Key 开通12 分钟阅读发布于：2026-09-09更新于：2026-09-09

ChatGPT Images 2.5 API 指南：Flare、Sunburst、价格与代码

了解 ChatGPT Images 2.5 及两个 API 模型：Flare 面向快速日常生成，Sunburst 面向精细编辑。对比价格、模型 ID、功能和调用示例。

作者 Heizi· 创始人 & 编辑· 发布于: 2026-09-09已核验官方资料 · 2026-09-09

核验说明: 模型 ID、价格、开放范围、功能和代码写法均已对照下方列出的 OpenAI 官方资料核验。Get Model Key 尚未独立调用 Flare 或 Sunburst API，因此图片质量和延迟相关信息均归因于 OpenAI，并应在你自己的项目中再次验证。

创建 OpenAI API Key

ChatGPT Images 权限与 API 用量分开计算；API 图片生成费用记入 OpenAI Platform 项目。

OpenAI ChatGPT Images 2.5 封面：对比 Flare 快速生成与 Sunburst 精细编辑

OpenAI Images 2.5 发布了什么？

OpenAI 于 2026 年 9 月 8 日发布 ChatGPT Images 2.5。新版提升了细节、自然光照与材质表现，能更可靠地执行局部修改，并在多轮编辑中维持一致性。OpenAI 表示，相比 Images 2.0，图片生成延迟最多降低 50%。

名称需要分清：ChatGPT Images 2.5 是 ChatGPT 内的产品体验；开发者调用 API 时需要在 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst 两个模型 ID 之间选择。发布资料没有提供单独的 gpt-image-2.5 通用模型 ID。

产品名称：ChatGPT Images 2.5
快速 API 模型：gpt-image-2.5-flare
精细 API 模型：gpt-image-2.5-sunburst
发布日期：2026 年 9 月 8 日

GPT-Image-2.5 Flare 与 Sunburst 对比

Flare 是大多数应用的默认选择。OpenAI 将它定位为高质量日常生成中速度最快的模型，适合创作者工具、社交内容、产品体验、视觉搜索、快速原型和高调用量业务。

当编辑精度比响应速度更重要时，选择 Sunburst。它适合生产级广告素材、精修商品图，以及只修改指定内容、同时尽量保持其余构图不变的工作流。

模型	优先目标	适合场景	快照 ID
gpt-image-2.5-flare	速度与质量	日常及高调用量生成	gpt-image-2.5-flare-2026-09-08
gpt-image-2.5-sunburst	编辑精度	高要求创意与商品图编辑	gpt-image-2.5-sunburst-2026-09-08

GPT-Image-2.5 API 价格

两个官方模型页给出的 token 单价相同：文本输入每百万 token 5 美元、缓存文本输入 1.25 美元、图片输入 8 美元、缓存图片输入 2 美元、图片输出 30 美元。由于模型输出的是图片，因此没有文本输出费用。

这些 token 单价不等于每张图片的固定价格。最终费用会受到请求内容、参考图、尺寸、质量和输出 token 用量影响。OpenAI 还说明，GPT-Image-2 价格计算器不能估算 GPT-Image-2.5 的 token 消耗，因此生产预算应基于 Usage 面板中的真实请求测量。

Flare 与 Sunburst 共用的 token 单价，核验于 2026 年 9 月 9 日
Token 类型	每百万 token 价格
文本输入	$5.00
缓存文本输入	$1.25
图片输入	$8.00
缓存图片输入	$2.00
图片输出	$30.00

使用 Flare 生成第一张图片

创建 OpenAI API Key 并保存到 OPENAI_API_KEY 环境变量，然后从 Flare 开始测试。模型支持 low、medium、high、xhigh、max 与 auto 质量设置；如果还没有明确的延迟或画质目标，评测阶段先使用 auto。

下面的示例把返回的 base64 图片写入本地 PNG 文件。API 调用必须放在服务端，若把 Key 暴露在前端 JavaScript 中，任何人都可能盗用你的额度。

python

from openai import OpenAI
import base64

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="A clean editorial product photo of a translucent blue desk lamp",
    size="1536x1024",
    quality="auto",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("flare-output.png", "wb") as image_file:
    image_file.write(image_bytes)

使用 Flare 模型 ID 的 Python 图片生成示例。

使用 Sunburst 进行精细编辑

Sunburst 接受文本和图片输入，重点是在局部修改时保留主体、构图和视觉特征。提示词既要写清楚修改目标，也要列出不能改变的内容。“优化一下”这类模糊指令无法给模型提供可靠的编辑边界。

需要可重复的生产输出时，可以固定日期快照，并把提示词、源图片、质量和输出设置保存到评测用例。评估时不仅比较画质，也要记录完成一张图需要多少次人工修正。

python

from openai import OpenAI
import base64

client = OpenAI()
with open("product.png", "rb") as source_image:
    result = client.images.edit(
        model="gpt-image-2.5-sunburst-2026-09-08",
        image=source_image,
        prompt=(
            "Replace only the background with a warm studio gradient. "
            "Keep the product, label, proportions, camera angle, and shadows unchanged."
        ),
        quality="high",
    )

with open("sunburst-edit.png", "wb") as output_file:
    output_file.write(base64.b64decode(result.data[0].b64_json))

使用 Sunburst 日期快照的精细编辑示例。