GPT Image 2.6 API 调用教程：模型 ID 填哪个、GIF/SVG 怎么传

调用 GPT Image 2.6，model 里要填 gpt-image-2.6-flare 或 gpt-image-2.6-sunburst。截至 2026 年 11 月 5 日，OpenAI 没有单独的 gpt-image-2.6 这个 ID，也没有 2.5 那样带日期的快照，两个模型页上唯一的快照就是名字本身。Flare 出图快，适合反复试稿；Sunburst 慢得多，但改图时画面更稳。两者 token 单价相同，同样的尺寸和画质花的钱也一样。

两个 ID 都只能用在 POST /v1/images/generations（生成）和 POST /v1/images/edits（编辑）上，Responses API 和 Batch 目前都不支持。编辑请求一定要显式写 model：不写时 OpenAI 默认用 gpt-image-2.5-sunburst，你拿到的就不是 2.6。要传 complexity、frame_count 这些新参数，Python SDK 要升到 11 月 5 日发布的 openai 3.46.0，旧版本改用 extra_body。

在国内开发时还要先确定线路：OpenAI 的 API 支持国家和地区列表里没有中国大陆和香港。走 OpenAI 兼容网关的话，请求写法不变，只换 base_url，但网关上的模型 ID 和令牌分组要配对，否则会收到“no available channels”这类报错。

model 填哪个：gpt-image-2.6-flare 还是 gpt-image-2.6-sunburst

两款同价，选哪个只看你能等多久、要不要反复改图。OpenAI 在 GPT-Image-2.6 Flare 模型页上把它定位为“快速迭代”，在 GPT-Image-2.6 Sunburst 模型页上把它定位为“细节要求高的视觉工作”。ChatGPT 和 Codex 里的 Images 2.6 是产品名，到了 API 里就是这两个模型，没有第三个。

等待时间差得很明显。按下一节的单次实测，1024×1024、high 档一张图 Flare 约 12 秒，Sunburst 约 59 秒。OpenAI 在 Images 2.6 发布公告里说新版“出图快 50%”、Flare 在 quality: low 时“最快 6 秒”，这是 OpenAI 自己的说法；同一篇文章还说，quality 设为 medium 或 high 时，Sunburst 在多次编辑之间的画面一致性更好。

据此可以这样分：用户在界面上等结果的功能、批量试稿、要快速出几版供挑选的场景用 Flare；商品图、海报这类要多轮修改、每轮都要求其他部分不变的工作，用 Sunburst 配 medium 或 high。也可以组合用：先用 Flare 出草图选方向，定稿和精修交给 Sunburst，两边计费一样。2.5 的两款怎么选，见 GPT Image 2.5 Flare 与 Sunburst 对比：速度、编辑精度与 API 成本。

一张图多少钱、要等多久：1024 图 $0.025 到 $0.211

OpenAI API 价格页给 GPT Image 2.6 Flare 和 Sunburst 的单价完全相同，也和 GPT Image 2.5 一样：每 100 万 tokens 文本输入 $5（缓存 $1.25）、图片输入 $8（缓存 $2）、图片输出 $30。所以一张图的成本主要看输出 tokens，算法是输出 tokens × $30 ÷ 1,000,000；提示词按文本输入计，一般不到 $0.001，可以忽略。

下表是 laozhang.ai 文档团队 2026 年 11 月 5 日走直连 OpenAI 的官转分组，用同一个提示词各生成一张 1024×1024 的结果。同一档画质下 Flare 和 Sunburst 用的 tokens 相同，所以每张价格只有一列；耗时是单次结果，会随排队变化。

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。

横版 1536x1024 反而更省：low 用 664 tokens（约 $0.020），high 用 1,353 tokens（约 $0.041）。原生 4K 的 3840x2160 配 high 约 3,337 tokens，约 $0.10 一张。其他尺寸、编辑、GIF 和 SVG 的单张成本，以及按 token 计费和每次 $0.03 按次计费的分界，见 GPT Image 2.6 价格：Sunburst 与 Flare 同价，一张 $0.025–$0.21。

quality 每次都显式写上。不写时 Sunburst 按 high 出图；Flare 会按提示词自己选档，同一批测试里一个细节很多的提示词，一张 1024 图用到了约 5,800 tokens，按上面的算法约 $0.17，约是写明 high 时的 3.3 倍。OpenAI 写明调整 complexity 不单独收费；laozhang.ai 文档团队 11 月 5 日直连实测也看到，同一档 quality 下输出 tokens 不随 complexity 变化，所以调低它不会让账单变少。low、medium 档 2.6 比 2.5 贵，要不要换版本见 GPT Image 2.6 和 2.5 区别：low/medium 贵 3–4 倍，high 档起同价。

