GPT Image 2.6 Flare 和 Sunburst：該用哪一個？
透過實測比較 GPT Image 2.6 Flare 與 Sunburst 的速度、編輯穩定性、新增規劃強度設定、GIF 與 SVG 輸出，以及 token 費用。
以 Markdown 閱讀草稿、大量生成，以及有人正在等結果的工作，使用 GPT Image 2.6 Flare。編輯必須保留畫面其餘部分時，換成 Sunburst。兩個模型的每個 token 費率相同，因此你取捨的是時間與編輯穩定性，而不是兩種價格。[1][2][3]
進入細節前，先說明一項限制。OpenAI 於 2026 年 11 月 4 日發布 GPT Image 2.6。GPT Image 2.6 現已在 SeedRouter 開放使用，但下方的 Flare 與 Sunburst 對照比較來自上一代。本文的測量資料取自我們在正式環境使用的上一對模型 GPT Image 2.5 Flare 與 Sunburst。所有關於 2.6 本身的說法，都引用自 OpenAI，並有明確標示。
OpenAI 在 2.6 中分別改進了什麼
OpenAI 延續 GPT Image 2.5 引入的雙模型設計，並為兩者訂出更明確的工作定位。[1][2][3]
| 比較項目 | GPT Image 2.6 Flare | GPT Image 2.6 Sunburst |
|---|---|---|
| 模型 ID | gpt-image-2.6-flare | gpt-image-2.6-sunburst |
| OpenAI 的描述 | 適合快速反覆修改的影像生成與編輯 | 適合細緻視覺工作的影像生成與編輯 |
| 速度說法 | 低品質下最快六秒 | 未說明 |
| 編輯說法 | 未說明 | medium 或 high 品質下，多次編輯的一致性更好 |
| 版面說法 | 海報與商品影像的版面更好 | 生成品質更高 |
| 品質檔位 | low 到 max | low 到 max |
| 2.6 新功能 | 規劃強度、SVG 輸出、GIF 動畫輸出 | 相同 |
除了各模型的說法，OpenAI 也表示 Images 2.6 的影像生成速度比之前快 50%。[1] 留意每項說法如何對應特定設定。六秒指的是 Flare 的 low 檔位。一致性則指 Sunburst 的 medium 或 high 檔位。這反映了 OpenAI 預期兩個模型適用的工作，並非能用來規劃容量的效能基準。
API 更新日誌為兩個 2.6 模型列出三項新增功能：可調整的規劃強度、SVG 生成，以及 GIF 動畫生成。標記引導編輯也在同一天推出，但 GPT Image 2.5 與 2.6 都支援，因此這不是升級的理由。[5]
規劃強度是第三個控制項，也會改變模型選擇
在 2.6 之前，你有兩個控制項：模型與品質。新的 complexity 欄位增加了第三個。品質控制細節與保真度，規劃強度則控制模型在算繪前投入多少規劃。[4]
兩個模型都接受 low、medium 和 high；省略欄位時，都預設為 high。不另收費。OpenAI 建議替換背景或招牌等局部編輯使用 low；文字密集、版面複雜或物件彼此關聯的場景，則使用較高設定。它也提醒，較高的規劃強度可能增加延遲，並帶來你沒有要求的變更。[4]
這項提醒會影響 Flare 與 Sunburst 的選擇。編輯時願意花更多時間等 Sunburst，是因為它能保留更多影像原貌。不帶 complexity 欄位的編輯請求會以 high 執行，卻可能往反方向走。因此，用 Sunburst 編輯時，首先應試 complexity: "low"。high 則留給在 Flare 上從零生成的複雜海報。
生成 GIF 和 SVG 時，選哪個模型有差嗎？
兩個模型都能產出這兩種格式，而且都僅限生成。編輯端點兩種都不回傳。[4]
