GPT Image 2.6 仅在 OpenAI 的规范中出现，其他任何地方都没有。

GPT Image 2.6本周只是作为字段描述中的一个字符串存在，仅此而已。2026年10月28日，OpenAI 公共 OpenAPI 仓库的一次提交新增了一个名为 markup 的图像编辑参数，并用一句至关重要的话描述了它：“支持 GPT Image 2.5 和 2.6。” 调用模型所需的其他一切信息都缺失。规范自身的枚举中没有 gpt-image-2.6 标识符，没有价格，没有变更日志条目，没有排行榜记录，也没有任何公告。同一文件实际列为可调用的 OpenAI 图像模型仍然是 gpt-image-1-mini、gpt-image-1.5、gpt-image-2、GPT Image 2.5 Sunburst 和 GPT Image 2.5 Flare。所以这不是一个发布故事。这是一个关于供应商自己的机器可读契约中的一句话告诉了你什么、以及它故意没有告诉你什么的故事。

证据，精确到提交

这次改动足够小，可以完整读一遍。提交 aa88004 由 OpenAI OpenAPI Publisher 机器人在 10 月 28 日 20:56 UTC 创作，标题为“为图像编辑端点添加‘markup’属性”，共改动了 openapi.json 和 openapi.yaml 中的 27 行。它引用了 API 文档源修订版 1326001，生成的参考文档正是据此知道该渲染哪段说明文字。如今，同样的四句话出现在了 developers.openai.com 的图像编辑参考页面上。

以下是标记根据 OpenAI 自己的规范究竟是什么的完整说明：

• 它是一个透明 PNG，叠加在编辑请求中的第一张图像上。

• 它可以以文件 ID、HTTPS URL 或 base64 数据 URL 的形式提供。

• 它必须在方向调整后与该图像的尺寸相匹配，并且必须包含透明像素。

• 它支持 GPT Image 2.5 和 2.6，且不能与蒙版。

这就是完整的公开描述。没有示意图，没有示例，没有说明叠加层如何被解释，没有说明 2.6 与 2.5 的行为有何不同，也没有关于时序的任何线索。该规范机器可读，并且对字段结构详尽无遗，却对语义几乎只字未提——这对契约来说是正常的，但对任何试图围绕它做规划的人来说却令人沮丧。

缺失的内容比现有的内容更具信息量。

在 5 MB 的 openapi.json 里搜索任何包含 gpt-image-2.6 的标识符，你都一无所获。编辑端点上的受支持模型说明按名称逐一列举了该系列，却止步于两个九月的 SKU 及其带日期的快照：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。一个无法在模型字段中被命名的模型，就不是你能调用的模型；而本应承载那个名称的仓库，也尚未更新以承载它。

这正是 OpenAI 在 9 月初推出 GPT Image 2.5 之前用过的模式：相关引用先出现在生成的文档和规格文件中，产品页面、价格表和变更日志随后才跟上。这也正是 10 月 17 日 OpenAI 模型列表中出现三个 aurora- 标识符的同一模式——它们出现后又在几分钟内被撤下，此后一直未得到解释。规格文件里的名字是一个先行指标。它不是承诺，也不是日期。

标记是一种输入，而非模型——这才是真正的变革。

版本号是标题，参数才是实质。如今，图像编辑可以采用一个蒙版：一个二值区域，表示“在这里修改，其余部分保持不变”。提示词必须承载全部含义，因为蒙版不承载任何含义——它是一个内部没有语义的洞。标记是另一种对象。它是覆盖在原图之上的一幅图，而一幅图可以承载箭头、围绕徽标画出的方框、页边空白处的涂鸦、用颜色区分的两个区域，或手写注释。如果模型将这种叠加层理解为指令，而不是待融合的像素，那么编辑请求就不再是“替换这个区域”，而变成“照图中所画去做”。

最后那句话是推断，而不是文档记载。OpenAI 关于 markup 只发布了四句话，其中没有一句描述了它的解释方式。规范明确说明的是排他性：markup 不能与 mask 组合使用。所以这不是在现有编辑流程上额外加一个输入项。它是通过该端点的第二条路径，每个请求只能走其中一条。现有的 mask 加 prompt 调用不受影响，因为该字段是可选的，但想要基于标注驱动编辑的产品，将选择一种不同的调用形式，而不是扩展当前的调用形式。

有一个值得注意的消费者端呼应：ChatGPT Images 2.5 于 9 月 8 日随 Sketch 工具一同发布——在图像上绘制，然后请求修改。Markup 读起来像是同一思路在 API 侧的表述：绘图变成了指令，而提示词则成为它的说明文字。这是否是 OpenAI 的本意尚未得到证实，但该领域的约束——相同尺寸、透明像素、与 mask 互斥——符合这种解读，且几乎不符合其他解读。

泄露的另一半是一个 Arena 代号

引发本文的信号把文档中的目击与Arena盲测对照了起来：左侧是 gpt-image-2.5-sunburst，右侧是一个匿名的 shooting-star-green-alpha，共测试了两个检查点，并在回复中发布了第二个输出结果。10月28日发布的一篇韩语文章描述了同一代号家族出现在Arena的图像排行榜上——其标题同时点名了Green Alpha和Red Alpha——文中称它看上去与GPT Image 2.5仅有细微差别，颗粒感略少一些，并提醒说需要生成好几次才能有一次效果不错。

