刚刚，ChatGPT Images 2.6 炸场！一句话生成 GIF，生图榜登顶API 里那个用了很久的 quality

API 里那个用了很久的 quality 参数，被拆成了两个旋钮。

调图像接口的人一升级就会撞上这件事。以前改画质一个字段搞定，现在得先想清楚你要改的是模型动笔前想多久，还是画的时候像素抠多细。OpenAI 今天全量上线的 GPT-Image-2.6 就是这么改的，顺手塞进来两个新型号 Flare 和 Sunburst，外加原生 GIF、SVG 两种输出格式。ChatGPT、Codex、API 三条线同时切。

官方放的数：三端加起来每周生成超过 40 亿张图，日均 5 亿多张。9 月这个口径还是 30 亿。厂商自报，没有第三方核过，但 33% 的周增速摆在那儿，2.6 不像是刷个版本号。

图：OpenAI 官方 Images 2.6 主视觉，中间是蓝色光晕卡片，四周环绕着日历、骑行者、卡通角色等生成样图

两个型号，两套脾气

Flare 走速度和成本，Sunburst 走画质。官方给 Flare 的基准写得很清楚：同一批任务，Images 2.5 每张 7.08 秒，2.6 是 4.84 秒。

图：官方介绍视频的封面，大字标注 Introducing GPT-Image-2.6，右下角并列 Sunburst 与 Flare 两个型号

图：官方提速对比，同一张豪华旅行海报提示词下，2.5 Flare 要 7.08 秒，2.6 Flare 降到 4.84 秒

拿计算器按一下，耗时降了约 32%，单位时间产出多了约 46%。两个数都不是 50%。宣传里那句"快 50%"是跨型号取整的说法，落到 Flare 上就这个水平。Sunburst 那边官方只提了 1.15 倍提速，也就是一成半。看到"快一半"先别急着改 prompt，先确认自己用的是哪个型号。

complexity 管脑子，quality 管像素

complexity 三档：low、medium、high，默认 high。它管模型出图前做多少构图规划，摆几个主体、怎么排布、光影关系怎么走。调低它，模型跳过大半思考直接开画。

quality 管渲染。视觉细节、边缘、材质、保真度，五档：low、medium、high、xhigh、max。

图：同一段提示词下 complexity 三档的差别，low 只能画出轮廓，high 才有完整的猫和玻璃海豚

你嫌一张图改得太慢，正确的动作是把 complexity 压到 low、quality 保持原档，省掉重新构图的时间。官方指南里有一句提醒：拉高 complexity 会增加延迟，还可能带出你不想要的变化。所以"为了快把 quality 调到 low"的老办法现在是最差解，画质掉下去了，构图规划一点没省。

举个具体的。同一张产品图，客户说"背景再干净一点"，你要的是局部重绘，不需要模型把整个版面重新想一遍。设成 complexity: "low"、quality: "high"，模型按原构图改细节，延迟比默认配置低一截。反过来做海报，主体关系复杂，那就 complexity: "high"、quality: "medium" 先把构图跑对，满意了再抬 quality 重出一版。分两次调比一次拉满便宜得多。

五档画质，价差 8.5 倍

1024×1024 同尺寸下，按官方估算器：

quality	估算价格	output tokens
low	$0.0247	823
medium	$0.0435	未公布
high	$0.0527	1,756
xhigh	$0.0937	未公布
max	$0.2107	7,024

最低档和最高档差 8.5 倍。max 的 7,024 个 output token 也是 low 的 8.5 倍还多，token 数和钱基本是一条线。

上手：先确认模型名

装 SDK 或用 curl，再拿一个能调图像接口的 key，就齐了。

pip install -U openai
export OPENAI_API_KEY="sk-..."

模型名别照抄博客。第三方网关写的是 gpt-image-2.6，官方侧可能带 -flare / -sunburst 后缀，接入前先对一遍：

curl https://api.openai.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY" | grep -i image

最简一次生成，参数故意用低复杂度配高画质：

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6",
    "prompt": "a mechanical hummingbird made of brass, studio lighting",
    "size": "1024x1024",
    "complexity": "low",
    "quality": "high"
  }'

