隆重推出 Images 2.6：OpenAI 為 API 注入動態

OpenAI 於 2026 年 11 月 4 日推出 Images 2.6，而它選擇的示範是一個揮手的吉祥物。這將是大多數報導會採用的發表版本：ChatGPT 現在可以根據提示或照片製作循環 GIF、調整播放速度、逐格檢視並修正其中一格。開發者真正該關注的版本則低調得多。同一次發布還在 API 上推出了兩個新模型：針對延遲最佳化的 GPT-Image-2.6 Flare，以及針對細節與在一連串編輯中維持主體穩定而調校的 GPT-Image-2.6 Sunburst；並新增四項控制項，改變的是你如何撰寫影像呼叫，而不只是它多快回傳。Images 2.6 已在 ChatGPT、Codex 及 API 上線，適用於所有 ChatGPT 方案，涵蓋網頁、桌面與行動平台。

本文要談的是實際改變了什麼、代價是什麼，以及發布時的各項說法中，目前有哪些已有證據支持。最後一個問題的簡短答案：幾乎沒有，因為這個模型才問世一天。

11 月 4 日發布了什麼

五件事，大致依其對生產工作流程的改變程度排序。

• 動畫 GIF 輸出。 靜態圖片會變成短循環。在 ChatGPT 中，您可以設定播放速度、檢視個別影格，並在分享前進行編輯。在 API 中，它是與 PNG、JPEG 和 WebP 並列的輸出格式，且兩款新模型皆支援。

• 一個複雜度參數。低、中或高，而且它不是品質調節鈕。它決定模型在繪圖前進行多少規劃。OpenAI 的開發者指引建議，一般編輯從低開始，只有在場景包含多個必須同時保留的元素或限制時，才予以調高。

• 標記引導式編輯。 你送出來源影像，以及一份標示出變更確切位置的標記疊層。該疊層是與第一張影像尺寸相符的透明 PNG，且無法在同一項請求中與遮罩合併使用。這就是 ChatGPT 的「在圖片上畫」手勢，被提升為一項參數。

• SVG 匯出。 直接從圖片呼叫輸出向量，這對標誌、圖示集，以及任何要送進列印或設計流程、否則得重新描摹點陣圖的內容都很重要。

• 速度。OpenAI 宣稱整體生成速度快約 50%。在低品質設定下，Flare 據稱每張圖片約需六秒——這個數字讓 GIF 預覽感覺像是互動式，而非批次處理。

ChatGPT 也獲得了可重複使用的參考圖片，因此反覆出現的角色、寵物或產品不必每一輪都重新上傳。就架構而言，這都不是全新的基礎模型。這是 Images 產品線的功能發布，該產品線始於 2026 年 4 月的 Images 2.0，並在 9 月隨著 Images 2.5 拆分為兩個等級。

這兩個 API 模型是一項路由決策，而非行銷上的區分

GPT-Image-2.6 Flare 與 GPT-Image-2.6 Sunburst 定價完全相同。它們並非同一個模型、只是預設值不同。Flare 的設計目標是快速回傳，而且根據 OpenAI 的說法，它還能提升海報與產品圖像的版面品質——也就是文字與物件必須擺在特定位置的構圖情境。Sunburst 則是為細節豐富的構圖而打造，也為了那個已悄然成為圖像生成最棘手環節的任務：讓主體在連續十次編輯後，依然能辨識出它還是自己。

這個區分是本次發布中最有用的一項事實，因為它對應到過去共用同一個模型的兩種不同工作。縮圖產生器、分鏡草圖工具或對話內預覽需要 Flare。要在五十個 SKU 之間編輯同一張主視覺圖片的品牌素材流程則需要 Sunburst，而且會樂意多花那幾秒。

兩者都是文字與圖片輸入、圖片輸出，分別位於 /v1/images/generations 和 /v1/images/edits。兩者都不是通用聊天模型，也都不接受影片。

代價是多少，以唯一真正重要的單位來衡量

OpenAI 是依 token 向這些模型收費，而非依圖片計費，且費率表與 Images 2.5 相比維持不變：

文字輸入 — 每百萬個詞元 $5.00，快取 $1.25。

• 圖片輸入 — 每百萬個 token 8.00 美元，快取 2.00 美元。

• 圖片輸出 — 每百萬個 token $30.00。

輸出 token 會隨模型實際繪製的像素數量而增加，因此每張影像的成本是一個範圍，而非單一數字。在 1K 時，低品質渲染的成本約半美分，高品質則約五美分；提高到 2K 時，高品質可達約十美分。同樣的 token 費率，與按每張固定收費的競爭對手相比看似昂貴，但一旦你注意到你付的是你所要求解析度的費用，而不是整個等級的平均值，就顯得普通。

