GPT Image 2.5 Flare vs Sunburst：API 該選哪個？

OpenAI 沒有釋出單一的 gpt-image-2.5 API。它釋出了兩個：

gpt-image-2.5-flare — 最快的高質量日常生成
gpt-image-2.5-sunburst — 能力最強的模型，面向編輯精度

這一拆分是什麼是 GPT Image 2.5？OpenAI 新影像模型詳解面向開發者的版本。ChatGPT 使用者不會按名稱選擇 Flare 或 Sunburst。API、Codex，以及任何呼叫 Image API 或 Responses 影像生成工具的人需要選擇。

本對比依據 OpenAI 的模型頁、影像生成指南、提示詞指南以及 9 月 8 日釋出帖。這不是 PixVerse 的延遲基準測試。

PixVerse 現在同時提供 GPT Image 2.5 Flare、GPT Image 2.5 Sunburst 和 GPT Image 2。可以在 PixVerse 工作區或通過 API 製作靜幀，再跑圖片轉影片。只有靜幀不是在 PixVerse 中製作時，才需要上傳 API 結果。官方上線起 14 天內，符合條件的海外 PixVerse 會員曾可免積分使用 Flare 和 Sunburst。截至 2026 年 9 月 27 日，不要假定該優惠仍然有效，也不要把任一模型當成免費或無限制。生成前請檢視工作區顯示的積分價格。參見 PixVerse 2026 年 9 月 20 日的 Flare 與 Sunburst 文章與 GPT Image 2.5 模型頁。

結論

如果你需要……	從這裡起步
草稿、社交、搜尋、大批次、A/B 靜幀	Flare
戰役成片、產品包裝主視覺、保身份的編輯	Sunburst
已經看起來不錯的 GPT Image 2 流水線	Flare，只有質量下降時才保留 Sunburst
仍在硬編輯上失敗的 GPT Image 2 流水線	Sunburst，質量得到驗證後再試 Flare
ChatGPT Sketch / 範本 / 批註	ChatGPT Images 2.5，不是某個 API ID

OpenAI 的提示詞指南是最乾淨的決策規則：Flare 是 small、面向速度的模型，質量與 GPT Image 2 相當。Sunburst 是 base、面向質量的模型，影像質量高於 GPT Image 2。 兩者都改進了精確編輯與主體保留。

行銷頁面對 Flare 更進取。它稱 Flare 能以 低 50% 的延遲 產出高於 GPT-Image-2 質量的圖片。兩份文件語氣不一致時，生產選型以提示詞指南為準，把 50% 這個數字當作 OpenAI 相對 Images 2.0 聲稱的延遲降幅上限。

規格對比

	Flare	Sunburst
模型 ID	`gpt-image-2.5-flare`	`gpt-image-2.5-sunburst`
Snapshot	`gpt-image-2.5-flare-2026-09-08`	`gpt-image-2.5-sunburst-2026-09-08`
OpenAI 一句話	快速、高質量的日常影像生成	生成與編輯能力最強的模型
開發者指南角色	Small / speed	Base / quality
產品頁用例	創作者與社交內容、產品體驗、視覺搜尋、快速原型、大批次生成	可投產的戰役創意、打磨過的產品圖
畫質檔位	`auto`、`low`、`medium`、`high`、`xhigh`、`max`	相同
背景	`auto`、`opaque`、`transparent`	相同
端點	Image 生成與編輯；Responses 影像工具	相同
Batch	上線時未列出	上線時未列出
Inpainting	支援	支援
所列 token 標價	與 Sunburst 和 GPT Image 2 相同	與 Flare 和 GPT Image 2 相同

共用尺寸規則：auto 或 WIDTHxHEIGHT，邊長為 16 的倍數，最長邊 3,840px，長短邊比 ≤ 3:1，總畫素 655,360–8,294,400。文件推薦尺寸包括 1024×1024、1536×1024、1024×1536、2048×2048、2048×1152、3840×2160 和 2160×3840。超過 3,686,400 畫素（2560×1440）的輸出為實驗性。

價目表相同，賬單未必相同

兩個模型都列出：

影像輸入 $8 / 快取 $2 / 輸出 $30 每 100 萬 token
文本輸入 $5 / 快取 $1.25 每 100 萬 token
僅輸出影像，因此文本輸出不計費

OpenAI 稱這些 標價與 GPT Image 2 相同，同時也稱 GPT Image 2 計算器不能估算 GPT Image 2.5 的 token 消耗。同一畫質標籤下，模型可能使用不同的 token 數量。上線當天的社群討論也指向同一點：每 token 列表價沒變；相對 GPT Image 2，每張圖的 token 數並未文件化。

