GPT-Image-2.6 vs GPT-Image-2.5: 교체는 문자열 하나지만, 청구서는 아니다

GPT-Image-2.5에서 GPT-Image-2.6으로 마이그레이션하는 것은 API 수준에서는 OpenAI가 올해 내놓은 업그레이드 중 가장 극적인 변화가 적은 편입니다. 엔드포인트 두 개, 요금표, Flare 대 Sunburst 구분까지 모두 동일합니다. 모델 문자열만 바뀌고 그 외에는 아무것도 바뀔 필요가 없습니다. 바로 그 점이 함정입니다. GPT-Image-2.6에는 GPT-Image-2.5에 없던 파라미터가 하나 추가되었습니다. 바로 복잡도 조절 장치인데, 이를 빼놓는다고 해서 꺼지는 것은 아닙니다. 기본값은 높음입니다. 문자열만 바꿔서 배포하는 파이프라인은 같은 비용으로 같은 양의 작업을 사는 것이 아니라 더 많은 작업을 사는 것이며, 그래서 마이그레이션 후 첫 비용 보고서는 공개 요금이 그대로인데도 달라질 수 있습니다.

두 모델 모두 동일한 상용 조건으로 정식 출시되었으며, 바로 그 점이 이 비교를 특별하게 만듭니다. 가격을 두고 논쟁할 거리는 없습니다. 논쟁은 전적으로 새로운 작업이 어디에 투입되는지, 그리고 귀하의 트래픽이 그로부터 혜택을 받을 수 있는 형태인지에 달려 있습니다.

API 표면은 정말 그대로 대체 가능합니다 — 다만 한 군데 구멍이 있습니다.

OpenAI는 2026년 11월 4일 GPT-Image-2.6을 하나가 아닌 두 개의 API 모델로 출시했으며, 2.5에서 확립한 구조를 계승했다. 세부 묘사와 일관성 지향 티어는 GPT-Image-2.6 Sunburst이고, 속도 티어는 GPT-Image-2.6 Flare이다. 이들의 전신인 GPT-Image-2.5 Sunburst와 GPT-Image-2.5 Flare는 동일한 이름과 서로 간의 동일한 관계를 유지한다.

• 모델 문자열 — gpt-image-2.6-flare 및 gpt-image-2.6-sunburst(이)가 gpt-image-2.5-flare 및 gpt-image-2.5-sunburst를 대체합니다. 명명 방식은 동일하며, 하나는 지연 시간용이고 다른 하나는 세부 묘사용입니다.

• 엔드포인트 — /v1/images/generations 및 /v1/images/edits, 변경 없음. 통합할 새 엔드포인트는 없습니다.

• 요금 — 텍스트 입력 토큰 100만 개당 $5, 이미지 입력 토큰 100만 개당 $8, 이미지 출력 토큰 100만 개당 $30이며, 캐시된 입력은 $1.25 및 $2.00입니다. 2.5와 바이트 단위까지 동일합니다.

• 품질 등급 — 낮음, 중간, 높음, xhigh, 최대, 자동. 동일한 사다리 구성입니다.

• 권장 크기 — 1024×1024, 1536×1024, 1024×1536이 여전히 문서에서 우선 안내되며, 16의 배수인 사용자 지정 크기와 1:3에서 3:1까지의 가로세로 비율이 허용됩니다.

• 허점 — 2.6은 Batch API를 통해 사용할 수 없습니다. 반값 야간 작업이 이미지 비용을 처리하는 방식이라면, 그 작업은 아직 옮길 수 없습니다.

마지막 줄이 실제로 문제를 일으키는 부분이다. 그 위의 모든 것은 문자열 교체와 회귀 실행일 뿐이다. 배치 격차는 바로 그 워크로드들—대량 카탈로그, 야간 백필, 대규모 A/B 생성—에 있어 아키텍처적 차단 요인이며, 이런 워크로드에서는 50% 할인이 워크로드가 존재하는 이유 그 자체다.

복잡성 다이얼이 진짜 기능이고, 놀라운 건 그 기본값이다.

복잡도는 품질 안에 속하는 것이 아니라 품질과 나란히 놓이는 새로운 축이며, 이 구분은 들리는 것보다 더 중요합니다. 품질은 렌더를 제어합니다. 즉, 그림에 얼마나 많은 출력 토큰이 들어가는지를 제어합니다. 복잡도는 계획을 제어합니다. 즉, 모델이 렌더링을 시작하기 전에 얼마나 많은 추론을 수행하는지를 제어합니다. 복잡한 장면의 저품질 이미지를 요청할 수도 있고, 단순한 장면의 고품질 이미지를 요청할 수도 있으며, 2.6에서는 이 둘이 진정으로 별개의 요청입니다.

문서에는 매개변수를 생략하면 기본값이 high로 설정된다고 명시되어 있습니다. 따라서 모델 이름만 바꾸고 다른 것은 아무것도 바꾸지 않은 채 2.5 요청을 이식하는 호출자는 모든 호출에서 조용히 최대 계획 예산을 선택하게 됩니다. 이는 버그가 아니라 더 많이 생각하는 것을 판매 포인트로 내세우는 모델에 맞는 합리적인 기본값이지만, 2.6 트래픽의 첫 달이 2.5 트래픽의 마지막 달과 동일 기준으로 비교할 수 있는 대상은 아니라는 뜻입니다.

