GPT Image 2.5 Flare vs GPT Image 2.5 Sunburst

vs

什麼情況選哪一個

兩者都支援生圖和參考圖編輯。快速迭代可試 gpt-image-2.5-flare,重視編輯精度可試 gpt-image-2.5-sunburst。用實際提示詞比較每張可用圖片的成本。

定價

GPT Image 2.5 Flare GPT Image 2.5 Sunburst Δ
輸入 / 1M tokens $5 $5 =
輸出 / 1M tokens $30 $30 =
參考圖 token / 百萬 $8 $8 =

費率取自網站建置時的即時目錄;各模型頁面都列有最新的價目。

兩者的相對位置:每 1M tokens 的輸出價格,涵蓋同一計費單位下全部 15 個圖像生成模型(對數尺度)

規格

GPT Image 2.5 Flare GPT Image 2.5 Sunburst
輸入模態 文字 圖像 文字 圖像
輸出模態 圖像 圖像
發布日期 2026-09-08 2026-09-08
輸出尺寸
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • auto
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • auto
輸入方式 文字生成圖片與參考圖編輯 文字生成圖片與參考圖編輯
每次請求圖片數 4 4
格式 png, jpeg, webp png, jpeg, webp
備註 自訂寬高皆須為 16 的倍數,寬高比須介於 1:3 至 3:1。quality 在 high 之上還有 xhigh 和 max。透過 Synthorai 的 /v1/images/generations 提交 JSON,將參考圖以 base64 放入 image 欄位。 自訂寬高皆須為 16 的倍數,寬高比須介於 1:3 至 3:1。quality 在 high 之上還有 xhigh 和 max。透過 Synthorai 的 /v1/images/generations 提交 JSON,將參考圖以 base64 放入 image 欄位。

規格摘錄自各供應商的文件;供應商沒有公布的項目就直接略過,不自行推測。 完整來源: GPT Image 2.5 Flare · GPT Image 2.5 Sunburst

同一段提示詞,兩個模型,經閘道實測

提示詞 A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

GPT Image 2.5 Flare

GPT Image 2.5 Flare: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型回傳 1536×1024 延遲 16 s

GPT Image 2.5 Sunburst

GPT Image 2.5 Sunburst: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型回傳 1536×1024 延遲 25 s

同一段提示詞,每個模型只送一次請求,不重試,也不挑比較好的結果,看到的就是各模型回傳的第一個結果。尺寸和長度都沒有指定,各模型用的是自己的預設值;如果硬把請求調成每個模型都適用的規格,反而誰的長處都看不出來。這裡的檔案都為了網頁重新編碼過,所以請看構圖和有沒有照提示詞做,不要拿來評斷壓縮品質。

改一行程式碼就能在兩者之間切換

下面每個頁籤都列了這兩個模型 ID,要改的只有醒目標示的那兩行。端點、金鑰和請求格式都不變。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gpt-image-2.5-flare",
    # model="gpt-image-2.5-sunburst",  # 取消這一行的註解,並把上一行註解掉
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

取得 API 金鑰 →

常見問題

GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst 哪個比較便宜?

兩者的「輸入 / 1M tokens」同為 $5。其他費率與實際用量仍可能影響總費用。

可以只串接一次,就對 GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst 做 A/B 測試嗎?

可以。兩個模型都走同一個 OpenAI 相容端點,用的也是同一把 API 金鑰,切換時只要改一行裡的模型名稱字串。你可以把一部分流量分別導到兩邊,再直接比較帳單。

價格會隨圖片大小改變嗎?

要看模型怎麼計費。按張計費的模型,不管提示詞長短或輸出尺寸,每張收費都一樣;按 token 計費的模型,費用會隨生成的解析度增加,所以一張 4K 圖片的成本會是小圖的好幾倍。各模型適用哪一種,上表都有標示。

相關比較