Model family: GPT Image 2.6
Provider: OpenAI
Model category: AI 圖像生成與圖像編輯
Model variants(CometAPI is available):
gpt-image-2.6-sunburst— 以品質為導向的變體gpt-image-2.6-flare— 以速度為導向的變體
GPT Image 2.6 是 OpenAI 的圖像生成與編輯模型家族，專為專業視覺創作、精確的圖像處理以及更可控的創意工作流程而設計。該家族包含兩個變體：Sunburst，重視圖像品質與編輯精度；Flare，重視生成速度與更低延遲。
開發者可依工作負載選擇合適的 GPT Image 2.6 變體：視覺要求高的創作選擇 Sunburst，需要更快生成的應用選擇 Flare，而非將兩者視為毫不相關的模型。
Technical Specifications of GPT Image 2.6
| Specification | Details |
|---|---|
| Model family | GPT Image 2.6 |
| Developer | OpenAI |
| Release date | 2026 年 11 月 4 日 |
| Model variants | Sunburst, Flare |
| Model type | 圖像生成與編輯 |
| Input modalities | 文字、圖像 |
| Output modality | 圖像 |
| Image generation | 支援 |
| Image-to-image editing | 支援 |
| Image consistency | 在多輪編輯中有更佳一致性 |
| Image quality control | 品質設定 |
| Complexity control | 低、中、高 |
| Markup-guided editing | 支援 |
| SVG export | 支援 |
| Animated GIF generation | 支援 |
| Audio input/output | 不支援 |
| Video input/output | 不支援 |
| API endpoints | /v1/images/generations, /v1/images/edits |
| Pricing model | 以 Token 為基礎 |
Sources: Sunburst API 文件 · Flare API 文件.
OpenAI API+2
GPT Image 2.6 API 定價
兩種變體共用相同的 OpenAI API 官方 Token 定價。
| Token type | Price per 1M tokens |
|---|---|
| Text input | $5.00 |
| Cached text input | $1.25 |
| Image input | $8.00 |
| Cached image input | $2.00 |
| Image output | $30.00 |
定價基於 Token 消耗，而非每張生成圖像的固定費用。實際影像生成成本取決於圖像尺寸、品質設定與 Token 使用量。
OpenAI API+1
什麼是 GPT Image 2.6？
GPT Image 2.6 是 OpenAI 於 2026 年 11 月 4 日推出的最新圖像生成與編輯模型家族，重點在更快的生成速度、專業級視覺品質，以及更精確的迭代編輯控制。
不同於僅從文字提示生成單張圖像的模型，GPT Image 2.6 旨在支援整個創作流程：生成初稿、精準編輯特定元素、保留重要細節，並輸出可用於數位與商業場景的成品素材。
該家族包含兩個專用 API 模型：
- GPT-Image-2.6-Sunburst：針對細緻視覺工作進行最佳化，具備更高品質生成與更強的多次編輯一致性，尤其在中高品質設定下表現突出。
- GPT-Image-2.6-Flare：針對更快的互動式生成與編輯最佳化；同時提升海報、產品影像等專業視覺內容的版面品質。在低品質下，Flare 最快可於 6 秒內生成圖像。
OpenAI 報告指出，Images 2.6 的圖像生成速度較前一代提升 50%。兩種變體讓開發者可在生成速度、視覺品質與編輯需求間取得靈活平衡，而無需切換到不同的模型家族。
OpenAI+2
GPT Image 2.6 的主要功能
1. 更快的圖像生成與互動式編輯
速度是 GPT Image 2.6 的核心改進之一。OpenAI 報告相較前一代，圖像生成速度提升 50%。
Flare 尤其適用於使用者需快速生成、預覽與微調圖像的互動式應用。在低品質設定下，最短可於 6 秒生成圖像。
