觀點 · 資訊分享
OpenAI 推出 GPT Image 2.5 兩款生圖模型：Sunburst 修圖更精準，Flare 出圖更快，費率沿用上一代
OpenAI API 新增 GPT Image 2.5 Sunburst 與 Flare：前者適合修圖精準度優先的流程，後者是日常快速生成。兩款都新增 xhigh 與 max 品質設定，token 費率與 GPT Image 2 相同。
- 發布
- 2026-09-08
- 篇幅
- 約 4 分鐘 · 1,604 字
- 結構
- 8 節 + 4 題常見問題
- 標籤
一句話看懂：OpenAI 在 API 新增 GPT Image 2.5 的兩款生圖模型：Sunburst 專攻修圖精準，Flare 主打出圖快，兩款都新增 xhigh 與 max 畫質設定，費率沿用上一代。
先用白話講：兩款模型像兩位畫師
想像你要請畫師幫你做圖。一位是細工畫師：慢一點，但修改別人的畫稿時，會一筆一筆很精準地動，不會把不該改的地方也改掉。另一位是快手畫師：下筆很快，日常要用的插圖、配圖，很快就能交稿而且品質不差。
OpenAI 這次的 GPT Image 2.5 Sunburst 就像細工畫師，Flare 像快手畫師。它們都是 AI 生圖與修圖模型。
發生什麼事
OpenAI 在 9 月 8 日的 API 更新日誌宣布：
- Sunburst：適合「編輯精準度最重要」的流程
- Flare：適合「快速、高品質、日常使用」的生成
- 兩款都能做圖片生成與編輯，可以直接用 Image API，或當作 Responses API 圖片生成工具的模型
- 兩款都新增了 xhigh 與 max 品質設定
兩款怎麼比？
| 比較面向 | Sunburst | Flare |
|---|---|---|
| 官方定位 | 最強的圖片生成與編輯 | 最快的高品質日常生成 |
| 效能標示 | 最高 | 較高 |
| 速度標示 | 中等 | 非常快 |
| 品質設定 | low、medium、high、xhigh、max、auto | 同左 |
價格怎麼算？
官方模型頁寫明，兩款的 token 費率與 GPT Image 2 相同：
| 類型 | 每百萬 token |
|---|---|
| 文字輸入 | 5 美元（快取 1.25 美元） |
| 圖片輸入 | 8 美元（快取 2 美元） |
| 圖片輸出 | 標準處理 30 美元、批次處理 15 美元 |
模型輸出的是圖片，所以文字輸出不另外計費。
給開發者的技術細節
模型名稱是 gpt-image-2.5-sunburst 與 gpt-image-2.5-flare。呼叫範例（自己舉例，實際參數請以官方圖像生成指南為準）：
from openai import OpenAI
client = OpenAI()
result = client.images.generate(
model="gpt-image-2.5-flare",
prompt="a small robot watering a plant, flat illustration",
quality="high",
)
- 成本要實測：官方說 GPT Image 2 的成本計算器不會估算 2.5 的 token 用量，xhigh 與 max 的消耗官方也沒有說明
- 不同畫質的取捨：想先控制成本，可以先用 medium 或 high 測試，確認需要再往上調
- 批次處理：圖片輸出在批次處理下是 15 美元（每百萬 token），沒有即時需求的大量工作可以考慮
我的看法
我自己平常有在用本地的生圖工具（ComfyUI），所以對雲端生圖 API 的態度是「看用途」。需要穩定、可以直接串進產品的功能，例如讓使用者上傳照片後修圖，雲端 API 省去自己維護模型的麻煩；大量、重複、不涉及客戶資料的生圖，本地跑反而比較可控。
如果要用這兩款，我會先做一個小測試：同一批圖片用 Flare 與 Sunburst 各跑一次，記錄 token 用量與成果差異，再決定正式用哪一款。尤其官方的成本計算器還不支援 2.5，估價得靠自己實測。
名詞小辭典
- Image API／Responses API：OpenAI 提供給程式呼叫的介面，前者專門處理圖片，後者可以讓對話模型使用圖片生成工具。
- Token：AI 計算內容量的單位，圖片也會被換算成 token 計價。
- 批次處理（Batch）：不要求即時回應、排隊慢慢處理的模式，價格通常較低。
- 快取輸入：重複送出的相同內容可以用較低的價格計費。