GPT Image 2.5 Flare·Sunburst와 GPT Image 2 비교: 그대로 둘지, 옮길지, 어떻게 옮길지

이미 gpt-image-2로 검수를 통과하는 워크플로가 있다면 GPT Image 2.5 Flare를 먼저 시험하고, GPT Image 2로는 품질 요구를 못 채웠던 작업이라면 Sunburst부터 확인한 뒤 같은 입력으로 Flare를 다시 시험하는 것이 OpenAI 프롬프트 가이드의 공식 이전 순서입니다. 급하게 바꿀 이유는 없습니다. GPT Image 2는 2026년 9월 22일 기준 지원 중단 목록에 없고, 오히려 gpt-image-1 계열의 공식 대체 모델로 지정되어 있습니다.

다만 모델 문자열만 바꾸고 나머지 설정을 그대로 두면 청구액과 결과가 함께 달라집니다. 세 모델의 토큰 단가는 동일하지만, GPT Image 2.5의 medium은 GPT Image 2의 medium보다 훨씬 적은 출력 토큰을 쓰고, 2.5의 high가 GPT Image 2의 medium과 같은 예산입니다. 공정하게 비교하려면 라벨이 아니라 출력 예산을 맞춰야 하며, 그래야 "2.5가 두 배 비싸다"는 검색 결과의 주장이 GPT Image 2의 Batch 요금을 Standard 요금으로 잘못 읽은 것임도 분명해집니다.

이 글은 2026년 9월 22일에 확인한 OpenAI 모델 문서, 가격 페이지, 공식 출력 토큰 계산기와 출처를 명시한 제3자 자료를 기준으로 합니다. 이 사이트는 유료 API로 세 모델을 직접 벤치마크하지 않았으므로 속도와 품질 수치는 모두 출처와 조건을 함께 적었습니다. Flare와 Sunburst 사이의 선택만 필요하다면 GPT Image 2.5 Flare와 Sunburst 비교에서 이미 다뤘으므로 이 글은 세 모델 사이의 결정과 이전 실무에 집중합니다.

세 모델의 위치: 무엇이 달라졌나요

세 모델 모두 텍스트와 이미지 입력을 받아 이미지를 출력하고, 생성·편집·부분 수정을 지원하며, Images API(v1/images/generations, v1/images/edits)에서 직접 지정하거나 Responses API의 image_generation 도구 모델로 쓸 수 있습니다. 차이는 기능 유무보다 OpenAI가 부여한 위치, 품질 설정의 범위, Batch 지원에 있습니다.

라벨과 ID는 GPT Image 2, Flare, Sunburst 모델 페이지에 근거합니다. gpt-image-2.5처럼 접미사 없는 ID는 존재하지 않으며, Tosea.ai는 자체 테스트에서 이 ID로 호출하면 모델이 없다는 오류가 돌아왔다고 보고했습니다.

주의할 점은 OpenAI 자신의 표현이 문서마다 다르다는 것입니다. 프롬프트 가이드는 Flare를 "속도에 최적화된 소형 모델로, 이미지 품질은 GPT Image 2와 비슷하다"고, Sunburst를 "품질에 최적화된 기본 모델로, GPT Image 2보다 높은 이미지 품질"이라고 설명합니다. 반면 9월 8일 출시 글은 Flare가 "GPT‑Image‑2보다 높은 품질의 이미지를 50% 낮은 지연 시간으로" 제공한다고 적습니다. 두 문장 모두 OpenAI의 주장이며 어느 쪽이 맞는지는 이 글에서 판정하지 않습니다. 실무에서는 "Flare는 최소한 GPT Image 2 수준을 목표로 설계됐고, Sunburst는 그 이상을 목표로 한다"는 정도로 읽고 자신의 작업에서 확인하는 편이 안전합니다. 두 문서가 일치하는 부분은 두 2.5 모델 모두 정밀 편집과 피사체 보존이 개선됐다는 설명입니다.

독립 투표 순위도 같은 방향을 가리키지만 표본 크기를 함께 봐야 합니다. Arena 텍스트-이미지 순위(페이지 표기 기준 9월 7일 갱신)는 Sunburst 1421 ±13(3,149표, Preliminary), Flare 1399 ±13(2,856표, Preliminary), GPT Image 2 medium 1381 ±4(78,731표) 순이고, 이미지 편집 순위는 1520 / 1491 / 1461로 같은 순서입니다. Artificial Analysis는 Sunburst max 1197 ±9, Flare max 1190 ±9, GPT Image 2 high 1171 ±9로, 오차 범위가 겹치는 근소한 차이입니다. 두 순위 모두 사람의 선호 투표이지 속도나 비용 측정이 아니며, 2.5 항목은 아직 투표 수가 적습니다.