响应里 data[0].b64_json 是 base64 图像，usage 带 token 明细。记住这个字段，后面算账全靠它。

Python 侧把结果落盘：

from openai import OpenAI
import base64, pathlib

client = OpenAI()
r = client.images.generate(
    model="gpt-image-2.6",
    prompt="a mechanical hummingbird made of brass, studio lighting",
    size="1024x1024",
    complexity="low",
    quality="high",
)
pathlib.Path("bird.png").write_bytes(base64.b64decode(r.data[0].b64_json))
print(r.usage)

把返回的 usage 丢进官方估算器对一遍，差得离谱就是模型名或档位没生效。改图还是走编辑端点，但 GIF 和 SVG 在那边不可用，这两种格式只有生成端点认。

GIF：两个参数就够

output_format: "gif"，只在生成端点 /v1/images/generations 有效。

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "a tiny robot waving, flat vector style, plain background",
    "output_format": "gif",
    "frame_count": 9,
    "frame_duration_ms": 200,
    "size": "512x512",
    "quality": "medium"
  }'

frame_count 取值 2 到 64，默认 9。frame_duration_ms 取值 20 到 2000，默认 200，按 10ms 取整。默认值合起来是 9 帧 × 200ms，1.8 秒。

有个坑：所有帧共用同一套尺寸和像素预算。你把帧数拉到 64、单帧时长也拉到 2000，总时长飙到 128 秒，但每帧分到的细节会被摊薄。要长还是要细，得选一个。

跟 GIF 一起被禁的还有流式输出、部分图返回、自定义压缩，以及 prompt_rewriter。这几样在静图上是正常用的，切到 GIF 就掉线。报错是 HTTP 400，错误类型 invalid_request_error，具体文案随版本变，直接看 message 里点名了哪个字段最快。

GIF 提示词上最常见的事故是首尾帧接不上。含糊写一句 "looping GIF"，模型不会自己推循环该在哪一帧闭合，帧数和首尾衔接都得写死。具体怎么措辞，看 OpenArt 那份官方合作案例。

图：OpenArt 官方演示，左右两段都是同一句提示词生成的循环 GIF，左边是股价暴跌的反应，右边是同角色的庆祝版

图：官方演示里手绘草图到卡通动效的转换，左边是铅笔稿，右边是模型补完的成品

SVG 不是矢量模型

output_format: "svg" 的过程是两段：先生成一张参考位图，再把这张图转成矢量。

返回一份静态 SVG，path、shape、颜色都能编辑，不含脚本、外链资源和内嵌位图。一次请求只回一个，同样只在生成端点有效。图标、logo 草图这种场景够用，别指望它出复杂度很高的插画。

计费两段相加：参考图按图像模型费率算，生成 SVG 的 token 按 authoring 模型费率算。没有固定单张价格。想估成本先跑一次看 usage，别按"一张 SVG 多少钱"去套。

图：官方演示的 SVG 输出，一只纯色块拼成的鲸鱼，path 和颜色都能再改

踩坑：网关会改名

同一个模型挂到第三方网关上，参数名会被重写。

fal.ai 上 gpt-image-2.6 的入参里，quality 是 auto/low/medium/high 四档，另外还有一个 reasoning_effort: low/medium/high/xhigh/max。语义上对应官方的 complexity，但档位多出两档，名字完全对不上。照官方文档写 complexity 丢给这类网关，要么被静默忽略走默认值，要么直接 422。接之前翻一遍对方的参数表。

它的尺寸约束也更细：宽高都得是 16 的倍数，最长边 3840px，宽高比不超过 3:1，总像素落在 655,360 到 8,294,400 之间。1024×1024 是 1,048,576，正好卡在区间里。

账单：比宣传的贵

发布口径是更快更便宜。单价确实没动，还是 $5/$ 8/$30。但按 token 计费的图像模型，换代成本得拿 usage 算，不能只看价目表。

Kingy 的一次对比测试用的 medium 画质、同 prompt、同尺寸，3 张静图：2.5 合计 39.752 秒、 $0.044622，2.6 合计 48.739 秒、$ 0.124542。单张慢 2.45 到 3.47 秒，贵 2.4 到 3.2 倍。

根子在 output token 用量，产品图那一张从 439 个涨到 1,449 个。样本只有一次请求，不能当统计结论，但价目表不变、账单翻三倍这件事是跑不掉的。我最想看到的是 2.6 在 max 档下的 usage，那才是账单爆点。

同一批实验里那张 2.6 的 GIF 请求：512×512、10 帧 × 200ms，跑了 17.594 秒，花了 $0.055880。GIF 的帧是拼在一张序列图上出的，token 消耗比时长看起来凶得多。

