GPT-Image-2.5 Flare и Sunburst: OpenAI разделяет свой Image API на скорость и точность

В API изображений OpenAI теперь две флагманские модели вместо одной. 8 сентября 2026 года компания представила GPT-Image-2.5 Flare и GPT-Image-2.5 Sunburst — родственные модели в рамках одного обновления 2.5, разделённые по типу задач, а не по поколению. Flare позиционируется как быстрая модель по умолчанию для повседневной и высокообъёмной генерации изображений; Sunburst — более медленная модель, ориентированная на точность, для работы, где контроль над правкой важнее скорости получения результата. Обе модели появились в Images API в тот же день, когда состоялся запуск потребительской версии ChatGPT Images 2.5, и обе продолжают линейку GPT-Image-2, которую OpenAI выпустила в апреле и за которой сообщество следило с момента утечки Codex, появившейся 3 сентября.

Для разработчика практическое изменение очевидно: решение больше не в том, «какую модель генерации изображений мне вызвать?», а в том, «какой из двух родственных вариантов подходит под эту задачу?» Ответ имеет значение для стоимости и задержки, потому что две модели не взаимозаменяемы по скорости. Всё, что ниже этого, — заявление OpenAI: показатели скорости, качества и безопасности получены от вендора и его объявленных партнёров, и ни у одной из моделей 2.5 ещё нет независимых бенчмарков по состоянию на 9 сентября 2026 года.

Две модели — одно обновление

В анонсе для разработчиков OpenAI представляет эту пару по сценариям использования. GPT-Image-2.5 Flare — идентификатор gpt-image-2.5-flare — является моделью по умолчанию для большинства приложений. OpenAI позиционирует её для контента создателей и социальных сетей, продуктовых сценариев, визуального поиска, быстрого прототипирования изображений, брендовых активов и любых конвейеров генерации с высокими объёмами. Компания заявляет, что Flare создаёт изображения более высокого качества, чем GPT-Image-2, при задержке ниже до 50 процентов, и что, по её собственным оценкам, генерация происходит примерно в два-четыре раза быстрее, чем у GPT-Image-2; анонсированный ранний заказчик Manus отдельно сообщил, что в своём использовании наблюдает ускорение в 2–4 раза и улучшенный вывод с прозрачным фоном. В справочнике API Flare помечена как «маленькая» модель в этой паре.

GPT-Image-2.5 Sunburst — идентификатор gpt-image-2.5-sunburst — это премиальная половина. OpenAI сделала её для рабочих процессов, которым выгоден более строгий контроль при правках: креативы для рекламных кампаний, готовые к производству, безупречные изображения продуктов, маркетинговые материалы и дизайн-инструменты, где главное — точность соблюдения бренда. Каждая генерация занимает больше времени, чем у Flare, и эти дополнительные вычисления дают то, что OpenAI описывает как дополнительный уровень точности и детализации при правках. В справочнике API Sunburst обозначена как «базовая» модель — более крупная и более основательная из двух. Higgsfield AI, ещё один анонсированный ранний заказчик, говорит, что модель «понимает, что менять не нужно», — это удобная краткая формула всей концепции редактирования в 2.5: сохранять нетронутыми те части изображения, о которых не просила инструкция, даже на насыщенных деталями сценах.

Adobe заявляет, что интегрирует обе модели в Firefly, что делает эту пару первыми моделями генерации изображений OpenAI, появившимися в этой продуктовой линейке. Другими названными ранними клиентами являются Manus и Higgsfield AI.

Что на самом деле улучшилось

В примечаниях к выпуску работа по улучшению качества сгруппирована под одним заголовком: более четкая детализация, более строгое следование стилю и больше контроля над правками. Под этим заголовком OpenAI перечисляет конкретные изменения, которые стоит внимательно прочитать, потому что именно они отличают точечный релиз от настоящего шага вперед:

• Более естественное освещение и богатые текстуры — элементы качества на выходе, которые рецензенты неизменно описывают как заметный скачок по сравнению с Images 2.0.

• Лучшее сохранение объекта по референсным фотографиям — черты лица и отличительные детали сохраняются при генерации, а не изобретаются заново каждый раз.

• Более надёжное многошаговое редактирование — ранее внесённые изменения остаются стабильными, и каждое последующее изменение строится на предыдущей работе, не ухудшая несвязанные области изображения.

• До 50 процентов ниже задержка генерации, чем у Images 2.0, на стороне потребителя — ту же историю о скорости Flare рассказывает на стороне API.

Более четкий текст и обработка прозрачного фона — две возможности, которые покупатели image-API чаще всего оценивают в бенчмарках; заметка Manus о прозрачном фоне — пока единственное подтверждение, которое звучит независимо.

