OpenAI
GPT Image 2
起 $0.004 每张图
图像
GPT Image 2.5 — 细节更清晰，编辑更精准
GPT Image 2.5 是 OpenAI 于 2026 年 9 月 8 日发布的最新图片生成和编辑模型。GPT Image 2.5 渲染光线更自然、纹理更丰富，能更好地保留参考照片中的主体，并只改动你要求改动的部分。在 reAPI 上，你可以通过统一的图片端点调用 GPT Image 2.5，使用与其他所有模型相同的密钥。
即将推出——该模型的 API 暂未开放。
文本生成图片图片编辑遮罩修复透明背景自定义尺寸至 4K
- 模型特点
- GPT Image 2.5 提供两个档位，Flare 和 Sunburst · 质量最高可达 max · 支持最多 16 张参考图片的编辑
- 适用场景
- 精准编辑、基于参考的营销素材、品牌风格统一的创意系列
- 输入
- 文字提示词、参考图片、可选遮罩
- 输出
- 单次请求最多返回 10 张图片 · png、jpeg 或 webp 格式
看看它生成出来的样子
本模型未经剪辑的输出。每一段都按 API 返回的原样播放。
GPT Image 2.5 是什么？
GPT Image 2.5 是 OpenAI 在 2026 年 9 月 8 日发布的图片模型，与 ChatGPT Images 2.5 一同推出。有两个 GPT Image 2.5 id：Flare 是默认版本，以上一代约一半的延迟提供相同的质量和编辑能力；Sunburst 则以更长的生成时间换取对编辑的更紧密控制。两者都接受文字和图片输入，都使用相同的参数，都按同一个 token 价格卡计费。底层的变化是保真度和控制力。GPT Image 2.5 渲染更自然的光线和更丰富的纹理。GPT Image 2.5 更可靠地保留参考照片的主体。GPT Image 2.5 只编辑你命名的元素，周围构图保持不变，并在长的连续编辑链中保持这种一致性。它还能处理更复杂的布局，包括透明背景，并在 high 之上新增两个质量档位。在 reAPI 上，你通过相同的图片端点、相同的密钥和与目录中其他所有模型相同的任务生命周期来调用 GPT Image 2.5。
一个端点，3 种生成模式
模式是隐式的：你传了哪些媒体字段，就决定了请求以哪种方式运行。
文本生成图片
prompt仅用提示词。GPT Image 2.5 从头开始构建画面。
参考编辑
prompt + image_urls最多 16 张源图加上一条指令。当源图细节必须保留时，将 input_fidelity 设为 high。
遮罩修复
prompt + image_urls + mask_url一张遮罩约束编辑到一个区域。其外的所有内容都原样返回。
你能用这个模型做什么
可以用这个模型构建并上线的真实工作流与生产级用例。
改动一个元素，无需重建整个素材
生成产品图像的高成本部分是那些你不想改动的内容。把 GPT Image 2.5 指向单个产品、背景或文案行，它会改写那个区域，而主体、构图和周围的品牌处理保持不动。没有任何部分被重新生成，所以获批的布局在编辑后依然完好。
阅读文档
在新环境中保持真实主体的可识别性
当源照片中的人物或产品在结果中变得微妙不同时，基于参考的工作就会失败。GPT Image 2.5 将独特的特征、光线和纹理传递到新的场景、风格和构图中，而 GPT Image 2.5 的 input_fidelity 控制让你决定它对源图的忠诚度。
进行长编辑链而不出现质量下降
用更早的模型编辑十次之后，它开始忘记五轮前被告知的内容。GPT Image 2.5 在新编辑到来时保持之前的改动，所以一系列品牌统一的素材、固定层级的 UI 概念或按定义结构构建的演示视觉始终保持连贯。
为什么选 reAPI
编辑始终精准
GPT Image 2.5 在只编辑你要求的内容上做得更好，即使面对复杂主体和繁忙背景。这是能交付的编辑和需要回到原始文件的编辑之间的区别。
参考完好无损
参考照片中的主体回来是可识别的 — 特征、光线和材质得以保留而非近似。当源图必须被精确尊重时，将 GPT Image 2.5 的 input_fidelity 设为 high。
两个档位，同一套参数
Flare 用于批量和速度，Sunburst 用于编辑精度至关重要的时候。两个 GPT Image 2.5 档位接受相同的参数，所以在它们之间切换就是改变模型 id，仅此而已。
GPT Image 2.5 vs GPT Image 2
