OpenAI Images 2.6 上線：GIF 動畫進 API，定價與 2.5 相同

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

OpenAI 在美東時間 11 月 4 日晚間發布 Images 2.6，台北時間 5 日清晨起在 ChatGPT 與 Codex 全部訂閱方案推出，桌面、行動與網頁三種介面同步，API 上架 GPT-Image-2.6 Flare 與 Sunburst 兩個模型。這波更新最有感的變化，是 GIF 動畫首度成為圖像生成的正式輸出格式：動畫不再是聊天視窗裡碰運氣的隱藏玩法，API 文件裡有參數、有預設值，也把限制寫得明明白白。

帳面上的其他重點：官方公告宣稱生成速度比前一代快 50%，Flare 在低品質設定下最快 6 秒出一張圖；標記式編輯 image markup 從 ChatGPT 端走進 API；新增 SVG 向量匯出與 complexity 複雜度參數。定價方面，兩個新模型在 API 定價頁上的每一欄費率都與 2.5 完全相同，沒有因為新功能調漲。

先講結論。本來就在用 GPT Image 系列 API 的人，這波不需要重估費率，但文件同時提醒費率相同不代表每張圖成本相同，token 消耗會隨模型與品質設定變動，帳單要自己重新量一次。一直在等「會動的圖」變成正式生產工具的人，GIF 輸出的參數設計已經到位，現在就能試。

GIF 進了 API，影格數與秒數都可控制

在 API 端生成動畫的做法，是在 images 的 generations 或 edits 端點把 output_format 設成 gif，並在提示詞裡描述主體、動作與想要的循環方式。API 文件把影格控制全部攤開：

Pin

兩個預設值組起來，就是 9 格、每格 200 毫秒，等於一段 1.8 秒的循環動畫。文件示範的燈籠猴子動畫正是這組設定，猴子在 1.8 秒後回到起始姿勢。想把動畫做長，上限是 16 格、每格 2 秒；想做快節奏的表情反應，可以壓到每格 20 毫秒。尺寸若不用 auto，寬高都要是 16 的倍數，而且要注意文件講明 size 描述的是每一個完成影格，不是整段動畫的總畫布；影格數乘上單格尺寸要落在模型的限制與總像素預算內，超過時要降影格數、縮單格尺寸，或減少一次請求的生成數。

還有一個設計值得注意：edits 端點也能輸出 GIF，代表可以丟靜態參考圖去引導動畫，例如拿一張既有的角色圖讓它動起來，不必純靠文字描述。限制則寫得很直白：GIF 輸出不支援串流、不支援部分圖、不能自訂輸出壓縮，prompt_rewriter 也不能用。已經把串流部分圖寫進管線的團隊，接到 GIF 這條路要改走完整等待。回應內容則是完成品動畫，開發端把回應裡的 b64_json 欄位依 base64 解碼、存成 .gif 檔即可，沒有額外的組裝步驟。

ChatGPT 端的玩法同一時間開放。公告舉的情境是讓品牌吉祥物動起來、做社群表情反應與動態分鏡草稿，甚至一張手繪草圖也能直接變成會動的角色。有個細節值得分辨：公告裡 OpenArt 的示範提示詞，產出的是六格排成 3 乘 2 網格的動畫 sprite sheet 靜態圖，之後再自己組成循環；API 的 gif 輸出則直接回傳完整的動畫檔。兩條路都通，前者保留逐格修圖的空間，想完全手控逐格也有免費工具可搭配（FliiipBook 逐格動畫工具），後者省掉組裝步驟，照需求選即可。各方案有沒有次數限制，公告與文件都沒有提，這點只能等官方補充或自己實測。

complexity 管模型想多久，quality 管畫得多細

這波另一個結構性變化，是把「規劃深度」和「渲染品質」拆成兩個獨立參數。complexity 是新成員，可設 low、medium、high，省略時兩個模型都用 high，調整不收額外費用。它控制的是模型下筆前做多少規劃：換背景、改一塊招牌這類聚焦修改，官方建議用低複雜度換速度；場景元素多、條件多的圖，才考慮拉高。文件同時提醒，高複雜度可能增加延遲，也可能帶進你沒要它改的變動。

quality 是既有的渲染細節控制，2.6 與 2.5 都有 low、medium、high、xhigh、max 五檔可選。兩個參數的差別一句話講完：complexity 決定模型花多少力氣規劃，quality 決定成品畫得多細。對多數編輯任務，官方給的組合建議是低複雜度，搭配你的工作流程需要的品質檔位。

