OpenAI Images 2.6：速度更快，现已支持 GIF

直到上周，要从 ChatGPT 得到一个动态画面，您得先要一张精灵图（sprite sheet），下载后再用其它工具把帧拼起来。我这么干的次数不止一次。

11 月 4 日，OpenAI 发布了 Images 2.6，现在您只需输入“做一个跳舞猫咪的 gif”，就能直接得到一个循环播放的 GIF。

GIF 是这次更新的亮点，但并非全部。OpenAI 表示图像生成速度提升 50%，编辑时角色与产品的一致性更好，且 API 拆分为两种职责不同的模型。

本文将介绍 Images 2.6 是什么、有哪些变化，以及如何在 ChatGPT 和 API 中分别制作 GIF。

OpenAI Images 2.6 有哪些新变化？

OpenAI Images 2.6 是 OpenAI 于 2026 年 11 月 4 日面向 ChatGPT、Codex 和 API 推出的图像更新。主要变化包括：

• 动画 GIF： 将提示词、照片或草图变成短循环 GIF，并可调整速度或逐帧编辑。

• 更快的生成： OpenAI 称图像生成速度较Images 2.5 提升 50%。

• 更稳的编辑： 多轮编辑中，角色、产品和品牌细节的漂移更少。

• 两种 API 模型：使用 gpt-image-2.6-flare 追求速度，使用 gpt-image-2.6-sunburst 注重细节。

• 其它小更新： 支持导出 SVG、在 API 中进行基于标注的编辑、引用已保存图像，并提供 complexity 参数。

该功能在所有 ChatGPT 套餐（包括免费版）均可用，但 GIF 生成功能 正在逐步向各账户推送。

OpenAI Images 2.6 是什么？

OpenAI Images 2.6 是 OpenAI 于 2026 年 11 月 4 日发布的图像生成与编辑版本。它在 ChatGPT 和 Codex 中作为内置图像工具提供，同时也以两个独立模型的形式在OpenAI API 中提供。

在 ChatGPT 中，您无法自行选择或切换 Flare 与 Sunburst 模型；只需输入请求，它就会生成 GIF。但使用 API 时，您可以按模型名称在两者间选择，并自行控制质量与复杂度等设置。

两种 API 模型的每 token 费用一致，且费率与Images 2.5 模型相同。因此 Flare 与 Sunburst 的选择取决于速度与细节，而非价格。单张图的成本仍会随质量设置而变动，因为更高质量会消耗更多输出 token。

假设一家咖啡品牌希望做一个其吉祥物（卡通咖啡杯）挥手问好的短循环 GIF。

• 在 ChatGPT 中（市场人员）： 她输入“制作一个我们的咖啡杯吉祥物挥手问好的循环 GIF。” ChatGPT 自行选择模型并生成 GIF。如果速度太慢，她在聊天里输入“更快一点”即可。她无需调整任何设置，且不需支付 ChatGPT 套餐之外的费用。

• 通过 API（开发者）： 他要在品牌 App 里加一个“生成 GIF”按钮，因此自己写代码。他选择 gpt-image-2.6-flare 这个更快的模型，设置 output_format: "gif"，并选择帧数与质量。每个 GIF 按 token 计费，因此质量越高单图成本越高。

OpenAI Images 2.6 有哪些新变化？

Images 2.6 新增动画 GIF、更快的生成速度、更稳定的多轮编辑，以及更适合专业视觉的版式表现。

OpenAI Images 2.6 真的更快吗？

OpenAI 表示 Images 2.6 的生成速度较 Images 2.5 快 50%，并称 gpt-image-2.6-flare 在低质量下最快可于 6 秒内返回图像。这个说法很大胆，公告并未说明测量方法，所以我自行测试了一下。

我给 Flare 与 Sunburst 同一条提示词：“一只陶瓷咖啡杯放在木质书桌上，清晨光线，产品照片”，尺寸 1024x1024，复杂度设为低。Flare 在低与中质量下都跑了，因为 OpenAI 的“6 秒”说法对应低质量；Sunburst 则用中质量。

每种设置跑 5 次，我取中位数，因为一次异常的慢响应会拉高平均值。然后我又重复了整个测试，以避免网络波动让一次“好运”或“坏运”的结果决定结论。

如果您想核对我的结果，这里是我在 Google Colab 中运行的脚本：

import statistics
import time

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()
prompt = "A ceramic coffee mug on a wooden desk, morning light, product photo."

