GPT Image 2.5 Flare、Sunburst 与 GPT Image 2 的区别：继续用还是迁移，怎么换才不改账单

已经在用 gpt-image-2 且输出合格的流程，先用同样的提示词和参考图测 gpt-image-2.5-flare，目标是保住质量、缩短等待；GPT Image 2 在复杂编辑上达不到要求的，先测 gpt-image-2.5-sunburst 确认质量，再用同一批输入测 Flare；依赖 Batch 半价的流程暂时留在 GPT Image 2。 这是 OpenAI 提示词指南给出的迁移路径，不是本站的测试结论。GPT Image 2.5 提示词指南：选择模型

迁移本身有一个容易被忽略的陷阱：三款模型的 token 单价一模一样，但 quality: "medium" 在 GPT Image 2 和 2.5 上对应的输出预算相差约 4 倍。只改 model 字符串、其他参数原样保留，账单和画面复杂度会一起变化，而错误日志里什么都不会提示。下文先讲清三款模型的官方定位，再讲预算对应关系、现有的速度与画质证据，最后给出可以直接照做的迁移步骤。

先看结论：三种情况分别怎么办

GPT Image 2 没有被弃用。官方弃用页上，2026 年 10 月 23 日下线的 gpt-image-1 和 2026 年 12 月 1 日下线的 gpt-image-1.5、gpt-image-1-mini、chatgpt-image-latest，推荐替代都是 gpt-image-2；gpt-image-2 与两款 2.5 型号都没有弃用条目。OpenAI 弃用页。所以"留在 GPT Image 2"是一个正常选项，不是拖延。

三款模型的官方定位，以及 OpenAI 自己的两种说法

截至 2026 年 9 月 22 日，OpenAI 图片模型只有三个当前型号 ID，都接受文字与图片输入、输出图片，都支持生成、编辑和局部重绘。不带后缀的 gpt-image-2.5 不是模型 ID。

来源：gpt-image-2 型号页、gpt-image-2.5-flare 型号页、gpt-image-2.5-sunburst 型号页。标签是 OpenAI 的分类描述，不是测量值。

关于 Flare 相对 GPT Image 2 的画质，OpenAI 自己有两种表述，最好都记住：

• 提示词指南：Flare "是小模型，为速度优化，画质与 GPT Image 2 相当"；Sunburst "是基础模型，为质量优化，画质高于 GPT Image 2"；两者"在精确编辑和主体保留上都有改进"。
• 2026 年 9 月 8 日的发布文：Flare "是多数应用的默认选择，与 GPT‑Image‑2 相比，它能以低 50% 的延迟生成质量更高的图像"；Sunburst "为精细创作提供额外一层精度，生成时间更长"。OpenAI 发布说明

"相当"和"更高"之间的差别，OpenAI 没有解释，本站也没有做付费实测来裁决。中文页面里流传的"Flare 速度是 GPT Image 2 的 2 到 4 倍"没有出现在发布文正文里，本文不采用。能拿到的第三方数据在后文单独列出，并注明条件。

单价相同，为什么只换 model 账单就变了

三款模型的 Standard 单价完全一致

来源：OpenAI 价格页 Standard 标签，2026 年 9 月 22 日读取；两款 2.5 型号页也写明 "Token rates match GPT Image 2"。

如果你在别处看到"GPT Image 2 图片输出 $15/百万、2.5 贵一倍"或者"GPT Image 2 半价"，那是把 GPT Image 2 的 Batch 价格（图片输入 $4.00、缓存 $1.00、输出 $15.00、文字输入 $2.50、缓存 $0.625，正好是 Standard 的一半）当成了 Standard 价格。价格页的 Batch 标签只列了 gpt-image-2，两款 2.5 型号页把 v1/batch 标为不支持。今天的状态是"2.5 尚未列出 Batch"，不是"永远没有"。

同一个 quality 标签，输出预算不同

真正改变单张费用的是输出 token 数。官方图片生成指南明确写道，模型"可以为同一个 quality 设置消耗不同的 token 数，但共享同一个图片输出 token 单价"，并且"相同的 quality 标签不意味着跨模型的图片质量或响应时间相同"。图片生成指南：成本与延迟