남을지, Flare로 갈지, Sunburst로 갈지 결정하는 기준

결정은 현재 워크플로가 품질 요구를 충족하는지, 그리고 Batch에 의존하는지 두 가지에서 갈립니다.

검증된 GPT Image 2 워크플로가 이미 통과하고 있다면 목표는 품질 유지가 아니라 지연 시간 단축입니다. 공식 가이드는 이 경우 Flare를 먼저 시험해 "허용 가능한 품질을 유지하면서 지연 시간을 줄일 수 있는지" 확인하라고 합니다. 튜닝된 프롬프트가 이미 통과한다면 옮길 가치는 순전히 응답 시간과 재시도율의 개선 여부로 판단하면 됩니다. Flare로 같은 예산에서 결과가 통과하지 않는다면 굳이 옮길 이유가 없고, GPT Image 2에 남는 것도 정당한 결론입니다.

GPT Image 2로 품질 요구를 채우지 못했던 복잡한 작업, 예를 들어 상품 형태와 라벨을 유지하면서 배경을 바꾸는 편집이나 여러 차례 수정을 거쳐야 하는 시안이라면 Sunburst로 먼저 요구 수준을 충족하는지 확인합니다. Sunburst가 통과하면 같은 프롬프트, 같은 참조 이미지, 같은 크기로 Flare를 시험하고, 품질이 유지되면서 지연 시간이 줄어들 때만 Flare로 전환합니다. Sunburst의 품질 우위가 필요한 작업은 Sunburst에 그대로 둡니다.

Batch로 대량 생성 비용을 절감하고 있다면 상황이 다릅니다. 2026년 9월 22일 기준 가격 페이지의 Batch 탭에는 이미지 모델 중 gpt-image-2만 있고, 두 2.5 모델 페이지는 v1/batch를 미지원 엔드포인트로 표시합니다. 이 경우 Batch 작업은 GPT Image 2에 남기고, 지연 시간이 중요한 실시간 요청만 2.5로 보내는 혼합 라우팅이 현실적인 선택입니다. Batch 지원이 앞으로 추가될지는 문서에 없으므로 "현재 미기재"로만 받아들이면 됩니다.

새 연동이라면 이전이 아니라 선택의 문제입니다. 가이드는 속도가 우선이면 Flare, 까다로운 품질 요구가 우선이면 Sunburst에서 시작한 뒤 결과가 요구를 충족하면 지연 시간을 줄일 기회를 찾으라고 합니다. GPT Image 2를 새로 고를 이유는 Batch가 필요한 경우 정도입니다.

GPT Image 2가 곧 사라질 것이라는 걱정은 현재 근거가 없습니다. 공식 지원 중단 페이지에는 gpt-image-1이 2026년 10월 23일, gpt-image-1-mini·gpt-image-1.5·chatgpt-image-latest가 2026년 12월 1일에 종료되며 권장 대체 모델이 모두 gpt-image-2로 적혀 있습니다. gpt-image-2와 두 2.5 모델에는 종료 항목이 없습니다. 오늘 없다는 것이 영구 보장은 아니므로, 가이드가 말하듯 이전 모델이 지원되는 동안 롤백 경로를 유지하면 됩니다.

모델 문자열만 바꿨는데 청구가 달라지는 이유

가장 흔한 실수는 model만 gpt-image-2에서 gpt-image-2.5-flare로 바꾸고 quality: "medium"을 그대로 두는 것입니다. 공식 문서는 "같은 quality 라벨이 모델 간 같은 이미지 품질이나 응답 시간을 뜻하지 않는다"고, 또 "모델은 같은 quality 설정에서 서로 다른 토큰 수를 쓰며 출력 토큰당 가격은 같다"고 명시합니다. 실제로 얼마나 다른지는 공식 출력 토큰 계산기에서 확인할 수 있습니다. 아래 값은 2026년 9월 22일에 계산기를 직접 조작해 읽은 것으로, 출력 토큰만 포함하고 입력 토큰과 스트리밍 부분 이미지는 제외됩니다. 계산기는 Sunburst와 Flare를 하나의 옵션으로 묶습니다.