# Each setup: (model, quality)
setups = [
    ("gpt-image-2.6-flare", "low"),
    ("gpt-image-2.6-flare", "medium"),
    ("gpt-image-2.6-sunburst", "medium"),
]

for model, quality in setups:
    times = []
    for _ in range(5):
        start = time.perf_counter()
        client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
            quality=quality,
            extra_body={"complexity": "low"},  # skip extra planning for a simple scene
        )
        times.append(time.perf_counter() - start)
    # The median ignores one unusually slow or fast request
    print(model, quality, round(statistics.median(times), 1), "s")
技术支持

以下是我的结果：

Flare 从未跑进 OpenAI 所称的 6 秒以内；我最好的中位数是 6.9 秒。这并不能算违背承诺，因为“最快可达”指的是最佳情况而非典型表现。第二轮中低质量与中质量的用时还对调了——Flare 的中质量比低质量更快。

在该尺寸下，质量设置对 Flare 的速度影响很小，网络噪声反而更大。

Sunburst 明显更慢，两轮测试都是 14.5 与 15.8 秒，大约是 Flare 的两倍。

还记得前面提到的复杂度（complexity）设置吗？

它控制渲染前的规划量，默认是高。OpenAI 所说的 6 秒几乎可以肯定是基于低复杂度，因此我按此测试。不设置的话，您会在不需要的杯子照片上为“规划时间”买单。

更快并不意味着更便宜。一张 1024x1024 的低质量图像在 2.6 中会消耗823 个输出 token，而在 2.5 中是 196 个。每 token 价格未变，因此按每百万输出 token 30 美元计算，大约是每张 $0.025，而不是 $0.006。单张不多，做一万张就不小了。

图像编辑能稳定多少？

据 OpenAI 称，Images 2.6 在您只编辑局部时能让图像的其它部分保持不变，尤其是在多轮编辑中。官方建议使用 Sunburst，因为在中或高质量下，它能在多次编辑间更稳定地保持细节。

实际中，“一致性”涵盖如下内容：

为测试这一点，我使用 gpt-image-2.6-sunburst 以中质量生成了一只香水瓶，然后仅更换背景三次：海滩、夜空和厨房置物架。

每次编辑都基于上一次的结果而非原图，因此任何漂移都会累积。每条编辑提示都以同一句结尾：“保持瓶身、标签、瓶盖以及瓶身上的光线完全不变。”

下图是原图与第三次编辑的对比：

原图：绿色瓶身、金色瓶盖，置于大理石台面。作者拍摄。

三轮之后，瓶身几乎毫发无伤。标签仍是“ MOSS No. 3 ”，衬线字体与金色描边一致；瓶盖、方形外形，甚至玻璃内的细细导管都与原图相符。

改变的是周围的一切：

• 背景被“沿用”了： 第二轮我要求夜空，但得到的是“夜晚的海滩”，连棕榈树都在。由于每轮编辑都基于上一张，Sunburst 将海滩视为应保留的元素，直到第三轮的厨房背景才把它彻底替换。大理石台面也在三轮中都保留了下来，尽管我并未要求。可以理解，毕竟它是瓶子的“地面”。
• 照明完全按我要求保持不变，但这恰成了问题： Sunburst 非常字面化，因此这只瓶子在满月之夜也像午后阳光直射一样打光，每个场景里都有同样的硬阴影，看起来像是“贴”上去的。

尽管如此，对于产品图，这正是许多人期待的一致性。只是在应该改变光线的场景里，别要求它“保持照明不变”。

海报等专业视觉会更好吗？

针对海报和产品图这类版式工作，OpenAI 推荐 Flare 而非 Sunburst。Flare 擅长更有意识地放置文字、图像与留白；Sunburst 则用于精细细节与一致性。

