OpenAI 的图像模型又换代了。GPT-Image-2.6（Images 2.6）已经在 ChatGPT、Codex 和 API 全量上线，免费和付费用户都能直接用。这一版最实用的三个变化：整体生成时间缩短 50%（最快 6 秒出图）、原生支持 GIF 动图、支持直接导出 SVG 矢量格式。
但我认为真正改变工作流的不是这三个功能点，而是 API 的一个小改动：OpenAI 第一次把「场景规划」和「像素渲染」拆成了两个独立参数。这意味着改图这件事的成本结构变了。
核心能力：Flare 和 Sunburst 两个型号
API 端这次第一次分出两个具体型号，定位完全不同：
- Flare：主打速度和排版，针对海报、电商产品图这类商业视觉做布局优化。低画质档位下单张图生成时间被压到 6 秒。
- Sunburst：啃硬骨头的那个。中等和高画质档位下提供更高细节精度，核心解决多轮对话修改中「改着改着人物和商品变样了」的一致性问题。
过去调生图 API，开发者只能调分辨率和笼统的画质档位。哪怕只是改个背景颜色，模型也要重新完整跑一遍构图规划——钱和时间都花在重复劳动上。
Images 2.6 新增了 complexity（复杂度）参数，专门控制「动笔前花多少算力做场景规划」；原来的 quality（画质）参数则纯粹负责视觉细节和保真度。这个思路和文本模型里调推理深度是一回事：日常局部微调就把 complexity 调到 low、quality 保持高档位，只有多元素同框或限制条件极多时才需要把 complexity 拉高。
GIF 是怎么做出来的：借了游戏工业的思路
一个生图模型，不请视频模型帮忙，怎么快速出流畅 GIF？答案有点取巧但很聪明：它压根没碰视频那套时空扩散计算，而是用序列帧（Sprite Sheet）的思路，在一张图里把 6 格定格动画画完。
给模型的 prompt 大概长这样：生成一张用于无缝循环 GIF 的 sprite sheet，严格 6 个连续帧，按 3 列 2 行网格排列，每个面板尺寸完全一致，固定四分之三机位，同一角色、同一书桌、服装和背景，第六帧平滑过渡回第一帧，无字幕无边框无留白。
这么做的好处是绕开视频模型高昂的推理延迟，同时保证每一帧的角色五官、衣服褶皱、背景物体都固定在原位。实测做表情包、动态贴纸这类需求，背景干净、动作连贯，够用。
SVG 导出和 Image markup 进 API
两个对做产品的人更有价值的更新：
- SVG 矢量导出：AI 生成的位图一放大边缘就糊，塞进网页或 App 一般还得找第三方转矢量。现在原生出 SVG，写前端时可以直接让模型生成能无限缩放的图标、组件和插画，顺手写进代码库。
- Image markup 开放给 API：之前只在 ChatGPT 网页端有的圈选局部重绘，现在能通过坐标或遮罩指定要改的区域。配合 Sunburst 的一致性，批量改图可以像流水线一样跑。
局限：它还是生图模型，不是设计工具
说几个实测里明显的短板。第一，中文文字渲染依然不稳，海报里超过 6 个汉字就有概率糊字或错字，电商主图这种要精确文案的场景，还是得留一层人工或后期排版。第二，SVG 是「能导出」而不是「能编辑」——出来的路径结构通常很碎，想在设计软件里改某根线条基本等于重画。
第三，6 秒出图只在 Flare 低画质档位成立，Sunburst 高画质跑一张还是要十几秒到几十秒，批量生产时得按场景混用，别指望一个参数走天下。第四，GIF 本质是 6 帧 sprite sheet，不适合超过一两秒的连续动作，要做 5 秒以上的视频片段还是得用 可灵 这类视频模型。
GPT-Image-2.6 与其他图像模型横向对比
| 模型 | 关键能力 | 核心定位 | 本站评分 |
|---|---|---|---|
| GPT-Image-2.6 | Flare/Sunburst 双型号、原生 GIF、SVG 导出、局部重绘 API | 商用视觉批量生产 | 8.8 |
