隆重推出 Images 2.6：OpenAI 将动态能力引入 API

OpenAI 于 2026 年 11 月 4 日发布了 Images 2.6，而它为这次发布选择的演示，是一个挥手的吉祥物。这将是大多数报道所呈现的本次发布版本：ChatGPT 现在可以根据提示词或照片生成循环 GIF、调整播放速度、逐帧查看并修改其中某一帧。而开发者真正该关注的版本，则要低调得多。同一次发布还在线上推出了两个新的 API 模型——针对延迟优化的 GPT-Image-2.6 Flare，以及针对细节、并能在连续多轮编辑中保持主体稳定的 GPT-Image-2.6 Sunburst——此外还新增了四项控制项，它们改变的是你如何编写图像调用，而不只是调用返回的速度。Images 2.6 已在 ChatGPT、Codex 以及 API 中上线，覆盖所有 ChatGPT 订阅层级，并支持网页端、桌面端和移动端。

本文讲的是实际发生了什么变化、成本是多少，以及发布时的那些说法中，哪些目前已有证据支持。对最后一个问题的简短回答是：几乎都没有，因为这个模型才刚发布一天。

11月4日发布了什么？

五件事，大致按照它们对生产工作流的影响程度排序。

• 动画 GIF 输出。静态图像由此变成一段短循环。在 ChatGPT 中，你可以设置播放速度、查看单帧并在分享前对其进行编辑。在 API 中，它是一种与 PNG、JPEG 和 WebP 并列的输出格式，两个新模型均支持。

• 一个复杂度参数。可选低、中、高，它不是画质调节旋钮。它决定模型在绘制之前进行多少规划。OpenAI 的开发者指南建议：普通编辑从低档起步，只有当场景同时包含多个元素或多项必须共同保留的约束时，才调高它。

• 标记引导式编辑。 你发送源图像，以及一个标记出更改确切位置的标注叠加层。该叠加层是与第一张图像尺寸相匹配的透明 PNG，并且不能在同一请求中与蒙版组合使用。这就是 ChatGPT 的“在图片上绘制”手势，被提升为一个参数。

• SVG 导出。直接从图像调用输出矢量结果，这对标志、图标集以及任何要进入印刷或设计流程的内容都很重要——否则这些流程就得重新描摹栅格图。

• 速度。OpenAI 声称整体生成速度约快 50%。官方给出的低质量模式下的 Flare 约为每张图片六秒——正是这个数字让 GIF 预览感觉像交互式操作，而非批量处理。

ChatGPT 还获得了可重复使用的参考图像功能，因此一个反复出现的角色、宠物或产品不必在每一轮对话中重新上传。从架构意义上说，这些都不是新的基础模型。它是 Images 产品线上的一次能力发布——该产品线始于 2026 年 4 月的 Images 2.0，并在 9 月随着 Images 2.5 的推出而拆分为两个层级。

两种 API 模型是一个路由决策，而不是营销上的划分

GPT-Image-2.6 Flare 与 GPT-Image-2.6 Sunburst 的定价完全相同。它们并非只是默认设置不同的同一款模型。Flare 旨在快速返回结果，而且据 OpenAI 称，它还能提升海报和产品图像的版式质量，也就是文字和物体必须落在特定位置的这类构图场景。Sunburst 则面向细节丰富的构图，也面向图像生成中一个已悄然成为难点的方面：让主体在连续十次编辑后仍能保持可辨认的自身特征。

这个区分是本次发布中最有用的一点，因为它对应着过去共用一个模型的两种不同任务。缩略图生成器、分镜草图工具或聊天内预览需要 Flare。而要在五十个 SKU 之间编辑同一张主图的品牌素材流水线则需要 Sunburst，并且乐意多花那几秒钟。

两者都接受文本和图像输入、输出图像，接口为 /v1/images/generations 和 /v1/images/edits。两者都不是通用聊天模型，也都不接受视频。

代价几何，以唯一重要的单位衡量

OpenAI 对这些模型按 token 计费，而非按图片计费，并且费率卡与 Images 2.5 相比保持不变：

• 文本输入 — 每百万 token 5.00 美元，缓存部分 1.25 美元。

• 图像输入 — 每百万 token 8.00 美元，缓存 2.00 美元。

• 图像输出 —— 每百万 token 30.00 美元。

由于输出 token 的数量会随模型实际绘制的像素数而增长，每张图像的成本是一个区间，而非一个固定数字。在 1K 分辨率下，低质量渲染的成本接近半美分，高质量渲染则接近五美分；提升到 2K 后，高质量渲染的成本大约会达到十美分。与按每张图像固定收费的竞争对手相比，同样的 token 费率乍看之下显得昂贵，但一旦你意识到自己是在为所要求的特定分辨率付费，而不是为某一档位的平均成本付费，这个费率就显得平常了。

