AI 前沿2026-09-08来源：openai.com

ChatGPT Images 2.5发布：更快生成、更稳编辑与全新创作工具

OpenAI introduced ChatGPT Images 2.5 with sharper detail, faster generation, more precise editing, multi-turn consistency, sketch-based creation, templates, and new API models. The launch is a product and model update separate from GPT-6 Astra.

OpenAI 在 9 月 8 日发布了 ChatGPT Images 2.5，这次更新没有伴随新一代大模型，而是一次聚焦图像生成与编辑的产品迭代[1]。它要解决的问题很具体：当你改动了画面里的一个细节，剩下的部分还能不能继续用。

更快、更准、更连贯

按照 OpenAI 的说法，Images 2.5 在图像保真度、编辑精度、多轮一致性、光照与纹理表现上都有改进，同时降低了生成延迟[1]。第三方整理的数据给出了更具体的数字：生成延迟相比 Images 2.0 最多降低 50%，参考主体的保留、自然光照和连续编辑中的一致性也有所提升[2]。

需要说明的是，这个 50% 是厂商对比口径，并非单张图片的保证耗时[2]。该延迟数字来自 OpenAI 官方公告，属于供应商自述，未经独立验证。

多轮一致性被单独列出，指向的正是图像编辑长期以来的痛点。资料中举了一个例子：一张产品照片在修改背景后丢失了标签，就还得再改一轮[2]。Images 2.5 想证明的是，改一处不会让整张图作废。

OpenAI logo

*图1：OpenAI Logo（openAI / CC BY-SA 4.0，Wikimedia Commons）*

两个 API 模型，两种取舍

面向开发者，OpenAI 同时上线了两个 API 模型：GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst[1]。

Flare 被定位为速度最快的高质量日常图像生成模型，接受文本和图像输入、输出图像，支持 low、medium、high、xhigh、max 和 auto 六档质量设置，可直接在 Image API 中选用，也可作为 Responses API 图像生成工具的模型[3]。Sunburst 同样支持这些输入输出与质量档位，但定位是“编辑精度最重要”的工作流[4]。

选择逻辑很直白：追求快速迭代用 Flare，编辑精度比等待时间更重要时用 Sunburst[2]。

*图2：Ilya Sutskever and Sam Altman in TAU（Eladkarmel / CC BY-SA 4.0，Wikimedia Commons）*

两个模型的图像输出定价一致，均为每百万 token 30 美元；由于只输出图像不输出文本，文本输出不计费[3][4]。两处文档都提到，token 费率与 GPT Image 2 相同，且 GPT Image 2 的计算器无法估算 GPT Image 2.5 的 token 消耗[3][4]。

从“生成一张图”到“改一张图”

这次更新新增了 Sketch、模板、评论和共享提示词等功能[1]。Sketch 支持基于草图创作，评论和共享提示词则把协作环节拉进了图像工作流[1][2]。

把这些功能放在一起看，方向就比较清楚了：图像生成正在从一次性的“出图”动作，变成多步骤的编辑流程——先出稿，再定点修改，再协作确认，最后导出。资料中提到的实操路径也是这个顺序：一份产品图 brief、一次定向编辑，以及导出前要做的检查[2]。

*图3：Anti ai data center 4 censored（Catboy69 / CC BY 4.0，Wikimedia Commons）*

与 GPT-6 Astra 无关

值得注意的是，这次发布是独立的产品与模型更新，与 GPT-6 Astra 是两回事[1]。把它读成“新模型附带的能力升级”会误判这次更新的性质——它更像是在既有图像能力上补齐工作流。

点评

从官方口径看，Images 2.5 的关键词是“一致性”和“延迟”，而不是“更强”。这符合图像工具当下的真实瓶颈：用户不缺生成能力，缺的是改完之后不用重来。Flare 与 Sunburst 的分工，也说明 OpenAI 承认速度和精度在现阶段仍需取舍。至于 50% 的延迟改善在真实使用中体感如何，以及多轮编辑的一致性是否经得起连续操作，还要等更多独立测试来回答。