OpenAI 2026 年 11 月 4 日發佈的 2026 年第三代 GPT Image，ChatGPT、Codex 與 API 同步上線：Flare（快）與 Sunburst（精細）雙版本，新增 GIF 動圖、SVG 導出與 complexity 參數。token 價與 2.5 完全相同，但低/中質量單張 token 用量是 2.5 的 4.2/3.3 倍；官方稱快 50%，第三方實測只有 Flare 兌現，Sunburst 2.6 反而比 2.5 Sunburst 慢。AA 雙榜第一（文生圖 1261、編輯 1210），LMArena 仍列 2.5 Sunburst 第一。本頁彙總官方規格、價格、API 狀態與首批解讀，並明確標註哪些說法尚未證實。
先把能確認的說清楚：2.6 是 2026 年第三代 GPT Image，雙版本拆分不是新創（2.5 已有），新增的三樣東西是 GIF、SVG 與 complexity；「同價」只指 token 單價，單張賬單在低/中質量貴了幾倍；「快 50%」只有 Flare 兌現了。
從 GPT Image 2 到 2.6 只用了 20 周 → 8 周的間隔；2.6 在發佈前一週就被一次 OpenAPI 提交泄露了名字；發佈後六天，GPT Image 2 被標記爲 deprecated。
GPT Image 2 發佈（2026 年第一代）。
GPT Image 2.5 發佈，同樣是 Sunburst + Flare 雙型號——雙型號拆分不是 2.6 首創。
gpt-image-1 停用。
OpenAI 公開 OpenAPI 倉庫提交新增 markup 參數，描述寫「Supports GPT Image 2.5 and 2.6」——「2.6」首次出現在官方文件；10 月 31 日的後續提交把描述改回「Supports GPT Image 2.5」。
官方公告「Introducing Images 2.6」發佈；X 官宣 23:35 UTC；開發者社區論壇帖 23:49 UTC；API changelog 與系統卡同日。ChatGPT、Codex 與 API 同步上線。
LMArena 文生圖與編輯榜出現 2.6 條目（標 Preliminary）；fal 發佈當晚即上線 2.6 端點。
Recraft Studio 與 Runware 接入；Recraft 做 12 個提示對 V4.1 Pro、5 個對 Nano Banana 2.1 的實測。
Artificial Analysis 雙榜收錄兩款 2.6 模型。
GPT Image 2 被標記 deprecated，移除日定爲 2027-02-10，指定替代爲 GPT Image 2.6。
gpt-image-1-mini、gpt-image-1.5、chatgpt-image-latest 停用（指定替代型號的說法有分歧，本頁只寫停用事實）。
本站專題上線。
以下爲官方 API 文檔口徑（2026 年 11 月 13–14 日直接讀取）。注意：2.6 只支持 Image API 的兩個端點；尺寸段落點名的是 2.5 模型，2.6 的 4K 由第三方實測證實。
POST /v1/images/generations 與 POST /v1/images/edits；Responses API 圖像工具、Chat Completions、Batch API 均標記不支持low / medium / high / xhigh / max / auto（xhigh/max 爲 2.5 代新增，2.6 沿用）low/medium/high，默認 high；與 quality（渲染精細度）是兩個獨立設置；無單獨費用；官方建議多數編輯用 low，元素多、約束多的場景用 medium/high；高 complexity 可能增加延遲並引入沒要的改動output_compression 0–100%）；background 支持 transparent/opaque/auto，透明背景須配 PNG/WebP；size、quality、background 均支持 autooutput_format: "gif"，生成與編輯兩端點均支持；frame_count 2–16 幀（默認 9 幀）；frame_duration_ms 每幀 20–2,000 