GPT Image 2.6 Flare 和 Sunburst 怎么选？
用实测对比 GPT Image 2.6 Flare 与 Sunburst 的速度、编辑稳定性、新增规划强度设置、GIF 和 SVG 输出及 token 费用。
以 Markdown 阅读草稿、大批量生成，以及有人正在等待结果的任务，用 GPT Image 2.6 Flare。编辑必须保留画面其余部分时，换成 Sunburst。两者每个 token 的价格相同，所以你是在时间和编辑稳定性之间取舍，而不是在两种价格之间选择。[1][2][3]
展开之前先说明一点。OpenAI 于 2026 年 11 月 4 日发布 GPT Image 2.6。GPT Image 2.6 现已在 SeedRouter 上可用，但下面的 Flare 与 Sunburst 对照比较来自上一代。本文测量的是我们在生产环境中使用的上一对模型 GPT Image 2.5 Flare 和 Sunburst。所有关于 2.6 本身的说法都引用自 OpenAI，并明确标注。
OpenAI 在 2.6 中分别改进了什么
OpenAI 保留了从 GPT Image 2.5 开始的双模型划分，并为两者明确了各自的用途。[1][2][3]
| 对比项 | 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 | 面向快速迭代的图像生成与编辑 | 面向细致视觉工作的图像生成与编辑 |
| 速度说法 | 低质量时最快六秒 | 未说明 |
| 编辑说法 | 未说明 | 在 medium 或 high 质量下，多次编辑的一致性更好 |
| 排版说法 | 海报与商品图排版更好 | 生成质量更高 |
| 质量档位 | low 到 max | low 到 max |
| 2.6 新增功能 | 规划强度、SVG 输出、GIF 动画输出 | 相同 |
除了分别对两个模型的描述，OpenAI 还称 Images 2.6 的图像生成速度比之前快 50%。[1] 留意每项说法所对应的设置。六秒指的是 Flare 的 low 档位。一致性指的是 Sunburst 的 medium 或 high 档位。这说明了 OpenAI 预期两个模型各自的用途，而不是能用来规划容量的基准测试。
API 更新日志为两个 2.6 模型列出了三项新增功能：可调规划强度、SVG 生成和 GIF 动画生成。标记引导编辑也在同一天推出，但 GPT Image 2.5 和 2.6 都支持，因此它不是升级的理由。[5]
规划强度是第三个调节项，也会影响模型选择
2.6 之前，你有两个调节项：模型和质量。新增的 complexity 字段带来了第三项。质量控制细节与保真度，规划强度控制模型在渲染前投入多少规划。[4]
两个模型都接受 low、medium 和 high，省略字段时都默认为 high。不额外收费。OpenAI 建议更换背景或招牌等定向编辑使用 low，文字密集、版式复杂或物体之间存在关联的场景使用更高档位。它也提醒，较高的规划强度可能增加延迟，并引入你没有要求的改动。[4]
这项提醒对 Flare 与 Sunburst 的选择很重要。编辑时愿意多等 Sunburst，是因为它能保留更多原图内容。不传 complexity 的编辑请求会以 high 运行，反而可能背离这个目标。因此，用 Sunburst 编辑时，应先试 complexity: "low"。high 则留给在 Flare 上从零生成的复杂海报。
生成 GIF 和 SVG 时也需要选模型吗？
两个模型都能输出这两种格式，而且都仅限生成。编辑端点两种都不返回。[4]
生成 GIF 时，将 output_format: "gif"，用 frame_count（2 到 64，默认 9）和 frame_duration_ms（20 到 2,000，默认 200）控制动画。帧数、每帧尺寸和动画数量共用一个像素总预算，因此动画越长，每帧尺寸就必须越小。OpenAI 指南中的示例是用 Sunburst 制作的灯笼循环动画，共九帧，每帧 200 ms。[4] 我们还没有两个模型的 GIF 耗时数据。我们的推测是，多帧请求会比单张静态图更明显地体现速度差距，因此先用 Flare 探索动作是合理的。
SVG 的流程不同。API 先渲染一张参考图，再由独立的代码编写模型生成矢量文件。quality 设置作用于这张参考图。你需要支付参考图的图像费用，再加代码编写模型的 token 费用，且 n 必须为 1。[4] OpenAI 指南展示了两个模型绘制同一个面包店标志的结果。Flare 在两行文字标志上方画了一个面包。Sunburst 则添加了麦穗和擀面杖。元素越多，需要清理的路径越多，因此对于图标和简单标志，更简洁的输出可能更实用。
GPT Image 2.5 实测如何体现两者的区别
我们尚未在 GPT Image 2.6 上重复这项对照测试。上一代的结果可作基线，但不能证明 2.6 的速度或编辑质量。
2026 年 11 月 5 日，我们通过 SeedRouter 生产 API 向两个 2.5 模型发送了同一条提示词：一张虚构茶叶罐的商品照，标签上有三行文字。每种配置只运行一次，输出 PNG，每次请求一张图。耗时从提交算到成品文件存储完成，因此除了渲染，也包含我们的上传步骤。编辑时，两个模型收到同一张 Flare 图像，要求只把标签第二行从“Smoked Pear Oolong”改为“Honey Fig Oolong”。
| 测试 | Flare | Sunburst |
|---|---|---|
| 1024×1024，low：输出 token | 196 | 196 |
| 1024×1024，low：耗时 | 21 s | 21 s |
| 1536×1024，high：输出 token | 1,372 | 1,372 |
| 1536×1024，high：耗时 | 25 s | 36 s |
| 单行编辑，1536×1024，high：耗时 | 29 s | 73 s |