표를 읽으면 대응 관계가 명확합니다. low는 두 세대가 같고, 2.5의 high는 GPT Image 2의 medium과, 2.5의 max는 GPT Image 2의 high와 같은 예산입니다. 2.5의 medium과 xhigh는 그 사이에 새로 끼워 넣은 단계입니다. 그래서 라벨을 그대로 두고 모델만 바꾸면 1024×1024 기준 1,756토큰짜리 렌더가 439토큰짜리로 바뀝니다. 청구액은 약 4분의 1로 줄지만 모델이 쓸 수 있는 예산도 그만큼 줄어드므로, "2.5로 바꿨더니 싸졌는데 결과가 단순해졌다"는 인상은 모델 차이가 아니라 예산 차이일 가능성이 큽니다. 반대로 GPT Image 2 high에서 2.5 high로 옮기면 예산이 7,024에서 1,756으로 줄어들어 같은 이유로 결과가 달라질 수 있습니다.

첫 비교에서 예산을 맞추는 방법은 간단합니다. GPT Image 2에서 medium을 쓰고 있었다면 2.5에서는 high를, high를 쓰고 있었다면 max를 지정합니다. 나머지 설정은 그대로 둡니다.

json
// 기존 요청
{ "model": "gpt-image-2", "quality": "medium", "size": "2048x1152", "output_format": "png" }

// 같은 출력 예산(1,413토큰)으로 옮긴 첫 비교
{ "model": "gpt-image-2.5-flare", "quality": "high", "size": "2048x1152", "output_format": "png" }

이 대응은 계산기 추정이지 청구 확정값이 아닙니다. 실제 비용은 입력 텍스트·이미지 토큰이 더해지고, 스트리밍으로 부분 이미지를 받을 때마다 출력 토큰 100개가 추가되며, auto는 계산기로 추정할 수 없습니다. Tosea.ai의 테스트에서는 2.5의 auto가 5회 중 4회 1,413토큰 단계에 떨어지고 한 번은 628토큰이었다고 하니, 예산을 통제하려면 auto 대신 명시적 값을 쓰는 편이 낫습니다. 확정 비용은 응답의 usage 필드로 확인하세요. 크기·품질별 세부 예산은 GPT Image 2.5 API 가격 글이 다룹니다.

비용: 토큰 단가는 같고 "2.5가 두 배"는 Batch 요금을 잘못 읽은 것

공식 가격 페이지의 Standard 탭에서 세 모델의 단가는 완전히 같습니다. 텍스트 입력 100만 토큰당 $5.00(캐시 $1.25), 이미지 입력 $8.00(캐시 $2.00), 이미지 출력 $30.00이며 텍스트 출력은 과금되지 않습니다. 두 2.5 모델 페이지도 "토큰 요율은 GPT Image 2와 같다"고 적습니다.

그런데 한국어와 영어 검색 결과의 여러 비교 글은 GPT Image 2를 "절반의 가격"으로 소개하며 텍스트 입력 $2.50, 이미지 입력 $4.00, 이미지 출력 $15.00을 인용합니다. 이 숫자는 같은 가격 페이지의 Batch 탭에 있는 gpt-image-2 요금으로, Standard의 정확히 절반입니다. Batch는 현재 gpt-image-2만 지원하므로 "2.5는 두 배"라는 결론은 Standard 대 Batch를 비교한 것이지 모델 간 단가 차이가 아닙니다. Batch를 쓰지 않는다면 세 모델 사이에 단가 차이는 없고, Batch를 쓴다면 앞 절의 혼합 라우팅이 답입니다. GPT Image 2 Batch 요금과 실시간 요금을 나눠 계산하는 방법은 GPT Image 2 API 가격 비교에 정리되어 있습니다.

단가가 같다는 것이 이미지 한 장의 비용이 같다는 뜻은 아닙니다. 장당 비용은 단가 × 토큰 수이고 토큰 수는 모델·품질·크기에 따라 앞 표처럼 달라집니다. 실무에서 봐야 할 지표는 승인된 이미지 한 장당 비용입니다. 청구된 모든 시도(입력 토큰, 출력 토큰, 부분 이미지, 재시도)를 검수 통과 장수로 나눈 값으로, 통과가 0장이면 정의되지 않습니다.

가정 예시로 계산해 보겠습니다. 1024×1024에서 두 모델을 같은 1,756토큰 예산(GPT Image 2 medium, 2.5 high)으로 각각 10회 호출했다고 합시다. 출력만 따지면 시도당 약 $0.053이므로 10회에 $0.53입니다. 한쪽이 8장 통과하면 승인 장당 약 $0.066, 다른 쪽이 6장 통과하면 약 $0.088입니다. 단가와 예산이 같아도 통과율이 다르면 실질 비용은 3분의 1 이상 벌어집니다. 이 숫자는 설명을 위한 가정이며 어느 모델이 더 많이 통과한다는 관찰이 아닙니다. 자신의 작업에서 통과율을 재야 하는 이유가 바로 이것입니다.

