GPT Image 2.6 Sunburst、Flare 与 GPT Image 2 编辑对比

目录
  1. GPT Image 2.6 有哪些变化?
  2. GPT Image 2、2.5 和 2.6 在 Arena 上表现如何?
  3. GPT Image 2、Sunburst 和 Flare 处理相同编辑任务的效果如何?
  4. 3 个模型返回日程表编辑结果需要多长时间?
  5. 高复杂度能否改善日程表编辑效果?
  6. 标注何时能帮助 GPT Image 2.6 选中正确对象?
  7. 这些编辑任务是如何测试的?
  8. 常见问题
  9. GPT Image 2 的对比是否采用了相同的规划强度?
  10. 是否通过 Synthorai 测试了 GPT Image 2.5?
  11. 图像编辑应在什么情况下使用标注?
  12. 高复杂度能让日程表编辑更可靠吗?

GPT Image 2 和两个 GPT Image 2.6 变体都能更新同一食品标签上的 3 个字段,同时保留周边文字。在会议日程表测试中,中等复杂度的 Sunburst 有 2/4 次渲染通过。中等复杂度的 Flare 和采用默认规划的 GPT Image 2 均为 0/4。日程表任务要求模型交换两场演讲,并让 FULL 标记随其中一场移动。

TL;DR

  • GPT Image 2 和两个 2.6 变体都通过了同一个食品标签编辑测试。
  • 日程表测试中,中等复杂度的 Sunburst 通过 2/4。GPT Image 2 和 Flare 均为 0/4。
  • Sunburst 在中等和高 complexity 下,日程表渲染均通过 2/4。Flare 在中等复杂度下交换两场演讲的成功率为 0/4,高复杂度下为 2/4,但两个设置下完整通过率均为 0/4。
  • 当文字未指定位置时,视觉标注将目标选择成功率从 1/4 提升到 4/4。

GPT Image 2.6 有哪些变化?

OpenAI 于 2026 年 11 月 4 日发布了 Images 2.6。Sunburst 面向精细任务和多次编辑的一致性,Flare 则用于更快迭代。此次发布还为 API 增加了视觉标注和规划控制,并支持 GIF 和 SVG 输出。OpenAI 发布说明

complexity 设置控制渲染前的规划,单独的 quality 设置控制渲染细节。OpenAI 文档列出了 3 个规划级别:low、medium 和 high,其 API 默认使用 high。2.6 的请求显式设置了这两个参数。OpenAI 图像生成指南

GPT Image 2、2.5 和 2.6 在 Arena 上表现如何?

GPT Image 2.5 的数据完全来自 Arena 公开的单图编辑排行榜。在 2026 年 11 月 12 日的快照中,两个 2.5 条目的显示分数都高于所列的 2.6 Medium 条目。Arena 分数反映投票者偏好。各条目的票数和配置标签不同,下表分数保留了 Arena 展示的不确定区间。Arena 单图编辑排行榜

Arena 条目显示分数票数
GPT Image 2.5 Sunburst1519 ± 5131,648
GPT Image 2.5 Flare1484 ± 4128,720
GPT Image 2.6 Sunburst(Medium)1476 ± 113,493
GPT Image 2(Medium)1462 ± 3364,695
GPT Image 2.6 Flare(Medium)1460 ± 103,534

“Medium” 是 Arena 的条目标签。在我们的网关测试中,GPT Image 2 请求没有传入 complexity 字段。

GPT Image 2、Sunburst 和 Flare 处理相同编辑任务的效果如何?

3 个模型都通过了食品标签编辑测试。GPT Image 2 和两个 2.6 变体都正确修改了钠含量、批次代码和净重,并保留了周边文字。Sunburst 和 Flare 还各自通过了 6/6 个直接编辑任务。在瓶盖和参考标记任务中,只要明确给出位置,它们也能保留周边细节。

原始食品标签,以及 GPT Image 2、Sunburst 和 Flare 的编辑结果,其中钠含量、批次代码和净重均已更新。

上排:原图和 GPT Image 2。下排:Sunburst 和 Flare。GPT Image 2 使用默认规划,两个 2.6 变体均使用中等复杂度。

对于日程表,我们要求每个模型交换 Studio B 10:00 与 Studio C 11:30 两场演讲的标题和演讲者,然后在 Sound Lab 移动后的新时段加上 FULL。GPT Image 2 每次都把 Sound Lab 留在原时段,却交换了另外两场演讲。Sunburst 在 4 次中等复杂度渲染中都正确移动了指定的两场演讲,但其中 2 次把标记留在了原时段。

模型规划设置食品标签,完整通过日程表,两场演讲均位于正确时段日程表,完整通过
GPT Image 2默认,省略字段1/10/40/4
GPT Image 2.6 Sunburst中等1/14/42/4
GPT Image 2.6 Flare中等1/10/40/4

