GPT-Image-2.5：OpenAI 拆分图像模型的参考页面

不存在名为gpt-image-2.5的模型。如果你把这个字符串粘贴进厂商的 API，就会报错，因为该模型 ID 并不存在——而如果你打开本应包含它的 API 文档地址，则会得到 404。实际存在的是这样一对：GPT-Image-2.5 Sunburst，其标识符为gpt-image-2.5-sunburst，厂商称其为“我们用于图像生成和编辑的最强大模型”；以及GPT-Image-2.5 Flare，其标识符为gpt-image-2.5-flare，厂商称其为“快速、高质量的日常图像生成”。两者都是GPT-Image-2的后继一代，而整个双模型布局是在你针对其中任何一个编写代码之前最需要理解的一件事。这个命名空缺也正是本页存在的原因：人们输入的这个问题——“gpt image 2.5”——在这里没有专门答案，只有散落在变体和对比文章中的零散解答。

本参考资料中的所有内容，均取自供应商自己的 API 文档（2026-10-12），另加同日捕获的一份独立排行榜快照。凡是供应商未公布的内容，本页会如实说明，而不是填补空白。凡是供应商自家页面之间彼此不一致的地方，本页也会一并说明。

GPT-Image-2.5 是什么，以及它如何建立在 GPT-Image-2 之上

GPT-Image-2.5 是该供应商按 token 计费的图像家族的第三代，也是 GPT-Image-2 的直接继任者，后者的唯一 API 快照日期为 gpt-image-2-2026-04-21。2.5 代于 2026-09-08 进入 API——两个变体的默认快照名称中都带有该日期，gpt-image-2.5-sunburst-2026-09-08 和 gpt-image-2.5-flare-2026-09-08。这是供应商自身记录中的发布日，且比 GPT-Image-2 晚约四个半月。该模型并非本周才推出；以下内容是长期参考，而非发布通知。

代际更替并不是一个版本号更大的单一模型。它是一次分叉。此前每一代 GPT-Image 都只发布一个主模型 ID——GPT-Image-1，然后是 GPT-Image-1.5，然后是 gpt-image-2——而你要在那一个模型内选择质量档位。到了 2.5，厂商发布两个分别命名、分别快照的模型，并要求你选择你的工作负载属于哪一个。并没有一个总括模型会同时调度两者。

由此可得出三个实际后果，值得直截了当地说明，因为它们是搜索该模型名称的读者真正需要的内容：

• 不存在 gpt-image-2.5 别名。针对假想的裸名称编写的代码无法运行；你必须显式指定 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。

• 这两个变体共用同一份价格表和速率限制方案，因此你在这两者之间的选择是一个关于延迟与精度的决策，而不是预算决策。厂商自己对这个划分的表述是工作负载的划分，而不是一条靠多花钱就能往上攀爬的质量阶梯。

• 不带后缀的“GPT-Image-2.5”是一个代际名称，而不是一个模型。当你在更新日志、账单或产品公告中看到它时，它指的是这一代，而你仍然需要知道是这两个模型中的哪一个产出了作品。

Flare 或 Sunburst：如何选择

这就是该模型自身的名称不断引出的问题，而变体术语又足够反直觉，以至于很多人在找到答案之前会从两个方向都问一遍。下面把它敲定，每个变体一行，依据的是厂商公开发布的定位，而不是对基准测试的推断：

• Flare — gpt-image-2.5-flare，快照 gpt-image-2.5-flare-2026-09-08。当吞吐量和交付周期成为硬性约束时，就选它：日常图像生成、大批量流水线、原型开发、社交与产品视觉素材，以及任何“当下够好”胜过“日后更好”的场景。它是厂商标榜的快速、高质量日常之选，也是你应该设为默认调用的那一个。

