GPT Image 2.5 发布双模型路线，精密编辑与主体保留成为共同升级重点

Flare 面向快速日常生成，Sunburst 面向复杂画面与精密修改。两款模型都能结合文字和图像输入，让已有素材参与新画面构建。

GPT Image 2.5 以 Flare 和 Sunburst 两款模型拓展图像生成与编辑能力。OpenAI 将前者定位为速度优先的小型模型，将后者定位为质量优先的基础模型，同时强调两者在精密编辑和主体保留上的改进。这使模型升级不只体现在第一张图片的观感，也体现在它如何处理已经存在的视觉内容。

参考图在这套能力中承担具体任务。人物照片可以提供外观依据，服装图片可以提供需要替换的设计，场景图片可以建立环境关系。文字与这些素材一起参与生成，模型需要把不同输入的作用落实到同一画面，而不是把所有参考都当成相似风格的提示。

官方换装示例清楚体现了这种任务结构：人物和服装来自不同输入，要求修改的是穿着，要求延续的是人物特征及原图关系。这个例子呈现了模型同时处理变化与保留的能力方向。服装如何进入人物姿态、与原有光线如何衔接，都属于生成结果需要解决的视觉问题。

精密编辑进一步把模型用于已有作品的修订。对象移除、局部内容调整、背景变化和图内文字修改，都可以以原图为基础展开。相比重新生成一个无关版本，这种能力让参考素材和前一版结果成为下一次制作的起点。

Flare 和 Sunburst 提供的是两种性能取向，而不是两套互不相通的任务类型。两者都支持图像生成、编辑及透明背景输出。具体耗时与效果仍取决于画面复杂度、尺寸和质量设置；主体保留的改进也不是逐像素不变的承诺。

GPT Image 2.5 因此把图像模型的工作范围推进到参考组合与持续修订：图像既可以是生成结果，也可以继续作为后续创作的依据。本文由项目方根据公开模型资料整理，项目网站为 https://gptimage2-5.org/ 。

本文使用 AI 辅助整理，由项目方核对。模型资料： https://developers.openai.com/api/docs/guides/image-prompting