原始会议日程表和各模型的一次编辑结果。GPT Image 2 移动了错误的演讲,Sunburst 正确移动了两场指定演讲及标记,Flare 将其中一场放错了位置。

上排:原图和 GPT Image 2。下排:一次 Sunburst 渲染和一次 Flare 渲染。表格统计了每个模型的全部 4 次渲染。GPT Image 2 使用默认规划,两个 2.6 变体均使用中等复杂度。

3 个模型都通过 Synthorai 接收相同的源图和 prompt,输出尺寸相同,请求的 quality: "medium" 也相同。GPT Image 2 请求省略了 complexity。本表中的两个 2.6 请求显式设置了 complexity: "medium"。GPT Image 2 的实际规划级别未知,因此表格比较的是测试时使用的 3 种 API 配置。每个食品标签分数来自 1 次渲染。每个日程表分数来自同一版式的 4 次尝试。

3 个模型返回日程表编辑结果需要多长时间?

使用同一张日程表和同一个 prompt 时,Flare 返回图像的中位耗时为 7.5 秒,Sunburst 为 18.9 秒,GPT Image 2 为 27.0 秒。每个中位数都基于同一测试主机通过 Synthorai 获得的 4 次成功 API 响应,计时范围从请求发出到完整图像响应接收完毕。

模型和规划设置成功响应数中位耗时范围
GPT Image 2,默认427.0 s26.0 到 47.5 s
GPT Image 2.6 Sunburst,中等418.9 s18.3 到 21.3 s
GPT Image 2.6 Flare,中等47.5 s7.2 到 8.0 s

这些数据反映单次编辑在中等渲染质量下的端到端延迟。GPT Image 2 在单独的一批测试中运行,且未传入规划字段。

高复杂度能否改善日程表编辑效果?

Flare 在高复杂度下有 2 次渲染正确交换了两场演讲,在中等复杂度下则为 0 次。两个模型在两种设置下的完整通过次数相同。日程表任务包含两个必须联动的修改。第一步,交换 Studio B 10:00 与 Studio C 11:30 两场演讲的标题和演讲者,同时保持房间和时间位于原有位置。第二步,在移动后包含 Sound Lab 的卡片上加上 FULL。即使正确交换了两场演讲,渲染结果仍可能把 FULL 放在旧位置。

下面的 Sunburst 示例就是这种情况。两次渲染都将 Sound Lab 移到 Studio B 10:00,并将 Shape Lab 移到 Studio C 11:30。中等复杂度的结果把 FULL 放在 Sound Lab 上,高复杂度的结果则将其放在 Shape Lab 上,也就是 Sound Lab 原来所在的时段。

原始日程表和两次 Sunburst 编辑结果。中等复杂度的结果将 FULL 放在 Studio B 10:00 的 Sound Lab 上。交换演讲后,高复杂度的结果将 FULL 放在 Studio C 11:30 的 Shape Lab 上。

从左到右:原始日程表、正确的 Sunburst 中等复杂度渲染,以及标记仍在旧时段的 Sunburst 高复杂度渲染。

这 16 次渲染使用同一张源日程表,每个模型和复杂度设置各输出 4 次。

模型中等,两场演讲均正确交换中等,完整通过高,两场演讲均正确交换高,完整通过
Sunburst4/42/44/42/4
Flare0/40/42/40/4

Sunburst 在每个设置下都有 2 次渲染把 FULL 放错卡片。Flare 在高复杂度下正确交换两场演讲的 2 次渲染,也都放错了标记。每个设置只对同一张日程表渲染 4 次,因此这些计数仅反映本次编辑任务。12 次重复请求在两种设置下报告的输入和输出 token 数完全相同。

在活动发布流程中,上线前应检查每个受影响的时段,并从最终图像中读取标记进行核对。如果日程表来自结构化活动数据,应直接根据这些数据渲染文字和标记,确保活动更换时段时标记也会随之移动。

标注何时能帮助 GPT Image 2.6 选中正确对象?

当图像中存在多个同样合理的目标,而文字没有指定具体对象时,标注会有帮助。我们向 GPT Image 2.6 Sunburst 和 GPT Image 2.6 Flare 提供了一张包含 6 个相同瓶子的网格图,要求它们只把 1 个瓶盖改成抛光金色。不同条件下的文字完全相同:如果有标注,就编辑被圈出的瓶盖,但不通过文字提供位置信息。

我们分别指定上方中间和右下角的瓶盖作为目标。没有叠加标注时,模型碰巧选中指定瓶盖才算命中。在下图中,没有标注时,Flare 选择了上方中间的瓶盖。加入标注后,它编辑了右下角的瓶盖,并让另外 5 个保持黑色。

