GPT-Image-2.6全量上线！直出GIF和SVG，6.2 Astra也现身了
内容提要
OpenAI上线GPT-Image-2.6，出图时间缩短50%，最快6秒生成，并支持GIF动图与SVG导出。API分为Flare（主打速度与排版）和Sunburst（高精度、保持一致性）两款，新增complexity参数，将场景规划与画质渲染解耦，降低改图成本。GIF通过单图序列帧实现，绕开视频模型。该模型已在ChatGPT、Codex和API全量上线。
延伸解读
双模型分工：速度与一致性的取舍
GPT-Image-2.6在API端首次拆分为Flare和Sunburst两个型号。Flare主打速度与排版，针对海报、电商产品图等商业视觉优化，低画质档位下最快6秒出图；Sunburst则面向中等和高画质档位，重点解决多轮修改中人物、商品走样的一致性问题。开发者需根据任务类型选择型号，而非单一模型通吃。
complexity参数：把构思与渲染拆开
新增的complexity参数控制模型动笔前花多少算力做场景规划，quality参数则只负责视觉细节与保真度。日常局部微调可将complexity调低、保持高quality，省去重新构图的时间；只有多元素同框或限制条件多的复杂场景才需调高complexity。这种解耦思路类似文本模型调节推理深度，能降低多轮改图的成本。
GIF实现：序列帧而非视频模型
GPT-Image-2.6生成GIF并未调用视频生成模型，而是借用游戏工业的序列帧思路：用一张图按网格画出多帧连续动画，再切片合成GIF。官方合作案例的提示词要求严格6帧、3列×2行、固定机位、第六帧平滑过渡回第一帧。这样做绕开了视频模型的高推理延迟，并保证每帧角色五官、衣物和背景相对固定。
工程化能力：SVG导出与API局部重绘
本次更新还带来两项实用能力：原生支持导出SVG矢量图，省去AI位图转矢量的第三方工具环节，方便在Codex中直接生成可无限缩放的图标、组件和插画；以及将ChatGPT网页端的圈选局部重绘（Image markup）开放给API，企业可用坐标或遮罩圈定区域，配合Sunburst的高一致性批量改图。
Q&A
GPT-Image-2.6 在生成速度上提升了多少？最快多久能出图？
整体生成时间缩短了50%，最快6秒即可生成一张图片。
GPT-Image-2.6 的 API 提供了哪两个模型？它们分别有什么特点？
API 提供 Flare 和 Sunburst 两个型号。Flare 主打速度和排版，针对海报、电商产品图等商业视觉优化，低画质档位下单张图生成时间可压缩到6秒；Sunburst 则在中高画质档位下提供更高细节精度，重点解决多轮修改中人物和商品的一致性保持问题。
新增的 complexity 参数有什么作用？它和 quality 参数如何配合使用？
complexity 参数控制模型在生成前花多少算力做场景规划，而 quality 参数负责视觉细节和保真度。将两者解耦后，日常局部微调或快速改图时，可以把 complexity 调低、保持高 quality，省去重新构图的时间；只有复杂场景才需要调高 complexity。
GPT-Image-2.6 如何实现 GIF 动图生成？它绕开了视频模型吗？
它通过生成单张动画序列图（sprite sheet）来实现，例如严格按网格排列6个连续帧，再切片合成 GIF。这种方式绕开了视频模型复杂的时空扩散计算，避免了高推理延迟，同时保证每帧角色和背景的稳定性。
GPT-Image-2.6 支持导出 SVG 矢量图有什么实际好处？
原生支持导出 SVG 意味着生成的图标、组件和插画可以无限缩放而不失真，程序员在 Codex 中写前端代码时可直接生成并写入代码库，省去了用第三方工具转换的环节。
Image markup（圈选局部重绘）功能现在 API 用户能用吗？有什么用途？
是的，之前仅在 ChatGPT 网页端提供的圈选局部重绘功能现已开放给 API。企业团队可以在自己的产品后台中用坐标或遮罩圈出要修改的区域，配合 Sunburst 模型的高一致性，实现批量改图的流水线作业。
