Vi introducerar Images 2.6: OpenAI lägger rörelse bakom API:et

OpenAI släppte Images 2.6 den 4 november 2026, och demon de valde var en vinkande maskot. Det är den version av lanseringen som de flesta medier kommer att förmedla: ChatGPT kan nu skapa en loopande GIF från en prompt eller ett foto, justera uppspelningshastigheten, stega genom bildrutorna och fixa en. Den version som utvecklare bör bry sig om är tystare. Samma utgåva introducerade två nya API-modeller – GPT-Image-2.6 Flare, optimerad för latens, och GPT-Image-2.6 Sunburst, optimerad för detaljer och för att hålla ett motiv stabilt genom en kedja av redigeringar – och lade till fyra inställningar som förändrar hur du formulerar ett bildanrop, inte bara hur snabbt det svarar. Images 2.6 är live i ChatGPT, i Codex och via API:et på alla ChatGPT-nivåer, på webb, desktop och mobil.

Den här artikeln handlar om vad som faktiskt har förändrats, vad det kostar och vilka av lanseringspåståendena som det ännu finns några belägg för. Det korta svaret på den sista frågan: nästan inga, eftersom modellen är en dag gammal.

Vad släpptes den 4 november

Fem saker, i grov ordning efter hur mycket de förändrar ett produktionsarbetsflöde.

• Animerad GIF-utdata. En stillbild blir en kort loop. I ChatGPT kan du ställa in uppspelningshastighet, granska enskilda bildrutor och redigera dem innan du delar. I API:et är det ett utdataformat vid sidan av PNG, JPEG och WebP, tillgängligt på båda nya modellerna.

• En komplexitetsparameter. Låg, medel eller hög, och det är inte en kvalitetsinställning. Den styr hur mycket planering modellen gör innan den ritar. OpenAIs utvecklarvägledning är att börja lågt för vanliga redigeringar och höja den endast när en scen innehåller flera element eller begränsningar som måste bevaras tillsammans.

• Markupstyrd redigering. Du skickar källbilden plus en markerad överlagring som visar exakt var ändringen hör hemma. Överlagringen är en transparent PNG som matchar den första bildens dimensioner, och den kan inte kombineras med en mask i samma begäran. Detta är ChatGPT-gesten "rita på bilden", upphöjd till en parameter.

• SVG-export. Vektorutdata direkt från bildanropet, vilket är viktigt för logotyper, ikonuppsättningar och allt som ska in i en tryck- eller designpipeline som annars skulle behöva rita av en rasterbild.

• Snabbhet. OpenAI hävdar cirka 50 % snabbare generering totalt. Flare vid låg kvalitet anges till ungefär sex sekunder per bild — siffran som får en GIF-förhandsvisning att kännas interaktiv snarare än som en batchkörning.

ChatGPT har också fått återanvändbara referensbilder, så en återkommande karaktär, ett husdjur eller en produkt inte behöver laddas upp igen vid varje tur. Inget av detta är en ny grundmodell i arkitektonisk mening. Det är ett funktionssläpp på Images-linjen som började med Images 2.0 i april 2026 och delades upp i två nivåer med Images 2.5 i september.

De två API-modellerna är ett dirigeringsbeslut, inte en marknadsföringsuppdelning

GPT-Image-2.6 Flare och GPT-Image-2.6 Sunburst har identiskt pris. De är inte samma modell med en annan standardinställning. Flare är byggd för att svara snabbt och förbättrar enligt OpenAI även layoutkvaliteten för affischer och produktbilder – de kompositionsfall där text och objekt måste placeras på en specifik plats. Sunburst är byggd för detaljerade kompositioner och för det som tyst har blivit det svåra med bildgenerering: att hålla ett motiv igenkännbart som sig självt genom tio redigeringar i följd.

Den uppdelningen är det enskilt mest användbara faktumet i versionen, eftersom den motsvarar två olika arbetsuppgifter som tidigare delade en modell. En miniatyrgenerator, en storyboardskissare eller en förhandsvisning i chatten vill ha Flare. En pipeline för varumärkesresurser som redigerar samma huvudbild över femtio SKU:er vill ha Sunburst och betalar gärna de extra sekunderna.

Båda tar emot text och bild och ger bild som utdata, på /v1/images/generations och /v1/images/edits. Ingen av dem är en allmän chattmodell, och ingen av dem accepterar video.

Vad det kostar, i de enda enheter som spelar roll

OpenAI fakturerar dessa modeller per token, inte per bild, och prislistan är oförändrad från Images 2.5:

• Textinmatning — 5,00 USD per miljon tokens, 1,25 USD cachat.

Bildinmatning — $8.00 per miljon tokens, $2.00 cachelagrat.

• Bildutdata — $30,00 per miljon token.

Eftersom utdatatoken skalas med antalet pixlar som modellen faktiskt målar är kostnaden per bild ett intervall, inte ett tal. Vid 1K hamnar en rendering med låg kvalitet nära en halv cent och en med hög kvalitet nära fem cent; går man upp till 2K når hög kvalitet ungefär tio cent. Samma tokenpris som ser dyrt ut bredvid en konkurrent med fast pris per bild ser helt normalt ut när man väl inser att man betalar för den upplösning man bad om i stället för ett genomsnitt över en nivå.