• Sunburst — gpt-image-2.5-sunburst，快照 gpt-image-2.5-sunburst-2026-09-08。当交付物本身就是编辑结果、而精确性比延迟更重要时，就选它：那些第二轮做出的改动必须在第三轮中依然成立的多轮迭代编辑、对版式敏感的构图，以及必须精准落在你所瞄准位置的蒙版修复。厂商的图像生成指南用一句话给出了区分：“编辑精度最重要的流程请选择 Sunburst，而日常快速、高质量的图像生成请选择 Flare。”

诚实的提醒：这家供应商并未公布延迟数据、单张图片成本，也没有发布量化两者差距的质量基准，所以“更慢”和“更精确”只是供应商的说法，而非实测比例。唯一同时收录这两个模型的独立榜单确实将它们区分开来，并且排序与之一致——详见下文的证据部分。但它没有提供在相同测试框架、相同投入下的正面对比，也没有给出可用于容量规划的置信区间。没有人公布过这样的数据。

一个可行的默认做法，如果你不想费神琢磨的话：到处都调用 Flare，只在那些必须让编辑结果稳定生效的特定请求上路由到 Sunburst——也就是带遮罩的那些，或者你需要跨多轮保持稳定的参考主体。这恰恰就是“模型尚未得到验证，别把生产路径押在它身上”的那种情形：把单个端点分流到两者，比死守其中一个更划算。

它接受什么以及返回什么

两种变体在供应商的模型页面上声明了相同的模态范围。输入：文本和图像。输出：图像。不产生文本输出，供应商的定价说明也证实了这一后果——文本输出不计费，因为模型不会返回任何文本输出。

尺寸范围比这三个预设所暗示的更宽：

• 推荐预设 — 1024×1024 正方形、1536×1024 横向、1024×1536 纵向。

• 自定义尺寸——两种型号均接受任意的 WIDTHxHEIGHT 字符串，指南中逐字列出了三项限制：宽度和高度必须是 16 的倍数；宽高比必须介于 1:3 与 3:1 之间；且任一边长均不得超过 3840 像素。

• 总像素量——介于 655,360 与 8,294,400 像素之间，厂商把其上限美其名曰 4K。

• 实验性区域 — 高于 2560×1440 的分辨率被供应商标记为实验性。超出该范围的一律视为未经生产验证。

输出格式默认为 PNG，同时提供 JPEG 和 WebP。压缩可通过 output_compression 参数控制，范围为 0–100，供应商指出 JPEG 比 PNG 更快——如果你选择 Flare 的原因正是延迟，这一点值得了解。透明背景需要 background: "transparent" 与 PNG 或 WebP 输出格式搭配使用。API 返回 base64 编码的图像数据。

质量选择包含 低、中、高、极高、最高以及 自动。两个 2.5 模型就是新增 极高 和 最高；较早的 GPT Image 模型上限为 高。两个 2.5 变体都默认使用 自动。如果这些档位看起来像是叠加在 Flare/Sunburst 选择之上的第二个质量轴，那是因为它们本就是一体的：你先选择一个变体，再选择一个档位，两者会在延迟和成本上叠加。

两个模型的速率限制完全相同，并按使用层级以每分钟令牌数和图像数表示：Build 250,000 / 20，Launch 3,000,000 / 150，Grow 8,000,000 / 250。gpt-image-2供应商还指出，使用这些模型可能需要完成 API Organization Verification。

端点接口面，以及一处文档冲突

本节中，重读供应商的材料至关重要，因为供应商自己的页面并不完全一致。

模型页面：gpt-image-2.5-sunburst和gpt-image-2.5-flare恰好列出了三个受支持的端点：v1/images/generations、v1/images/edits和v1/batch。表中的其他所有内容都标记为不受支持——包括 v1/responses和v1/chat/completions。这与 GPT-Image-2 所暴露的相同三端点接口面一致，这意味着你可能为早期图像模型使用过的 Chat Completions 结构将无法沿用。

然而，图像生成指南所描述的是一条 Responses API 路径：在其中选择一款主模型，并在某个工具字段中指定图像模型；而定价页面的注释称，GPT-Image-2 和 2.5 的缓存输入费率“仅适用于 Responses API 生成”。这两处表述暗示存在一个 Responses 接口，而模型页面却明确将其标注为不受支持。gpt-6-astra作为主模型搭配使用。