GIF 須設定 output_format: "gif"，並以 frame_count（2 到 64，預設 9）及 frame_duration_ms（20 到 2,000，預設 200）控制動畫。影格數、每格尺寸與動畫數量共用一個像素總預算，所以動畫越長，每格就須越小。OpenAI 指南中的燈籠循環動畫範例，就是用 Sunburst 製作，共九格，每格 200 ms。[4] 我們沒有任一模型的 GIF 耗時資料。我們推測，多影格請求會比單張靜態影像更明顯地呈現速度差距，因此先用 Flare 探索動作是合理的。
SVG 的方式不同。API 先算繪一張參考圖，再由獨立的程式碼撰寫模型產生向量檔案。quality 設定套用在這張參考圖。你要支付參考圖的影像費用，再加上程式碼撰寫模型的 token 費用，且 n 須為 1。[4] OpenAI 指南展示兩個模型繪製同一個麵包店標誌的結果。Flare 在兩行文字標誌上方畫了一條麵包。Sunburst 則加上麥穗與擀麵棍。元素越多，要整理的路徑也越多，所以對圖示和簡單標誌而言，較簡潔的輸出可能更實用。
GPT Image 2.5 實測如何呈現兩者差異
我們尚未在 GPT Image 2.6 重做這項對照比較。上一代提供的是比較基準，無法證明 2.6 的速度或編輯品質。
2026 年 11 月 5 日，我們透過 SeedRouter 正式環境 API，將同一條提示詞送給兩個 2.5 模型：一張虛構茶葉罐的商品照，標籤有三行文字。每種設定只執行一次，輸出 PNG，每次請求一張。耗時從提交算到完成檔案儲存，因此除了算繪，也包含我們的上傳步驟。編輯時，兩個模型收到同一張 Flare 影像，要求僅將標籤第二行從「Smoked Pear Oolong」改為「Honey Fig Oolong」。
| 測試 | Flare | Sunburst |
|---|---|---|
| 1024×1024，low：輸出 token | 196 | 196 |
| 1024×1024，low：耗時 | 21 s | 21 s |
| 1536×1024，high：輸出 token | 1,372 | 1,372 |
| 1536×1024，high：耗時 | 25 s | 36 s |
| 單行編輯，1536×1024，high：耗時 | 29 s | 73 s |
| 編輯：輸入 token | 1,615（影像 1,536，文字 79） | 1,615（影像 1,536，文字 79） |
| 編輯：被編輯行以外的像素，變化超過 765 分制中的 12 | 21.5% | 16.2% |
| 編輯：像素變化超過 765 分制中的 30 | 3.6% | 3.9% |
有四點特別明顯。
每個設定的 token 數都相同，因此費用也相同。帳單上看不出兩個模型的差別。
工作量越大，耗時差距也越大。low 下沒有差距。high 生成時，Sunburst 多花 11 秒；編輯則多花 44 秒，耗時為另一個的兩倍半。
兩個編輯結果都正確改好新的一行，並保留梨子圖案和最下方的文字。Sunburst 中稍有變化的像素較少，在較小門檻下約少四分之一，但較大門檻下兩者相當。實際上，這代表整個畫面中輕微的雜訊較少，並非肉眼可見更乾淨的編輯。單一樣本不足以下定論，而 OpenAI 表示這正是 2.6 Sunburst 改善最多的部分。
兩個模型也都編造了我們沒要求的文字。書架上的書脊出現虛構書名，Sunburst 加入更多道具，也出現更多這類文字。若影像要放上商品頁，請在提示詞寫明「不要有其他文字」，並在發布前檢查背景。
同一天，另一條提示詞還提供一筆資料：一次 Sunburst 請求以 max 品質和 1536×1024 生成兩張影像，使用 10,976 個輸出 token，平均每張 5,488。是 high 下 1,372 個 token 的四倍。這些測量仍僅適用於 GPT Image 2.5；相同條件的 GPT Image 2.6 比較尚待完成。
token 費率相同，帳單卻不同
截至 2026 年 11 月 5 日核對，OpenAI 為兩個 2.6 模型列出的費率相同：每百萬文字輸入 token $5（快取 $1.25）、每百萬影像輸入 token $8（快取 $2），以及每百萬影像輸出 token $30。這與 GPT Image 2.5 費率相同。[2][3][6]
