2026 年 9 月上旬对于前沿模型发布来说异常热闹，GPT-6 Astra、Gemini 3.8 Flash、Claude Fable 5.1 和 Muse Spark 1.3 都在前 10 天内上线。
抛开大语言模型竞赛不谈，OpenAI 于 2026 年 9 月 8 日发布了 ChatGPT Images 2.5，这是一款为用户在 ChatGPT 中的真实创作方式而打造的全新最先进图像模型。
核心提升包括更锐利的细节、更自然的光效、更可靠的多轮编辑，以及相较于 Images 2.0 最多可降低 50% 的生成时延。
OpenAI 表示，用户每周已经在 ChatGPT Images 和 API 中的 GPT-Image 模型上创作超过 30 亿张图像，这使其成为公司使用最广的产品之一。
本文将全面介绍 ChatGPT Images 2.5 的新增内容，涵盖 Sketch 与模板等新功能、两款全新 API 模型、定价，并通过上手测试检验图像工具的表现。
要点速览
- ChatGPT Images 2.5 是 OpenAI 的新图像模型，以更锐利的细节与更快的生成速度取代 Images 2.0。
- 真正的提升在于编辑：精确的局部修改与多轮一致性，而非纯文本生成图像的质量飞跃。
- 与 Images 2.0 相比，生成时延最多下降 50%，这对交互式的多轮会话尤为重要。
- ChatGPT 新增功能包括 Sketch（画出您的想法）、海报与周边等模板，以及可分享的提示词。
- 开发者获得两款 API 模型：GPT-Image-2.5 Flare 侧重速度与规模，GPT-Image-2.5 Sunburst 主打高精度。
- 如果您习惯迭代式编辑，值得升级；排版与密集小字仍会遇到老问题。
什么是 ChatGPT Images 2.5？
ChatGPT Images 2.5 是 OpenAI 新的图像生成与编辑模型，被定位为 GPT-Image 2 的演进版，而非全新类别。
它能产生更自然的光影与更丰润的质感，更可靠地保留参考照片中的主体，并且在多轮编辑中比 Images 2.0 更能遵循指令。
最明显的变化是速度。
OpenAI 报告称相较于 Images 2.0，生成时延最多降低 50%，这一点在需要多次精修概念的交互式会话中尤为明显。
Images 2.5 针对 ChatGPT 式工作流进行了调优，即混合文本与图像的多轮对话，而非一次性合成。
独立榜单数据也印证了提升的落点。
在图像编辑评分上，Sunburst 达到 1520 (±9)，Flare 为 1491 (±9)，而 GPT-Image 2（中等）为 1461 (±3)。在文生图上差距更小：Sunburst 1421 (±13)，Flare 1399 (±13)，GPT-Image 2 为 1381 (±4)。2.5 的领先集中在编辑，而非原始生成。
ChatGPT Images 2.5 关键功能
模型更新同时配套一组新的 ChatGPT 工具，旨在让您对创作过程拥有更强的掌控。以下是日常使用中最重要的能力。
用 Sketch 画出您的想法
Sketch 允许您在 ChatGPT 中直接绘制，并将这张草图作为最终图像的视觉引导。
您在 ChatGPT 中输入 "@Sketch"，画出如咖啡馆座位布局或您在设计的夹克轮廓，补充风格描述，模型就会把涂鸦变成一张完整的图像。
这很重要，因为草图能消除纯文本提示常常留下的歧义。用语言精确描述两个人物的相对站位很费劲，用随手一画却轻而易举。对我这种画技糟糕的人来说也不打紧，您并不需要绘画技能就能从中受益。
从模板起步而非白板
模板为海报、周边等常见格式提供起点，您只需补充细节，而不是从零描述整幅构图。
您选择如“海报”或“周边”等模板，然后补充需要传达的信息、设计元素以及风格偏好。
对需要重复产出的格式（如生日传单或产品图）而言，模板能减少为获得可用初稿所需的提示词工程量。
代价是开放式创意空间更小，但当您已明确格式时，这完全没问题。
在图像上直接评论以聚焦编辑
您现在可以在图像上直接放置评论来引导聚焦式编辑，而不必在后续提示中描述您指的是哪个区域。
结合模型改进的局部编辑能力，这使得仅更改单一元素、背景、文案或某个对象更加可靠，同时保持图像其余部分不变。
