GPT Image 2.5 噪点、颗粒感：找到变脏的那一步再修

先说结论

截至 2026 年 9 月 25 日，OpenAI 没有公开说明 GPT Image 2.5 这种颗粒纹理从何而来，也没有公布修复时间；API 文档里没有 denoise、seed、negative_prompt 之类可以直接压噪点的参数，ChatGPT 界面里更没有“去噪”按钮。能做的是把问题定位到具体哪一步，再用对应的手段处理：

1. 留住第一次下载的原图，把原图、每一次修改稿和最终导出文件，在同一位置、同一放大倍数下比对，找出颗粒最早出现在哪个文件。
2. 从最后一张合格的文件重新改，不在已经变脏的图上接着改。
3. 每次只换一个条件：措辞、修改底图，或者（仅 API）quality、型号，其余保持不变。
4. 像素不能变的区域另行处理：商品文字、Logo 这类区域，把修好的局部在图像编辑器里合成回原图，而不是指望再改一轮就能保住。

在提示词里写“高清”“无噪点”不算解法。TechRadar 的作者用 ChatGPT 图像 2.5 生成四张图，提示词明确要求平滑渐变、不要视觉噪点，结果灰色影棚背景、黄昏天空、头发和皮肤上仍然布满细颗粒（TechRadar，2026 年 9 月 10 日）。Reddit 上也有用户报告商品平铺图、彩色包装图出现数码噪点，试过不同 quality 档位和措辞仍不满意。

ChatGPT 里的「ChatGPT 图像 2.5」和 API 里的 gpt-image-2.5-flare、gpt-image-2.5-sunburst，处理顺序一样，能动的手段不一样，下面分开写。

先分清是哪一种“脏”

“噪点”“画面脏”在不同人嘴里指的不是同一件事，而不同现象的处理路线不同。放大到 100% 看清楚再往下走：

表里的“常出现在哪里”来自公开测试：TechRadar 的四张图里，颗粒集中在影棚背景、天空和低光区域，一张奇幻风景图的山和树则“锐化过重”。规律网格的例子来自 VC.ru 的一次连续修改测试，后文细说。

后两类最容易被一起叫作“棋盘格”，但一个是透明背景的显示方式或画进去的假透明，一个是物体表面的纹理问题，处理方法完全不同。

找出颗粒从哪一步开始出现

颗粒可能在三个阶段进入文件：生成时就有、某一次修改后出现、导出或上传平台后才出现。只看最终那张图，分不出是哪一个。

比对方法：

1. 第一次下载的文件单独存一份，之后任何修改都不覆盖它。文件名按顺序编号，比如 v0-原图、v1-换背景、v2-加阴影、final-导出。
2. 在每个版本上截取同样的两处：一块本该平滑的区域（纯色背景、天空），一段文字或商品轮廓的边缘。
3. 先按 100% 看这两处，再把整图缩到实际发布尺寸（商品详情页、海报、社交平台）再看一遍。
4. 找到症状第一次出现的那个文件。

定位之后按阶段处理：

还有一种情况值得先排除：颗粒在 100% 下明显，缩到发布尺寸后几乎看不见。如果这张图只会以小尺寸出现，比如商品列表缩略图，可以不必继续改。反过来，要做大幅海报或允许用户放大查看的主图，就要以 100% 为准。

另外，把已经带颗粒的图另存为 PNG 并不会让它变干净。格式只决定怎么编码，颗粒在生成时已经写进像素了。

灰白棋盘格：先判断是不是真透明

判断方法很简单：把图片放到一块纯色图层上面，比如纯红或纯黑。

• 格子处透出了底色：文件本身是透明的，灰白格只是看图软件显示透明区域的方式，图没有问题。
• 格子原样留着：棋盘格被画进了像素里，文件并没有透明通道。OpenAI 的图像提示词指南专门提醒过，画出来的棋盘格不等于透明背景。
• 格子不在背景上，而在物体表面：这不是透明问题，而是上一节说的规律纹理，回到“按文件阶段定位”。