實務含義：

不要因為 Flare 更快就假定它更便宜。
不要在切到 xhigh 或 max 時，假定 Sunburst 的成本與 GPT Image 2 的 high 相同。
用自己的尺寸測量被採納圖片的成本，包括重試。

Responses API 呼叫還會在影像 token 之外，對主線聊天模型計費（OpenAI 的示例使用 gpt-6-astra）。

釋出合作伙伴實際說了什麼

OpenAI 釋出了四條客戶引言。它們適合當作工作負載提示，而不是獨立排行榜。

Higgsfield： Flare 理解什麼不該改——角色、構圖、視覺識別——這對影視、UGC 和廣告很重要。
Adobe： GPT Image 2.5 模型進入了 Firefly；重點是更快的生成，以及在精修過程中保持解析度一致。
Manus： 在他們的評估中，Flare 比 GPT-Image-2 快 2–4 倍，品牌資產、簡報和網站的透明背景生成也有改進。
Runway： 低延遲與質量契合創作者已經在 Runway 裡的工作方式。

如果你的工作像 Higgsfield 或 Adobe 的戰役製作，成片預設用 Sunburst。如果像 Manus 或 Runway 的迭代量，預設用 Flare。

如何呼叫每個模型

Image API — 在生成或編輯請求上設定 model：

const result = await openai.images.generate({
  model: "gpt-image-2.5-flare", // or "gpt-image-2.5-sunburst"
  prompt,
  quality: "high",
  size: "1024x1536",
  background: "auto",
});

Responses API — 在頂層選擇主線模型，再設定影像工具的模型：

const response = await openai.responses.create({
  model: "gpt-6-astra",
  input: "Generate a 16:9 first frame of a red kettle on a marble counter, no extra text.",
  tools: [{ type: "image_generation", model: "gpt-image-2.5-sunburst" }],
});

需要上線周之後行為保持穩定時，鎖定 snapshot（gpt-image-2.5-flare-2026-09-08 或 gpt-image-2.5-sunburst-2026-09-08）。

對比兩個模型時，把 quality 寫明確。auto 可能選擇不同的內部設定，讓延遲和成本對比變得嘈雜。OpenAI 的提示詞指南還指出，同一畫質標籤並不意味著 Flare 與 Sunburst 有相同的觀感或相同的響應時間。

合理的評估順序

挑 10–20 個真實任務：帶精確文案的海報、產品摳圖、保臉的風格重做、區域性物體移除、透明圖示、16:9 影片首幀。
用 Sunburst 以 medium 或 high 跑一遍。
用 Flare 以相同畫質和尺寸跑同一套。
打分：指令遵循、身份/產品鎖定、文字、不該有的改動、alpha 邊緣、到第一張被採納圖的時間、每張被採納圖的成本。
只對仍失敗的任務提高畫質（xhigh、max）。
通過的路徑用 Flare。未通過的路徑保留 Sunburst。

這與 OpenAI 建議的從 GPT Image 2 遷出邏輯相同。它也能幹淨地對映到 PixVerse 流水線：用通過驗收的 API 模型生成靜幀，再在 PixVerse 裡做動畫，而不是讓影像模型去發明運動。

這在 PixVerse 裡怎麼放

PixVerse 是影片製作介面。GPT Image 2.5 是 OpenAI 的靜幀棧。

典型拆分：

Flare 用來在幾秒內探索五個縮圖方向
Sunburst 用來鎖定英雄靜幀（包裝主視覺、角色設定圖、海報）
PixVerse 用來把該靜幀變成 5–15 秒片段，使用 V6、C1、Seedance、Kling 或其他影片模型

在 PixVerse 上，Flare 和 Sunburst 現在可以製作靜幀，並在不離開工作區的情況下送入圖片轉影片。流水線固定在 GPT Image 2 上時，仍走GPT Image 2 深度測評：2026 年提示詞指南與實戰案例。只有特別需要 Sketch 或畫面批註時才用 ChatGPT；這些工具不是 API 參數。

常見問題

一個產品裡能同時用兩個模型嗎？

可以。草稿走 Flare，成片走 Sunburst。保持提示詞相同，這樣才能判斷改變結果的是模型，而不是簡述。

Sunburst 總是更銳嗎？

OpenAI 把它定位為質量高於 GPT Image 2 的精度模型。它並不承諾每條提示詞都更好看，xhigh/max 也不是免費的畫質升級。請檢查輸出。

Flare 和 Sunburst 支援透明背景嗎？

支援。設定 background="transparent"，並以保留 alpha 通道的方式解碼 PNG 或 WebP。檢查頭髮、玻璃、陰影和邊緣。畫出來的棋盤格不是透明度。