OpenAI推出新一代图像生成模型GPT Image 2.5,主打精准局部修改、多轮编辑一致性与更低延迟。新模型推出Flare与Sunburst两款版本,大幅提升了图像可持续编辑能力,改善了过往多轮修改后画质严重劣化的问题。
OpenAI 突发上线 GPT Image 2.5,把图像修改能力推到了核心位置。

局部修改、连续编辑、多轮一致性以及在图片上直接标注修改,OpenAI 这一次明确将“无需反复抽卡,拥抱多轮微调”作为更新重点。虽然这些连续交互功能在业界并不算首创,但 OpenAI 此次的迭代切实解决了此前产品体验上的痛点。
相比前代版本,GPT Image 2.5 的升级幅度显著。OpenAI 官方将重点总结为:更精确的局部编辑、更稳定的多轮一致性,以及更快的生成速度。
在生成性能方面,新模型最高降低了 50% 的生成延迟,同时提升了参考图的主体保真度、自然光照与纹理表现。而在具体编辑层面,主要体现在两个维度:
首先是精准编辑(Precision Editing)。以往的模型进行局部修改时,整张图往往会被重新打散重构,主体位置甚至都会发生偏移。GPT Image 2.5 尽量压制了这种“牵一发而动全身”的问题。官方表示,新模型能够精准修改指定元素,同时保持主体、构图、背景及视觉风格基本不变,即使在复杂场景中也能单独替换商品或局部文案。

其次是多轮编辑一致性(Multi-turn Editing Consistency)。用户完成第一轮修改后,可直接继续追加后续调整。新一轮的编辑建立在上一轮的成果之上,而不是全图推倒重来。OpenAI 特别改善了画质随编辑轮次增加而迅速劣化的顽疾,使得连续修改过程中的画面更加稳定。

在 API 方面,GPT Image 2.5 分为两个版本:主打速度的 Flare 和注重终极质量的 Sunburst。
在大模型盲测竞技场(Arena)上,Sunburst 和 Flare 在文生图、单图编辑和多图编辑三个榜单中均名列前茅。盲测数据显示,Sunburst 在单图编辑上相比旧版提升了 59 分,多图编辑提升了 81 分,充分体现了其在处理复杂参考图任务时的进步。



在定价策略上,OpenAI 最新价格页显示,Flare 和 Sunburst 的图像输入均为 8 美元/百万 Token,图像输出为 30 美元/百万 Token,文本输入为 5 美元/百万 Token,整体定价与上一代保持一致。

相比偏向纯艺术风格生成的工具,OpenAI 一直倾向于将文本、排版、信息布局与图像融为一体,直接输出可用度高的海报、信息图和商品素材。




在保持这一特性的同时,GPT Image 2.5 还提升了跨场景的人物一致性保真度,光线与皮肤纹理的处理更加贴合环境。




此外,OpenAI 在产品交互层面补充了两项功能:
一是草图交互(Sketch),用户可在移动端手绘草图并输入指令,由模型基于草图生成高保真成图。

免费获取企业 AI 成熟度诊断报告,发现转型机会
二是创意传递(Pass your best ideas along),允许用户分享成图时一并带出提示词,方便他人在此基础上替换元素进行二次创作。

新模型发布后,社区迅速发掘出多样化的工作流用法。
其中热度最高的是利用连续编辑生成定格动画。开发者 Charlie Guo 利用连续画面串联制作的动画引发了广泛转发。
![]()
更有用户通过寥寥数笔草图,让 GPT Image 2.5 补全动作序列帧,最终拼装成完整的 GIF 动图。

另一个受到开发者和设计师关注的是透明底素材生成能力。Sunburst 在抠图精度上的提升,使得人物立绘、游戏道具、UI 图标能够无缝嵌入工作流中。

社区对于极限测试的反馈同样趋于积极。即便输入高度复杂的杂糅提示词,模型在视觉呈现上的协调度也有明显提升。

在日常对比中,用户反映新模型的人物肢体表情更为自然,分镜语言也更具动态感。

从事游戏美术开发的用户指出,以往多轮编辑后画质极易崩溃的问题得到了有效缓解,修改可用性大幅提升。

不过,新模型并非完美无缺。社区测试显示,复杂手部细节偶有失误,高频噪声及过度锐化的情况依然零星存在;面对极度复杂的复合指令时,模型仍存在理解偏差的概率。


总体而言,GPT Image 2.5 并未彻底颠覆现有的文生图技术逻辑,而是集中修补了过往生图模型在精准度、一致性以及持续编辑能力上的明显短板。对于广大的 ChatGPT 用户而言,创作流程中的无效“抽卡”次数正在大幅降低。
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断