OpenAI 推出 GPT Image 2.5，搭載兩個專用模型並支援多輪編輯

雙模型影像管線正式登陸 OpenAI

OpenAI 推出 GPT Image 2.5，提供兩個變體:Flare 負責高速產出，Sunburst 負責精準編輯，於 2026 年九月 8 日上線。一名第三方封裝工具的維護者指出，呼叫端可以直接選用新的 Flare 與 Sunburst 變體，無需更動現有的預設模型，對於已經透過 OpenAI 或 fal 路由影像流量的團隊而言，整合成本更低。

對實務工作者而言，這樣的拆分意味著模型選擇現在已成為任務簡報的一部分 —— 在吞吐量優先(型錄渲染、批次模型、社群變體)時選用 Flare，在編輯必須顧及既有幾何或產品識別時選用 Sunburst。

多輪編輯:逐步修訂，而非從頭重來

這次發布的核心圍繞多輪編輯展開:在同一張影像上逐步套用一系列 AI 照片編輯，而非每次都從零重新下提示。OpenAI 自家的 API 指南建議先釐清哪些部分應該改變、哪些部分必須保持不變，每次只調整一個項目，並在每輪之間檢視結果 —— 這套紀律借鑑自非破壞性照片編輯。

對產品攝影來說，這種工作流程正是讓反覆修圖得以可行的關鍵。一篇示範 GPT Image 2.5 產品照編輯流程的部落格文章，展示了在保持影像其他部分不變的情況下，只編輯其中一個區域，這正是過去多數同類工具所留下的缺口。

繪圖工具精準鎖定編輯區域

GPT Image 2.5 在多輪編輯流程之外新增了繪圖工具，為模型提供明確的遮罩，告訴它要在哪裡動手。搭配 Sunburst 變體使用時，創作者可以標記一個區域、要求變更，並在多輪之間保持該區域以外的所有內容穩定不變。一則社群彙整重點提到，使用上可感受到的紅利是細節更佳、編輯更一致。

對設計師交接檔案而言，實際效益是指令可以隨影像一起傳遞:哪裡要改、哪裡要保留，以及每一輪該用哪個變體。

更高的輸出解析度拉高了匯出門檿

GPT Image 2.5 提高了輸出解析度，這也改變了創作者必須為之設計的匯出目標。一則 Facebook 創作者討論串測試將 ChatGPT image 2.5 用於 Instagram 輪播貼文製作，回報指出這條新流程產出的素材無需額外升頻技巧就足以用於輪播，而更廣泛的報導也提到影像品質隨編輯功能的改進而提升。

更高的來源解析度讓下游的壓縮選擇變得更為關鍵。當要發佈到網頁時，WebP 與 JPG 之間的格式選擇，就會從學術議題變成實質的預算決策，而正確的選擇取決於來源屬於照片性質還是平面設計性質。對於要將靜態影像放入 PDF 交付物的創作者來說，也需要一條無損的路徑，讓解析度的提升能一路保留到最後。

實務工作流程:何時該用哪個模型

這次發布的整體輪廓 —— 兩個模型、繪圖工具、多輪編輯、更高輸出解析度 —— 顯示它更像一條分層管線，而非單一提示。一種可行路徑:先用 Flare 高速起草，再切到 Sunburst 進行最後一輪，搭配繪圖標記指出編輯必須落腳的位置，然後以新的更高解析度匯出，用於網頁與社群。若需交付客戶，可在匯出階段以無損方式轉入 PDF，保留解析度;同一份來源在通路需要時，也可拆分用於網格貼文。

對於已經在 OpenAI 或 fal 上維護預設模型的團隊，可以在不進行任何遷移的情況下採用新變體，讓先期測試的成本非常低。

接下來該驗證什麼

在把工作流程鎖定之前，有兩件事需要確認。第一，釐清哪些 Sunburst 使用情境確實需要繪圖遮罩，哪些只需要一般提示 —— 不必要的遮罩會拖慢多輪迴圈。第二，將新的輸出解析度與你要發佈的通路對照檢查:更高的來源素材會同時改變壓縮預算，以及任何 PDF 交接檔的大小。OpenAI 自家的 API 指南將其框定為「每次只調整一個項目」的紀律，而現在這套紀律同樣適用於在任務一開始就選擇 Flare 或 Sunburst，而不是做到一半才換。