GPT Image 2.6 упоминается в спецификации OpenAI и больше нигде

GPT Image 2.6 на этой неделе существует лишь как строка в описании поля, и не более того. 28 октября 2026 года коммит в публичный репозиторий OpenAPI компании OpenAI добавил новый параметр редактирования изображений под названием markup, и описал его одним предложением, которое имеет значение: «Поддерживает GPT Image 2.5 и 2.6». Всё остальное, что потребовалось бы для вызова модели, отсутствует. В собственном перечислении спецификации нет идентификатора gpt-image-2.6, нет цены, нет записи в журнале изменений, нет строки в таблице лидеров и нет анонса. Модели изображений OpenAI, которые тот же файл фактически перечисляет как вызываемые, — это по-прежнему gpt-image-1-mini, gpt-image-1.5, gpt-image-2, GPT Image 2.5 Sunburst и GPT Image 2.5 Flare. Так что это не история о запуске. Это история о том, что сообщает вам одно предложение в собственном машиночитаемом контракте вендора, и о том, о чём оно намеренно умалчивает.

Доказательства, вплоть до коммита

Изменение достаточно мало, чтобы прочитать его полностью. Коммит aa88004, созданный ботом OpenAI OpenAPI Publisher 28 октября в 20:56 UTC, имеет заголовок «Добавление свойства "markup" в эндпоинты редактирования изображений» и затрагивает 27 строк в openapi.json и openapi.yaml. Он содержит ссылку на исходную ревизию документации API 1326001 — именно по ней сгенерированный справочник определяет, какой текст отображать. Те же четыре предложения теперь отображаются на справочной странице редактирования изображений по адресу developers.openai.com.

Вот всё, что разметка представляет собой, согласно собственной спецификации OpenAI:

• Это прозрачный PNG-файл, наложенный на первое изображение в запросе на редактирование.

• Его можно передать в виде идентификатора файла, HTTPS-URL или data URL в кодировке base64.

• Он должен соответствовать размерам этого изображения после ориентации и содержать прозрачные пиксели.

• Поддерживает GPT Image 2.5 и 2.6 и не может комбинироваться с маской.

Это и есть всё публичное описание. Ни диаграммы, ни примера, ни объяснения того, как интерпретируется оверлей, ни утверждения о том, чем 2.6 отличается от 2.5, и ни малейшей подсказки о тайминге. Спецификация машиночитаема и досконально описывает структуру полей, но почти ничего не говорит о семантике — что нормально для контракта и раздражает любого, кто пытается планировать с опорой на неё.

То, чего не хватает, информативнее того, что присутствует.

Если поискать в 5-мегабайтном openapi.json любой идентификатор, содержащий gpt-image-2.6, вы ничего не найдёте. Текст о поддерживаемых моделях в описании эндпоинта редактирования перечисляет семейство по именам и останавливается на двух сентябрьских SKU и их датированных снимках: gpt-image-2.5-sunburst, gpt-image-2.5-sunburst-2026-09-08, gpt-image-2.5-flare, gpt-image-2.5-flare-2026-09-08. Модель, которую нельзя указать в поле модели, — это не модель, которую можно вызвать, а репозиторий, который должен был бы носить это имя, не обновлён, чтобы его носить.

Это та схема, которую OpenAI использовала перед GPT Image 2.5 в начале сентября: упоминания появляются в сгенерированной документации и файлах спецификаций раньше, чем страница продукта, таблица цен и журнал изменений успевают их догнать. Это также схема, которая породила три идентификатора aurora- в списке моделей OpenAI 17 октября: они появились и снова были удалены в течение нескольких минут, и с тех пор так и не получили объяснения. Название в спецификации — это опережающий индикатор. Это не обещание и не дата.

{{1}}Разметка{{/1}} — это {{2}}входные данные, а не модель{{/2}} — и вот это и есть настоящее изменение

Номер версии — это заголовок, но суть — в параметре. Сегодня редактирование изображения может принимать маску: бинарную область, которая говорит «меняй здесь, остальное не трогай». Весь смысл должен нести промпт, потому что маска не несёт никакого смысла — это дыра без семантики внутри. Разметка — это объект другого рода. Это картинка, наложенная на картинку, а картинка может нести стрелку, рамку, нарисованную вокруг логотипа, каракули на полях, две области, различаемые по цвету, или рукописную заметку. Если модель читает это наложение как инструкцию, а не как пиксели для смешивания, запрос на редактирование перестаёт быть «замени эту область» и становится «делай то, что говорит рисунок».