我是在报告这一冲突，而不是解决它。保守的解读——也是应当据以构建的那一种——是模型页面：生成、编辑、批量。在依赖 Responses 路径之前，先用自己的账户测试它，因为本该授权它的那个页面目前说不行。

文本渲染和编辑行为

编辑是 2.5 代的目标所在，而文档对机制和限制的说明异常具体。

edits 端点负责局部重绘——这是任一模型页面上列出的唯一编辑功能。你需要上传一张图像，以及一个标识要替换区域的蒙版。有两条约束比它们看起来更重要。首先，使用这些模型进行蒙版处理完全基于提示词：模型将蒙版作为引导，用厂商的话说，“可能无法完全精确地遵循其确切形状”。其次，图像和蒙版必须格式相同、尺寸相同，且小于 50MB，并且蒙版必须带有 Alpha 通道——纯黑白蒙版无法使用，除非你以编程方式添加一个 Alpha 通道。如果你提供多张输入图像，蒙版会应用于第一张。

在文本方面，最诚实的说法来自厂商自己的局限性清单，而不是厂商的营销宣传：“尽管已有显著改进，模型在精确的文字放置和清晰度方面仍可能力不从心。”请按字面来理解这句话。这一代模型渲染文本的效果优于前代，但它仍然不是排版引擎。同一份局限性清单还补充道，复杂提示词的处理时间最长可达两分钟，模型可能难以让反复出现的角色或品牌元素在视觉上保持一致，并且在结构化或对版式敏感的构图中，可能难以精确放置元素。以上每一条都直接支持在版式工作中使用 Sunburst，也直接反对假定任一版本都能守住模板。

审核对两者均适用：供应商表示，所有提示词和生成的图像都会根据其内容政策进行过滤，并带有一个moderation 参数，可提供 auto（默认）或 low，被阻止的请求会返回错误代码 moderation_blocked，并附带可选详情。

已发布的许可和使用条款

该供应商已发布的模型和图像生成文档并未包含输出所有权与商业使用条款；这些条款存在于其单独的条款中，而开发者文档并未收录这些条款。开发者文档在其数据处理指南中确实说明，除非你选择加入，否则 API 数据不会用于训练，并且该指南的表格针对/v1/images/generations和/v1/images/edits端点，列出了“用于训练：否”。对于该页面上列出的特定模型名称，图像生成还被描述为与 Zero Data Retention 兼容。

API 文档中没有任何内容授予或描述免费额度、免费赠用额度、试用配额，或针对任一 2.5 模型的速率限制豁免。没有任何已公布的免费额度可供援引。已公布的是价格，而且它与 GPT-Image-2 此前所采用的价格相同——参见下一节。

定价，以及它没有变动这一事实

该供应商未公布两个 2.5 变体中任何一个的单张图像价格。定价按 token 计量，以每百万为单位，且两个模型的费率完全相同，并与 GPT-Image-2 相同：

• 标准文本输入 — 每 100 万 tokens 收费 5.00 美元；缓存的文本输入为 1.25 美元。

• 标准、图像输入 — 每 100 万 tokens $8.00；缓存的图像输入 $2.00。

• 标准，图像输出 — 每 100 万 tokens 30.00 美元。

• 批量，文本输入 — $2.50；图像输入 $4.00；图像输出 $15.00，缓存费率相应减半。

关于那张表，有两点比数字本身更值得关注。第一，2.5 代并没有提高价格：gpt-image-2在图像侧标价输入 $8、输出 $30，文本为 $5，与 2.5 完全一致。相比之下，GPT-Image-1.5 为输入 $8、输出 $32，文本输出费率为 $10，而 GPT-Image-1 为输入 $10、输出 $40。2.5 的升级是在价目不变的情况下，对能力和延迟的改变。第二，厂商指出其现有的图像生成成本计算器无法估算 2.5 的使用量，因此你不应使用为旧一代构建的工具来预测这些模型的支出。厂商没有公布单张图像的价格，因此你看到的针对这些模型的任何单张数字都是他人的换算，而非厂商的。