GPT Image 2.6 能用哪些接口和输出：Responses、Batch 不行

截至 2026 年 11 月 5 日，两个 2.6 模型页的接口列表里只有图片生成和图片编辑标为支持，Responses、Batch、Chat Completions、Realtime、Assistants 都是“不支持”。GIF、SVG、complexity、markup 这些 2.6 新能力也都只能通过 Image API 使用，而且各自只认一个接口。下表把 OpenAI 图像生成指南和 OpenAI Images API 参考文档里的条件放在一起。

complexity 和 quality 是两回事，别都理解成“质量”。OpenAI 指南的解释是，complexity 控制模型出图前做多少规划（画面复杂度），quality 控制渲染精细度。规划多有利于密集文字、复杂版式和多物体关系，但也更慢，还可能带来你不想要的改动，所以 OpenAI 建议多数编辑用 low。尺寸规则在指南里写在 2.5 一节，指南同时说明 2.6 沿用 2.5 的示例。

要在多轮对话里生成和修改图片，现在要换成 2.5 走 Responses，写法见 GPT-Image-2 API 指南：价格、Image API、Responses，新接入用 2.5。Responses 和 Batch 以后会不会支持 2.6，OpenAI 没有给出时间。生成透明背景后发现是棋盘格，可以看 GPT Image 透明背景变棋盘格：真假透明怎么判断、怎么修。

生成请求怎么写：curl 和 Python 各一份

生成请求最少只要 model 和 prompt，但建议把 size 和 quality 一起写明，这样成本和尺寸都可预期。返回的图片在 data[0].b64_json 里，是 base64 编码，解码后存成文件即可。下面两份都是直连 OpenAI 的写法，密钥放在环境变量 OPENAI_API_KEY 里。

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "木桌上的白色陶瓷咖啡杯，旁边贴着写有 SHIP IT 的便利贴，清晨柔光，产品照片",
    "size": "1024x1024",
    "quality": "medium"
  }' | jq -r '.data[0].b64_json' | base64 --decode > mug.png

import base64
from openai import OpenAI

client = OpenAI(timeout=300)  # 读取环境变量 OPENAI_API_KEY

result = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="木桌上的白色陶瓷咖啡杯，旁边贴着写有 SHIP IT 的便利贴，清晨柔光，产品照片",
    size="1024x1024",
    quality="medium",
)

with open("mug.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

把 gpt-image-2.6-flare 换成 gpt-image-2.6-sunburst，其他一个字都不用改。Sunburst 在 max 档单张要两分多钟，所以 Python 里把超时设到 300 秒，curl 不设 --max-time 就不会提前断开。走 OpenAI 兼容网关时，只需要在 OpenAI() 里加上网关的 base_url 和网关令牌，model 按网关给的 ID 填，见后面国内调用一节。

编辑请求：model 和 size 都要写

编辑接口有两个默认值容易踩坑。一是 model：OpenAI Images 编辑接口参考文档写明它可以不填，不填时默认是 gpt-image-2.5-sunburst，请求照样成功，只是用的是 2.5。二是 size：2026 年 11 月 5 日用 openai-python 2.24.0 经 laozhang.ai 的 gpt-image-2.6-sunburst-vip 改一张 1024×1024 的图，不传 size 时返回的是 2048×2048、5.1 MB 的 PNG；同一个编辑换 gpt-image-2.6-flare-vip 并传 size="1024x1024"，36.7 秒后返回的就是 1024×1024。这次只测了网关的 VIP 线路，直连 OpenAI 不传 size 会返回多大没有测过，所以两条线路都把 size 写上。

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。

import base64
from openai import OpenAI

client = OpenAI(timeout=300)

with open("mug.png", "rb") as image:
    result = client.images.edit(
        model="gpt-image-2.6-sunburst",  # 不写就是 gpt-image-2.5-sunburst
        image=image,
        prompt="把便利贴上的字改成 DONE，杯子改成深绿色，其他保持不变",
        size="1024x1024",
        quality="medium",
        complexity="low",  # 需要 openai 3.46.0 及以上，旧版见下一节
    )

with open("mug-edited.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

那次实测里，Sunburst VIP 用 48.6 秒把便利贴改成了 DONE、杯子改成深绿色，桌面、光线和构图都没动。要指定改哪一块，可以加一个 markup 参数，传一张和原图同宽高的透明 PNG，在上面圈出要改的位置，再在 prompt 里写改什么，并说明“去掉红圈”；OpenAI 指南给的示例用的就是 gpt-image-2.6-flare。markup 在 openai-python 3.42.0 起的版本里可以直接传。