Последнее предложение — это вывод, а не документация. OpenAI опубликовала ровно четыре предложения о разметке, и ни одно из них не описывает интерпретацию. Что спецификация действительно говорит недвусмысленно, так это об исключительности: разметку нельзя комбинировать с маской. Так что это не дополнительный вход, прикрученный к существующему потоку редактирования. Это второй маршрут через эндпоинт, и каждый запрос использует либо одно, либо другое. Существующие вызовы с маской и промптом не затронуты, поскольку поле необязательное, но продукт, который хочет редактирование на основе аннотаций, будет выбирать другую форму вызова, а не расширять текущую.

Стоит отметить отголосок этого на потребительской стороне. ChatGPT Images 2.5 вышел с инструментом Sketch 8 сентября: рисуешь на изображении — просишь внести изменение. Разметка выглядит как выражение той же идеи на стороне API: рисунок становится инструкцией, а промпт — подписью к нему. Подтверждено ли, что именно этого хочет OpenAI, неизвестно, но ограничения поля — те же размеры, прозрачные пиксели, взаимоисключаемость с маской — соответствуют такой трактовке и почти ничему другому.

Другая половина утечки — это кодовое название Arena.

Сигнал, с которого начался этот материал, связывает документальное упоминание со слепым тестированием на Arena: gpt-image-2.5-sunburst слева, анонимная shooting-star-green-alpha справа, при этом проверены два чекпоинта, а второй результат опубликован в ответах. Корейская публикация, вышедшая 28 октября, описывает то же семейство кодовых имён, появившееся в таблице лидеров изображений Arena, — в её заголовке названы и Green Alpha, и Red Alpha, — сообщает, что оно выглядело лишь незначительно отличающимся от GPT Image 2.5, с чуть меньшей зернистостью, и предупреждает, что потребовалось несколько генераций, прежде чем одна получилась хорошо.

Ничто не подтверждает, что shooting-star-green-alpha — это GPT Image 2.6. Связь здесь косвенная: кодовое имя всплыло в ту же неделю, что и фраза со спецификацией, его сравнивают с текущей лучшей моделью для редактирования, а суффикс -alpha совпадает с идентификаторами aurora-*-alpha от 17 октября. Кодовые имена на Arena уже ошибочно приписывали и раньше, а два различающихся по цвету варианта не доказывают существования двух разных версий модели — они с тем же успехом могут быть двумя чекпоинтами сэмплирования одной и той же. Считайте часть про арену наблюдением тестировщиков, а не результатом бенчмарка, и считайте «немного лучше 2.5» наиболее вероятным исходом, пока кто-нибудь не опубликует сравнение с оценками.

Что должна превзойти версия 2.6

Соответствующая категория — редактирование изображений, поскольку разметка является функцией редактирования. Как показано на Artificial Analysis 29 октября, верхняя часть этого рейтинга выглядит так:

• GPT Image 2.5 Sunburst (max) — OpenAI, Elo 1 199, первое место.

• MAI-Image-2.7-Preview — Microsoft AI, Elo 1 193, второе место.

• GPT Image 2.5 Flare (max) — OpenAI, Эло 1 182, третье место.

• MAI-Image-2.6 — Microsoft AI, Elo 1 151, четвёртое место, на одном уровне с Krea 3 (Ultra) и Nano Banana 2.1.

• GPT Image 2 (high) — OpenAI, Elo 1 136, восьмое место.

В той таблице нет записи GPT Image 2.6 — это самое чистое доступное подтверждение того, что ничего не выпущено. На вершине тоже нет запаса: разрыв между первым и вторым составляет шесть пунктов, а разрыв между Sunburst и его собственным собратом Flare — семнадцать. У обоих 95%-ные интервалы пересекаются — от 1 188 до 1 210 для Sunburst, от 1 171 до 1 193 для Flare. Версия 2.6, которая лишь уменьшает зернистость, как описывают тестировщики Arena, попала бы внутрь этого шума, а не выше него. Интересный вопрос не в том, побеждает ли 2.6 версию 2.5 по Elo. А в том, меняет ли путь разметки то, что может выразить запрос на редактирование, потому что именно такие возможности хуже всего измеряет таблица лидеров на основе попарных сравнений.