毫秒（默認 200 毫秒，按 10 毫秒取整）；默認組合 9 幀 × 200 毫秒 = 1.8 秒循環；須獲得所選模型的 GIF preview 訪問權限；不支持流式、部分圖、自定義壓縮、maskoutput_format: "svg"，n 須爲 1；編輯端點不支持 SVG 輸出，SVG 也不能作爲編輯的輸入；兩段式流程：先生成一張參考圖，再用它產出 SVG（svg.model 指定作者模型），計費兩段相加；返回靜態矢量內容（可編輯的路徑、形狀與顏色，無腳本、無外部資源、無內嵌位圖），文字保留爲可編輯的活文本mask 同用；2.5 的受支持型號同樣獲得 markup，不是 2.6 獨佔partial_images 0–3 張，每張部分圖另收 100 個圖像輸出 token；SVG/GIF 輸出不支持流式、部分圖與自定義壓縮moderation 分 auto（默認）與 low（較寬鬆）safety_identifier（穩定、去標識化的用戶標識，≤128 字符）；舊的 user 參數已棄用但仍支持；C2PA 元數據與 SynthID 水印最快的是 ChatGPT（含免費版）；要 API 的直接走 OpenAI 或 OpenRouter；Codex 用戶注意圖像回合的額度消耗是純文字的 3–5 倍；想免費體驗 Sunburst 的，Recraft Studio 免費計劃有默認設置。
全球上線，全部訂閱檔位，桌面、移動與網頁端。免費版可用——多家轉述與實測確認免費賬號可用（Medium 實測作者即用免費賬號測試），但 OpenAI 未公佈任何檔位的固定圖片數量；唯一的數量證據是單人實測約 8 次操作（出圖、GIF、編輯合計）後觸頂，提示 24 小時後可再試。新功能：保存參考圖（把一張照片存爲具名參考，之後在其它對話用 @名字 複用）；GIF 生成在 ChatGPT 內仍在逐步推出，並非所有賬號立即可用。注意：官方未披露 ChatGPT 內調用的是 Flare、Sunburst 還是按場景切換。
模型 ID gpt-image-2.6-sunburst / gpt-image-2.6-flare，僅 Image API 的 generations/edits 兩端點。API 無免費檔。GIF 須獲得所選模型的 GIF preview 訪問權限。SVG 僅 API 可用。
公告稱全球上線、全部訂閱檔位；圖像生成計入與正常對話相同的用量額度，按 OpenAI Codex 定價 FAQ，帶圖像生成的回合比同類純文字回合快 3–5 倍消耗額度（視圖像質量與尺寸）。Codex CLI 內置 $imagegen 技能，生成圖默認存 ~/.codex/generated_images/（該細節來自 gpt-image-2 時期的文章，2.6 時代的 Codex 專屬行爲除公告與 FAQ 倍率外未單獨覈實）。
openai/gpt-image-2.6-sunburst 與 openai/gpt-image-2.6-flare，11 月 4 日上架，唯一服務商爲 OpenAI（無路由）；標價與官方相同（$8/$30 每百萬 tokens）；暫不支持歐盟區域內路由。
Replicate（按張計費：low $0.05、medium $0.09、high $0.128、max $0.50；GIF 與 SVG 按輸出 token）、fal（發佈當晚上線，按輸出 token $30/每百萬）、Runware（11 月 5 日接入兩款）、BudgetPixel（零售 $0.12/張）、SYNTX.AI、Treza、LaoZhang API（自營 VIP 模型按 $0.03/次固定價，聚合商自定價、非 OpenAI 價）。
11 月 5 日接入：Sunburst 在免費計劃默認設置下可用，Flare 與全部質量檔須付費計劃；1K 或 2K；積分 4–57（默認 10）；可開模型對比同畫布並排看。這是目前唯一確認的免費體驗 Sunburst 的官方渠道之外的路。
token 單價與 2.5 完全相同，但低/中質量單張 token 用量是 2.5 的 4.2/3.3 倍——官方指南明確提醒：「同價不等於同張價」。high 以上同價，max 同價。
| 項目 | GPT Image 2.6 | GPT Image 2.5 |
|---|---|---|