Python 不认 complexity：升级到 openai 3.46.0 或用 extra_body

TypeError: Images.generate() got an unexpected keyword argument 'complexity' 的原因只有一个：你装的 openai-python 比 3.46.0 旧。2026 年 11 月 5 日在一个干净的 Python 虚拟环境里逐个版本安装检查，2.24.0 传 complexity 直接抛这个 TypeError；3.42.0 到 3.45.0 的编辑接口已经有 markup，但还没有 complexity、frame_count、svg；11 月 5 日上传到 PyPI 的 openai 3.46.0 是第一个在生成接口里带 complexity、frame_count、frame_duration_ms、svg，并把两个 2.6 ID 加进 ImageModel 类型的版本。模型 ID 本身是字符串，任何版本都能传。

能升级就直接升：

pip install -U "openai>=3.46.0"

项目暂时锁在旧版本时，把新参数放进 extra_body，SDK 会原样把它们加进请求体：

result = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="两色扁平风格的纸飞机图标，白色背景",
    size="1024x1024",
    quality="low",
    extra_body={"complexity": "low"},
)

同一天用 2.24.0 按这个写法，经 laozhang.ai 用 default 分组令牌调用 gpt-image-2.6-flare-vip（只是把 model 换成了 VIP ID），请求返回 200，说明字段发出去了、没有被拒；官转 ID 和直连 OpenAI 没有这样测过，它有没有改变画面，从这一次调用也看不出来。frame_count、frame_duration_ms、svg 在旧版里也照这样放进 extra_body。上面的版本号只针对 Python SDK，用 Node 或 Go 时，先看 SDK 的 Images 参数类型里有没有这些字段。

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。

用 API 生成 GIF 和 SVG：output_format 怎么传

GIF 和 SVG 都是在生成接口里把 output_format 改成 gif 或 svg，返回的仍然是 data[0].b64_json，解码后分别存成 .gif 和 .svg。两者都不能用在编辑接口上，也都不支持流式返回。

GIF：output_format 设为 gif，帧数先别超过 16

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "一只橘猫在窗台上伸懒腰后打哈欠，窗外下着小雨，扁平插画风格，循环动画",
    "output_format": "gif",
    "size": "512x512",
    "frame_count": 9,
    "frame_duration_ms": 200,
    "quality": "medium"
  }' | jq -r '.data[0].b64_json' | base64 --decode > cat.gif

• frame_count 默认 9。OpenAI 两份文档写法不一致：图像生成指南写 2 到 64 帧，API 参考写 2 到 16 帧，并注明需要该模型的 GIF 预览权限。直连 OpenAI 时先控制在 16 帧以内。
• frame_duration_ms 是每帧毫秒数，20 到 2000，默认 200，按 10 毫秒取整。
• size 指每一帧的尺寸，宽高为 16 的倍数，也可以填 auto。
• 所有帧会拼在一张大图上生成，尺寸小、帧数多时会报 No supported sheet fits。laozhang.ai 文档团队直连 OpenAI 测得 512x512 配 4 到 9 帧可以直接用，9 帧 medium 约 2,073 tokens（约 $0.06），Flare 约 11 秒。

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。

不写代码、只想在 ChatGPT 里做动图，见 ChatGPT 生成 GIF 动图怎么做：帧越多画面越小，调速度不会重画。

SVG：output_format 设为 svg，n 只能是 1

import base64
from openai import OpenAI

client = OpenAI(timeout=300)

result = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="扁平风格的咖啡杯图标，杯子冒着热气，杯身有一片绿色叶子，暖棕色和奶白色配色",
    output_format="svg",
    size="1024x1024",
    quality="medium",
    n=1,
)

with open("cup.svg", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

SVG 是两步出来的：图片模型先按 quality 画一张参考图，再由一个文本模型把它写成 SVG 代码。所以费用也分两部分，参考图按图片单价计，写 SVG 用掉的 tokens 按那个文本模型的单价计，用量单独列在响应的 svg_usage 里。返回的是静态矢量图，不含脚本、外部资源和嵌入的位图，最适合图标、Logo 和简单插画；画面越复杂，SVG 代码越长，费用和耗时也越高。