要看 complexity 實際改變什麼，文件給了一組對照：同樣的提示詞、同樣的中品質設定，Sunburst 生成紙雕風格的足球場景，低、中、高三檔各出一張，獎盃的位置、球衣細節與 CHAMPIONS 標語的擺法跟著不同。這正好示範了它的兩面：構圖會隨規劃深度變化，所以它能救複雜場景，也可能動到你本來沒想改的部分。

標記式編輯也在這波從 ChatGPT 進到 API。做法是在圖上標記位置，讓模型明確知道要改哪裡，適合「就是這個角落的字要換」這類需求；文件確認標記式編輯與一般編輯同費率，沒有額外收費。提示詞怎麼寫更容易一次到位，可以併讀 GPT Image 官方提示詞指南，裡面的構圖與文字描述技巧在 2.6 同樣適用。

SVG 向量匯出，兩個模型分別計費

SVG 向量匯出是另一個新輸出格式，適合需要可編輯路徑、形狀與顏色的圖形，例如圖示與插畫。文件上的規則同樣具體：一次請求的生成數 n 要設 1；編輯端點不支援 SVG 輸出；SVG 檔也不能作為輸入拿去做後續編輯；輸出內容是靜態向量，不支援腳本、外部資源與嵌入點陣圖。

計費結構要特別看一眼。生成 SVG 時，系統會先產生一張參考圖，再由另一個模型把參考圖轉成 SVG，你付的是圖像模型畫參考圖的費用，加上負責產出 SVG 的模型消耗的 token。換句話說，SVG 不是圖像費率上的免費附加，是兩個模型的工作都要結帳，實際花費取決於兩邊各用多少 token。

費率表與 2.5 完全相同，帳單卻要重新估

API 定價頁上，gpt-image-2.6-flare、gpt-image-2.6-sunburst 與兩個 2.5 模型四列並排，每個欄位的數字都一樣：

Pin

官方費用計算機以 823 個輸出 token 為例，算出一張圖的輸出成本約 0.025 美元，這個數字不含文字與圖像輸入 token。一筆請求的完整成本是三段相加：提示詞的文字輸入、編輯時帶入參考圖的圖像輸入，以及輸出 token；如果開了串流部分圖，每多送一張部分圖再加 100 個輸出 token。真正要小心的地方，文件自己講明白了：費率相同不代表每張圖成本相同，不同模型在同樣品質設定下消耗的 token 數可能不同。意思是費率表可以直接沿用 2.5 的，但每張圖的實際成本要用 API 回應裡的 usage 欄位重新量，不能拿 2.5 的舊帳單線性推估。

快取的適用範圍也要看清楚。文件明講 GPT Image 2 與 2.5 的快取輸入價，只適用於 Responses API 的圖像生成工具，直接呼叫 Images API（包含 edits 端點）不適用；2.6 的定價列同樣有快取欄位，但對應的行為文件還沒有明說，依賴快取折扣的架構建議先小額驗證再上量。

還有一個省錢入口目前進不去：定價頁的 Batch 半價區列了 gpt-image-2 與兩個 2.5 模型（圖像輸出 15 美元、圖像輸入 4 美元），2.6 的兩個模型尚未出現在這一區。批次半價對大量離線生成很有感，急著用 2.6 的人暫時沒有這個選項，要嘛留在 2.5，要嘛照標準價走。順帶一提，最老一代的 gpt-image-1 已在 10 月 23 日退役，圖像生成指南保留它的每張價格只作歷史對照。