下面是官方计算器在 2026 年 9 月 22 日的实时读数（只算输出 token，按 $30/百万折算，不含文字与图片输入，也不含流式 partial images；计算器把 Sunburst 与 Flare 合并为一个选项）：

对应关系一眼可见：2.5 的 high 等于 GPT Image 2 的 medium 预算，2.5 的 max 等于 GPT Image 2 的 high 预算，low 两代相同，2.5 的 medium 和 xhigh 插在中间。可以把 2.5 的质量阶梯理解为在 GPT Image 2 的三档之间多插了两档，而不是整体上移。

这带来两个实际后果：

1. 原样保留 quality: "medium" 只换 model，1024×1024 的输出预算从 1,756 token 降到 439 token，单张输出费用从约 $0.053 降到约 $0.013。账单会明显变少，但你其实是在用一个更小的预算生成图片，复杂构图和细节可能一起变简单。这不是模型退步，是设置被悄悄调低了。
2. 想在等预算下比较，GPT Image 2 medium 应该对 2.5 high，GPT Image 2 high 应该对 2.5 max。Artificial Analysis 榜单把 2.5 max 与 GPT Image 2 high 放在一起比，正是同样的 7,024 token 预算。

计算器给的是估算，auto 无法估算；流式输出每张 partial image 额外计 100 输出 token；编辑请求带参考图时，gpt-image-2 强制按高保真处理图片输入，输入 token 也会更高。实际成本以响应里的 usage 字段为准。需要更细的预算表可以看 GPT Image 2.5 API 价格与按次计费怎么选 与 GPT Image 2 API 价格说明。

速度、画质与多轮漂移：现有证据能说明什么

盲测榜单：2.5 领先，但票数还少

Arena（原 lmarena）的两张榜单，页面标注更新于 2026 年 9 月 7 日：

来源：Arena 文生图榜、Arena 图片编辑榜。两款 2.5 都标着 Preliminary，票数不到 GPT Image 2 的十分之一；GPT Image 2 的条目是 medium 档，与 2.5 的默认档位不是等预算比较。

Artificial Analysis 的文生图 Elo（盲投）：Sunburst max 1197 ±9（13,401 次比较），Flare max 1190 ±9（12,778 次），GPT Image 2 high 1171 ±9（15,176 次）。Artificial Analysis 文生图榜。这组数据是等预算的（都是 7,024 token），Flare 与 Sunburst 的差距在误差范围内；它衡量的是偏好，不是速度或成本。

唯一读到的等预算延迟测试：Tosea 的幻灯片编辑

Tosea.ai 在 2026 年 9 月 9 日发布了自己的测试：用官方 API 的 images/edits 端点，提示词是大纲加 1 到 3 张品牌模板参考图，主矩阵 2048×1152，每个设置 5 页取平均，单次调用、无重试，共 41 次调用全部成功。它从响应的 usage 读到的输出 token 与上表 2048×1152 的官方读数完全一致。Tosea：GPT Image 2.5 完全指南（日文）

在这个条件下，同为 1,413 token 的渲染（GPT Image 2 medium 对 2.5 high）：GPT Image 2 平均 37.3 秒，Sunburst 27.7 秒，Flare 19.7 秒，即 Flare 快 47%、Sunburst 快 26%，每页输出费用都约 $0.059。同为 5,650 token 时分别是 82.9、59.8、33.7 秒。三款模型在全部 15 张矩阵幻灯片上的文字和数字都正确，没有出现 2.5 成功而 GPT Image 2 失败的情况。

多轮编辑漂移（连续 1、2、3 次编辑后相对原图的像素变化比例）：GPT Image 2 为 5.6%、8.1%、11.4%，Sunburst 为 4.1%、6.8%、9.9%，Flare 为 3.8%、6.7%、9.2%；三款各 9 次编辑全部成功。作者还观察到 2.5 的 auto 在 5 次运行里有 4 次落在 1,413 token 档，有一次是 628。