Den strukturen är också anledningen till att en oförändrad prislista fortfarande kan innebära en prissänkning i praktiken. Om Images 2.6 når samma kvalitet på 50 % kortare väggklockstid, och antalet tokens per bild är jämförbart, är kostnaden för en given utdata oförändrad medan kostnaden för pipelinen runt den sjunker. Batcharbetslaster som köar bilder över natten kommer inte att märka det. Allt interaktivt kommer att märka det.

OrcaRouter tillhandahåller inte Images 2.6 i skrivande stund, så den korrekta tillgänglighetsbeskrivningen är OpenAIs eget API och flera tredjepartsplattformar. Det vår katalog däremot innehåller i dag är den föregående generationen, GPT-Image-2.5 Flare och GPT-Image-2.5 Sunburst, tillsammans med Googles Gemini- och Imagen-bildmodeller och xAI:s Grok Imagine Image – allt med en enda nyckel, till leverantörens listpris utan påslag, med automatiskt failover mellan leverantörer. När en modell blir tillgänglig här är leverantörens pris vårt pris samma dag; vi lägger inte på någon routingmarginal ovanpå det.

Vad vi ännu inte kan berätta för dig

Det finns ingen oberoende poäng för Images 2.6. Vi kontrollerade Artificial Analysiss tavlor för text-till-bild och bildredigering den 5 november, och ingen av dem listar GPT-Image-2.6 Flare eller Sunburst; toppen av text-till-bild-tavlan är fortfarande den tidigare generationen, GPT Image 2.5 Sunburst på 1 224 Elo och GPT Image 2.5 Flare på 1 208. Det är inte ett underbetyg till den nya modellen. Det är helt enkelt hur "en dag gammal" ser ut i en preferensarena som behöver tusentals parvisa röster innan den publicerar en siffra.

Den enda rangordning som OpenAI kan hänvisa till är Design Arena, där det sägs att Sunburst tog förstaplatsen och trängde undan sin egen föregångare. Betrakta det som ett arenaresultat som leverantören hänvisar till snarare än ett granskat riktmärke: påståendet är specifikt och kontrollerbart, men Design Arena har inte publicerat någon Elo för den nya modellen som vi kunde verifiera, och arenaplacering är ett preferensmått, inte ett trohetsmått.

Påståendet med mest substans bakom sig är det minst glamorösa. OpenAI säger att tjänsten nu genererar mer än 4 miljarder bilder i veckan via ChatGPT och API:et, upp från 3 miljarder i september. Det är en användningssiffra, inte en kvalitetssiffra, och den är självrapporterad – men en ökning på 33 % på sju veckor är den typ av siffra som förklarar varför arbetet med hastighet prioriterades framför ännu ett lyft i högsta återgivningstrohet.

Namnkollisionen som är värd att känna till

Microsoft lanserade MAI-Image-2.6 i augusti 2026. Det är en annan modell från ett annat företag, den har sitt eget API-gränssnitt via Microsofts plattform och den har redan oberoende poäng – 1 168 Elo på Artificial Analysiss text-till-bild-lista och 1 151 för redigering. Om du söker efter "Images 2.6 benchmarks" den här veckan kommer en betydande del av resultaten att handla om den modellen, eller blanda samman de två.

Den skillnad som spelar roll när du läser ett specifikationsblad: OpenAI:s produktlinje är Images som produktnamn och GPT-Image-2.6 som API-identifierare. Microsofts är MAI-Image-2.6. De delar inte vikter, prissättning eller en rad i en resultattabell. Den som i dag citerar ett Elo för "Images 2.6" citerar nästan säkert den ena för den andra.

Vem ska flytta på sig, och vem ska vänta?

Om din pipeline redan kör på GPT-Image-2.5 och flaskhalsen är interaktiv latens, är Flare ett enkelt utbyte och risken med att den bara är en dag gammal är låg: samma endpoints, samma tokenhastigheter, samma utdataformer, en dokumenterad hastighetsvinst. Om flaskhalsen är redigeringsdrift – den femte redigeringen som tyst ändrar ett ansikte eller en logotyp – är Sunburst den intressanta, och den är värd ett avgränsat test snarare än en migrering, eftersom påståendet om konsekvens är precis det påstående som ännu inte har några oberoende bevis.

Om det du faktiskt ville ha var GIF-funktionen bör du notera det förbehåll som tidiga recensenter stötte på: utrullningen skedde gradvis, och vissa konton hade den inte från dag ett. GIF-filer accepteras inte heller som indataformat i API:et – du kan skapa en, men inte skicka in den igen.

Det man bör hålla ögonen på under de kommande två veckorna är att raden för Artificial Analysis dyker upp. När GPT-Image-2.6 Sunburst får ett Elo är den användbara jämförelsen inte mot open-weight-fältet utan mot GPT Image 2.5 Sunbursts 1 224 – eftersom det är siffran OpenAI måste slå för att kunna kalla detta en ny generation i stället för en finjusteringsrunda.