| 文本輸入 / 每百萬 tokens | $5.00（緩存 $1.25） | $5.00（緩存 $1.25） |
| 圖像輸入 / 每百萬 tokens | $8.00（緩存 $2.00） | $8.00（緩存 $2.00） |
| 圖像輸出 / 每百萬 tokens | $30.00 | $30.00 |
| Batch 價 | 無（2.6 不在 Batch 表中） | 半價（圖像輸出 $15/每百萬） |
2.6 不支持 Responses API，因此指南的緩存價段落（僅適用於 GPT-Image-2 與 2.5 在 Responses API 內）不覆蓋 2.6——價格頁雖列了 2.6 的緩存價，實際能否享受未證實。預算時不要計入緩存摺扣。
| 質量檔 | 2.6 tokens | 2.6 單張價 | 2.5 單張價 | 倍數 |
|---|---|---|---|---|
| low | 823 | $0.02469 | $0.00588 | 4.2 倍 |
| medium | 1,449 | $0.04347 | $0.01317 | 3.3 倍 |
| high | 1,756 | $0.05268 | $0.05268 | 相同 |
| xhigh | 3,122 | 約 $0.094 | 約 $0.094 | 相同 |
| max | 7,024 | $0.21072 | $0.21072 | 相同 |
其它尺寸實測：1536×1024（mxchat 11 月 7 日實測 46 張）：low 664 tokens $0.0203、medium 1,132 tokens $0.0343、high Flare 1,353 tokens $0.0410 / Sunburst 1,372 tokens $0.0415、xhigh $0.0741、max $0.1650。2048×2048（官方計算器）：low $0.050、max $0.428。3840×2160 low $0.047（LaoZhang）。SeedDance 實測：4K 約爲 1K 的 3.4 倍價，3:1 全景約爲方圖的三分之一。
QuantSlant 同提示對比（medium）：2.5 Sunburst 343 tokens（$0.011）vs 2.6 Sunburst 1,132 tokens（$0.034），約 3 倍賬單；三輪編輯流程 2.6 花 $0.046/約 27 秒，2.5 花 $0.022/約 19 秒。
SVG 計費爲兩段相加：參考圖按圖像模型費率 + 作者模型按其 token 費率，無固定單張價（指南原文）；CellCog 實測每張返回的 SVG 爲 $0.03–$0.23。GIF 按輸出 token 計費（Replicate 口徑）。流式部分圖：每張另收 100 個圖像輸出 token。
官方頁面：OpenAI 官方公告 · OpenAI 價格頁 · 圖像生成指南
發佈後十天，實測集中在三個問題上：50% 提速是不是真的、SVG 導出能不能用、文字是不是更準。結論是：Flare 確實快了，Sunburst 反而慢了；SVG 可靠性很差；文字在小樣本里表現好。
12 個相同提示（medium）：2.5 Sunburst 中位 17.9 秒、2.6 Sunburst 26.3 秒、2.6 Flare 8.0 秒——「50% 更快」只在 Flare 上成立，Sunburst 2.6 在全部 12 個提示上都慢於 2.5 Sunburst（作者稱上線首日服務器擁堵可能影響了數據）。質量階梯（3:2 麪包房提示）：low 7.4/19.0 秒、medium 7.4/23.7 秒、high 10.1/39.2 秒、max 24.7/118.3 秒（Flare/Sunburst）。同提示 medium：2.5 Sunburst 343 tokens（$0.011）vs 2.6 Sunburst 1,132 tokens（$0.034）。
48 次有效請求僅返回 9 張 SVG（19%），失敗全部是裸 HTTP 502（11–91 秒後）；含文字的提示 41 次僅成 3 次，無文字提示 7 次成 6 次；成功調用中位 20.9 秒。同批 Recraft V4.1 爲 9/9、中位 8.3 秒、固定 $0.08/張。CellCog 稱每週重跑同一批提示（截至 11 月 14 日未見更新結果）。