这种结构也正是为什么一份毫无变化的价目表在实践中仍可能等同于一次降价。如果 Images 2.6 能在减少 50% 实际耗时的情况下达到相同质量，而每张图像的 token 数量与之相当，那么单次给定输出的成本持平，而其周边流水线的成本却在下降。夜间排队处理图像的批处理工作负载不会察觉到这一点，但任何交互式场景都会。

OrcaRouter 在撰写本文时尚未上架 Images 2.6，因此如实地讲，可获取该模型的渠道是 OpenAI 自家 API 以及若干第三方平台。目前我们的目录中收录的是上一代模型 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst，以及 Google 的 Gemini 与 Imagen 图像模型和 xAI 的 Grok Imagine Image——全部通过同一个密钥调用，按供应商标价提供、0% 加价，并支持供应商之间的自动故障转移。当某个模型在我们这里上架时，供应商的价格当天就是我们的价格；我们不会在此基础上叠加路由加价。

我们目前还无法告诉你的

Images 2.6 没有独立评分。我们在11月5日查看了 Artificial Analysis 的文生图和图像编辑排行榜，两者都没有列出 GPT-Image-2.6 Flare 或 Sunburst；文生图榜榜首仍是上一代：GPT Image 2.5 Sunburst 以 1,224 Elo 居首，GPT Image 2.5 Flare 为 1,208。这并不是在贬低新模型。这只是在偏好竞技场中“刚满一天”的样子——该竞技场需要数千次成对投票后才会公布分数。

OpenAI 唯一能引用的排名是 Design Arena，它称 Sunburst 拿下了第一名，并取代了自己的前代产品。应把这看作厂商引用的竞技场结果，而非经过审计的基准测试：这一说法具体且可核查，但 Design Arena 尚未公布我们能够核实的新模型 Elo，而且竞技场排名是一种偏好度量，而非保真度度量。

最有实质内容支撑的说法，恰恰是最不吸引眼球的那个。OpenAI 表示，该服务目前每周在 ChatGPT 和 API 上生成超过 40 亿张图像，高于 9 月的 30 亿张。这是一个使用量数据，而不是质量数据，并且是自行报告的——但七周内增长 33% 这类数字，正好解释了为什么速度方面的工作会被优先于峰值保真度的又一次提升。

值得了解的命名冲突

Microsoft 于 2026 年 8 月发布了 MAI-Image-2.6。它是来自另一家公司的一款不同模型，通过 Microsoft 的平台拥有自己的 API 接口，并且已经拥有独立评分——在 Artificial Analysis 的文生图排行榜上为 1,168 Elo，在编辑榜上为 1,151。如果你本周搜索“Images 2.6 benchmarks”，相当一部分结果会与那个模型有关，或者会把两者混为一谈。

阅读规格表时，真正重要的区别在于：OpenAI 的产品线是Images作为产品名称，而GPT-Image-2.6作为 API 标识符。微软的则是MAI-Image-2.6。它们不共享权重、定价，也不在同一排行榜行上。今天任何人为“Images 2.6”引用 Elo 分数，几乎可以肯定是在把其中一方的分数当成另一方的来引用。

谁该动，谁该等

如果你的流水线已经在使用 GPT-Image-2.5，而瓶颈是交互延迟，那么 Flare 是一个直接的替换方案，且“才发布一天”的风险很低：相同的端点、相同的 token 费率、相同的输出形态，以及有文档记载的速度提升。如果你的瓶颈是编辑漂移——也就是第五次编辑悄无声息地改变了人脸或 logo——那 Sunburst 才是值得关注的那个，并且它值得做一次有边界的测试，而不是直接迁移，因为其一致性主张恰恰是那种目前尚无独立证据支持的主张。

如果你真正想要的是 GIF 功能，请注意早期评测者遇到的提醒：该功能是逐步推送的，有些账户在第一天并没有这项功能。GIF 也不能作为 API 的输入格式——你可以生成 GIF，但不能将其作为输入传回。

接下来两周值得关注的是 Artificial Analysis 榜单上出现的那一行。当 GPT-Image-2.6 Sunburst 获得 Elo 评分时，有意义的比较对象不是开源权重阵营，而是 GPT Image 2.5 Sunburst 的 1,224 分——因为 OpenAI 必须超过这个数字，才能证明这是新一代模型，而不是一次调参迭代。