这些数字的边界很清楚：一个视觉领域（带品牌参考的密集商务幻灯片）、两个分辨率、每格 5 张、无 p95。人像、个人照片的主体保留、透明背景、蒙版局部重绘都没有测。OpenAI 自己也说"一个工作负载上的速度提升不能推出另一个工作负载上的固定提升"。把它当作"2.5 在等预算下确实更快、漂移略小"的一个支持性样本，而不是通用比例。

按官方路径迁移：六步检查清单

以下步骤来自提示词指南"迁移现有工作流"一节，结合前面的预算对应关系补充了具体参数。提示词指南：迁移现有工作流

1. 保存基线。 收集有代表性的生产提示词与参考图，特别是困难编辑、必须精确的文字、人脸、商品几何形状、透明素材；记录当前的模型、请求参数和结果。
2. 选第一个候选。 GPT Image 2 已达标就先测 Flare；在复杂任务上不达标就先测 Sunburst。第一轮比较保持提示词、参考图、尺寸、输出格式不变，并且把 quality 显式写出来，按预算对应（GPT Image 2 medium 对 2.5 high），不要沿用 auto 或同名标签。
3. 检查完整结果。 对比指令遵循、身份与商品保留、文字准确性、不该变的地方有没有变、透明通道是否干净；重复请求看一致性；编辑流程要测完整的连续步骤，不只测单步。
4. 质量过了再测延迟。 从 Sunburst 起步且达标的，用同一批要求评估 Flare，只有质量仍可接受且延迟改善才切换，否则留 Sunburst。
5. 一次只调一个设置。 先比较质量档位再改提示词；记录典型响应时间与慢响应、失败、重试和每张合格图片的成本。官方原话是"确认当前价格，而不是假设更快的模型更便宜"。
6. 按工作流灰度上线。 通过验收后先切一小部分流量，监控同样的指标再扩大；旧模型在受支持期间保留为回退，最好固定到快照 gpt-image-2-2026-04-21。

请求层面的改动很小。以编辑请求为例，等预算迁移只需要改两处：

python
from openai import OpenAI

client = OpenAI()

# 基线：GPT Image 2，medium 档，1024×1024 约 1,756 输出 token
baseline = client.images.edit(
    model="gpt-image-2",
    image=open("product.png", "rb"),
    prompt="把背景换成浅灰色摄影棚，商品和标签保持不变",
    quality="medium",
    size="1024x1024",
)

# 候选：GPT Image 2.5 Flare，high 档，同样约 1,756 输出 token
candidate = client.images.edit(
    model="gpt-image-2.5-flare",
    image=open("product.png", "rb"),
    prompt="把背景换成浅灰色摄影棚，商品和标签保持不变",
    quality="high",
    size="1024x1024",
)

print(baseline.usage, candidate.usage)  # 用实际 usage 核对预算是否对齐

几处参数差异需要留意：gpt-image-2 不接受 xhigh 与 max，也不允许传 input_fidelity（它对所有图片输入固定高保真）；三款模型的尺寸限制相同（边长为 16 的倍数、长短边比不超过 3:1、总像素 655,360 到 8,294,400，超过 2560×1440 为实验性）；透明背景在三款上都要显式传 background: "transparent" 并用 PNG 或 WebP 输出，图片生成指南的 GPT Image 2 参考页把透明背景标为预览功能。走 Responses API 的话，把 2.5 型号写在 image_generation 工具的 model 字段即可，主线模型的 token 会另行计费。图片生成指南

每张合格图片的成本按"计费的全部尝试（输入 + 输出 + partial images + 重试）÷ 被采纳的图片数"计算。举一个假设的例子：如果 Flare high 在你的任务上 10 次采纳 9 次，GPT Image 2 medium 10 次采纳 7 次，即使单次输出费用相同（都约 $0.053），Flare 的每张合格图片成本会低约 22%；反过来采纳率更低的话，账单省下的钱会被重试吃掉。采纳率只能在自己的基线上测出来。