這樣的結構也說明了，為什麼一份未變動的價目表在實務上仍可能等同於降價。如果 Images 2.6 能用少 50% 的實際耗時達到相同品質，而且每張影像的 token 數量相近，那麼特定輸出的成本會持平，而圍繞它的流程成本則會下降。整夜排隊處理影像的批次工作負載不會察覺；任何互動式工作負載則會。

OrcaRouter 在撰寫本文時並未提供 Images 2.6，因此誠實的上架情況是：OpenAI 自家 API 與數個第三方平台。我們目錄目前確實有的是上一代 GPT-Image-2.5 Flare 與 GPT-Image-2.5 Sunburst，以及 Google 的 Gemini 和 Imagen 圖像模型與 xAI 的 Grok Imagine Image——全部只需一組金鑰，以供應商定價、0% 加價提供，並在供應商之間自動容錯移轉。當模型上架到這裡，供應商當天的價格就是我們的價格；我們不會在其上額外加收路由利潤。

我們目前還無法告訴你的事

{{1}}Images 2.6{{/1}} 沒有獨立評分。我們於 11 月 5 日查看 Artificial Analysis 的 {{2}}文生圖{{/2}}與 {{3}}圖像編輯{{/3}}排行榜，兩者都未列出 {{4}}GPT-Image-2.6 Flare{{/4}} 或 {{5}}Sunburst{{/5}}；文生圖排行榜榜首仍是上一代，{{6}}GPT Image 2.5 Sunburst{{/6}} 以 {{7}}1,224 Elo{{/7}} 居首，{{8}}GPT Image 2.5 Flare{{/8}} 則以 {{9}}1,208{{/9}} 緊隨。這並非貶低新模型。這只是「{{10}}才問世一天{{/10}}」在偏好競技場上的樣貌——該競技場需要數千張成對投票，才會公布分數。

OpenAI 能引用的唯一排名是 Design Arena，它表示 Sunburst 奪下第一名，並取代了自己的前代產品。應將此視為廠商引用的競技場結果，而非經稽核的基準測試：這項說法具體且可查證，但 Design Arena 尚未公布我們能驗證的新模型 Elo，且競技場名次是偏好衡量，不是保真度衡量。

最有实质依据的说法，恰恰是最不吸引眼球的那一个。OpenAI 表示，该服务现在每周在 ChatGPT 和 API 上生成超过 40 亿张图像，高于 9 月的 30 亿张。这是使用量数据，不是质量数据，而且是自我报告的数据——但七周内增长 33%，正是那种能解释为何速度优化被优先于峰值保真度的再次跃升的数字。

值得留意的命名衝突

Microsoft 於 2026 年 8 月推出了 MAI-Image-2.6。它是來自另一家公司的不同模型，透過 Microsoft 平台擁有自己的 API 介面，而且已經有獨立評分——在 Artificial Analysis 的文字轉圖像排行榜上為 1,168 Elo，在編輯排行榜上為 1,151。如果你這週搜尋「Images 2.6 benchmarks」，有相當比例的结果會是關於那個模型，或是把兩者混為一談。

讀規格表時真正重要的區別在於：OpenAI 的是 Images 作為產品名稱，而 GPT-Image-2.6 是 API 識別碼。微軟的則是 MAI-Image-2.6。它們不共用權重、定價或排行榜上的同一列。今天任何人引用「Images 2.6」的 Elo 分數，幾乎可以肯定都是把其中一方的數據套用到另一方身上。

誰應該移動，誰應該等待

如果你的管線已經跑在 GPT-Image-2.5 上，而瓶頸是互動延遲，那麼 Flare 是直接了當的替換方案，且僅存在一天的風險很低：相同的端點、相同的 token 費率、相同的輸出格式，並有文件記載的速度提升。如果你的瓶頸是編輯漂移——也就是第五次編輯悄悄改變了某張臉或某個標誌——那麼 Sunburst 才是有意思的那個，而且值得做一次有範圍限制的測試，而不是直接遷移，因為其一致性主張，恰恰正是目前尚無獨立證據支持的那項主張。

如果你真正想要的是 GIF 功能，請注意早期評測者遇到的注意事項：這項功能是逐步推出的，有些帳號第一天並沒有它。GIF 也不能作為 API 的輸入格式——你可以產生 GIF，但不能把 GIF 再輸入回去。

接下來兩週要留意的是 Artificial Analysis 上出現的那一列。當 GPT-Image-2.6 Sunburst 取得 Elo 分數時，真正有用的比較對象不是開放權重陣營，而是 GPT Image 2.5 Sunburst 的 1,224 分——因為這才是 OpenAI 必須超越的數字，才能證明這是一個新世代，而不是一次調參。