Recraft 用 12 個提示把 2.6 與自家 V4.1 Pro 對照、5 個提示與 Nano Banana 2.1 對照，結論是 GPT 2.6 在文字準確度上佔優（Recraft 自述）。同日 Recraft Studio 接入 2.6：Sunburst 在免費計劃默認設置下可用。
Flare 旅行廣告 low 9.7 秒 vs 2.5 Flare 15.0 秒（1.5 倍）、客廳編輯 16.6 秒 vs 21.4 秒（1.3 倍）；Sunburst 2.6 每張 43–61 秒，2.5 Sunburst 32–42 秒。Flare 提速、Sunburst 變慢的結論與 QuantSlant 一致。
五項動手測試中，在 ChatGPT 瀏覽器測試裏得到真正的 12 幀 GIF、2.16 秒循環。Syntx 兩天實測的結論類似：首批循環的接縫乾淨、主體跨幀尺寸穩定。OmniaKey 11 月 5 日請求 9 幀 × 200 毫秒，實際文件爲 9 幀 × 180 毫秒、合計 1.62 秒——幀時長有輕微出入。
作者用免費賬號測試：韓文文字 4/4 全對（對照的三款本地模型只對 1–2 個）；每圖約 13–16 秒；約 8 次操作（出圖、GIF、編輯合計）後觸頂，提示 24 小時後（自首次操作起算）可再試。這是目前唯一的數量證據——單人實測，非官方配額。
本站 6 篇深度文章（中英文），每篇一個問題，改寫整理自公開來源並標註參考來源。
AA 雙榜上 2.6 Sunburst 已經是第一；LMArena 雙榜上 2.5 Sunburst 仍領先——但 2.6 票數只有幾千、標 Preliminary，兩個榜單的結論並不矛盾，只是樣本量不同。Rapidata 總榜上 2.6 兩款包攬前二。
| 模型 | 文生圖 Elo | 編輯 Elo | 備註 |
|---|---|---|---|
| GPT Image 2.6 Sunburst (max) | 1261 ±14（第 1 名） | 1210 ±13（第 1 名） | 文生圖 5,282 票 |
| GPT Image 2.6 Flare (max) | 1226 ±12（第 3 名） | 1206 ±13（第 2 名） | 文生圖 7,169 票 |
| GPT Image 2.5 Sunburst (max) | 1229 ±10（第 2 名） | 1201 ±11（第 3 名） | 文生圖落後 2.6 共 32 分 |
| Nano Banana 2.1 | 約 1176–1177（第 6 名） | 約 1152 | — |
| Seedream 5.5 | 1135（第 10 名） | 1159（第 6 名） | 見本站 Seedream 5.5 專題 |
文生圖：2.5 Sunburst 仍第 1（1429 ±5，63,818 票）；2.6 Sunburst (Medium) 第 2（1406 ±13，2,697 票）；2.5 Flare 第 3（1398）；2.6 Flare (Medium) 第 4（1384 ±13，2,532 票）；GPT Image 2 (Medium) 第 5（1382）——前五名全是 OpenAI。編輯：2.5 Sunburst 第 1（1519 ±5，131,648 票）；2.6 Sunburst (Medium) 第 3（1476 ±11，3,493 票）；2.6 Flare (Medium) 第 6（1460 ±10，3,534 票）。全部 2.6 行標 Preliminary，票數僅數千、置信區間寬（±10–13），與 2.5 的六位數票數不可直接比勝負。
7,679,896 條人類回應、57 個模型、1,514 個提示：總榜 Sunburst 第 1（1308）、Flare 第 2（1284）、2.5 Sunburst 第 3（1212）。分項：Sunburst 對齊 1445（第 1）、偏好 1326（第 1）、連貫 1132（第 6）、文字連貫 1254（第 2）；Flare 文字連貫 1348（第 1）。
