 오후에 검증할 수 있는 종류의 수치이며, Manus의 확인은 시작일 뿐 증거는 아닙니다. {{1}}둘째는 두 모델 모두에서 이미지당 토큰 소비량으로, 이는 변경되지 않은 $8/$30 토큰 요금을 실제 이미지당 가격으로 전환할 것입니다; 그 데이터는 출시 시점에 공개되지 않았습니다.{{/1}} 셋째는 Sunburst가 이미지 편집 게시판에서 어디에 위치하는지입니다. 왜냐하면 그것이 그 모델의 존재 이유 전체이기 때문입니다: GPT-Image-2에 대한 정밀도 우위가 실제라면, {{2}}몇 주 이내에 MAI-Image-2.6 및 나머지 편집 상위 10위 안에 나타나야 합니다.{{/2}}

지금 단계에서 이번 출시는 이미지 API 구매자들에게 진정한 갈림길입니다. GPT-Image-2.5 Flare는 GPT-Image-2에서 넘어오는 합리적인 기본 마이그레이션 경로입니다. 동일한 API, 동일한 토큰 가격, 스펙상 더 빠른 속도 덕분입니다. GPT-Image-2.5 Sunburst는 면밀한 검토를 받는 편집 작업이 주 업무라면 기다릴 가치가 있는 모델입니다. 그리고 이미 OrcaRouter를 통해 gpt-image-2를 호출하고 있다면, 두 형제 모델 중 어느 쪽으로 전환하든 같은 키의 라우팅 변경일 뿐입니다. 공급업체의 공시 가격이 0% 마크업으로 그대로 전달되며, 어떤 모델이 실제로 여러분의 트래픽을 받을 만한지 결정하는 동안 페일오버도 이용할 수 있습니다.