没有任何东西能验证 shooting-star-green-alpha 就是 GPT Image 2.6。这条关联是间接推断出来的：该代号与那句规格描述在同一周浮出水面，它正被拿来与当前最强的编辑模型作比较，而 -alpha 后缀也与 10 月 17 日的 aurora-*-alpha 标识符相符。竞技场的代号此前就曾被误配过，而两个颜色不同的变体并不能证明存在两个不同的模型版本——它们同样可能只是同一个模型的两个采样检查点。请把竞技场那部分当作测试者的目击情报，而非基准测试结果；并且在有人发布带评分的对比之前，把“略优于 2.5”视为最可能的结果。

2.6 要超越什么

相关的榜单是图像编辑，因为标记是一项编辑功能。根据 Artificial Analysis 在 10 月 29 日显示的内容，该榜单的顶部如下所示：

• GPT Image 2.5 Sunburst（max）— OpenAI，Elo 1,199，排名第一。

• MAI-Image-2.7-Preview — Microsoft AI，Elo 1,193，第二名。

• GPT Image 2.5 Flare (max) — OpenAI，Elo 1,182，第三名。

• MAI-Image-2.6 — Microsoft AI，Elo 1,151，排名第四，与 Krea 3 (Ultra) 和 Nano Banana 2.1 持平。

• GPT Image 2（高）—— OpenAI，Elo 1,136，排名第八。

那个榜单上没有 GPT Image 2.6 条目，这是目前最干净的确认：什么都没有发布。榜首也没有空间：第一和第二之间相差六分，而 Sunburst 与其同门的 Flare 之间相差十七分。两者的 95% 区间都相互重叠——Sunburst 为 1,188 到 1,210，Flare 为 1,171 到 1,193。一个只降低颗粒感的 2.6——正如 Arena 测试者所描述的那样——会落在这片噪声区间内，而不是高于它。有趣的问题不是 2.6 在 Elo 上是否胜过 2.5，而是标记路径是否会改变编辑请求所能表达的内容，因为这正是成对比较排行榜不擅长衡量的那种能力。

它将继承的代价，以及你今天可以如何称呼它

GPT Image 2.5 于 9 月 8 日发布，推出两个 API SKU——Flare 作为默认选项，宣称延迟比 GPT Image 2 低 50%；Sunburst 作为精准编辑变体——并且完全沿用了 GPT Image 2 的费率表：

• 图像输入 — 每 100 万 tokens 8.00 美元，缓存图像输入每 100 万 2.00 美元，图像输出每 100 万 30.00 美元。

• 文本输入 — 每 100 万个 token 5.00 美元，缓存每 100 万个 token 1.25 美元。

• 批处理 — 半价：图像输入 $4.00，缓存 $1.00，图像输出 $15.00，文本输入 $2.50。

OpenAI 尚未公布 GPT Image 2.6 的价格，其官方定价页上也根本没有按单张图片的标价——计费按 token，因此每张生成图像的成本会随尺寸、质量和发送的参考图像数量而变化。作为参考，Artificial Analysis 的排行榜给出了一个独立估算：每 1,000 张最高质量图像 210.70 美元，约合每张 21 美分；预算时应使用这类数字，而不是某人发布的每张价格猜测。如果 2.6 真的发布，有用的默认假设是当前价目表，因为 2.5 相比 2.0 没有任何变化；但这只是一个数据点，不是政策，而价格变化会是更具新闻价值的事件。

两个 2.5 SKU 今天已经可以通过 OrcaRouter 调用，价格为每 100 万 tokens 输入 $8.00、输出 $30.00——即提供商的标价原样透传，0% 加价，且与目录其余部分使用同一个密钥。GPT Image 2.6 不在目录中，这次泄露中也没有任何内容表明它将在何时上线。路由层能为你带来的，是过渡中较便宜的那部分：当新的图像模型真的出现时，路由 DSL 允许你将一部分流量发送给它，其余流量则继续留在你信任的 SKU 上，而自动故障转移可以覆盖提供商错误。它无法为一个只有一家提供商提供的模型凭空造出第二个上游，因此全新的 checkpoint 在被广泛镜像之前，仍然是单点故障。

四个能将一个名字变成模型的信号

如果你想知道这什么时候不再构成泄露，看规范而不是时间线：

• 当 gpt-image-2.6 这个标识符出现在规范的模型枚举中，或出现在编辑端点所支持的 GPT 图像模型列表中时，那就是调用成为可能的时刻。

• OpenAI 的更新日志或产品发布帖。该公司每次推出 GPT Image 生成功能时都会附带此类内容，包括 2.5 版本——该版本当天同步登陆 ChatGPT、ChatGPT Work 和 Codex。

• 在 Artificial Analysis 上有一个带评分的条目，最好包含编辑 Elo 和样本数量。厂商自行整理的竞技场截图不算数。

• markup 字段直接在 API 本身中正式上线，而不是停留在规范修订版里——它是一个你确实可以传入的参数，当叠加层尺寸不正确时还会返回校验错误。

此外还有一个可证伪点。如果规范的下一个修订版悄悄删掉了“and 2.6”这一条，最可能的解读就是：某个原计划中的 SKU 被更名或延期了，正如 aurora- 标识符在十月消失一样。文档预览会被撤下；这正是预览之所以为预览的原因。

目前，实用的答案并不光鲜。如果你今天要以生产级质量编辑图像，GPT Image 2.5 Sunburst 是独立评分最佳、且已公布价格的模型，而且它现在就能用；Flare 则是相同费率下的走量之选。不要围绕某个参数去重写编辑流水线——它的文档只有四句话，背后也没有可调用的模型。名字是真的。截至 2026 年 10 月 29 日，模型还不是。