雙模型怎麼選
這次一次出兩個，不是大小杯，而是分工：一個管「快」，一個管「準」。
| 模型 | ID | 定位 | 適合 |
|---|---|---|---|
| Flare | gpt-image-2.5-flare | 日常高速高品質，大多數用途的預設選項；比 GPT-Image-2 畫質更好、延遲低 50% | 告知圖、Banner 發想、大量出案 |
| Sunburst | gpt-image-2.5-sunburst | 多輪編輯的嚴格控制，上位工作流用；生成時間較長 | Campaign 素材、完稿商品圖、一處差替 |
圖像比價站 Arena 暫定評價：Sunburst 1421 分第 1、Flare 1399 分第 2（Image 2 medium 1381 第 3）。注意這是評分差，不是畫質提升百分比。推送範圍是 ChatGPT、ChatGPT Work、Codex 全方案，桌機・手機・網頁陸續上線；免費版也在範圍內，但額度要看自己畫面為準。
四項改進
1. 光影與質感更像照片
官方說法是 more natural lighting and richer textures。實測一張 2K 朝食桌：可頌斷面氣泡、亞麻織紋、陶杯釉斑放大都不糊成「差不多花紋」。重點技巧：別寫「漂亮一點」，寫光——「右側低角度晨光」這種，陰影真的會照做。相機語言（85mm、f/2.8、淺景深）直接通用。
2. 參照照片的主體不再亂跑
把人物或物件搬到別的場景，臉和形狀比較不会走樣。官方明言 better at preserving the subjects in your reference photos，並拿嬰兒人像等 5 支影片示範。
3. 改第三次，第一改還在
以前改到第三版，第一版修好的帽子會彈回去、整張變糊。這次「前面的修改留得住，新的編輯往上疊而不掉畫質」。實測商品瓶蓋換色：改動區與其餘區的像素平均差是 91.3 比 3.27，其餘 88.9% 像素差小於 5——是數值級的「只動一處」。
4. 最快省一半時間
官方用語是 Images 2.0 對比 up to 50%。「最高」不是每次，API 文件也留了「複雜 prompt 可能要 2 分鐘」的但書。但 40 秒變 20 秒，試 10 次就是 400 秒變 200 秒——重試次數等於工時的圖像生成，這格最有感。官方另稱 ChatGPT＋API 每週產出超過 30 億張。
ChatGPT 裡新增的三個操作
Sketch：用畫的講構圖
輸入欄打 @Sketch，直接在畫面上手繪下稿當參考。官方都說 Some ideas are easier to draw than describe。實測：隨手鉛筆草稿（窗邊貓、右上滿月、左邊盆栽）丟給模型「構圖姿勢不動、轉成照片」，三者相對位置全數保留。適合商品擺位、格局、漫畫分鏡這種「位置不能錯」的場面。畫得醜沒關係，重點是誰在哪裡。
模板：Poster / Merch，不再對白紙發呆
選模板再填資訊、設計元素、畫風。實測日文活動海報四行字一次零錯字——模板在底層做的事就是「把元素順序固定」。自己寫 prompt 也一樣：資訊 → 設計元素 → 畫風，這個順序能減少掉字與版面崩壞。
圖片註解＋prompt 分享
直接在圖上指著要改的地方寫註解（more focused editing），不用再用文字描述「左上角那個招牌」。分享圖片時可連 prompt 一起給，對方換自己的照片資訊就能做同款。
API 規格與價格
| 項目 | 內容 |
|---|---|
| 端點 | v1/images/generations、v1/images/edits；快照同為 2026-09-08 |
| 文字輸入 | $5 / 1M tokens（快取 $1.25） |
| 圖像輸入 | $8 / 1M tokens（快取 $2） |
| 圖像輸出 | $30 / 1M tokens——算的是處理量，不是一張 30 美元；單張成本看模型與品質設定，用官方計算機估 |
| 品質 | low、medium、high、xhigh、max（新增）、auto |
| 尺寸 | 推薦 1024×1024、1536×1024、1024×1536；任意尺寸需 16 的倍數、比例 1:3～3:1、長邊 ≤3840px |
| 格式 | PNG（預設）、JPEG、WebP；JPEG 回傳較快 |
| 背景 | transparent、opaque、auto；透明限 PNG／WebP——去背從此是參數，不是後製 |
第三方代管（Higgsfield）實測 Sunburst 單張點數：1k・medium＝2、2k・high＝5.5、4k・xhigh＝12.5、4k・max＝26.5。另提醒：官方會在生成圖埋 C2PA 詮釋資料與不可見浮水印，商用先跟客戶或刊登方打招呼。
實戰寫法（23 張零錯字驗證過）
文字圖三招
- 每行字用引號框起來，一行一行指定；
- 大小層級寫出來（大標、小字、附註）；
- 結尾一定加「其餘文字一律不准出現」——沒寫的資訊模型會自己腦補。
「只改那裡」的句式
先寫唯一要改的東西，再把不改的用名詞逐一列舉。只寫「其他維持」等於把範圍交給模型猜。
草稿轉成品、下稿雙述
圖跟文字講同一件事：「構圖姿勢照草稿」＋把草稿元素再用文字複述一遍，位置最不容易跑。系列封面則用喜歡的成品當參照，只換字與比例（例如 21:9 橫排、上下各留白 10%），整套質感自然統一。
本站實測：精靈圖
用 ChatGPT 登入管線（Codex → gpt-image-2，medium，1024px）請它出一張 2×2 史萊姆四連拍，白底無字一次到位；再以程式切格、去背，做成 4fps 循環動畫。注意：製作當下 Codex 管線仍是 gpt-image-2（2.0），並非 2.5——驗證的是整套「生格＋切格＋動畫」流程，2.5 本體待管線跟上後重測。流程上的驗證結論跟三家實測一致：格子本身沒問題，去背切格分第二步做；若走 Images API，直接下 background=transparent 連後製都省了。
出處與未完待續
- OpenAI 官方發表（2026-09-08）與 Images API 文件、價格表、費用計算機
- KAWAI〈ChatGPT Images 2.5 完全解説〉note——完稿視角、Sketch 角色實測
- @8co28 戰鬥精靈圖實測——4×4 切格＋GIF 是第二步
- @halukik_0520——Arena 排名、Codex＋Astra 做到 LP 的工作流主張
- @MakeAI_CEO〈教科書〉——23 張 Sunburst 驗證、 prompt 四式、Higgsfield 點數
- MakeAI 的 100 個 prompt 包需經 LINE 領取，本站尚未取得；拿到檔案後會上架為新章節。