图片会动了：OpenAI Images 2.6 把 GIF 做进聊天框，Flare 和 Sunburst 把 API 切成两档

先说判断：这次升级的重点不是“更快”，而是图片开始有了记忆和动作

2026 年 11 月 4 日，OpenAI 正式发布了 Images 2.6。公告的标题很克制，内容却不小：出图速度比上一代快 50%，ChatGPT 和 Codex 里可以直接生成 GIF 动图，API 则分出 Flare 和 Sunburst 两个模型，再加上参考图复用、图片标注进 API、SVG 导出和一个叫 complexity 的新参数。全球所有订阅层级当天就能用，网页、桌面和移动端全覆盖。

我的判断先摆出来：速度那 50% 反而是最不值得单独拿出来说的部分。真正改变用法的，是两件事。第一，图片有了“记忆”——参考图可以存下来反复用，角色、产品、吉祥物不用每回重新描述一遍。第二，图片有了“动作”——GIF 从一种需要另外找工具做的格式，变成了聊天框里一句话的事。对每天在 vibe 项目里给产品做配图、做头像、做空状态插画的人来说，这两件事比单纯的提速更实在。提速省的是秒，记忆和动作省的是反复沟通的轮次。

公告到底说了什么

先把事实部分讲清楚，不掺解读。OpenAI 在官方公告里说，Images 2.6 已经在 ChatGPT、Codex 和 API 里上线。全球用户每周通过这三个入口生成的图片已经达到 40 亿张，平均每天超过 5 亿张。作为对比，据媒体报道，9 月时这个数字还是 30 亿张。两个月涨了三分之一，出图已经从尝鲜功能变成了基础设施，这也是 OpenAI 愿意为它单独做一次版本发布的原因。

速度方面，官方说法是比上一代快 50%。API 侧提供两个新模型：GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst。Flare 主打快，质量设为低时最快约 6 秒出图，同时改进了海报、产品图这类专业视觉的排版质量；Sunburst 主打质，质量设为中或高时细节更好，多轮编辑之间的一致性更强。API 定价与 2.5 保持一致，按定价页，图片输入每百万 token 8 美元、输出 30 美元。

新功能一共有四块。第一是 GIF：用文字提示、一张图或者一张手绘草图，就能生成一段循环动图，可以调播放速度、逐帧编辑，分享出去就是一段会动的画面。第二是参考图：把自己、宠物、角色或产品图存下来，之后生成新图时直接复用，不用每次重新上传。第三是图片标注（markup）从 ChatGPT 来到 API：团队可以在图上精确圈出要改的位置，告诉模型改哪里、别动哪里。第四是 SVG 导出和 complexity 参数：SVG 让设计稿可以直接进网站、应用和印刷流程；complexity 控制模型为一次请求做多少规划，简单的快速编辑用低档，元素多、约束多的复杂场景用中高档。

安全方面，公告只给了方向没给细节：生成图片带 C2PA 元数据和不可见的 SynthID 水印，GIF 生成有额外的安全检查。据媒体转述的评估数据，OpenAI 的 GIF 内容审核系统在内部评估里的整体召回率为 77.7%。这个数字本身也值得留意：它说明动图审核还不是一道已经修好的墙，而是一个正在补的口子。

GIF：从静态配图到会动的素材

先说 GIF，因为它是这次发布里最容易被当成“玩具”、实际上最可能进生产流程的功能。公告给的演示来自 OpenArt：一张 6 格 3×2 的精灵表，讲一个卡通上班族盯着暴跌的股市行情、从 hopeful 到崩溃再到擦干眼泪的故事；另一张是同一角色看到行情大涨、把钞票撒向空中。两张图的共同点是角色、机位、背景全程保持一致，只有表情和动作在变。这恰恰是 GIF 生成最难的部分：单帧好看不难，难的是六帧之间别换脸、别换景、别穿帮。

对 vibe 开发者来说，GIF 的用处不在社交媒体，而在产品内部。举几个马上能用的场景：新用户第一次打开空项目时，一段三秒的吉祥物动图比一张静态插画更能说明“这里以后会长出什么”；加载时间超过两秒的操作，一个和品牌角色一致的循环动图比转圈圈的 spinner 更能留住人；教程里的分步操作，用 GIF 演示比五行文字更不容易被跳过。以前这些动图要么外包、要么用视频转、要么干脆没有；现在可以在生成配图的同一条链路里顺手做出来，成本从“专门排期”降到了“顺手一句话”。