什么时候继续留在 GPT Image 2

• Batch 是成本主体。 v1/batch 目前只有 gpt-image-2 列出支持，Batch 价格是 Standard 的一半。离线批量任务如果对延迟不敏感，2.5 在 Standard 下的输出预算优势（例如 2.5 high 对 GPT Image 2 medium，同预算）并不能抵消 Batch 的半价，除非你原本就在用 low。
• 已验证的流程没有延迟痛点。 官方路径的前提是"想在保住质量的同时降低延迟"。如果用户不在等图，切换只会带来重新验收的成本。
• 需要回退目标。 即便决定迁移，灰度期间也要保留 gpt-image-2 的调用路径；它目前没有弃用条目，且是 GPT Image 1 系列的官方推荐替代，短期内不会成为"必须离开"的模型。

尚未接入 GPT Image 2 的读者，可以先看 GPT Image 2 API 接入说明，再决定是否直接从 2.5 起步。

Flare 还是 Sunburst：只需要记住一条顺序

两款 2.5 的差别不是"一个只能生图、一个只能修图"，而是速度与质量的取舍：Flare 是速度优先的小模型，Sunburst 是质量优先的基础模型，两者同样支持生成、编辑与透明背景，token 单价相同，计算器里的输出预算也相同。官方给的顺序是：Sunburst 达标后一定要再用同样输入测 Flare，Flare 也达标就用 Flare；Flare 达不到才留 Sunburst。两者在编辑精度、细节保留上的具体比较见 GPT Image 2.5 Flare 与 Sunburst 对比。如果切到 2.5 后画面出现噪点或颗粒感，通常先排查质量档位与输出格式，参见 GPT Image 2.5 噪点与颗粒问题排查。

常见问题

GPT Image 2 会下线吗？

截至 2026 年 9 月 22 日不会。OpenAI 弃用页上没有 gpt-image-2 的条目，它反而是 gpt-image-1（2026 年 10 月 23 日下线）与 gpt-image-1.5、gpt-image-1-mini、chatgpt-image-latest（2026 年 12 月 1 日下线）的推荐替代。官方同时建议在旧模型受支持期间把它保留为回退，这意味着"今天没有弃用"不是永久承诺。

GPT Image 2.5 比 GPT Image 2 贵一倍吗？

不是。三款模型的 Standard 单价完全相同，图片输出都是 $30/百万 token。"贵一倍"的说法把 GPT Image 2 的 Batch 价格（$15/百万输出）当成了 Standard 价格。真正影响单张费用的是输出 token 数，而 2.5 在同名 quality 下消耗的 token 通常更少：1024×1024 的 medium 是 439 token，GPT Image 2 是 1,756。

只把 model 改成 gpt-image-2.5-flare，其他参数不动，行不行？

请求会成功，但如果 quality 是 medium，输出预算会从 1,756 token 降到 439（1024×1024），画面复杂度和费用同时下降；如果是 auto，预算由模型自行决定，Tosea 的测试里 2.5 auto 多数落在相当于 GPT Image 2 medium 的档位。要做公平比较，把 quality 显式改为对应预算的档位（medium 改 high，high 改 max），再看质量和延迟。

能直接用 gpt-image-2.5 作为模型名吗？

官方型号页只列出 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst 两个 ID（各自带 2026-09-08 快照）。Tosea 报告不带后缀的 gpt-image-2.5 会返回"does not exist"错误，这一点来自第三方复现，官方页面没有单独说明。

Arena 的分数可以直接当选型依据吗？

只能当参考。两款 2.5 的条目都标着 Preliminary，票数在 3 千到 7 千之间，GPT Image 2 的条目有 7.9 万到 23.6 万票且是 medium 档；榜单不衡量延迟、成本或你的采纳率。选型仍然要在自己的基线上按等预算比较。

用 Batch 的团队现在该怎么办？

继续用 gpt-image-2 跑 Batch，同时用 Standard 小流量测 2.5 的采纳率和延迟。等 OpenAI 的价格页或型号页列出 2.5 的 Batch 支持后，再用同样的基线重新算每张合格图片的成本。