这点让我略感意外。一般会以为更快的模型更“糙”，所以我用两者各做了一张海报来比比看。

我给两者相同的提示，在中质量、竖版 1024x1536 下：“周六农夫市集海报。标题：‘Riverside Market’。副标题：‘Every Saturday, 8 AM to 1 PM’。底部有插画蔬菜，干净的无衬线字体。”

如下图所示：左为 Flare，右为 Sunburst：

Flare 与 Sunburst 海报对比。作者制图。

两者文字都完全正确，这超出了我的预期。它们也把“Riverside”按字面理解，在蔬菜背后画了河流与桥，尽管我从未要求。

差别在于各自“加料”的程度：

• Flare 保持简洁：巨大的标题、绿色药丸背景里的副标题、再加蔬菜。隔着街都能看清。

Sunburst 则搭了整套场景：市集摊位、向日葵、树和黄色缎带横幅，更像一幅完整插画。

Sunburst 用时是 Flare 的三倍。对于海报这种需要让人快速读标题然后继续前行的场合，我会选 Flare 的版本。

生成动画 GIF 能做什么？

Images 2.6 可将文本提示、上传的照片或粗略草图制作成短循环 GIF。在 ChatGPT 中，您还能直接在聊天里调整播放速度并逐帧编辑。在此之前，ChatGPT 无法一步生成 GIF。

适用场景：

• 动画角色： 让吉祥物或涂鸦挥手、眨眼或跳跃。
• 表情包与社媒内容： 用于帖子与回复的短循环。
• 产品动效： 将静态产品图变成更吸睛的循环动画。
• 分镜草图： 在投入视频制作前测试角色动作。OpenAI 明确表示 这不是视频生成器；GIF 是少量帧的循环，不是视频片段。

您也无需完整设计。画个粗略角色、上传，然后让它挥手。下一节我会演示完整流程。

还有哪些变化？

一些较小的更新，分别在 API 与 ChatGPT 中提供：

• SVG 导出（仅 API）： 设置 output_format: "svg" 以获取适用于网站、App 或印刷的矢量文件。
• complexity 参数（API）： 如我在速度测试中所述，它接受 "low"、"medium" 或 "high"。简单编辑（如更换背景）用低，密集场景且约束多时再用高。调高质量并不能解决拥挤场景的问题，但提高 complexity 可能可以。
• 已保存的参考图像（ChatGPT）： 上传一次您的照片、宠物或吉祥物，ChatGPT 会保存。以后只需要求“把我的猫画成宇航员”，无需再次上传，且会始终出现同一只猫。

• 基于标注的编辑（ChatGPT 与 API）： 圈出要修改的部分并说明修改内容，比如圈住花瓶写上“把它变蓝”。ChatGPT 之前已有该功能；Images 2.6 将其带到 API。

如何使用 OpenAI Images 2.6 创建 GIF

要制作 GIF，可直接在 ChatGPT 中提出请求，或在调用 Images API 时设定 output_format: "gif"。一次性制作用 ChatGPT 更快，但 API 能控制帧数与时序，如果您要批量制作 GIF，这点非常重要。

如何在 ChatGPT 中制作 GIF

新开对话，描述 GIF 的主体、动作，并说明需要循环。以下是我的请求：“制作一个小型橙色机器人挥手，然后回到起始姿势的 GIF。保持纯色背景与固定机位。”

搭载 Images 2.6 的 ChatGPT 生成了一位橙色机器人。GIF 作者制作。

您也可以从现有素材开始。上传照片或粗略草图，然后说明哪些应当运动、哪些必须保持不动。

我用一张儿童画的小鸟试了试：

一张粗略的小鸟涂鸦。作者提供。

我的提示：“把这张儿童画做成循环 GIF。保留手绘风格。让小鸟蹦一下并扇动翅膀，然后回到起始姿势。背景保持纯白，机位固定不动。”