还有一个实际提醒：GIF 生成目前是逐步推送的，不是所有账号同一天都能看到。如果你打开 ChatGPT 没找到入口，先别怀疑自己操作错了，等推送到账再试一次。同样，参考图功能刚上线时也可能有容量或数量上的限制，官方公告没有给出具体数字，正式把它写进产品流程之前，先用自己的账号确认一下上限是多少，再决定要不要依赖它。

但也要泼一盆冷水：GIF 不是视频的替代品。OpenAI 自己的措辞很谨慎，说的是“短循环动图”，不是“短视频”。一段三五秒的循环适合表达情绪、演示动作、做氛围点缀；一旦涉及叙事、转场、长对话，它立刻就不够用了。判断标准很简单：如果你的需求是“让用户一眼看懂一个动作”，用 GIF；如果需求是“讲清楚一件事的来龙去脉”，还是老老实实用文字加截图，或者上视频。

还有一个实际提醒：GIF 生成目前是逐步推送的，不是所有账号同一天都能看到。如果你打开 ChatGPT 没找到入口，先别怀疑自己操作错了，等推送到账再试一次。

Flare 与 Sunburst：API 被切成“快”和“稳”两档

这次 API 侧最值得琢磨的设计，是把一个模型拆成两档。Flare 是“快”：低质量下最快约 6 秒，适合交互式场景——用户在界面上点一下，几秒内就要看到结果；也适合批量出图，量大、单张价值低的场景。Sunburst 是“稳”：中高质量下细节更好，多轮编辑的一致性更强，适合产品图、品牌视觉、需要反复修改的资产。

这个分法对 vibe 项目的意义在于，选型第一次有了明确的依据，而不是凭感觉。我的建议是按“改几轮”来选，不按“图好不好看”来选。如果一张图生成一次就用，比如用户头像、随机封面、一次性插画，走 Flare，低质量先出，满意再提质量；如果一张图要改三五轮，比如品牌吉祥物的标准动作、产品主图的多个版本、需要保持角色一致的一组配图，走 Sunburst，宁可单次慢一点，也别在第三轮发现角色换脸了从头再来。

配合 complexity 参数，这个选型可以再细一档。OpenAI 的建议是：大多数编辑任务用低 complexity 配你需要的质量；场景元素多、约束多的复杂请求再用中高 complexity。翻译成大白话就是：别一上来就把所有旋钮拧到最大。先低后高、先快后精，比一次拉满更省钱，也更快拿到能用的结果。

定价上需要留个心眼。API 输入输出的单价没变，但有开发者在官方论坛提醒，中档质量下的输出 token 明显高于 2.5，账单会比预想的厚。这只是社区里的个别观察，不是官方口径，不能当成定论；但它提醒了一件实事：上量之前，先拿自己的真实请求跑一小批，对一遍账单再决定默认质量档。图片生成最常见的翻车不是质量不够，而是月底看到账单才发现默认参数一直开在最贵那档。

参考图与标注：真正省钱的是“不用反复描述”

如果只让我从这次发布里挑一个对 vibe 项目长期价值最大的功能，我会选参考图，而不是 GIF。原因很实际：做产品的配图，最大的成本不是生成一张图，而是让十张图看起来像出自同一个人、同一个品牌。以前的做法是把角色描述复制粘贴十遍，再加一堆“保持一致”的咒语，效果还看运气。现在可以把角色图存成参考图，之后每次直接引用，描述的轮次省下来了，一致性也有了锚点。

这个功能对三类场景最有用。第一是品牌吉祥物和产品角色：官网、空状态、教程、社交媒体共用一个角色，参考图就是它的“身份证”。第二是真人或宠物的形象：用户的头像、宠物的照片，存一次，后续生成不用反复上传原图。第三是产品图：同一款产品的多个角度、多个场景，保持外观不变，只换背景和动作。

图片标注（markup）则是另一个省钱的点。它解决的是编辑时最常见的浪费：只想改图里的一个角落，结果模型把整张图重画了一遍，改好的地方反而丢了。标注进 API 之后，团队可以在图上圈出精确区域，告诉模型“只改这里”。对接过图片编辑 API 的人应该深有体会：编辑请求的成本大头往往不在生成，而在反复重画。能精确圈改，就等于把编辑从“重画整张”降级成“只动局部”。

SVG 导出同理，解决的是“生成完还要再加工”的问题。Logo、图标、简单插画这类需要缩放的资产，直接导出 SVG 就能进网站和印刷流程，不用再转一道格式。需要注意的是，SVG 导出适合线条简单、色块分明的图形，复杂照片级画面并不适合转 SVG，这个边界别跨过去。