這使其適合於需要頻繁互動的創意應用，例如 AI 設計工具、產品可視化平台、即時圖像編輯介面。
當工作流程更重視細節渲染與視覺精準度而非最低延遲時，可選擇 Sunburst。
OpenAI
2. 更高的圖像品質與跨編輯的一致性
GPT Image 2.6 提升了在多輪編輯中保留視覺細節的能力。
例如，開發者可從一張產品照片開始並提出多項修改：
- 將背景替換為工作室環境。
- 更換產品周圍的道具。
- 調整光影與陰影。
- 針對不同廣告格式修改構圖。
該模型旨在在套用變更的同時保留重要視覺特徵，包括產品外觀、角色身份與品牌細節。
Sunburst 尤其適合這類工作流程，OpenAI 特別強調其在中高品質設定下改進的圖像一致性。
OpenAI+1
3. 更佳的專業版面與視覺構成
GPT Image 2.6 改善了專業視覺資產的生成，包括海報、產品影像與其他結構化構圖。
Flare 明確強調了版面品質的提升，適用於需要清晰高效安排視覺元素的應用。
典型應用包括：
- 行銷海報與宣傳圖形。
- 電商產品影像。
- 社群媒體廣告。
- 品牌活動視覺。
- 產品展示素材。
這使 GPT Image 2.6 不僅對個人創作者有用，也適合將圖像生成整合到內容產出工作流程的企業。
OpenAI
4. 標記導向的圖像編輯
GPT Image 2.6 在 API 中引入圖像標註能力，讓開發者能更精準地控制編輯操作。
使用者不再只用文字描述整體修改，而是可在圖像上標示需要變更的區域。
例如，開發者可定位特定產品組件、背景區域或視覺元素，並指示模型僅修改該區塊，同時保留其他構成。
這對產品修圖、局部圖像修改，以及需要精準控制個別元素的設計工作流程特別有用。
OpenAI+1
5. 可調式品質與複雜度控制
GPT Image 2.6 將圖像品質與生成複雜度分離，為開發者提供兩種不同的控制維度。
- 品質控制：決定生成圖像的視覺細節與逼真度。
- 複雜度控制：決定模型為滿足所請求構成與約束所進行的計畫程度。
OpenAI 建議多數編輯任務使用低複雜度，以獲得更快結果。對於包含大量物件、關係或精細視覺約束的場景，使用中或高複雜度更為適切。
這些控制讓開發者能依應用需求最佳化生成工作流程。
OpenAI
6. SVG 匯出與動態 GIF 生成
GPT Image 2.6 將圖像生成擴展至傳統靜態點陣圖之外。
SVG 匯出讓開發者能為網站、應用與印刷材料建立可縮放的視覺資產。
動態 GIF 生成則可將提示、草圖與既有視覺概念轉換為動態內容。潛在應用包括：
- 品牌吉祥物動畫。
- 社群媒體反應圖與迷因。
- 產品動畫循環。
- 角色動作預覽。
- 影片製作前的動畫分鏡。
這些能力使 GPT Image 2.6 在端到端的創意製作中更具實用性，尤其當應用同時需要靜態與輕量級動態視覺內容時。
OpenAI+1
GPT-Image-2.6-Sunburst 與 GPT-Image-2.6-Flare 的比較
兩種變體共享相同的核心圖像生成與編輯能力，但面向不同的製作需求。
| Comparison | GPT-Image-2.6-Sunburst | GPT-Image-2.6-Flare |
|---|---|---|
| Primary focus | 品質與精準度 | 速度與迭代 |
| Generation speed | 以品質為導向 | 更快的生成 |
| Low-quality generation | 支援 | 最快 6 秒 |
| Detailed compositions | 核心強項 | 支援 |
| Image editing | 支援 | 支援 |
| Editing consistency | 在中/高品質下加強 | 家族層級的編輯能力改進 |
| Professional layouts | 支援 | 明確提升 |
| Markup-guided editing | 支援 | 支援 |
| SVG export | 支援 | 支援 |
| Animated GIF | 支援 | 支援 |
| Pricing | 相同 Token 費率 | 相同 Token 費率 |
| Best use case | 專業級創意產出 | 互動式與高頻生成工作流程 |
OpenAI+2
何時選擇 Sunburst？
當輸出需更精細的渲染、準確的視覺元素，以及多輪編輯的一致性時，選擇 Sunburst。
特別適用於：
- 專業廣告活動。
- 產品攝影與修圖。
- 角色設計與視覺敘事。
- 複雜圖像構成。
- 需要一致視覺識別的品牌資產。
何時選擇 Flare？
當生成速度與互動式編輯比最大化視覺細節更重要時，選擇 Flare。
特別適用於：
- AI 圖像生成應用。
- 快速創意原型。
- 即時圖像預覽。
- 高頻內容生成。
- 需快速迭代的產品影像與宣傳版面。