官方公告稱「Images 2.6 generates images 50% faster than before」，未指明對比基線（未說明對 2.5、哪個質量、哪種負載）；OpenRouter 的模型描述寫的是「about 50% faster than GPT Image 2.5」。第三方實測一致顯示：Flare 確實快了，Sunburst 2.6 反而多比 2.5 Sunburst 慢。頁面須寫「官方稱快 50%（基線未說明）；第三方實測顯示 Flare 約快 1.5–2.6 倍，Sunburst 2.6 在多組測試中慢於 2.5 Sunburst」，不可把 50% 寫成兩款的通用提速。
無受控的 GenEval、DPG-Bench、DrawBench 結果（kingy.ai 11 月 7–9 日檢索未見；屬檢索範圍的侷限，非證明不存在）。AA 分數每日微動（tech-insider 11 月 13 日另讀到 1262/1230/1227）。
AA 榜上 2.6 Sunburst 是第一，但 LMArena 上 2.5 Sunburst 仍領先；和競品比，2.6 的優勢在文字準確度與格式（GIF/SVG），短板在 SVG 可靠性與低質量單張價。
| 維度 | GPT Image 2.6 Sunburst | GPT Image 2.5 Sunburst | Seedream 5.5 |
|---|---|---|---|
| AA 文生圖 | 1261（第 1 名） | 1229（第 2 名） | 1135（第 10 名） |
| AA 編輯 | 1210（第 1 名） | 1201（第 3 名） | 1159（第 6 名） |
| LMArena 文生圖 | 1406（第 2，Preliminary） | 1429（第 1） | 未收錄 |
| 獨有能力 | GIF、SVG 導出、complexity | Responses/Batch 工作流 | 100 輪編輯、原生 RGBA、圖層拆分 |
| 最高分辨率 | 4K（實測證實） | 4K | 2K |
| 計費 | 按 token（圖像輸出 $30/百萬） | 按 token（同價；Batch 半價） | 按張（火山 ¥0.13/¥0.23） |
| 1024×1024 low 單張 | $0.02469 | $0.00588 | 約 $0.02（第三方） |
| 權重 | 未公開 | 未公開 | 未公開 |
Nano Banana 2.1（Google Gemini）：AA 文生圖 1176–1177（第 6）、編輯 1152；Google 公佈 1K 標準圖約 $0.0336/張、1K/2K/4K 輸出、搜索 grounding、最多 14 張參考圖；Recraft 五提示對照中 GPT 2.6 在文字準確度上佔優（Recraft 自述）。FLUX 3 Image（Black Forest Labs）：Rapidata 1109；約 $0.048/1K 圖；原生 2K/4K 與邊界框控制。Recraft V4.1：SVG 可靠性差距大（CellCog 測試：2.6 出 SVG 9/48，Recraft 9/9）；V4.1 向量 $0.08/張；Recraft 爲原生矢量生成，2.6 爲位圖轉矢量。Ideogram 4.5：API 提示詞出圖 $0.03/$0.06/$0.10（low/medium/high），high 參考與編輯 $0.22；原生 2K。
注意同名不同模型：微軟的 MAI-Image-2.6 與 GPT Image 2.6 無關——LMArena 文生圖第 6（1330）；其編輯預覽版 MAI-Image-2.7-Preview 在 AA 編輯榜 1195（第 2–4 區間）。Trends 裏「mai image 2.6 vs gpt image 2」即由此混淆產生。詳細對比見本站2.6 vs 2.5 升級指南與 Seedream 5.5 vs GPT Image 2.6 專文。
發佈十天後，這些信息仍然沒有：有些在等 OpenAI 公佈，有些只能等更多實測。
$imagegen 等細節來自 gpt-image-2 時期的文章圍繞 2.6 的混淆主要來自四處：「快 50%」的基線、「同價」的口徑、GIF 幀數的舊文檔、以及和微軟同名模型的混淆。逐條澄清。