ChatGPT 根据粗略涂鸦生成的 GIF。作者制作。

ChatGPT 返回了一个 9 帧、每帧 180 毫秒、总时长约 1.6 秒的循环 GIF，文件大小 183KB。它保留了毛糙的线条风格，而不是我半预期的“修正”。小鸟先下蹲、蜷腿起跳、再落地。

我最喜欢的细节并非我要求的：那条“一笔带过”的翅膀在扇动时变成了一只真正的翅膀，落地后又折回成一条弧线。ChatGPT 甚至加上了小小的动效线条，正如孩子会画的那样。

最后三帧几乎相同，因此小鸟在下次起跳前会停顿。这很好地掩盖了循环点，但若您细看，重新开始时小鸟会略微移动。

GIF 生成后，您可以加速、减速或修复某些帧。无需专门控件，直接用自然语言即可，比如“让最后一帧回到第一帧的过渡更顺滑。”

如何通过 OpenAI API 制作 GIF

向图像生成端点发送请求，并将 output_format 设为 "gif"。有两项设置是 GIF 专有的：

使用默认值时，您会得到 9 帧、每帧 200 毫秒的 1.8 秒循环。

我在 Google Colab 中用 openai 3.46 版本运行了如下代码，可按原样使用。API 与我的每个设置完全匹配，包括 512x512 尺寸。

import base64

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-flare",  # Flare: faster; switch to sunburst for detail
    prompt=(
        "A small orange robot waves, blinks, and returns to its starting pose. "
        "Plain white background, fixed camera, seamless loop."
    ),
    output_format="gif",
    frame_count=9,  # 9 frames x 200 ms = a 1.8-second loop
    frame_duration_ms=200,
    size="512x512",  # smaller frames keep the file size down
    quality="low",
    complexity="low",  # a simple motion doesn't need extra planning
)

# The GIF comes back as base64; decode it and save it to disk
gif_bytes = base64.b64decode(result.data[0].b64_json)
with open("robot.gif", "wb") as f:
    f.write(gif_bytes)
技术支持

image-2.6-flare API 生成的橙色机器人循环挥手。作者制作。

与 ChatGPT 版本的机器人对比：两者都是橙色机器人挥手，但这个更粗糙，因为代码将 quality="low" 用于省时省钱。表面略显划痕，天线等小部件在帧间会偏移，甚至有一帧从挥手变成了竖起大拇指。低质量足以应付聊天里的快速表情 GIF。若用于品牌内容，请使用 "medium" 或 "high"。

该文件为 429KB，已接近许多网站对 GIF 设置的 500KB 上限。

在此基础上开发前，请注意两点限制：

• 不支持流式： GIF 输出不支持部分图像与 output_compression。

• 像素预算： 帧数、帧尺寸与 n 需共同受限于一个总量。若请求失败，请减少其中一项。

如何获得顺滑的循环？

在提示词中要求动作“回到起点”，并说明哪些应保持静止。若最后一帧与第一帧不一致，循环重启时就会“跳动”。仅通过 frame_duration_ms 放慢速度并不能掩盖这种跳动。相反，请像我给机器人与小鸟的提示那样，要求动作回到起始姿势。

实操建议：

• 选择单一且可逆的小动作，如挥手或眨眼。
• 保持机位、背景与比例固定。
• 尽量不要在画面中加入文字。
• 连看多次循环，并检查中间帧，而不只是首尾帧。我用 API 生成的机器人就是在中间偷偷竖了个大拇指。

在将 GIF 放上网站前先查看文件大小。我那张 512x512、9 帧的机器人已达 429KB，因此 1024x1024 且 16 帧的文件不可能接近 500KB 上限。

结语

如果您为社交媒体、吉祥物或分镜制作 GIF，Images 2.6 是个重大变化，因为您不再需要借助其它工具为图像添加动画。

不过，如果您并不在意 GIF、只想要静态图工具，我们的免费 AI 图像生成器精选会横向比较一些不错的选择。想了解 Google 如何处理类似的编辑问题，请查阅我们的Nano Banana 2 指南。