| 编辑：输入 token | 1,615（图像 1,536，文本 79） | 1,615（图像 1,536，文本 79） |
| 编辑：被编辑行以外的像素，变化超过 765 分制中的 12 | 21.5% | 16.2% |
| 编辑：像素变化超过 765 分制中的 30 | 3.6% | 3.9% |
有四点比较突出。
各个设置下的 token 数完全相同，费用也就完全相同。账单上看不出两个模型的区别。
工作量越大，耗时差距越大。low 下没有差距。high 生成时 Sunburst 多花 11 秒，编辑时多花 44 秒，耗时是另一个的两倍半。
两个编辑结果都正确改好了新文字，并保留了梨的图案和底部一行。Sunburst 中轻微变化的像素更少，在较小阈值下约少四分之一，但在较大阈值下两者持平。实际表现是画面中的轻微噪点更少，而不是编辑结果肉眼可见地更干净。单个样本无法下定论，而 OpenAI 称这正是 2.6 Sunburst 改进最大的方面。
两个模型也都编出了我们没要求的文字。书架上的书脊出现了虚构书名，Sunburst 添加了更多道具和更多这类文字。如果图像要放到商品页上，请在提示词中写明“不要有其他文字”，并在发布前检查背景。
同一天还有一个使用不同提示词的数据点：一次 Sunburst 请求生成两张图，质量为 max，尺寸为 1536×1024，共消耗 10,976 个输出 token，平均每张 5,488。是 high 下 1,372 个 token 的四倍。这些测量仍只适用于 GPT Image 2.5；对应的 GPT Image 2.6 对比尚待完成。
token 费率相同，账单却可能不同
截至 2026 年 11 月 5 日核对，OpenAI 为两个 2.6 模型列出的费率相同：文本输入每百万 token $5（缓存 $1.25），图像输入每百万 token $8（缓存 $2），图像输出每百万 token $30。与 GPT Image 2.5 的费率一致。[2][3][6]
按 $30 的输出费率，上述 2.5 token 数对应的费用约为：196 个 token $0.0059，1,372 个 token $0.041，5,488 个 token $0.165。请将它们作为参考，而不是 2.6 报价。OpenAI 的图像 token 计算器估算，一张 1024×1024、低质量的 GPT Image 2.6 图像消耗 823 个图像输出 token；最终用量还可能包括文本输出。这些估算不能代替实测计费。[7] 规划强度不加收费用，标记引导编辑与其他编辑同价，SVG 输出则会增加代码编写模型的 token 费用。[4]
费率相同时，Flare 和 Sunburst 真正的成本差异在于有多少次尝试被你舍弃。一次通过审核的 Sunburst 编辑，比两次 Flare 编辑更便宜——后者的第二次是为了修补第一次改坏的地方。应统计每张合格图像的成本，而不是每次请求的成本。
SeedRouter 当前费率和 Playground 见 GPT Image 2.6 页面。也可以对比当前 GPT Image 2.5 费率。
不同任务选模型的起步规则
这些起点来自 OpenAI 指南和我们的 2.5 实测。调整时，每次只改一个变量。
| 任务 | 模型 | 设置 |
|---|---|---|
| 概念探索、大量变体 | Flare | 质量 low 或 medium；规划强度 high（默认） |
| 有人正在等待的社媒图片 | Flare | 质量 low；简单场景用规划强度 low |
| 包含多块文字的海报 | 先用 Flare | 质量 high；规划强度 high |
| 修改已批准商品照的文案或颜色 | Sunburst | 质量 medium 或 high；规划强度 low |
| 编辑复杂场景中的内容 | Sunburst | 质量 high；规划强度 medium |
| GIF 动画 | Flare 探索动作，Sunburst 制作最终循环 | 质量 medium；规划强度 medium |
| SVG 标志或图标 | 两者都可以；比较有多少形状需要清理 | 质量 medium；规划强度 low |
最简单的做法是：Flare 起稿，Sunburst 定稿。先快速生成构图，选出最好的，再用 Sunburst 以低规划强度编辑，让画面其余部分保持不动。如需详细了解上一代相同的双模型划分，请参阅我们的 GPT Image 2.5 Flare 与 Sunburst 指南。
大家已经在问的问题
怎么知道自己用的是 Flare 还是 Sunburst？
在 API 中，你通过 model 字段自行选择，所以请求中始终写明了所选模型。在 ChatGPT 中，OpenAI 的发布文章没有说明某张图由两者中的哪一个生成，也没有介绍可供选择的设置。[1]
能下载 Android 版 GPT Image 2.6 Flare 或 Sunburst 吗？
不能。两者都是托管模型。Images 2.6 已在 ChatGPT 和 Codex 的桌面、移动和网页端应用中向所有订阅档位开放，开发者则通过 API 使用 Flare 和 Sunburst。没有可安装的模型文件。[1]
Sunburst 一定比 Flare 好吗？
不一定。我们的 2.5 实测中，低质量图像同样准确，Sunburst 添加的额外场景装饰也并非总是有用。OpenAI 将 Sunburst 定位于细致工作和一致的编辑，而不是每一张图。
GPT Image 2.6 比 GPT Image 2.5 更贵吗？
每个 token 的价格并没有更贵。OpenAI 为两代列出的文本与图像费率相同。一张 2.6 图像更贵还是更便宜，取决于 token 用量。OpenAI 提供静态图像 token 估算器；最终账单按实际用量计算。[2][3][6]
什么时候能在 SeedRouter 用 GPT Image 2.6？
GPT Image 2.6 现已可用。在 Playground 选择可用模型，或使用你的 SeedRouter API key 列表中可用的模型 ID。