图：合作方 Picsart 用 Images 2.6 生成的样图，一座彩色的玻璃鲸鱼悬在云雾群山和石砌教堂上方

榜单登顶，此刻不是第一

"登顶"的说法来自 OpenAI 引用 DesignArena 的口径。

按榜单 11 月 5 日 02:09 UTC 的快照（累计 340 万票）：第 1 是 GPT-Image-2.5 Sunburst，Elo 1400，16,023 场；第 2 才是 GPT Image 2.6 Sunburst（quality=max、complexity=high），Elo 1383，2,563 场；第 5 是 2.6 Flare（auto/high），1358。

有意思的是胜率。2.6 对新对手 70.8%，2.5 是 70.7%，2.6 反而略高。排位差来自样本量，2.5 打了一万六千场，2.6 才两千五。榜位还会动。Artificial Analysis 那边至今没有 2.6 的条目。

写"登顶"不算撒谎，是发布日的厂商口径。真要引用，把日期带上。

GIF 的真相：一张 sprite sheet

序列帧的生成方式和视频模型完全是两条路：先画一张 sprite sheet，再切片拼成 GIF，没有时空扩散那一套。

官方合作案例 OpenArt 的提示词写得很直白，要求模型"生成一张用于无缝循环 GIF 的单张动画序列图（sprite sheet），严格 6 帧、3 列 × 2 行、从左到右从上到下、每格等大、固定前侧四分之三机位、同一角色同一场景、第 6 帧平滑过渡回第 1 帧、无字幕无边框"。这段来自量子位对 OpenAI 发布内容的转述。

照这些约束攒成能直接粘贴的版本：

生成一张用于无缝循环 GIF 的单张动画序列图（sprite sheet）。
严格 6 帧，3 列 × 2 行，从左到右、从上到下排列。
每格尺寸完全一致，统一固定前侧四分之三机位。
所有格子里是同一角色、同一场景。
第 6 帧平滑过渡回第 1 帧，首尾衔接无缝。
不要字幕，不要边框。

模型先画一张定格动画式的图，服务端再切片、拼成 GIF。绕开了视频模型的时空扩散开销，代价是帧与帧之间的一致性全靠这一张图里画得对不对。

上面那几条里，"每格尺寸一致""固定机位""第 6 帧回到第 1 帧"最容易被省，也最不能省。少了第一条，切出来的帧大小对不齐，拼成 GIF 会跳；少第三条，播放到头会卡一下再回到开头。

已经有公司在产线用：AI 办公助手创业公司 Town 通过 API 生成虚拟助手打字、反馈这类微表情动图。这是 GIF 最对味的场景，循环短、动作小、不需要运镜。

别指望它替代视频生成。帧数和时长拉到顶能凑出两分钟，但那是给循环动效留的口子，拿来叙事会露出 64 张静帧的底。

现在升不升

2.6 这次改版，参数拆分是真有用，把想和画分开调，省下来的延迟实打实。GIF 和 SVG 两种原生格式也比过去拿 Python 拼帧、拿 potrace 转矢量的土办法干净。

我自己的判断是：批量出静图的业务先别急着全量切，把成本压在 medium 档跑一周，拿 usage 对完账再决定。要 GIF 和 SVG 这两样，2.6 是眼下最省事的路，没有之一。

成本这块得自己算。价格表没变，账单翻倍，只有 usage 字段会告诉你。

榜单那个第一，等 2.6 的对战场数追上 2.5 再看吧。

参考链接

量子位：ChatGPT Images 2.6 全量上线，一句话生成 GIF www.qbitai.com/2026/11/507…
AlphaSignal：OpenAI Images 2.6 周生成 40 亿张、Flare 提速 32% alphasignal.ai/news/openai…
Kingy AI：GPT-Image-2.6 参数说明与 GIF、SVG 限制 kingy.ai/blog/gpt-im…
Kingy AI：Images 2.6 与 2.5 实测账单对比 kingy.ai/blog/chatgi…
LLM Learner：GPT-Image-2.6 Flare 各档位价格与 token 用量 llmlearner.com/models/gpt-…
fal.ai：gpt-image-2.6 Flare 文生图接口文档 fal.ai/models/open…
DesignArena：图像模型排行榜快照 www.designarena.ai/leaderboard…

刚刚，ChatGPT Images 2.6 炸场！一句话生成 GIF，生图榜登顶