| Nano Banana | 角色一致性强、编辑自然度高 | 多轮改图与人物一致 | 8.9 |
| Midjourney | 审美天花板、风格库成熟 | 概念图与艺术创作 | 8.7 |
| Ideogram 4.0 | 开源权重、JSON 布局控制 | 本地部署与排版控制 | 8.6 |
| Canva Craft | 与设计工具链打通、模板生态 | 非设计师出成品 | 8.2 |
| Google Pics | AI 原生编辑器、与 Workspace 联动 | 办公场景即时配图 | 8.0 |
结论：纯画质和审美仍然打不过 Midjourney，角色一致性上 Nano Banana 还有优势，但「工程可用性」这一项 GPT-Image-2.6 明显领先。双参数解耦、SVG 直出、局部重绘 API，这三件事都是给开发者省钱的，不是给创作者看的。
综合评分
| 维度 | 评分 | 评价 |
|---|---|---|
| 功能完整度 | 9.2 / 10 | 双型号 + GIF + SVG + 局部重绘 API，覆盖了商用视觉的主要环节 |
| 易用性 | 9.0 / 10 | ChatGPT 内全量可用，免费用户也能上手；API 参数虽多但语义清晰 |
| 性价比 | 8.8 / 10 | complexity 调低能实打实省钱，但高画质批量出图成本仍不低 |
| 中文支持 | 8.3 / 10 | 中文 prompt 理解没问题，图内汉字渲染仍会出错，长文案不稳 |
| 输出质量 | 9.0 / 10 | Sunburst 细节和一致性明显进步，商业可用度高 |
综合评分：8.8 / 10
推荐给做电商图、海报、社媒素材和前端图标的团队——尤其是已经在用 Codex 或 OpenAI API 的，这次升级几乎零迁移成本。只想画好看插画的个人创作者，Midjourney 和 Nano Banana 依然更对路。
常见问题（FAQ）
GPT-Image-2.6 免费吗？
ChatGPT 里免费用户和付费用户都能直接用，有额度限制。通过 API 调用按量计费，Flare 便宜、Sunburst 贵，具体单价按画质档位不同。
complexity 和 quality 两个参数怎么选？
简单记：日常改图、局部微调用 complexity=low + quality 高档位，又快又省钱；多元素同框、构图复杂、需要严格排版时才把 complexity 调高，因为它花的是「动笔前的规划算力」。
它生成的 GIF 能替代视频模型吗？
不能。它的 GIF 本质是一张 6 帧 sprite sheet，适合表情包、动态图标、循环小动效，时长基本在 1 到 2 秒内。要做 5 秒以上的连续动作或带镜头运动的视频，还是要用可灵这类视频生成模型。
导出的 SVG 可以直接改吗？
能打开但不好改。生成的 SVG 路径结构通常很碎，适合直接用在网页和 App 里缩放显示，不适合在设计软件里逐条编辑。需要精细调整的话，建议转成位图再手动描。
和 Nano Banana 比该选哪个？
看需求。要角色一致性和自然的多轮改图选 Nano Banana；要批量商用图、SVG 图标、GIF 动效、并且想通过 API 精细控制成本和流程，选 GPT-Image-2.6。
总结
GPT-Image-2.6 是一次「工程师视角」的升级：没有把画质当成唯一卖点，而是把生图拆成了规划、渲染、编辑三段分别优化。对做产品的人来说，这比多刷几分审美分更有用。
想看更多图像与视频模型的实际表现，可以翻我们的 评测列表，或用 工具对比引擎 按场景筛，AI 模型库 里也收录了全部在售模型的参数和价格。相关阅读：Doubao Seedream 评测 · Ideogram 4.0 评测 · ChatGPT 深度评测。