務實區別：Sunburst 優先提供更精緻的創意輸出；Flare 優先提供更快速的創意迭代。兩者使用相同的 Token 定價，故模型選擇應主要依工作流程需求，而非假定存在費率差異。
GPT Image 2.6 的效能表現
GPT Image 2.6 於 2026 年 11 月 4 日發布。OpenAI 的官方公告強調生成速度、編輯一致性與更佳的視覺控制，而非公布數值型的圖像生成基準分數。
下表彙整了已記載的效能改進：
| Evaluation dimension | GPT Image 2.6 capability |
|---|---|
| Generation speed | 根據 OpenAI，較前一代快 50% |
| Low-quality latency | Flare 在低品質下最快可於 6 秒生成 |
| Image consistency | 更佳保留角色、產品與品牌細節 |
| Editing precision | 以圖像標註進行目標式修改 |
| Layout quality | Flare 在海報與產品影像版面上的改進 |
| Creative control | 獨立的品質與複雜度控制 |
| Output capabilities | 靜態圖像、SVG 匯出、動態 GIF |
OpenAI+1
基準說明：以上為製造商報告的改進與記載的能力，而非獨立排行榜結果。截至 2026 年 11 月 5 日，官方文件尚未提供任何數值化的 Elo 分數或經獨立驗證的比較基準。
為進行有意義的評估，開發者應以相同的提示、參考圖像、輸出設定與編輯序列對兩個變體進行比較。可用的衡量指標包括生成延遲、提示遵循度、文字渲染、主體保留與每張被接受圖像的成本。
GPT Image 2.6 的限制
儘管能力有所擴展，GPT Image 2.6 仍存在若干實務限制：
- 無原生音訊或影片生成：API 模型規格列出文字與圖像輸入，輸出為圖像；並非通用音訊或影片生成模型。
- 圖像生成成本可變：基於 Token 的定價代表每張圖像的成本取決於實際輸入與輸出的 Token 消耗。
- 品質與速度的權衡：Sunburst 與 Flare 針對不同需求最佳化。開發者應評估何種配置更符合延遲與視覺品質目標。
- 複雜場景需要提示控制：高複雜度構成可能需要更詳細的指令與迭代優化。
- 編輯結果需要驗證：部署前應檢查文字渲染、品牌元素、產品幾何與不期望的修改。
- 安全限制：圖像生成與編輯仍受 OpenAI 的內容政策與稽核保護約束。
OpenAI Deployment Safety Hub+2
GPT Image 2.6 的最佳使用案例
| Use case | Recommended variant | Why |
|---|---|---|
| Professional advertising | Sunburst | 精細構成與視覺精準度 |
| E-commerce product photography | Both | Sunburst 用於高細節輸出；Flare 用於快速變體 |
| Social media content | Flare | 更快的生成與迭代 |
| Brand mascot creation | Sunburst | 多輪編輯的一致性 |
| Marketing posters | Flare | 版面品質提升 |
| Product retouching | Sunburst | 精緻的圖像修改 |
| AI design applications | Flare | 互動式生成工作流程 |
| SVG graphics | Both | 可縮放的視覺匯出 |
| Animated GIFs | Both | 輕量級動態內容 |
| Creative prototyping | Flare | 更快的試驗與探索 |
如何透過 CometAPI 存取 GPT Image 2.6 API
開發者可透過 CometAPI 將 GPT Image 2.6 變體整合到圖像生成工作流程，前提是 CometAPI 目錄中該模型與端點已可用。
步驟 1：取得你的 CometAPI API 金鑰
註冊或登入 CometAPI。
開啟 API 控制台，建立 API Token，並複製你的金鑰。
步驟 2：選擇你的 GPT Image 2.6 變體
依應用選擇模型：
gpt-image-2.6-sunburst用於高品質圖像生成與精細編輯。gpt-image-2.6-flare用於更快的生成與互動式工作流程。
步驟 3：設定你的圖像生成請求
以提示內容、圖像參考（若進行編輯）、品質設定與複雜度設定配置請求。
在實作前，請參閱 CometAPI 的 API 文件以確認支援的端點、請求格式與模型特定參數。
傳送請求後，處理 API 回應並擷取生成的圖像。