可选的 svg 对象 {model, reasoning} 用来指定写 SVG 的模型和思考强度。OpenAI API 参考说明它需要账号开通 SVG 模型选择：开通了就必须传 svg.model，没开通就不要传这个对象，上面的示例就是没传的写法。

国内调用：网关上哪个令牌配哪个 2.6 模型 ID

OpenAI API 支持国家和地区列表截至 2026 年 11 月 5 日没有中国大陆和香港，这份列表说的是 OpenAI 自己在哪里提供 API。经 OpenAI 兼容网关调用时，上面的代码都能照用，只把 base_url 换成网关地址、密钥换成网关令牌；要注意的是，网关上同一个模型往往分几条线路，每条线路要配对应分组的令牌。以 laozhang.ai（base_url 为 https://api.laozhang.ai/v1）为例，截至 11 月 5 日晚，laozhang.ai GPT Image 2.5 / 2.6 接入文档列出三条 2.6 线路：

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。

2026 年 11 月 5 日晚，用 openai-python 2.24.0 和一个 default 分组令牌经 laozhang.ai 实际调用了 VIP 线路：gpt-image-2.6-flare-vip 生成 1024×1024、medium 用了 18.6 秒；gpt-image-2.6-sunburst-vip 生成 1536×1024、high 用了 49.3 秒，两次编辑分别用了 48.6 秒和 36.7 秒，见前面编辑一节。VIP 上不要按官转的经验指望 Flare 快很多：文档写明两款耗时相近，1024 图约 25 到 55 秒，编辑约 30 到 40 秒。官转线路的成本和耗时就是前面那张表，来自文档团队同日直连 OpenAI 的测试。

不确定手上的令牌能调哪些 ID，调一次 client.models.list()。同一天用那个 default 分组令牌查到 203 个 ID，里面有 gpt-image-2.6-flare-vip 和 gpt-image-2.6-sunburst-vip，没有不带后缀的官转 ID，和上表的分组规则对得上。按 laozhang.ai 图片扣费与失败规则，上游返回非 200、参数错误和内容审核拦截都不扣费。

调用 GPT Image 2.6 报错对照：503、400 和 No supported sheet fits

先看 HTTP 状态码和报错原文，再对下表。表中网关报错是 2026 年 11 月 5 日经 laozhang.ai 实际触发的原文，GIF 拼图报错和编辑默认值来自 OpenAI 文档与 laozhang.ai 文档团队的直连测试。

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。

503 那一行最容易误判。拼错 ID 和分组不对返回的是同一句话，都在半秒内失败、不扣费，所以只看报错分不出是哪种，client.models.list() 的结果才说明问题出在哪。

GPT Image 2.6 API 的其他问题

GPT Image 2.6 API 的限速是多少？

截至 2026 年 11 月 5 日，OpenAI 的两个 2.6 模型页只写了“限速按用量层级和账号而定”，没有给出每分钟请求数或图片数，要在 OpenAI 后台的组织限额页面查看自己账号的数值。

直连 OpenAI 调用 GPT Image 2.6 需要组织验证吗？

可能需要。OpenAI 图像生成指南写明，使用 GPT Image 系列模型前，你可能要先在开发者后台完成 API 组织验证（Organization Verification），入口在 OpenAI 开发者后台的组织设置页。

GPT Image 2.6 没有日期快照，能锁定版本吗？

不能。截至 2026 年 11 月 5 日，gpt-image-2.6-flare 和 gpt-image-2.6-sunburst 的模型页只列出别名本身，不像 2.5 有 -2026-09-08 这样的日期快照，所以目前没有能固定下来的版本号；对输出一致性要求高的业务，上线后留意模型页的快照列表有没有更新。

GPT Image 2.6 的画质比 2.5 好吗？

截至 2026 年 11 月 5 日还没有 2.6 的独立画质排名，OpenAI 只说 Sunburst 在 medium、high 档改图时一致性更好。两代在各档的价格和速度差别，见 GPT Image 2.6 和 2.5 区别：low/medium 贵 3–4 倍，high 档起同价。

GPT Image 2.6 API 有免费额度吗？

截至 2026 年 11 月 5 日没有列出。GPT Image 2.6 按 token 计费，单价与 2.5 相同（图片输出每 100 万 tokens $30），OpenAI 的两个 2.6 模型页和 API 价格页只列了付费单价，没有 2.6 的免费额度。