画进去的假透明要这样处理：API 调用时明确传 background="transparent"，输出格式用 PNG 或 WebP，拿到文件后检查 alpha 通道，重点看头发、玻璃、阴影和物体边缘（OpenAI 图像提示词指南）。ChatGPT 里没有文档记载的透明背景开关，只能用文字要求透明背景，下载后再用纯色底检查一遍。完整的去背景和透明边缘检查流程，见 透明底图片怎么做：按素材选方法，再确认真的透明。

ChatGPT 用户：能动的只有这几样

在 ChatGPT 里，quality、输出格式、用哪个型号都不归你控制；OpenAI 也没有公开某次 ChatGPT 生图用的是 Flare 还是 Sunburst，从画面、速度、套餐或者让 ChatGPT 自己说，都判断不出来（界面入口和型号的关系见 ChatGPT Images 2.5 怎么用：界面入口、Sunburst 与 Flare 的 API 型号）。你真正能控制的是：

措辞。 修改时写清楚“只改 X”，再列出要保留的东西：人物身份、物体形状、构图、光线、标签文字。这是 OpenAI 官方给编辑的写法建议。但“高清”“去噪点”“画面干净”这类词不要指望：除了 TechRadar，日本的 Studio Masakaki 在公开测试里也发现，加重“去除噪点”的指令没有明显效果，要求放大时画风变了，颗粒和色雾还在。

拿哪张图当修改底图。 最新那张如果已经变脏，就别再拿它当底图：上传或选中最后一张合格的文件，从它开始改。

在图上加评论做局部修改。 图像 2.5 支持直接在图片上添加评论，进行更有针对性的编辑。它适合只动一小块，但 OpenAI 帮助文档也说明，选中区域的修改可能波及附近，改完要看整张图。

是否在同一个对话里继续。 OpenAI 称图像 2.5 在长对话里多轮编辑更可靠。有人建议颗粒变多时新开一个对话，但这是 GPT Image 2 时期流传的做法，没有针对 2.5 的验证，可以当作一次尝试，不要当作解法。

每一轮只动其中一样，比如只改措辞、底图不变，这样才知道哪个变化起了作用。

API 用户：quality、型号和输出格式各管一段

API 能控制的比 ChatGPT 多，但每个参数管的是不同阶段，混在一起调很难看出效果。

quality 管生成

两个 2.5 型号的 quality 都支持 auto（默认）、low、medium、high、xhigh、max。OpenAI 的说法是：只有当 xhigh 或 max 能补上一个尚未满足的质量要求、且延迟可以接受时才用，更高的档位不保证每个提示词都更好。

从 GPT Image 2 迁移过来、代码里 quality 没改的，要先排除一件事：同名档位在两个型号之间不可比。OpenAI 计算器在 1024×1024 下给出的输出 token 数是：

1,756 ÷ 439 = 4，也就是说，沿用 medium 的管线换到 2.5 后，输出预算只剩原来的约四分之一。这不能证明颗粒就是它造成的，但在比较“2.5 比 2 更脏”之前，应该先在输出预算相同的档位上比，即拿 2.5 的 high 对 2 的 medium。迁移的完整取舍见 GPT Image 2.5 与 GPT Image 2：换还是留。

型号：画质更高不等于颗粒更少

OpenAI 图像提示词指南对两个型号的定位是：Flare 是小模型，侧重速度，画质与 GPT Image 2 相当；Sunburst 是基础模型，侧重质量，画质高于 GPT Image 2。发布文里对 Flare 的说法更积极，称它比 GPT-Image-2 质量更高、延迟低 50%。两者冲突时，以更保守的技术指南为准：不要指望换成 Flare 就比 GPT Image 2 更干净。

换 Sunburst 值得试，但没有公开测试证明它能稳定减少颗粒。“画质更高”是整体描述，不是针对噪点的承诺。两个型号在速度、编辑精度和成本上怎么选，见 GPT Image 2.5 Flare 与 Sunburst 对比：速度、编辑精度与 API 成本。

输出格式和压缩管编码

输出支持 PNG、JPEG、WebP。output_compression 只对 JPEG 和 WebP 有效，对 PNG 无效。这个参数决定文件怎么压缩，不参与生成：压缩开得太狠会叠加压缩痕迹，但把它调到最低，也去不掉生成时就有的颗粒。GPT 图像模型返回的是 base64（b64_json），不支持 response_format，解码后先存一份原始文件，再做任何转换。