속도와 품질: 누가 무엇을 주장하는지

지연 시간에 대한 공식 주장은 출시 글의 "GPT‑Image‑2 대비 50% 낮은 지연 시간"(Flare)과 ChatGPT의 "Images 2.0 대비 최대 50% 단축"입니다. 일부 검색 결과에 보이는 "2~4배 빠르다"는 표현은 출시 글 본문에 없어 이 글에서는 쓰지 않습니다. 같은 가이드가 "한 작업에서의 속도 개선이 다른 작업에서의 일정한 개선을 보장하지 않는다"고 못 박고 있으므로 50%는 상한선의 성격으로 읽는 것이 맞습니다.

예산을 맞춘 제3자 측정은 지금까지 읽은 자료 중 Tosea.ai의 9월 9일 테스트가 유일합니다. 조건은 공식 API의 images/edits를 41회 호출, 개요 프롬프트와 브랜드 템플릿 참조 이미지 1~3장, 2048×1152와 3840×2160, 단발 호출, 재시도 없음, 5페이지 평균입니다. 출력 토큰은 공식 계산기 값과 정확히 일치했습니다.

이 결과에서 Flare는 GPT Image 2보다 약 47%, Sunburst는 약 26% 빨랐고 장당 비용은 세 모델 모두 약 $0.059로 같았습니다. 연속 편집에서의 드리프트는 두 2.5 모델이 조금 낮았지만 세 모델 모두 9회 편집을 전부 성공했고, 2.5가 성공하고 GPT Image 2가 실패한 사례는 없었습니다. 4K에서는 GPT Image 2 high가 13,342토큰에 92.4초, 2.5 high가 3,336토큰에 27.8~33.8초로, 이때의 속도 차이는 대부분 예산 차이에서 옵니다. 이 테스트는 한 가지 시각 영역만 다뤘고 p95 없이 단발 평균이며, 인물 사진, 개인 사진의 피사체 보존, 투명 배경, 마스크 편집은 다루지 않았습니다. 그대로 자기 작업의 예상치로 옮기지 말고 측정 방법의 참고로 쓰세요.

품질 쪽에서는 앞서 본 Arena와 Artificial Analysis 투표가 세 모델 모두 이전 세대(gpt-image-1.5, gpt-image-1)보다 뚜렷이 앞서고 세 모델 사이는 근소하다는 것을 보여 줍니다. 특히 Artificial Analysis는 2.5 max와 GPT Image 2 high를 비교하는데, 이는 계산기의 7,024토큰 동일 예산과 일치하므로 라벨이 아니라 예산을 맞춘 비교의 예로 볼 수 있습니다.

이전 절차: 예산·비용·동작을 모르게 바꾸지 않기

공식 가이드의 이전 단계를 실무 순서로 옮기면 다음과 같습니다. 핵심은 한 번에 하나만 바꾸고, 바꾼 것이 무엇인지 기록하는 것입니다.

1. 기준선을 저장합니다. 대표 프롬프트와 참조 이미지를 모으되 어려운 편집, 정확히 재현해야 하는 텍스트, 얼굴, 상품의 기하 구조, 투명 배경 자산을 반드시 포함합니다. 현재 모델을 스냅샷 ID(gpt-image-2-2026-04-21)로 고정하고 요청 설정과 결과, 응답의 usage를 함께 기록합니다. 이 기준선이 없으면 이후 어떤 차이도 모델 때문인지 설정 때문인지 가릴 수 없습니다.
2. 첫 후보를 고르고 예산을 맞춥니다. 통과 중인 워크플로는 Flare, 미달이던 워크플로는 Sunburst입니다. quality는 앞 표의 대응(GPT Image 2 medium → 2.5 high, high → max)으로 지정하고 프롬프트, 참조 이미지, 크기, 출력 형식, background는 그대로 둡니다. GPT Image 2에서 input_fidelity를 생략하고 있었다면 2.5에서도 우선 그대로 두고 비교합니다.
3. 결과 전체를 확인합니다. 지시 이행, 인물과 상품 보존, 텍스트 정확도, 의도하지 않은 변경, 투명 배경의 알파 채널을 항목별로 봅니다. 같은 요청을 반복해 일관성을 재고, 편집 워크플로는 개별 단계뿐 아니라 전체 편집 순서를 끝까지 돌려 봅니다. 투명 배경은 파일이 PNG라는 것만으로 판단할 수 없으므로 투명 PNG 확인 방법의 절차로 알파 값을 검사하세요.
4. 품질이 통과한 뒤에 지연 시간을 봅니다. Sunburst로 시작해 통과했다면 같은 요구 조건으로 Flare를 평가하고, 품질이 유지되면서 지연 시간이 줄어들 때만 전환합니다. 지연 시간은 평균만이 아니라 느린 응답, 실패, 재시도까지 기록합니다.
5. 설정은 하나씩 조정합니다. 프롬프트를 고치기 전에 quality 단계를 먼저 비교하고, xhigh나 max는 충족되지 않은 품질 요구를 지연 시간 예산 안에서 개선할 때만 씁니다. 결과가 자글자글하거나 격자무늬가 보인다면 모델을 바꾸기 전에 노이즈가 생긴 단계를 찾는 방법부터 확인하는 편이 빠릅니다. 이 단계에서 승인 장당 비용을 계산하고, 가이드의 표현대로 빠른 모델이 더 싸다고 가정하지 말고 현재 가격을 확인합니다.
6. 워크플로 단위로 단계적으로 옮깁니다. 승인 기준을 통과한 워크플로만 트래픽 일부를 옮기고 같은 지표를 모니터링하며 늘립니다. 이전 모델은 지원되는 동안 롤백용으로 남겨 두고, 코드에서는 별칭 대신 스냅샷 ID를 써서 어느 쪽이 실행되는지 늘 알 수 있게 합니다.