OpenAI также сообщает, что каждый результат содержит метаданные C2PA и невидимый водяной знак — этот подход к указанию происхождения не изменился по сравнению с GPT-Image-2, и о нём стоит сказать вновь, поскольку в ряде регулируемых рабочих процессов он является обязательным требованием.

Что API теперь предоставляет

Новые модели появляются в тех же конечных точках Images API, которые разработчики уже используют — для вызовов генерации и редактирования, — но поверхность параметров расширилась. Справочник API для моделей 2.5 показывает параметр quality с большим запасом, чем предлагал GPT-Image-2: auto (по умолчанию), low, medium, high, а также два новых уровня выше high — xhigh и max. В нём также описаны варианты размера, выходящие за пределы потолка 2048×2048, с которым поставлялся GPT-Image-2, вплоть до 3840×2160 в альбомной ориентации и 2160×3840 в портретной. Заявленные ограничения: длина ребра не более 3840 пикселей, размеры кратны 16, соотношение сторон не шире 3:1, а общее количество пикселей — от 655 360 до 8 294 400. Таким образом, самые большие изображения находятся чуть выше 8 мегапикселей, в territory класса 4K. Параметр background принимает значения auto, opaque или transparent — именно так запрашивается вывод прозрачного PNG.

Две оговорки не дают этому абзацу потерять честность. Во-первых, это настройки, задокументированные для идентификаторов 2.5 в справочнике OpenAI; доступность каждого уровня и размера на обеих моделях, а также стоимость каждого уровня качества в токенах не были полностью задокументированы на момент запуска. Во-вторых, gpt-image-2 остаётся в списке API — выпуск 2.5 является дополняющим, и существующие интеграции не нарушаются. Цена за изображение для новых моделей будет зависеть от того, сколько токенов фактически потребляет каждая генерация, а это значит, что старая привычка бюджетировать по принципу «доллары за изображение 1024×1024» — это показатель, за которым стоит следить, пока не накопятся реальные данные об использовании.

Цены не изменились

OpenAI сохранила тарифы на токены такими же, как у GPT-Image-2: $8.00 за миллион входных токенов изображений и $30.00 за миллион выходных токенов изображений, в дополнение к обычным текстовым токенам запроса. Для контекста: Artificial Analysis оценивает GPT-Image-2 (high) примерно в $211 за 1000 изображений — то есть около $0.21 за высококачественное изображение 1024×1024 — и страница openai/gpt-image-2 на OrcaRouter показывает то же разделение токенов по ставкам $8.00/$30.00. Поскольку модели 2.5 имеют те же тарифы, вопрос стоимости сводится исключительно к расходу токенов на изображение — именно это и не было опубликовано при запуске.

Это тот ценовой расчёт, который важен для всех, кто уже вызывает gpt-image-2 через OrcaRouter. Модели генерации изображений OpenAI входят в число более 200 моделей, доступных через OrcaRouter API, и OrcaRouter передаёт прейскурантную цену провайдера напрямую, с нулевой наценкой — ставки $8.00/$30.00 на странице модели openai/gpt-image-2 установлены самой OpenAI, а не перепродавцом. Как только вышестоящий провайдер добавит идентификаторы gpt-image-2.5-flare или gpt-image-2.5-sunburst, тот же API-ключ сможет их вызывать, и изменение цены вендора на любую из этих моделей вступит в силу у вас в тот же день, когда оно появится.

Flare или Sunburst: что подходит именно вам

Для большинства команд честный ответ — «начинайте с Flare и переходите на Sunburst только тогда, когда правка должна выдержать пристальную проверку». Модели чётко разделяются по типу рабочей нагрузки, а не по сырому качеству, и собственное позиционирование OpenAI говорит, что Flare — выбор по умолчанию. Чтение по измерениям:

• Скорость — Flare отличается быстротой: OpenAI заявляет о задержке до 50 процентов ниже, чем у GPT-Image-2, и пропускной способности в 2–4 раза выше в своих тестах и при использовании Manus. Sunburst сознательно жертвует скоростью ради точности и тратит на генерацию больше времени.

• Оптимальное применение — Flare для контента авторов и соцсетей, презентаций продуктов, визуального поиска, быстрого прототипирования и больших объемов брендовых ассетов. Sunburst — для продакшн-креативов кампаний, безупречной продуктовой фотографии и дизайнерских работ, где результат правки должен выдерживать пристальное рассмотрение.

• Поведение при редактировании — Sunburst — более точный редактор; отзыв от Higgsfield о том, что модель «понимает, что не следует менять», относится к поколению 2.5 в целом, но Sunburst — это модель, созданная для максимального контроля при последовательных правках.