3 个画面分别展示被圈出的右下角目标、Flare 在没有标注时修改上方中间的瓶盖,以及 Flare 在有标注时修改右下角的瓶盖。

从左到右:以红色显示叠加标注的输入图、Flare 无标注结果和 Flare 有标注结果。请求将源图和叠加层作为两个独立输入发送。

指定瓶盖Sunburst 无标注Sunburst 有标注Flare 无标注Flare 有标注
上方中间上方中间上方中间右上角上方中间
右下角上方中间右下角上方中间右下角
目标命中1/22/20/22/2

在全部 8 个输出中,模型都只修改了 1 个瓶盖,让另外 5 个保持黑色,并且没有把圆圈渲染到结果图中。叠加标注改变的是接受编辑的瓶盖。在另外两个已经通过文字定位目标的任务中,也就是替换指定瓶盖以及在包装上添加标记,无论是否使用标注,每种条件下都有 4/4 个输出通过测试标准。

位置测试只使用了 1 张合成图上的 2 个目标,每个模型和条件仅渲染 1 次。对于允许用户在画布上选择对象的工作流,该图展示了这种选择方式的直接用途。在文字已经能唯一确定目标时,前述两个任务中没有观察到额外叠加层带来的收益。

这些编辑任务是如何测试的?

我们通过 Synthorai 图像生成端点发送 JSON 请求。每个请求生成 1 张 1024 × 1024 的 PNG,quality 固定为 medium。瓶盖对比测试将复杂度固定为中等,只改变是否使用叠加标注。日程表对比测试中,每个模型和设置各使用 4 个成功输出。GPT Image 2 请求在单独的一批测试中运行,评分时评审者知道模型名称。重复测试中,同一位评审者使用编号后的 2.6 图像,并按同一份任务检查清单评分。只有同时满足以下条件,日程表才算通过:两个目标卡片正确,标记随 Sound Lab 移动,另外 4 张卡片及房间和时间标签保持不变,页脚和网格也完整保留。

示例使用 Synthorai 的 JSON 端点 /v1/images/generations。OpenAI 文档中的标注引导编辑使用其原生 /v1/images/edits 端点。OpenAI 图像生成指南 Synthorai Image API

要复现带标注的 Flare 请求,请将两个文件与脚本放在同一目录。叠加层是与源图尺寸相同的透明 PNG,其中用圆圈标出了右下角瓶盖。源 PNG · 叠加层 PNG

import base64
import json
import os
from pathlib import Path
from urllib.request import Request, urlopen

def png_data_url(path):
    return "data:image/png;base64," + base64.b64encode(Path(path).read_bytes()).decode()

payload = {
    "model": "gpt-image-2.6-flare",
    "prompt": (
        "Change exactly one bottle cap from black to polished gold. "
        "If a cap is circled in the annotation, change that cap. "
        "Keep all other caps black and preserve the six bottles and layout. "
        "Do not reproduce the circle."
    ),
    "image": png_data_url("bottles.png"),
    "markup": png_data_url("cap-overlay.png"),
    "complexity": "medium",
    "quality": "medium",
    "size": "1024x1024",
    "n": 1,
    "output_format": "png",
}

request = Request(
    "https://synthorai.io/v1/images/generations",
    data=json.dumps(payload).encode(),
    headers={
        "Authorization": f"Bearer {os.environ['SYNTHORAI_API_KEY']}",
        "Content-Type": "application/json",
    },
)
with urlopen(request, timeout=240) as response:
    result = json.load(response)

Path("edited.png").write_bytes(base64.b64decode(result["data"][0]["b64_json"]))
print(result.get("usage"))

常见问题

GPT Image 2 的对比是否采用了相同的规划强度?

GPT Image 2 请求省略了 complexity。Sunburst 和 Flare 在三模型对比表中显式使用中等复杂度。输入和输出设置相同,测试结果仅适用于这些具体的 API 配置。

是否通过 Synthorai 测试了 GPT Image 2.5?

GPT Image 2.5 Sunburst 和 Flare 只出现在公开的 Arena 表格中。Synthorai 实验使用的是 GPT Image 2、GPT Image 2.6 Sunburst 和 GPT Image 2.6 Flare。Arena 单图编辑排行榜

图像编辑应在什么情况下使用标注?

当你能在图像中直接指出目标对象时,应使用 markup,尤其是多个对象外观相似的情况。将标注作为单独的透明 PNG 发送,并在 prompt 中描述编辑要求。在包含 6 个瓶子的图像上,有标注请求的目标瓶盖选中率为 4/4,无标注请求为 1/4。

高复杂度能让日程表编辑更可靠吗?

在这一版式上,Sunburst 在两个设置下均通过 2/4,Flare 在两个设置下均通过 0/4。Flare 在 2 次高复杂度渲染中正确放置了两场演讲,但这 2 次仍然把 FULL 标记放错了位置。

← 返回博客