官方公告稱「Images 2.6 generates images 50% faster than before」，未指明對比基線；OpenRouter 的模型描述寫的是「about 50% faster than GPT Image 2.5」。第三方實測：Flare 約快 1.5–2.6 倍（QuantSlant 中位 8.0 秒 vs 2.5 Sunburst 17.9 秒），但 Sunburst 2.6 在多組測試中慢於 2.5 Sunburst（QuantSlant 中位 26.3 秒 vs 17.9 秒；OverChat 43–61 秒 vs 32–42 秒）。「50%」不可寫成兩款的通用提速。
token 單價相同爲真（文本 $5、圖像輸入 $8、圖像輸出 $30/每百萬），但低/中質量單張 token 用量是 2.5 的 4.2/3.3 倍：low 823 tokens $0.02469（2.5 爲 196 tokens $0.00588），medium 1,449 tokens $0.04347（2.5 爲 $0.01317）。high 以上同價。官方指南亦提醒「同價不等於同張價」。
上線首日文檔與早期報道寫 2–64 幀，11 月 7 日後文檔改爲 2–16 幀（默認 9 幀）；kingy.ai 於 11 月 9 日發佈更正。現行以 2–16 爲準，64 爲舊文檔數字。
指南明確爲兩段式：API 先生成一張參考圖（quality 控制這張圖），再用它產出 SVG；svg.model 字段指定撰寫矢量代碼的作者模型；計費爲兩段相加。Recraft V4.1 纔是原生矢量生成。
官方 changelog 與指南均寫受支持的 2.5 模型同樣支持 markup；ChatGPT 裏 markup 早已可用，這次是進 API。2.6 的新增項是 GIF、SVG、complexity 三項（changelog 原文）。
MAI-Image-2.6 是微軟的圖像模型，與 OpenAI 的 GPT Image 2.6 無關。兩者同名不同模型，Trends 裏的對比搜索即由此混淆產生。
系統卡明確：SVG 導出僅 API 可用，ChatGPT 內無 SVG 導出。生成端點設 output_format: "svg"，編輯端點不支持 SVG 輸出。
免費版可用爲真（多家轉述與實測確認），但「無限」爲假：OpenAI 未公佈任何檔位的固定圖片數量，唯一的數量證據是 Medium 作者的單人實測——約 8 次操作後觸頂，提示 24 小時後可再試。這是單人實測，非官方配額。
2026 年 11 月 4 日：官方公告、API changelog、系統卡、ChatGPT 發佈說明、X 官宣（23:35 UTC）同日；ChatGPT、Codex 與 API 同步上線。這是 2026 年第三代 GPT Image（4 月 GPT Image 2、9 月 2.5）。見第 02 節時間線。
兩款 token 價完全相同，同一設置下 token 用量實測相同——選哪個是拿時間換細節，不是拿錢換。Flare 是「快速迭代」：low 質量最快約 6 秒，排版質量提升，適合海報、產品圖等需要快速出圖的場景；Sunburst 是「精細視覺工作」：medium/high 質量下更高質量生成與更強的多輪編輯一致性。實測速度差距：同設置下 Flare 約爲 Sunburst 的 2–3 倍快；Sunburst 在 max 質量下可達 2 分鐘左右。見本站Flare vs Sunburst 專文。
按 token 計費：圖像輸出 $30/每百萬 tokens。1024×1024 單張：low $0.02469、medium $0.04347、high $0.05268、xhigh 約 $0.094、max $0.21072。注意 low/medium 比 2.5 同檔貴 4.2/3.3 倍（token 用量多了），high 以上同價。無 Batch 價。見本站價格指南。
新增三樣：GIF 動圖、SVG 導出（API 專屬）、complexity 規劃參數。markup 標註編輯同時給了 2.5，不是 2.6 獨佔。token 價相同，但 low/medium 單張貴 4.2/3.3 倍。Flare 更快、Sunburst 常更慢。AA 雙榜 2.6 Sunburst 已超 2.5 Sunburst，LMArena 雙榜 2.5 Sunburst 仍領先（2.6 票數少且爲 Preliminary）。注意：2.6 不支持 Responses API 與 Batch API，需這些工作流的既有集成無法直接平移。見本站升級指南。
