继上周 GPT-6 Astra 发布之后，OpenAI 在 2026 年 9 月 8 日（美东时间）又甩出一张牌：新一代图像生成模型 ChatGPT Images 2.5 正式上线，直接替换 4 月发布的 Images 2.0。

这一版的看点不在"更大更炫"，而在工程化落地：官方口径是生成延迟较 2.0 最多降低 50%，同时把参考图保真度、多轮编辑一致性这些此前被诟病的短板补了上来。对开发者而言，真正有信息量的是两件事——配套的 GPT-Image-2.5 Flare / Sunburst 双模型 API 开始推送，以及延续下来的 C2PA 元数据 + 隐形水印溯源机制。

本文从技术拆解、API 选型、代码实践、生态影响四个角度，把这版升级里值得关注的点讲清楚。所有数据均标注来源，官方自报值会特别注明，避免把内评数字当独立验证结论用。

一、热度由来：每周 30 亿张图的规模底牌

先给一个体量锚点。官方披露，ChatGPT Images 加上 GPT-Image API 合计每周生成超过 30 亿张图片，折合约日均 4.3 亿张（来源）。这个数字说明生图已经不只是"玩一玩"的玩具，而是真正进入规模化生产的链路，这也是 OpenAI 敢在这版把"延迟砍半"当成头号卖点的底气——在日均数亿次调用的场景里，省下的每一秒都直接折算成成本。

发布节奏上，2.5 并不是只喂给付费用户：ChatGPT、ChatGPT Work、Codex 所有层级同步开放，包括免费版，桌面、移动、网页三端可用（来源）。这种"全量铺开"的发布方式，加上紧随 GPT-6 Astra 的密集发版，释放的信号很明确：OpenAI 正在把图像生成当作基础能力而非增值功能来分发。

二、技术拆解：快在哪，好在哪

2.5 的升级可以拆成"性能"和"能力"两条线。

性能线：官方自报生成延迟较 Images 2.0 最多降低 50%，同时强调细节锐度、自然光照、纹理表现、参考图主体保真度、多轮编辑主体一致性全面改善（来源）。这里要泼一盆冷水：该数字是 OpenAI 自报值，截至 9 月 9 日尚无独立基准验证，读者应把它当作方向性数据而非确定性结论。

能力线：质量档位在 GPT-Image-2 的 low / medium / high 基础上，新增 xhigh 与 max（默认 auto）；官方同时提示"更高档位不保证更好效果"，属于诚实的预期管理。分辨率上限为最长边 3840px，总像素范围 655,360 到 8,294,400，宽高比支持 1:3 到 3:1，其中 2560×1440 以上为实验性（来源）。

对开发者最实用的一个细节是：2.5 没有公开"每张图的 token 消耗"，所以单图成本目前无法精确验证。作为参考，GPT-Image-2 的实测单图成本约在高清 1024px 时 $0.21、中档 $0.05、低档 $0.006 这个量级，2.5 的实际值仍需实测确认。

三、API 双模型：Flare 与 Sunburst 怎么选

这是本次发布里对开发者最有操作价值的部分。API 侧同步推出两个模型，定位互为补充：

• GPT-Image-2.5 Flare（默认）：面向高速、大批量生成——创作者/社媒内容、产品视觉、快速原型。官方评测称其速度是 GPT-Image-2 的 2~4 倍。
• GPT-Image-2.5 Sunburst：面向精细多轮编辑场景——campaign 创意、精修产品图，刻意牺牲速度换精度，生成耗时更长。

一句话记忆：Flare 管"快和多"，Sunburst 管"准和细"。官方明确表示两模型发布价一致，并不存在"贵一点的好一点"的价格信号。

定价：注意这是 token 价，不是单图价

两模型同价（来源）：

计费项	价格
图像输入	$8 / 百万 token（缓存 $2）
图像输出	$30 / 百万 token
文本输入	$5 / 百万 token（缓存 $1.25）

两个必须提醒的点：

1. 这是 token 价而非单图价。社区论坛与 OrcaRouter 都指出这份价目表与 GPT-Image-2 公布的 $8/$30 相同；但据 XenoSpectrum 报道，GPT-Image-2 的实际价格是 $4/$15，即 2.5 在每 token 名义上是翻倍的。到底涨没涨、涨多少，取决于 2.5 每张图实际消耗多少 token——而这一项官方并未公开。
2. 在做成本预估时，务必用"实测单图 token 消耗"反推，而不是拿 $30/百万 直接脑补单图价。

