GPT-Image-2.5正式发布
OpenAI发布了GPT-Image-2.5。新版本主打更快的生成速度、更精准的局部编辑，以及更稳定的多轮修改体验。
OpenAI表示，GPT-Image-2.5的生成延迟相比Images 2.0最高降低50%。这套系统目前面向ChatGPT、ChatGPT Work和Codex的全线用户开放，免费版用户也在覆盖范围内。
OpenAI公布的数据显示，ChatGPT Images与GPT-Image API合计每周生成约30亿张图片。按文中提供的换算，日均约有4.3亿张图片经过这套系统。
中文文字、照片还原与局部编辑
文章展示的Demo覆盖中文文字生成、老照片处理、人物换装和场景整理等任务。GPT-Image-2.5生成图片中的中文乱码问题被描述为已经消失，中文文本的呈现效果成为演示重点之一。
在老照片示例中，模型可以提取并重置打印照片，将其转换为高清电子照片。换装场景则用于展示人物主体在不同服装视觉效果下的呈现。
另一组演示输入了一张被子杂乱的原始图片，输出结果将被子整理成叠放状态。文章称，生成结果在场景一致性方面表现较强，画面中没有明显的穿帮之处。
速度之外，OpenAI还强调了图像质量的变化。人物主体的还原度、照明和纹理渲染均有所改善。GPT-Image-2.5针对的是生图工具长期存在的编辑问题：用户只要求调整局部区域时，模型可能同时改变未被要求修改的部分。
按照OpenAI的说法，Images 2.5能够只修改指定区域，并保留画面其他部分的构图、光照和主体特征。在复杂背景和多主体场景中，编辑稳定性也有所提高。
用户还可以直接在图片上添加评论标注，圈出需要修改的位置，操作方式接近设计工具Figma。多轮编辑是另一项改进：在长对话中反复修改同一张图片时，前几轮的编辑结果能够保留下来，画质不会随着编辑轮次增加而下降。
Higgsfield AI产品负责人Axultan Alimkulov在评价Flare时表示，最令其印象深刻的是模型理解「什么不该改」的能力。按照他的说法，一次有意义的编辑不应丢失原图中的角色、构图和视觉风格。
Sketch、模板和Prompt分享
GPT-Image-2.5新增了Sketch手绘输入功能。用户可以在ChatGPT对话框中输入@Sketch，打开手绘面板，再用草图配合文字说明风格和细节。ChatGPT会将草图作为构图参考，生成最终图片。
OpenAI给出的应用示例包括：把房间布局草图转换成室内设计渲染图，把人物轮廓草图转换成插画。使用者不必具备较强画功，关键是画出空间关系和大致比例，让模型理解画面结构。
模板功能覆盖海报、商品图和传单等常见格式。用户选择模板，填入信息并说明风格偏好，模型便按照预设结构生成图片，减少从零编写Prompt时的反复试错。
Prompt分享功能允许用户发布生成图片时使用的完整Prompt。其他用户可以带入自己的照片和细节，在相同框架下生成个人版本。文章提到，一条「80年代复古肖像」Prompt已经在社交平台流传，用户上传自拍后即可生成同风格照片。
这些功能把图像创作入口从单纯输入文字扩展到手绘草图、预设模板和可复用Prompt。
API拆分为Flare与Sunburst
面向开发者，OpenAI同步推出GPT-Image-2.5 Flare和GPT-Image-2.5 Sunburst两款图像模型。这是其图像API首次按速度与质量进行产品分层。
Flare主打速度和批量生成，OpenAI将其定位为多数应用的默认选项，适用场景包括社交内容、产品体验图、快速原型和高频出图。
Manus评测团队的Lucky Liao提供了测试数据：Flare在其测试中的出图速度达到GPT-Image-2的2至4倍。其透明背景生成能力也有所改善，适用于程序化生成品牌素材、演示文稿和网页配图。
Sunburst面向高端创意工作流，以更长的生成时间换取更细致的编辑控制。OpenAI列出的典型应用包括品牌营销成品级素材和精修产品图。
Adobe已经确认将在Firefly中接入Images 2.5模型。Adobe产品高级总监Matt Chotin表示，2.5版本带来了更快的生成速度和更稳定的分辨率表现，图片经过多轮精修后仍可保持清晰度和真实感。
从产品分工看，Flare对应高频、低延迟的生成需求，Sunburst则服务于高精度定制工作。开发者可以根据业务选择模型，不必为用不到的精度承担额外等待时间。
图像产品线的迭代节奏
文章将GPT-Image-2.5的产品拆分方式与语言模型API的分档逻辑联系起来，认为这是OpenAI图像API首次围绕速度和质量建立明确层级。
Images 2.5延续了OpenAI图像产品线的命名节奏。文中提到，2024年底推出的GPT-Image-1.5采用了相同的「.5」版本路径；两次「.5」版本之间间隔不到一年。文章据此认为，图像模型的迭代频率正在接近语言模型。
原文还将GPT-Image-2.5称为当前最强的生图模型，并使用「断档式领先」形容其表现。关于后续发展，文章提到OpenAI可能继续增强多模态能力，并在与Anthropic模型的竞争中加入包括Computer-Use在内的能力，以增强GPT-7等基座模型的能力。这部分属于原文的判断与展望。