由于价格是按提供商列表价透传的，我们这边不添加任何加价，所以这些费率就是你在 OrcaRouter 上支付的价格，而供应商调价会在同一天生效。这两个模型目前都在我们的实时目录中。我核实过了，因为旧页面上的可用性声明正是那种容易过时的东西：gpt-image-2.5-sunburst 和 gpt-image-2.5-flare 都能像其他所有模型一样，通过同一个 OpenAI 兼容端点进行路由，价格就是上面的每张图片 $8 输入 / $30 输出费率。如果你是在评估这一对模型，而不是只选定其中一个，这一点出于实际原因很重要——一把密钥和一条路由规则就能让你把某一类请求发送给 Sunburst，把其他所有请求发送给 Flare，并且无需第二份合同或更改代码，就能调整这种分流。

独立测试怎么说，以及无人衡量过的是什么

该厂商在其产品页面上并未公布两种版本中任何一款的基准测试成绩。独立证据比发布报道所暗示的更为单薄，因此有必要精确说明它究竟显示了什么、又没有显示什么。

Artificial Analysis 维护着文生图榜单，其中既包含质量 Elo 排名，也包含每生成 1,000 张图像的代表性 API 价格。在 2026-10-12 抓取的那份快照中，GPT Image 2.5 Sunburst (max)和GPT Image 2.5 Flare (max)均出现在排名靠前的位置，其中 Sunburst 排在 Flare 之上，且两者都排在 GPT Image 2 (high)之上。我刻意不公布那次快照中的 Elo 数值：该榜单是以图形方式呈现各模型的数值的，而抓取到的页面中，单个标签无法被干净地提取出来，因此这里引用的数字只能算是对图表的读数，而非其背后数据。如果你需要这个数值，请前往该榜单查看。

那个价格轴也是目前唯一存在这些模型单图等效数值的地方——Artificial Analysis 依据按 token 计费的定价方式，推导出了每 1,000 张图像的代表性成本。这是由第三方方法学得出的独立估算，并非厂商费率，而且厂商本身根本没有公布任何单图数值。用它来比较各模型之间的成本形态；不要把它当作厂商的价格来引用。

如实说来，从这些证据中可以得出的是：两个变体的排序得到了独立佐证，而这正是 Flare 还是 Sunburst 这一决策中真正重要的部分。尚未确立的是，在同等投入、同等测试框架下，将 2.5 变体与竞争图像模型所作的任何比较。榜单上的条目是分档的——“Sunburst (max)”和“Flare (max)”标出的是质量设置，而同一榜单上的其他模型则按各自的档位列示，并非按某个共同档位。跨档位标签的排名并不等于在相同设置下的排名，若将其当作后者，就会夸大实际已经测试过的内容。

这让你处于什么境地

如果你只带着模型名称来到这里，其他什么都不知道，那么关键事实如下。请指定 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare；没有第三种选项，也没有不带后缀的别名。两者都接受文本和图像并返回一张图像，边缘最长可达 3840 像素，总像素最多 8,294,400，可通过三个端点之一访问。Flare 是吞吐量优先的选择，Sunburst 是精度优先的选择，而供应商自己的文档也承认，遮罩是指导而非硬性边界，因此二者都无法为你提供完全确定性的编辑。资费表与 GPT-Image-2 相比未变，仍为每百万图像输入 token 8 美元、每百万图像输出 token 30 美元，批处理价格减半，并且供应商页面上没有可按图像计价的价格或免费额度可供比较。

仍然真正悬而未决的，正是容量规划最想要的东西：两个变体之间经实测的延迟差异，以及在匹配测试框架下的质量对比。在有人公布这些之前，Flare 与 Sunburst 之间的取舍，只能依据厂商宣称的定位外加某个排行榜的排序来做设计决策——这比大多数发布所给的要多，但比一份基准测试要少。