依 $30 的輸出費率，上述 2.5 token 數換算為：196 個 token 約 $0.0059、1,372 個 token 約 $0.041、5,488 個 token 約 $0.165。請把這些數字作為參考，而非 2.6 報價。OpenAI 的影像 token 計算器估算，一張低品質、1024×1024 的 GPT Image 2.6 影像使用 823 個影像輸出 token；最終用量也可能包含文字輸出。這些估算無法取代實測計費。[7] 規劃強度不另收費，標記引導編輯與其他編輯同價，SVG 輸出則加計程式碼撰寫模型的 token 費用。[4]
費率相同時，Flare 與 Sunburst 真正的成本差異在於你捨棄了多少次嘗試。一次就通過審核的 Sunburst 編輯，比兩次 Flare 編輯便宜；後者第二次是為了修復第一次改壞的地方。應計算每張合格影像的成本，而非每次請求的成本。
SeedRouter 目前費率與 Playground 位於 GPT Image 2.6 頁面。也可以和目前的 GPT Image 2.5 費率 比較。
不同工作選模型的起步規則
這些起點來自 OpenAI 指引與我們的 2.5 實測。調整時，每次只改一個變數。
| 工作 | 模型 | 設定 |
|---|---|---|
| 探索概念、大量變化版本 | Flare | 品質 low 或 medium；規劃強度 high（預設） |
| 有人正在等待的社群圖片 | Flare | 品質 low；簡單場景用規劃強度 low |
| 含多個文字區塊的海報 | 先用 Flare | 品質 high；規劃強度 high |
| 修改已核准商品照的文案或顏色 | Sunburst | 品質 medium 或 high；規劃強度 low |
| 編輯複雜場景中的內容 | Sunburst | 品質 high；規劃強度 medium |
| GIF 動畫 | Flare 探索動作，Sunburst 製作最終循環 | 品質 medium；規劃強度 medium |
| SVG 標誌或圖示 | 兩者皆可；比較須整理多少形狀 | 品質 medium；規劃強度 low |
最簡單的做法是：Flare 起稿，Sunburst 完稿。快速生成構圖、挑選最好的結果，再用 Sunburst 以低規劃強度編輯，讓畫面其餘部分維持原樣。若想進一步了解上一代的相同雙模型設計，請參閱我們的 GPT Image 2.5 Flare 與 Sunburst 指南。
大家已經在問的問題
怎麼知道自己用的是 Flare 還是 Sunburst？
在 API 中，你透過 model 欄位自行選擇，因此請求中一定會寫明所選模型。在 ChatGPT 中，OpenAI 的發布文章沒有說明某張影像是由兩者中的哪個生成，也沒有提到可自行選擇的設定。[1]
可以下載 Android 版 GPT Image 2.6 Flare 或 Sunburst 嗎？
不行。兩者都是託管模型。Images 2.6 已在 ChatGPT 與 Codex 的桌面、行動和網頁版應用程式中，向所有訂閱等級開放；開發者則透過 API 使用 Flare 與 Sunburst。沒有可供安裝的模型檔案。[1]
Sunburst 一定比 Flare 好嗎？
不一定。我們的 2.5 實測中，低品質影像同樣正確，而 Sunburst 額外加入的場景裝飾也不見得有用。OpenAI 將 Sunburst 定位於細緻工作與一致的編輯，並非適合每一張影像。
GPT Image 2.6 比 GPT Image 2.5 更貴嗎？
每個 token 並沒有更貴。OpenAI 為兩代列出相同的文字與影像費率。一張 2.6 影像較貴或較便宜，取決於 token 用量。OpenAI 提供靜態影像 token 估算工具；最終帳單依實際用量計算。[2][3][6]
什麼時候可以在 SeedRouter 用 GPT Image 2.6？
GPT Image 2.6 現已可用。請在 Playground 選擇可用模型，或使用你的 SeedRouter API key 可用清單中的模型 ID。