Responses API의 image_generation 도구로 이미지를 만드는 경우에도 model에 2.5 ID를 지정할 수 있고, 이때 메인 모델의 토큰도 함께 청구되므로 승인 장당 비용에 그 몫을 포함해야 합니다. Images API에서 직접 호출하는 방법과 Responses 경로의 차이는 GPT Image 2 API 가이드에 정리되어 있으며, 2.5도 같은 두 경로를 씁니다.

자주 묻는 질문

GPT Image 2는 곧 지원이 끝나나요?

2026년 9월 22일 기준으로 아닙니다. 공식 지원 중단 페이지에는 gpt-image-1(2026년 10월 23일 종료)과 gpt-image-1-mini·gpt-image-1.5·chatgpt-image-latest(2026년 12월 1일 종료)만 있고, 이들의 권장 대체 모델이 gpt-image-2입니다. 오늘 종료 항목이 없다는 것이 영구 보장은 아니므로 롤백 경로는 유지하되, 종료를 이유로 서둘러 옮길 필요는 없습니다.

모델만 바꿨는데 청구액이 줄고 결과가 단순해졌습니다. 왜 그런가요?

quality 라벨을 그대로 두었기 때문일 가능성이 큽니다. 공식 계산기 기준 1024×1024에서 GPT Image 2 medium은 1,756토큰, 2.5 medium은 439토큰입니다. 같은 예산으로 비교하려면 2.5에서 high를 지정하고, 실제 토큰은 응답의 usage로 확인하세요.

튜닝한 GPT Image 2 프롬프트가 이미 잘 통과하는데 옮길 이유가 있나요?

이 경우 얻을 수 있는 것은 지연 시간과 재시도율의 개선뿐입니다. 예산을 맞춘 Flare 비교에서 품질이 유지되고 응답 시간이 의미 있게 줄어들면 옮기고, 그렇지 않으면 남으면 됩니다. 프롬프트를 다시 튜닝해야 하는 비용까지 감안하면 지연 시간이 서비스 요구 조건에서 병목이 아닐 때는 남는 쪽이 합리적입니다.

Batch로 대량 생성하고 있는데 2.5로 갈 수 있나요?

현재 가격 페이지의 Batch 탭에는 gpt-image-2만 있고, 두 2.5 모델 페이지는 v1/batch를 미지원으로 표시합니다. Batch 작업은 GPT Image 2에 남기고 실시간 요청만 2.5로 보내는 혼합 라우팅이 지금 가능한 방법입니다. 2.5의 Batch 지원 여부는 문서에 언급이 없어 "현재 미기재"로만 이해하면 됩니다.

세 모델을 공정하게 비교하려면 무엇을 맞춰야 하나요?

프롬프트, 참조 이미지, 크기, 출력 형식, 배경 설정을 고정하고 quality는 라벨이 아니라 출력 토큰 예산으로 맞춥니다. GPT Image 2 medium은 2.5 high와, high는 2.5 max와 짝이 됩니다. 그 뒤 통과율, 평균과 느린 응답 시간, 재시도, 승인 장당 비용을 같은 표에 기록하면 어느 모델이 자신의 작업에 맞는지 드러납니다.