早期评测的注意点是，复杂的版式更改（如移动多个对象或给人物重设姿势）仍可能破坏整体一致性，并在编辑区域之外引入伪影。
点状编辑是强项；大幅改造则不是。
分享您图像背后的提示词
当您分享一张图像时，可以选择附上生成它的提示词，这样他人就能用自己的照片与信息复现同一思路。
OpenAI 提到一个曾经走红的提示词示例：把您的证件照重新演绎为 80 年代风格肖像，展示了这一机制如何传播。
这能把单次好结果变成可被他人二次创作的模板。功能虽小，却对创意的传播有巨大影响，因为“配方”会随图像一起流通。
更好地处理复杂需求与风格
Images 2.5 更擅长解析复杂的视觉指令，并在提示逐步细化时稳住所要求的方向，而不是跑偏。
它能处理更复杂的布局（包括透明背景），并更贴近地体现所要求的视觉风格。
对需要批量生成符合品牌风格的素材、保留层级结构的 UI 模型图，或遵循既定结构的演示视觉的人来说，这种一致性决定了输出是可用成品还是需要重绘。
有评测提到，它对构图类提示与多物体场景的处理不错，面部与手部的明显伪影较旧模型更少。
应该使用哪款 API 模型？
对开发者而言，ChatGPT Images 2.5 以两款不同的 API 模型发布，它们采用相同的 token 定价，但在质量与速度侧重点上有所不同。选择取决于您的工作流更需要吞吐量还是跨编辑的更紧致控制。
Flare 适用于大多数应用。Sunburst 则以更长的生成时间换取对精细创作的额外精准度。
以下是 OpenAI 对两款模型的定位。两者的每 token 费率相同，因此决策关乎质量与时延，而非成本。
| Model | 最佳场景 | 取舍 |
|---|---|---|
| GPT-Image-2.5 Flare | 创作者与社交内容、产品体验、视觉搜索、快速原型设计、高容量生成 | 较 GPT-Image 2 质量更高，同时时延降低 50%；默认首选 |
| GPT-Image-2.5 Sunburst | 可直接用于投放的活动创意、精修的产品图、高端编辑工作流 | 跨编辑控制更紧，但生成时间更长 |
我的看法：先用 Flare，只有当您能在最终活动素材中看出差异时再转向 Sunburst。对多数创作者与社交类工作负载而言，Flare 的时延优势往往比 Sunburst 的额外精度更重要。
ChatGPT Images 2.5 测试：上手示例
这些测试针对 ChatGPT Images 2.5 的核心能力，即 OpenAI 着重强调的：参考照片保真度、精确局部编辑与多轮一致性。
测试 1：在新场景中的参考照片保真度
此测试探查当主体被置于新风格与新构图中时，Images 2.5 在保留可辨识主体方面的表现，这也是 OpenAI 关于参考照片保真度的主张。
我使用一张清晰的人像照片，要求在保留明显特征的前提下进行风格化转换。
Using the attached portrait photo as a reference,
create a 1920s Art Deco travel poster featuring this person as the central figure,
standing on the deck of an ocean liner at sunset.
Keep their facial features, hairstyle, and overall likeness clearly recognizable.
Add bold geometric borders and the text "ATLANTIC CROSSING" along the bottom.
结果还可以。主题与场景基本到位，确实是以我的参考图像为主体。但头发周围的光效有点粗糙，看起来有点像拙劣的抠图。
测试 2：模板与草图
此测试检验两项新功能——模板与 @sketch。
它也测试文本渲染，这是已知短板，因此我有意包含了文案。
I want a poster for CrabFest 2027, a summer craft beer and music festival
but on a small, family scale (about 100 people).