• Тег модели API — Flare — это «маленькая» модель в справочнике OpenAI; Sunburst — это «базовая» модель, то есть более крупная и медленная из двух.

• Цена — одинаковые тарифы на токены ($8.00 за входной / $30.00 за выходной миллион), поэтому разница в стоимости определяется лишь дополнительными токенами, которые расходуют более длинные генерации Sunburst.

• Независимая оценка — ни для одной из моделей пока нет по состоянию на 9 сентября 2026 года; считайте все утверждения о качестве и скорости заявленными производителем, пока не появится запись в лидерборде или воспроизводимый сторонний тест.

Разумный подход для команды, уже работающей в продакшене, — направлять основную часть трафика на Flare: это вариант с меньшей задержкой по умолчанию и более дешёвый при той же цене за токен, — а на Sunburst направлять только тот сегмент, где важны интенсивное редактирование и качество. Поскольку обе модели используют один и тот же API Images и одинаковые тарифы на токены, такое разделение — это изменение конфигурации, а не миграция. Автоматическое переключение на резервный вариант позволяет безопасно попробовать, прежде чем принимать решение: отправьте часть реального трафика на новую модель, а в случае ошибки или тайм-аута возвращайтесь к gpt-image-2, и ваши собственные промпты — а не страница запуска — определят, какой из двух продуктов заслуживает трафик.

Где запуск 2.5 оказывается в гонке моделей изображений.

GPT-Image-2 уже была моделью, которую нужно было превзойти на независимых рейтинговых досках до этого релиза. На лидерборде Artificial Analysis по генерации изображений из текста она занимает первое место с Elo 1178 — опережая MAI-Image-2.6 с показателем 1149, Nano Banana 2 с 1121 и Muse Image с 1116 — а на доске редактирования изображений GPT-Image-2 (high) занимает второе место с Elo 1117, уступая Microsoft MAI-Image-2.6 с показателем 1122. Нарратив запуска GPT-Image-2.5 заключается в том, что OpenAI взяла эту лидирующую позицию и разделила её на уровень скорости и уровень точности, что является продуктовой стратегией в той же мере, что и заявлением о качестве: вместо защиты одного флагманского показателя она защищает сразу две позиции по соотношению цены и производительности.

Честное предостережение: для новых моделей это пока ничем не измерено. По состоянию на 9 сентября ни gpt-image-2.5-flare, ни gpt-image-2.5-sunburst не значатся в рейтингах Artificial Analysis, и независимых воспроизведений заявлений OpenAI о скорости опубликовано не было. Приведённые выше цифры, которые действительно имеют независимое подтверждение — показатели Elo и цена за изображение для GPT-Image-2 — описывают предшественника, а не новинки. Что касается безопасности, OpenAI сообщает о доле небезопасных генераций в 1,41 % для Flare и 1,09 % для Sunburst против базового уровня 1,64 % на своих внутренних тестах; это данные производителя, опубликованные, чтобы показать, что обе модели безопаснее той, расширением которой они являются, и к ним стоит относиться как к ориентировочным, а не окончательным. Контекст масштаба тоже исходит от OpenAI: компания утверждает, что пользователи создают более трёх миллиардов изображений в неделю на её платформе.

Что посмотреть дальше

Три вещи покажут, работает ли разделение лучше, чем единый флагман, продолжением которого оно является. Первое — независимые показатели задержки и пропускной способности для Flare: утверждение OpenAI о 2–4× — это цифра, которую партнёр может проверить за полдня, а подтверждение Manus — лишь начало, а не доказательство. Второе — расход токенов на изображение в обеих моделях, который переведёт неизменные тарифы $8/$30 за токены в реальную цену за изображение; этих данных не публиковали при запуске. Третье — место Sunburst в рейтингах редактирования изображений, потому что именно в этом весь смысл существования модели: если её преимущество в точности над GPT-Image-2 реально, оно должно проявиться в соперничестве с MAI-Image-2.6 и остальными участниками первой десятки по редактированию в течение нескольких недель.

Пока что этот релиз — настоящая развилка для покупателей image-API. GPT-Image-2.5 Flare — разумный путь миграции по умолчанию из GPT-Image-2: тот же API, та же цена за токены, на бумаге выше скорость. GPT-Image-2.5 Sunburst стоит подождать, если ваша работа — это правки, которые будут рассматривать под микроскопом. А если вы уже вызываете gpt-image-2 через OrcaRouter, переключение на любого из двух «собратьев» — это изменение маршрутизации на том же ключе: цена провайдера передаётся без наценки, аварийное переключение доступно, пока вы решаете, какая модель в итоге заслуживает ваш трафик.