Цена, которую он унаследует, и то, что можно назвать сегодня

GPT Image 2.5 вышел 8 сентября с двумя SKU API — Flare в качестве варианта по умолчанию, с заявленной задержкой на 50% ниже, чем у GPT Image 2, и Sunburst как вариант для точного редактирования — и при этом в точности сохранил тарифную сетку GPT Image 2:

• Ввод изображений — 8,00 $ за 1 млн токенов, кэшированный ввод изображений — 2,00 $ за 1 млн, вывод изображений — 30,00 $ за 1 млн.

• Текстовый ввод — $5.00 за 1 млн токенов, кэшированные — $1.25 за 1 млн.

Пакетная обработка — половина цены: $4.00 за ввод изображений, $1.00 за кэшированные, $15.00 за вывод изображений, $2.50 за ввод текста.

OpenAI не опубликовала цену на GPT Image 2.6, а на её собственной странице с ценами вообще нет прайса за изображение — оплата идёт по токенам, поэтому стоимость одного сгенерированного изображения зависит от размера, качества и объёма референсных изображений, которые вы отправляете. Для ориентира: в рейтинге Artificial Analysis есть независимая оценка — $210.70 за 1 000 изображений максимального качества, примерно 21 цент за каждое; используйте такую цифру для бюджетирования, а не чью-то опубликованную догадку о цене за изображение. Если 2.6 всё же выйдет, полезным допущением по умолчанию будет текущий тариф, поскольку 2.5 ничего не изменила относительно 2.0; но это лишь одна точка данных, а не правило, и изменение цены стало бы более значимой новостью.

Оба SKU 2.5 уже сегодня доступны через OrcaRouter — по цене $8.00 за входные и $30.00 за выходные на 1 млн токенов: списочная цена провайдера передаётся без наценки, 0%, по тому же ключу, что и остальной каталог. GPT Image 2.6 отсутствует в каталоге, и ничто в этой утечке не указывает на дату, когда он появится. Что вам действительно даёт слой маршрутизации — это дешёвую часть перехода: когда новая модель изображений всё же появится, DSL маршрутизации позволит направить ей часть трафика, пока остальной остаётся на SKU, которому вы доверяете, а автоматическое переключение при отказах покрывает ошибки провайдера. Он не может создать второй апстрим для модели, которую обслуживает только один провайдер, поэтому совершенно новый чекпоинт по-прежнему остаётся единой точкой отказа, пока его широко не зеркалируют.

Четыре признака, которые превратили бы имя в модель

Если вы хотите узнать, когда это перестанет быть утечкой, следите за спецификацией, а не за графиком:

• Идентификатор gpt-image-2.6, появляющийся в перечислении моделей в спецификации или в списке поддерживаемых моделей GPT image в эндпоинте редактирования. Именно в этот момент вызов становится возможным.

• Журнал изменений или публикация о продукте от OpenAI. Компания никогда не выпускала ни одного поколения GPT Image без него, включая релиз 2.5, который в тот же день вышел в ChatGPT, ChatGPT Work и Codex.

• Запись с оценкой на Artificial Analysis, в идеале с Elo редактирования и количеством примеров. Скриншоты арены, отобранные производителем, — это не то.

• Поле разметки, которое становится доступным прямо в самом API, а не остаётся в редакции спецификации — параметр, который действительно можно передать, с ошибкой валидации при неверных размерах оверлея.

Есть и критерий опровержения. Если следующая редакция спецификации незаметно исключит пункт «and 2.6», вероятнее всего это будет означать, что запланированную SKU переименовали или отложили — точно так же, как в октябре пропали идентификаторы aurora-. Предварительные версии документации отзывают; именно это и делает их предварительными.

Пока практический ответ прозаичен. Если сегодня вы редактируете изображения в продакшн-качестве, GPT Image 2.5 Sunburst — модель с лучшей независимой оценкой и опубликованной ценой, и она доступна уже сейчас; Flare — выбор для массовых задач по тем же тарифам. Не перестраивайте конвейер редактирования ради параметра, у которого есть четыре предложения документации и за которым нет вызываемой модели. Название реально. Модели по состоянию на 29 октября 2026 года не существует.