적어도 하나의 공개 데이터 포인트가 같은 방향을 가리킨다. 11월 4일 공개된 세 이미지 실사용 테스트에서는 2.6 출력에 $0.1245가 보고된 반면, 2.5에서 동일한 스틸 이미지에는 $0.0446이 보고되었다. 이는 변하지 않은 요금표 기준으로 대략 세 배다. 세 이미지는 벤치마크가 아니며 그렇게 인용되어서는 안 된다. 표본이 너무 작아 배수를 입증할 수 없다. 다만 이 테스트가 보여 주는 것은 메커니즘이며, 그 메커니즘은 문서화되어 있다. 요청당 더 많은 계획 토큰이 기본 활성화되어 있고, 백만 개당 $30로 청구된다.

이 기사에서 운영상 조치를 하나만 취한다면, 바로 이것을 하세요. 복잡도를 명시적으로 설정하세요 — 2.5 시대 동작과 일치시키기 위한 합리적인 첫 추정값은 medium입니다 — 그런 다음 요청당 출력 토큰을 전과 후로 측정하세요. 요청당 달러를 측정하지 마세요. 요청당 달러는 요금표가 바뀌지 않았다는 것을 알려줄 뿐이며, 그것은 이미 알고 있던 사실입니다. 요청당 토큰은 모델이 요청한 것보다 더 많은 작업을 하고 있는지 알려줄 것입니다.

주장된 50% 속도 향상이 실제로 어디에 이르는지

OpenAI는 GPT-Image-2.6이 전반적으로 약 50% 더 빠르다고 설명하지만, 티어별 수치는 헤드라인 수치보다 훨씬 흥미롭고, 이는 벤더 자체 수치일 뿐 독립적으로 측정된 것은 아닙니다. Flare는 전작 대비 약 2.6배로 보고되며, 저품질 렌더링은 최소 6초 만에 완료됩니다. Sunburst는 약 1.15배로 보고됩니다.

그 두 숫자는 완전히 다른 두 가지 업그레이드를 설명합니다. 파이프라인에서 반복 작업용으로 Flare를 실행한다면 — 썸네일 탐색, 프롬프트 튜닝, 사람이 결과를 기다리는 모든 작업 — 2.6은 판도를 바꾸는 변화이며, 마이그레이션 비용은 주의력 절감만으로도 충분히 회수됩니다. 파이프라인에서 최종 출력 품질을 위해 Sunburst를 실행한다면, 15% 지연 시간 개선은 대부분의 호스팅 환경에서 실행 간 변동(노이즈) 범위 안에 있으며, 속도는 전혀 마이그레이션할 이유가 되지 않습니다.

솔직히 짚고 넘어갈 만합니다: 토큰 인플레이션을 보고한 바로 그 작은 실사용 테스트에서 2.6이 세 장의 이미지에서 2.5보다 느리다고도 보고했는데, 이는 벤더의 주장과 모순됩니다. n=3이면 그건 노이즈일 뿐 반박은 아닙니다. 하지만 이는 "{{1}}50% 더 빠름{{/1}}"이 품질 티어 전반에 걸친 출시 발표용 집계치이며, 실제 파이프라인은 한 가지 품질 설정에서 한 가지 티어만 본다는 점을 상기시켜 줍니다.

아직 아무도 2.6점을 받지 못했고, 2.5점이 여전히 1위입니다.

이것이 대부분의 보도가 넘어가고 있는 비교의 한 부분이다. AA-Image-T2I v2.1과 편집 보드를 운영하는 Artificial Analysis에서 2026년 11월 5일 확인했을 때 GPT-Image-2.6에 대한 행은 전혀 없었다. 낮은 점수가 아니라 행 자체가 없었다.

그 보드들이 실제로 보여주는 것은, 교체되고 있는 모델이 여전히 그 보드들에서 이기고 있다는 점이다:

• 텍스트-이미지 — GPT-Image-2.5 Sunburst (max) 13,153표中获得 1,224 Elo로 1위. GPT-Image-2.5 Flare (max) 12,498표에서 1,207로 2위. GPT Image 2 (high) 1,188로 3위.

이미지 편집 — GPT-Image-2.5 Sunburst (max)는 총 18,370표 중 1,200표로 1위. GPT-Image-2.5 Flare (max)는 총 19,259표 중 1,183표로, 1,197표를 얻은 MAI-Image-2.7-Preview에 뒤진 3위.

OpenAI의 출시 자료는 2.6 Sunburst의 1위 기록을 근거로 Design Arena를 인용한다. 그것은 실제 리더보드의 실제 주장이지만, 서로 다른 규모의 다른 평가자 풀이며, 자사 제품을 돋보이게 하는 리더보드를 골라 인용하는 것은 구매자가 활용할 수 있는 증거가 아니다. 2.6에 대한 비교 가능한 제3자 투표 수치는 아직 존재하지 않는다. 그 수치가 나오기 전까지 방어 가능한 입장은 2.5가 두 주요 리더보드 모두에서 독립적으로 점수화된 가장 높은 이미지 모델이며 2.6은 입증되지 않았다는 것이다. 즉 OpenAI가 말하는 특정 측면에서는 더 낫고, 그 외 모든 부분에서는 측정되지 않았다.