代码示例

下面是一个最小可用的调用示例，展示如何按场景选模型、指定质量档位。注意 quality 字段在 2.5 下可扩展到 xhigh / max，默认 auto。

from openai import OpenAI

client = OpenAI()  # 需要支持 gpt-image-2.5 的 SDK 版本与账号权限


def generate(style: str, prompt: str, size: str = "1024x1024"):
    # style: "flare"（速度/批量）或 "sunburst"（精细编辑）
    model = "gpt-image-2.5-flare" if style == "flare" else "gpt-image-2.5-sunburst"

    resp = client.images.generate(
        model=model,
        prompt=prompt,
        size=size,
        quality="auto",  # 可指定 low/medium/high/xhigh/max
        n=1,
    )
    return resp.data[0]


# 大批量社媒素材：走 Flare，追求吞吐
img = generate("flare", "极简风产品主图，自然光，浅色背景")

# 精细精修：走 Sunburst，追求多轮编辑一致性
img = generate("sunburst", "在上一张图基础上，把杯子的颜色改成雾霾蓝，保持光影一致")

需要强调的是，官方接口里 2.5 的多轮编辑是通过携带历史图像输入实现的，Sunburst 在这个场景下的主体一致性是相对 Flare 的主要优势。实际落地时，建议先跑一轮 Flare 出底图，再切 Sunburst 做精修，两段式管线比"一路 Sunburst 到底"在成本上更可控。

四、产品功能与生态影响

四个新功能，把生图推进工作流

面向协作与精准控制，2.5 新增了四项产品功能（来源）：

1. @Sketch 草图生图：用草图直接生图，把"脑子里有个轮廓"这件事变成可输入。
2. Templates 模板库：覆盖海报、产品图、传单等常见版式，降低重复劳动。
3. 图片内评论标注圈改：直接在图片上评论标注实现"指哪改哪"的局部编辑，把多轮编辑从"重新描述"升级到"原地圈选"。
4. 提示词分享：提示词可分享协作，团队内复用调好的词。

早期采用者名单里出现了 Higgsfield AI、Adobe、Manus 等名字，说明这版能力正在被专业创作工具和 Agent 场景消化。

溯源与合规：C2PA + 隐形水印

OpenAI 明确表示，所有 Images 2.5 输出继续嵌入 C2PA 元数据与隐形水印，用于标识 AI 生成内容，并配合既有的提示词/图像安全检测（来源）。在生成内容合规审查越来越严格的环境下，这属于开发者应当纳入交付清单的硬事实——下游如果有内容溯源要求，直接读取 C2PA 即可，无需另造方案。

安全与质量：目前仍靠官方内评

官方自报的安全评估中，Flare 不安全率 1.41%、Sunburst 1.09%，均低于 1.64% 的基线。但截至 9 月 9 日，这两个模型尚未登上独立榜单——Artificial Analysis 目前仍以 GPT-Image-2 位居文生图 Elo 榜首（1178）。换句话说，质量和透明度的主张现阶段只有 OpenAI 自家内评背书，独立验证仍需等待。这一点在选型决策里值得被当作显式风险记下。

五、总结与展望

ChatGPT Images 2.5 是一版"工程化"浓度很高的发布：性能上把延迟最多砍半，产品上把多轮编辑和局部圈改做实，生态上通过 Flare/Sunburst 双模型把"速度"和"精度"拆成两个可独立定价的能力，同时全层级开放含免费版。配合每周 30 亿张图的规模，OpenAI 显然在把生图往"基础设施"的位置上推。

但对开发者而言，几个未闭环的点要盯住：

• 延迟降 50% 是官方自报，独立基准尚未出来；
• Flare/Sunburst 的 token 消耗未公开，实际单图成本需要自己压测，别被 $30/百万 的 token 价带偏；
• 质量与安全榜单尚未覆盖 2.5，选型时可以先用 Flare 做灰度，用 Sunburst 做精修，同时保留回退到 GPT-Image-2 的余地。

一句话收尾：如果你在做需要批量生图、多轮精修的产品，2.5 值得立刻申请 API 权限试一轮；如果你只是看热闹，记住"Flare 管快、Sunburst 管细、token 价不等于单图价"这三条就够了。

参考链接

• OpenAI 官方发布
• 官方 API 社区讨论
• Flare vs Sunburst 对照
• XenoSpectrum 分析