用对照实验，而不是凭感觉

每次只改一个变量：措辞、quality、型号三选一；尺寸、参考图、其余参数全部固定。比较时用前面那两处固定裁切区域，而不是看整图的第一印象。重新生成和提高档位都按次计费，试之前可以先看 GPT Image 2.5 Sunburst 价格：官方单图费用与按次计费怎么选 估算一下。

多轮改图越改越脏：回到最后一张合格图

OpenAI 在发布文里说，图像 2.5 在多轮编辑中每次都能承接已有成果，不会随时间推移降低图像质量。这是厂商说法。同一家公司的图像提示词指南自己也提醒：反复编辑仍然可能改变你想保留的细节，每一轮都要重申约束、检查结果。

第三方测试也看到了这种变化。VC.ru 的作者在一张玩具飞机吸塑包装图上用 Sunburst 连续改了四次（VC.ru，2026 年 9 月 9 日）：

1. 换成浅灰影棚背景：文字保住了，但包装被重画，挂孔形状和磨损细节变了。
2. 加一道柔和阴影：阴影没问题，飞机表面却多出一层原来没有的鳞片状细网格。
3. 右上角加红色贴纸、要求不碰包装：贴纸还是压住了包装一角。
4. 扩展成 16:9：包装被重建，贴纸移了位置，机翼上的星星变了形，那层细网格消失了。

这个例子说明两件事：新纹理可能在某一次修改里冒出来，又在下一次消失；而每次修改都可能顺带改动别处。所以“再改一次看看会不会好”不可靠，要逐版比对。作者自己的经验是连续修改控制在 2 到 3 次，商品上的小字直接手工修。这是一位作者、一张图的经验，不是通用上限，但方向与官方提醒一致。

实际操作上：

• 每一版都存下来并编号，发现颗粒后回到它出现前的那一版，从那里分叉。
• 每次修改都把要保留的内容重写一遍，而不是只写“再改一下阴影”。
• 一次只提一个修改目标。
• 每一版都按前面的两处裁切检查一遍再继续。

商品文字和 Logo：把修好的局部合成回原图

电商主图里的商品文字、Logo、包装图案，改一轮就可能被重画。OpenAI 在图像提示词指南里给的办法是：如果某个区域必须保持像素不变，就把确认好的修改合成回原图，而不是只靠提示词。

在任意支持图层和蒙版的图像编辑器里操作：

1. 原图放在下层，修好背景或局部的版本放在上层，按像素对齐。
2. 给上层加蒙版，只露出这次要修的区域，比如背景；商品主体、文字、Logo 用原图。
3. 在两者交界处稍微羽化，避免接缝。
4. 按 100% 检查三处：标签文字是否清晰完整，瓶口等轮廓是否自然无变形，材质接缝和纹理是否保留、没有被涂抹。

如果修改后的版本连构图和商品位置都变了，对不齐，就没法合成，只能回到上一版重新改，并在措辞里强调位置和构图不变。API 用户也可以在编辑时用蒙版限定修改范围，但蒙版只圈定改哪里，像素必须不变的区域仍以合成为准。

什么时候该停手

没有已知的参数或措辞能保证去掉颗粒，所以要提前定好停止条件。出现下面任何一种情况，就别在同一条修改链上继续试：

• 症状只是换了位置：这一版背景干净了，下一版头发又出颗粒；或者网格消失了，商品却被重画了。继续改只是在换一种损伤。
• 每次修改都动到要保留的细节：停止整图修改，改用上一节的合成办法。
• 换档位或型号后，固定裁切区域看不出差别：说明这个变量不起作用，不必继续往更高档位加，也不必再花钱重跑。
• 颗粒只在 100% 下可见：按发布尺寸看已经合格，就交付。

停下来之后的选择通常只有三个：接受当前最合格的版本；把合格的局部合成到一起；或者把颗粒明显的纯色背景、商品小字交给图像编辑器手工处理。OpenAI 在公开资料里没有给出这类纹理的成因和修复时间，后续版本是否改善，要等官方更新后再用同样的裁切区域重新比一次。

官方文档

接入参数、价格与扣费规则以老张API开发文档为准：GPT Image 2.5 API 文档。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。