I want a TBC for the date and location.
I want to share it on whatsapp and socials.
The image should reflect the main themes, but it should look like a poster for a music/beer festival随后我用 @sketch 功能要求加入一个啤酒桶（配了我非常粗糙的草图）。
结果其实相当不错。即便信息很少，它也抓住了我想要的氛围；即便我的草图很粗糙，啤酒桶也加得很到位。话虽如此，它依然带着那种常见的 AI 生成感。
我接着编辑要求把日期改为 2027 年 7 月，它也很快且顺利地完成了。
测试 3：多轮编辑一致性
此测试针对模型的编辑主打能力：在多轮构建中，早先的更改能否保持一致。
我从一张单一的产品照片出发，按顺序做三次编辑，检查每次编辑是否在不降质的情况下保留上一步的更改。
Here is a photo of a ceramic coffee mug on a plain white table.
First, change the mug's color to matte forest green.
Then, in the next step, add a small potted succulent to the left of the mug.
Finally, change the background to a wooden kitchen counter.
Keep the mug's shape, size, and position identical across all three edits.
这里整体表现相当不错。编辑保持了连贯性，尽管在多肉植物那一步最初改变了位置，但随后也修正了。
ChatGPT Images 2.5 价格与可用性
ChatGPT Images 2.5 于 2026 年 9 月 8 日面向所有 ChatGPT、ChatGPT Work 与 Codex 用户在桌面、移动与网页端推出。它对所有层级开放，消费者产品不设付费门槛。
在 API 中，GPT-Image-2.5 Flare 与 GPT-Image-2.5 Sunburst 与早期 gpt-image-2 模型共享相同的 token 费率。以下为官方公布的每百万 token 价格：
- 图像输入 token：每百万 $8.00
- 缓存图像输入 token：每百万 $2.00
- 图像输出 token：每百万 $30.00
- 文本输入 token：每百万 $5.00
- 缓存文本输入 token：每百万 $1.25
批处理更便宜，定价表中 gpt-image-2 的图像输出 token 为每百万 $15.00，图像输入为每百万 $4.00。单张图像成本随分辨率变化，因为 1024×1024、1024×1536 与 1536×1024 各档对应固定数量的输出 token。
值得注意的是，两款新模型与 GPT-Image 2 处在同一价格带，您以相同 token 价获得能力提升。Flare 与 Sunburst 的差异在于质量与速度，而非成本。
如何获得 ChatGPT Images 2.5 访问权限？
在 ChatGPT 中，访问是自动的：Images 2.5 是 ChatGPT、ChatGPT Work 与 Codex 用户在桌面、移动与网页端使用的图像生成底层模型。要体验新的 Sketch 功能，请在 ChatGPT 中输入 @Sketch。
对开发者而言，两款 API 模型 ID 为 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst，均可通过 OpenAI Images API 调用。以下是使用 Python SDK 的最小请求示例：
from openai import OpenAI
client = OpenAI()
result = client.images.generate(
model="gpt-image-2.5-flare",
prompt="A retro travel poster of a coastal town at sunset",
)
print(result.data.url)OpenAI 仍会为使用这些工具生成的图像附加 C2PA 元数据与不可见水印，并在模型的系统卡中记录其安全评估。有关更深入的设置，请参阅我们的 AI 工具使用指南 与 API 教程。
总结
ChatGPT Images 2.5 是一次渐进但意义重大的升级，并契合人们实际使用图像模型的方式：在对话中迭代编辑，而非从零生成。评测者认为，最明显的胜出在编辑与时延，而文生图质量仅小幅提升。
从策略上看，OpenAI 正在巩固其使用最广的场景——每周 30 亿张图像——通过 Sketch 与可分享提示词等工具让产品更“粘”，而不仅仅是让模型更强。如果您会进行多轮编辑，值得切换；如果您的门槛是密集排版或高度结构化的图形，最终仍需要在设计工具中收尾。
如果您想夯实 AI 工具的基础，我推荐从我们的 AI 基础技能路径 开始。