和 2.5 比，到底变了什么：不只是快

把 2.6 和 9 月的 2.5 并排放在一起，变化其实很清楚。速度从“够用”变成了“快一半”，这是最显眼的一行，但不是最重要的一行。真正新增的是三样东西：GIF、参考图、SVG 导出和 complexity 参数里的后两项；真正下放的是两样东西：图片标注从 ChatGPT 来到了 API，参考图从“每次上传”变成了“存一次反复用”。没有变的是两样东西：API 定价没变，水印和元数据的思路没变。

这个对照表说明了一个趋势：图像生成的竞争正在从“单张质量”转向“工作流”。单张质量的比拼在 2.5 那一代就已经接近天花板，再往上卷，提升的边际越来越小。真正拉开差距的，是生成之后的事：角色能不能保持一致、改动能不能只动局部、产出能不能直接进印刷和网页流程、动图能不能顺手做出来。2.6 的每一项新功能都落在“生成之后”，而不是“生成本身”。

对 vibe 开发者来说，这个趋势有个直接的推论：选图像模型的时候，别只看样张好不好看，要看它能不能嵌进你的工作流。你的产品需要的是“一次生成、多次复用、处处一致”，还是一次性的惊艳？如果答案是前者，参考图、标注、SVG 导出这些功能，比单纯的速度数字重要得多。反过来，如果你的场景就是用户随手生成一张头像、一次用完，那 Flare 的低质量快速出图反而是最划算的选择，2.6 的新功能对你只是锦上添花。

还有一个值得留意的细节：OpenAI 这次把 GIF 和参考图同时推向所有订阅层级，包括免费用户。这说明它判断这两项功能不是“高端功能”，而是“基础体验”。当一家平台把某个功能推向所有人时，意味着它认为这个功能很快会成为用户的默认期待。你的产品如果还在用静态图做所有视觉表达，用户的期待已经被抬高了——不是被你的竞品抬高的，是被基础设施抬高的。

给 vibe 开发者的四条建议

第一，先给产品定一个“视觉锚点”，再谈批量生成。把吉祥物、主色调、常用角色做成参考图存好，之后所有的配图、空状态、教程插画都从这几张参考图出发。一致性不是靠提示词写得长，而是靠有一个固定的参照物。没有锚点的批量生成，越多越像拼盘。

第二，把 GIF 留给“动作”，别拿它讲故事。空状态、加载态、成功反馈、简单的操作演示，是 GIF 的主场；超过一句话能讲清的内容，别硬塞进动图。动图的第一使命是让人一眼看懂一个动作，第二使命才是好看，顺序别反了。

第三，API 选型按“改几轮”来定，不要按“好不好看”来定。一次成型的图走 Flare，低质量先出；要改三五轮的品牌资产走 Sunburst，宁可慢一点。默认质量档先设低，跑通流程、看清账单之后再往上调。图片生成最贵的永远不是单价，是默认参数。

第四，生成之前先想好“这张图之后归谁管”。参考图、生成记录、提示词，最好和代码一样进版本管理。三个月后你要复用一张图的风格，或者复现一张图的效果，靠聊天记录是找不回来的，靠一份写清楚的记录才行。图片资产一旦多起来，管理方式和代码资产没有本质区别。

还要小心的三件事

第一，“快 50%”是 OpenAI 自己的说法，基准条件由它定。不同尺寸、不同质量档、不同并发下的实际延迟会有出入，独立评测给出的数字也不完全一致。把它当成方向性的改进，而不是精确的承诺；自己的场景自己测一遍，十分钟就能验证。

第二，GIF 的安全审核还在补课。77.7% 的召回率意味着还有超过两成的问题内容可能漏网，涉及人物、儿童、敏感动作的生成要格外谨慎。如果你的产品允许用户自己生成动图，务必保留人工复核和下架通道，别把审核完全交给模型。

第三，参考图涉及真人形象时，先确认授权。再方便的功能也不能绕过“这张脸能不能用”的问题。存用户自己的照片做参考图，要有明确的同意；用公众人物的形象做生成，更要先确认边界。技术把门槛降下来之后，责任不会跟着降下来，反而会更重。

最后回到开头那句话：Images 2.6 真正的升级，是图片开始有了记忆和动作。速度会过时，模型会迭代，但“角色保持一致”和“静态变动态”这两件事，会直接长进下一代 vibe 产品的做法里。先把你的视觉锚点存好，再去试 GIF，这轮升级的价值才能真的落到你的产品上。等你的第一批参考图和动图跑起来之后，再回头看这篇发布，会发现它真正的意义不是某一个功能，而是图像生成从“单次创作”变成了“持续运营”：角色、风格、动作都可以积累、复用、迭代，而不是每次从零开始。