能：ChatGPT 全球上線，全部訂閱檔位含免費版，多家轉述與實測確認免費賬號可用。但 OpenAI 未公佈任何檔位的固定圖片數量；唯一的數量證據是 Medium 作者的單人實測——免費賬號約 8 次操作（出圖、GIF、編輯合計）後觸頂，提示 24 小時後（自首次操作起算）可再試。這是單人實測，非官方配額。API 無免費檔；Recraft Studio 免費計劃提供默認設置的 Sunburst。
ChatGPT 內：提示詞、照片或手繪草圖可生成循環 GIF；可調播放速度、可逐幀編輯；但不能編輯用戶上傳的已有動圖；GIF 生成仍在逐步推出，並非所有賬號立即可用。API：output_format: "gif"，生成與編輯兩端點均支持；frame_count 2–16 幀（默認 9 幀），frame_duration_ms 每幀 20–2,000 毫秒（默認 200 毫秒）；默認組合 9 幀 × 200 毫秒 = 1.8 秒循環；須獲得 GIF preview 訪問權限。見本站GIF 與 SVG 專文。
僅 API 可用（ChatGPT 內無 SVG 導出）：生成端點設 output_format: "svg"，n 須爲 1；編輯端點不支持 SVG 輸出。流程是兩段式：API 先生成一張參考圖，再用它產出 SVG，計費兩段相加。返回靜態矢量內容，文字保留爲可編輯的活文本。但可靠性有問題：CellCog 實測 48 次請求僅返回 9 張 SVG（19%），含文字的提示 41 次僅成 3 次。見本站GIF 與 SVG 專文。
gpt-image-2.6-sunburst 與 gpt-image-2.6-flare。僅支持 Image API 的 POST /v1/images/generations 與 POST /v1/images/edits；Responses API、Chat Completions、Batch API 均不支持。OpenRouter 上爲 openai/gpt-image-2.6-sunburst 與 openai/gpt-image-2.6-flare，11 月 4 日上架，標價與官方相同。見本站API 接入專文。
實測支持：mxchat 測到 3840×2160 出圖，LaoZhang 稱 native 4K 測試通過；2048×2048 low $0.050、max $0.428，3840×2160 low $0.047。但官方指南的尺寸段落點名的是 2.5 兩款模型（單邊不超過 3840 像素，總像素 655,360–8,294,400），未單獨列明 2.6 上限。2560×1440 以上爲實驗性。
AA 分數上 2.6 Sunburst 更高（文生圖 1261、編輯 1210，對 5.5 的 1135/1159）；功能上 2.6 有原生 GIF、SVG 導出與標記層指改，5.5 有 100 輪編輯、原生 RGBA 與圖層拆分。MaverickFrame 與 BeatAPI 的結論一致：長反饋鏈 + 透明素材 + 密集中文選 5.5，GIF/SVG/精確指改選 2.6。見本站對比專文與 Seedream 5.5 專題。
AA 文生圖 2.6 Sunburst 1261 對 Nano Banana 2.1 的 1176–1177，編輯 1210 對 1152，2.6 全面領先。Recraft 五提示對照中 GPT 2.6 在文字準確度上佔優（Recraft 自述）。Nano Banana 2.1 的優勢在價格與參考圖數量：1K 標準圖約 $0.0336/張，最多 14 張參考圖，支持搜索 grounding。
是同一個：官方產品稱「ChatGPT Images 2.6」/「Images 2.6」，API 模型稱「GPT-Image-2.6 Flare」/「GPT-Image-2.6 Sunburst」；搜索裏常見的「chatgpt image 2.6」「gpt image 2.6」「gpt images 2.6」都是同一模型的不同叫法。注意不要和微軟的 MAI-Image-2.6 混淆——那是無關模型。
本頁事實均來自以下公開來源（2026 年 11 月 14 日覈查）。