從 2.5 到 2.6，模型沒改名錢也沒漲

Images 2.5 是 9 月 8 日推出的，主打留言式修改與草圖當構圖，API 端首次採用 Flare 與 Sunburst 雙模型同價的組合，當時免費到企業方案都收到更新。不到兩個月後的 2.6，雙模型命名與定價結構原封不動，新增的全部落在輸出格式與控制項上：GIF、SVG、complexity、標記式編輯。公告另外宣稱 Sunburst 在中高品質設定下，跨次編輯的圖像一致性更好，Flare 則改進海報與產品圖的版面品質；這兩句都是官方說法，實際差異要自己用同樣的提示詞對照。

從這個節奏可以看出方向：力氣花在讓生成結果更容易接進既有工作流，而不是重新定義模型本身。規模數字可以當背景，官方宣稱 ChatGPT、Codex 與 API 三個入口目前每週產生 40 億張圖，平均一天超過 5 億張；早期接入 2.6 的客戶包括圖像平台 OpenArt、Picsart，以及把動畫角色做進打字指示器的新創 Town。

兩個模型怎麼選，模型頁給的定位一句話就分完了：Flare 的說明寫互動式的生成與編輯工作流，Sunburst 的說明寫講究細節的構圖與編輯工作流。文件同步確認兩個模型都支援複雜度控制、標記式編輯、SVG 輸出與動畫 GIF 輸出，能力選單沒有差別，差別在速度與細節的取捨。落到操作上，反覆試構圖、互動式修圖這類需要一直按重新生成的場景走 Flare，官方給的數字是低品質下最快 6 秒一張，且海報與產品圖的版面品質有改進；同一組角色或產品要改很多輪、每次都要跟前版對得上的場景走 Sunburst，公告寫明中高品質設定下的跨次編輯一致性更好。兩者費率相同，但同品質下的 token 消耗可能不同，帳單差異仍要實測；選擇的代價主要反映在延遲與細節的取捨。

還沒寫進文件的事

有三件事在公告與文件裡都找不到答案。ChatGPT 端的 GIF 生成有沒有各方案次數限制，兩份文件都沒提，免費方案能玩幾次目前無法確認。GIF 請求的 token 消耗沒有專屬對照表，動畫的輸出成本只能靠實際呼叫後的 usage 回推。安全評估的系統卡公告有附連結，需要正式評估的團隊請直接讀原文。

文件本身也還在換軌。圖像生成指南目前的範例程式標註仍使用 GPT Image 2.5，模型的詳細頁與定價頁雖然已有 2.6 條目，但 Batch 半價區還沒跟上。這些縫隙不影響使用，但引用文件細節時要看清楚版本，未來一兩週內再查一次會比較穩。

模型能力本身的限制，文件的限制清單列了四點，引用生成結果前先記住：複雜提示詞最長可能要等 2 分鐘；文字渲染雖然明顯進步，精確的文字擺放與清晰度仍可能出錯；跨次生成的視覺一致性偶爾失守，重複出現的角色與品牌元素不一定每次都對得上；結構化版面裡的精確擺放也還是難題。這些是模型級限制，換參數救不了，產線設計要把它們算進重試與驗收成本。

打算跟進的人，現在能做的三件事：ChatGPT 或 Codex 用戶直接在同一個輸入框試 GIF，不用等推送；API 用戶先用低複雜度配低品質跑一輪小額費用，量出自己工作流的實際 token 消耗再上量；需要批次半價的排程工作，自己衡量留在 2.5 的取捨。接入前還有兩個檢查：GPT Image 系列模型可能要求先在開發者主控台完成 API 組織驗證才能呼叫；服務終端用戶的應用程式，文件建議每筆生成與編輯請求帶上隱私保護的 safety_identifier（把帳號雜湊後送出），內容審核的寬嚴也能用 moderation 參數在 auto 與 low 之間調整。定價頁與文件的細節仍在滾動更新，上述費率與參數對應 11 月 6 日釋出的文件版本。