한나절이면 끝나는 마이그레이션

교체 비용이 충분히 저렴하기 때문에 현명한 접근 방식은 일괄 전환(big-bang migration)이 아니라, 누군가의 벤치마크 프롬프트 세트가 아닌 자신의 프롬프트로 실행하는 신중한 방식입니다.

먼저 복잡도를 당신이 선택한 값으로 고정하세요. 그래야 그 변화가 기본값으로 도착한 변화가 아니라 당신이 만든 변화가 됩니다. 그런 다음 프로덕션 로그에서 실제 프롬프트 수백 개를 다시 실행하세요 — 테스트 픽스처의 깔끔한 프롬프트가 아니라, 오타와 어색한 화면 비율이 섞인 지저분한 프롬프트들입니다. 두 숫자를 비교하세요: 승인된 이미지당 출력 토큰 수와 시도 100회당 승인된 이미지 수입니다. 두 번째 숫자에서 일관성 개선이 드러날 것이며, 업그레이드가 비용을 절약하는지 실제로 결정하는 숫자도 바로 이것입니다. 왜냐하면 버리는 이미지는 전체 토큰 예산을 소모하고 아무것도 돌려주지 않기 때문입니다.

배치 작업용으로는 2.5로 돌아갈 폴백 경로를 유지하세요. 2.6이 아직 그 작업을 처리할 수 없기 때문입니다. 그리고 Sunburst 트래픽은 속도 문제가 아니라 품질 문제로 다루세요. 승인율이 변하지 않는다면, 15%의 지연 시간 개선과 더 큰 계획 비용을 함께 얻은 셈입니다.

2.5에 머무르는 것이 올바른 답인 경우

세 가지 사례는 이름을 붙일 만큼 분명합니다. 배치 워크로드는 유지해야 합니다. 2.6은 Batch API에 없고 2.5는 있기 때문입니다. Sunburst 품질 파이프라인은 수락률 테스트에서 달리 말하지 않는 한 유지해야 합니다. 1.15× 속도 향상만으로는 비용 모델 변경을 정당화할 수 없기 때문입니다. 그리고 현재 수락률이 이미 수용 가능한 사람은 누구나 유지해야 합니다. 새로운 기능 — SVG 내보내기, 애니메이션 GIF, 마크업 기반 편집 — 은 품질 개선이 아니라 추가 기능이며, 이를 필요로 하는 결과물이 있을 때만 필요하기 때문입니다.

업그레이드는 진짜입니다. 다만 Flare 지연 시간과 새로운 출력 형식에 집중되어 있을 뿐이며, 그 범위는 "새 모델"이라는 말이 함축하는 것보다 좁습니다.

가용성, 그리고 분할 마이그레이션이 지닌 어색한 형태

OrcaRouter는 오늘 GPT-Image-2.5 Flare와 GPT-Image-2.5 Sunburst를 정가에 0% 마크업으로 제공합니다, 따라서 공급자의 요율이 곧 추가 마진 없이 지불하는 요율입니다. GPT-Image-2.6은 2026년 11월 5일 기준 — 출시 하루 뒤 — 카탈로그에 없으며, 이로 인해 당면한 실질적 문제는 모델링 문제가 아니라 라우팅 문제가 됩니다: 비교 테스트 기간 동안 2.5 트래픽은 자동 페일오버가 적용된 하나의 키로 운영되는 반면, 2.6 트래픽은 두 번째 계약과 두 번째 청구서 아래 OpenAI로 직접 전달됩니다.

그 구분은 나중에 발견하기보다 미리 계획에 반영할 가치가 있습니다. 프로덕션 경로를 2.6으로 확정하기 전에 카탈로그를 확인하세요. 출시 당일의 동등성은 이제 24시간 된 모델에 대해 어떤 라우터도 약속할 수 있는 것이 아니기 때문입니다. 실제로 출시되면 패스스루 규칙에 따라 벤더 요율이 당일 지불하는 금액이 됩니다 — OpenAI 쪽 가격 변경은 우리 쪽 재협상 없이 그대로 적용될 것입니다 — 하지만 그때까지 상황을 솔직히 해석하면 2.5는 라우팅 가능하고 2.6은 그렇지 않습니다.

이는 주말 규모의 마이그레이션보다 오후 규모의 마이그레이션을 선택할 또 하나의 근거입니다. 2.5를 라우터를 통해 실행하고 비용 기준선은 안정적으로 유지하세요. 그리고 복잡도 기본값이 토큰 수에 어떤 영향을 미치는지 측정한 뒤에는 2.6을 플래그 뒤에 추가하세요. 모델은 사라지지 않을 것이며, 배치 엔드포인트는 다음 분기 계획 주기가 오기 전에 도착할 것입니다.