GPT Image 2.6 是 OpenAI 在 2026 年 11 月 4 日发布的图像模型,在 ChatGPT 里叫 Images 2.6。最受关注的变化是能用一句描述或一张照片直接做 GIF;在 API 里,它分成追求速度的 Flare 和追求细节的 Sunburst 两个版本,还新增了 GIF 和 SVG 输出。对做视频的人来说,真正要关心的是两件事:哪个版本适合做封面和 B-roll,以及成本会不会变。
GPT Image 2.6 更新了什么
| 在哪里用 | 新东西 | 说明 |
|---|---|---|
| ChatGPT、Codex | 做 GIF | 用描述或照片生成动图,可以调速度、单独改某一帧,再分享出去 |
| ChatGPT | 参考图复用 | 你自己、宠物或角色的参考图可以留着反复用,不用每次重新上传 |
| ChatGPT、API | 更快 | OpenAI 称整体快 50%;Flare 低画质最快约 6 秒出一张 |
| API | Flare 与 Sunburst | Flare 用于快速迭代,Sunburst 用于细节要求高的图和多轮修改 |
| API | GIF、SVG 输出 | 生成接口可以直接输出动图 GIF 或矢量 SVG |
| API | 标注引导编辑 | 在图上画出要改的位置,再用文字说明怎么改 |
| API | complexity 参数 | 控制模型出图前“想多少”,分 low、medium、high,默认 high |
按 The Decoder 和 TestingCatalog 的报道,GIF 功能面向所有 ChatGPT 和 Codex 用户,网页、桌面和手机端都在陆续开放。OpenAI 目前没有公开说明 GIF 的长度上限,也没有说明生成真人 GIF 的限制和水印做法。
在 ChatGPT 里做 GIF
OpenAI 演示用的是一句很简单的话:“做一个猫在跳舞的 GIF”。模型会生成同一个角色的几张略有不同的画面,再像翻页动画一样串起来。所以 GIF 好不好看,主要取决于角色在每一帧里能不能保持一致,这也是 2.6 重点改进的地方。
写 GIF 描述时,下面几点通常比堆形容词更有用:
- 一个主体,一个动作:挥手、眨眼、点头、转身,比“一群人在派对上跳舞”更容易做成干净的循环。
- 说清楚要循环:比如“首尾衔接,可以无缝循环”。
- 背景尽量简单:纯色或固定场景,帧与帧之间不会乱闪。
- 用照片当起点:想让频道吉祥物、产品或你自己的卡通形象动起来,先上传一张清楚的图。
- 生成后再调:节奏不对就调速度,某一帧走样就单独改那一帧,不用整段重来。
Flare 和 Sunburst 怎么选
| Flare | Sunburst | |
|---|---|---|
| 定位 | 快速迭代 | 细节和多轮修改的一致性 |
| 适合 | 一次出很多张、挑一张;B-roll 静态配图 | 带大段文字的封面;同一角色、产品要反复修改 |
| 速度 | 低画质最快约 6 秒一张 | 更慢 |
| 建议画质 | low 或 medium 先出草图 | medium 或 high |
complexity 和画质是两个不同的设置。OpenAI 的文档说,复杂度高一些有助于处理密集的文字、复杂的版式和物体之间的关系,但会更慢,也可能带来你不想要的改动;只换背景、改个招牌这类简单修改,低复杂度就够了。
成本:单价没变,账单可能变
在 OpenAI 的价目表上,2.6 和 2.5 的单价一样:图像输出每百万 token 30 美元,图像输入 8 美元,文本输入 5 美元。差别在于一张图会用掉多少 token。
- 2.6 的 complexity 默认是 high,模型出图前会多做规划,输出 token 可能明显变多。OpenAI 说调整 complexity 本身不另收费,但 token 多了,账单自然会跟着变。
- OrcaRouter 在发布当天用三张图做了对比:同样的图,2.6 的输出花费约 0.12 美元,2.5 约 0.045 美元,差不多三倍。他们也说明,三张图的样本太小,算不出可靠的倍数。
- AIHubMix 按官方价目整理的每张价格里,2.6 和 2.5 是一样的。两边的差别,很可能就在 complexity 的默认值上。
- 2.6 暂时不支持 Batch 批量接口,也就拿不到批量的半价。
如果你通过 API 用 2.6,最稳妥的做法是:显式设置 complexity(简单出图用 low 或 medium),按请求记录实际用掉的输出 token,而不是只看每张图的标价。
做视频的人能拿它做什么
- 视频封面:封面上的大字、人物和背景要同时对,这正是 Sunburst 和较高 complexity 擅长的。先用你视频里的一帧做底,比完全凭空生成更像你本人。
- 口播里的 B-roll 配图:讲到一个场景、一个物件时,配一张静态图就够了。Flare 出图快,适合一次出几张、挑一张。
- GIF 用在视频以外:社群预告、评论区回复、频道吉祥物的表情。一个几秒的循环小动画,比再截一张图更容易被注意到。
- 放进视频之前先转格式:大多数剪辑软件把 GIF 当贴纸处理,导出时的帧率和画质不一定理想。转成 MP4 再导入更可控。
Pireel 的 AI 生图 目前提供 GPT Image 2.5,按张计积分;生成的图可以直接放到口播里讲到的那一句上(见 AI B-roll 生成),也可以用你视频里的一帧做 视频封面。2.6 每张图的实际花费还没有定论,Pireel 会先测清楚,再决定是否切换。
想了解口播视频里 B-roll 和图形该怎么配,可以接着读 口播视频的 B-roll 与图形。
用这些工具开始实践
常见问题
GPT Image 2.6 和 ChatGPT Images 2.6 是一回事吗?
是同一代模型。Images 2.6 是 ChatGPT 和 Codex 里的叫法;在 API 里,它分成 gpt-image-2.6-flare 和 gpt-image-2.6-sunburst 两个模型。
API 能直接生成 GIF 吗?
能。OpenAI 的图像生成文档写明 Flare 和 Sunburst 都支持通过 Image API 输出动图 GIF,走生成接口,不走编辑接口。具体的帧数和每帧时长参数,以官方文档为准。
ChatGPT 做的 GIF 能直接放进视频里吗?
多数剪辑软件可以把 GIF 当作贴纸或短片段导入。Pireel 目前没有专门处理动图 GIF;要放进 Pireel 的视频,先把它转成 MP4 再导入。
来源与进一步阅读
- OpenAI: Introducing Images 2.6
- OpenAI on X: GIFs with ChatGPT Images 2.6
- OpenAI on X: GPT-Image-2.6 Flare and Sunburst
- OpenAI API: GPT-Image-2.6 Flare model
- OpenAI API: Image generation guide
- The Decoder: ChatGPT can now turn prompts and photos into GIFs
- TestingCatalog: OpenAI launches Images 2.6
- OrcaRouter: GPT-Image-2.6 vs GPT-Image-2.5
- AIHubMix: GPT Image 2.6 vs 2.5