GPT Image 2 是 GPT Image 2.5 的前代，今天在 reAPI 上仍然可以调用。下面的每个对比点都是 OpenAI 在自己的 GPT Image 2.5 文档中声明的，与那个确切的前代对比。
能力
GPT Image 2.5
GPT Image 2
质量设置
六个档位，在 high 之上新增 xhigh 和 max，用于细节至关重要的工作
四个档位，最高为 high
生成延迟
根据 OpenAI 的说法，GPT Image 2.5 Flare 的运行延迟约为上一代的一半
这个数字所针对的基准
编辑精度
改写指定的元素，在复杂主体下也保持画框其余部分不变，包括针对 GPT Image 2.5 的有针对性改动保证
支持编辑，但没有为 GPT Image 2.5 声明的有针对性改动保证
参考保真度
Input fidelity 是一个选择 — high 或 low — 所以你决定 GPT Image 2.5 对源图的忠诚度
所有图片输入都以高保真度处理，参数无法设置
多轮一致性
早期的编辑在后期编辑到来时存活，质量在链中不下降
vendor 文档中没有等效声明
模型 id
两个 id，Flare 和 Sunburst，共用一套参数接口 — 按请求选择
一个 id，有 channel 选项而非模型档位
对比反映了撰写时的公开文档行为，来自 OpenAI 的 2026 年 9 月 8 日发布公告和模型参考页。Vendor 能力变化；依赖任何单行前查阅链接的文档。
三步集成 GPT Image 2.5
- step 02
提交一次生成
POST 到 /api/v1/images/generations，带上一个模型 id、一条提示词和任意的 size、quality、background 或 n。端点立即返回一个任务 id — 媒体生成在整个平台上都是异步的。
打开
两种方式调用 GPT Image 2.5
在你的后端调用 GPT Image 2.5 端点来部署产品或进行批处理。把它交给一个代理当你想要结果而不想写集成代码时。两者都使用相同的 API 密钥、相同的额度和相同的任务日志。
方式 1
通过 API
最适合产品后端、批处理任务、自动化流水线
直接调用统一的图片端点。你控制参数、队列、轮询和文件的最终位置。
- 1在 Playground 中配置参数并查看预估成本
- 2在控制台创建一个 API 密钥
- 3POST 到 /v1/images/generations 来运行 GPT Image 2.5
- 4轮询任务 id 直到它完成，然后读取 usage.credits
方式 2
通过代理
最适合在 Codex、Claude 或 Gemini 中迭代
粘贴一条指令到你的代理。它选择参数、提交任务并追踪到完成状态。
- 1让 REAPI_API_KEY 保存在你的环境中，永远不要写在提示词里
- 2把下面的提示词复制到 Codex、Claude 或 Gemini
- 3填入主体、参考、尺寸和质量
- 4代理提交、轮询到完成并报告失败
docs/api/gpt-image-2-5
curl -X POST https://reapi.ai/api/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5-flare",
"prompt": "An editorial poster for a ceramic kettle, soft window light",
"size": "1536x1024",
"quality": "high"
}'参数校验失败
提交时同步拒绝并指明出错字段。检查枚举值、范围与 URL 字段——不产生任何扣费。
认证或余额问题
401 表示 Bearer 密钥缺失或无效；402 表示预扣额超出余额。密钥与积分在控制台管理。
内容或素材被拒
参考素材与生成结果都会经过自动审核。被拒的任务返回明确错误并全额退款。
任务失败或超时
进入失败状态的任务不会扣费——预扣自动退还。保留任务 ID，随时可重试。
常见问题
关于此模型的常见疑问。
它们是两个 GPT Image 2.5 id，共用一套参数接口。Flare 是默认版本：以上一代约一半的延迟提供相同的质量和编辑效果，适合大批量生成、创意和社交内容、快速原型。Sunburst 为从编辑控制中获益的高端视觉工作流而设计，例如营销创意和精致产品图像，生成耗时更长。两者按相同的 token 价格卡计费，但在它们之间一张图片的 token 成本不同。
