年繳保有同樣的每月點數,費用約便宜 30%。

看方案

GPT Image 2.5 評測:雙變體實測

GPT Image 2.5 評測:雙變體實測

我拿 GPT Image 2.5 排了一週的真實工作,不是展示用的提示詞:一座必須指到指定時間的時鐘、一杯倒到杯口的紅酒、一群後排不該糊掉的人。多數都做對了。有一次交回來的畫面裡,出現了兩座時鐘。

這篇文章背後的每一次生成都是我自己跑的,全在本站的 gpt image 2.5 面板裡完成,文中引用的點數價格也來自同一個畫面。

TL;DR GPT Image 2.5 是 OpenAI 接在 GPT Image 2 之後推出的模型,分成兩種變體:Flare 講速度,Sunburst 扛吃重的畫面。照字面執行是它最拿手的本事,指令疊太多層則是最明顯的破口。在這裡跑一次 GPT Image 2.5,1K 要 6 點數、2K 要 10 點數、4K 要 16 點數,而原生 4K 代表事後不必再補一道放大。

Flare、Sunburst,以及你拿到的是哪一個

OpenAI 把 GPT Image 2.5 拆成兩種變體。Flare 比較輕、比較快;Sunburst 是吃重的那一個,適合結果比等待時間更重要的工作。ChatGPT 和 Codex 裡回應的是哪一種 GPT Image 2.5 變體,官方沒有寫明,不過從那些輸出的脾性看,我押 Flare。

在這裡,選擇是攤開來的。開啟 Flare 面板時,預設給你的就是 Flare 這個 GPT Image 2.5 變體;想一開始就上重裝備,Sunburst 只隔一次點擊,也有自己的頁面2.5 總覽頁列出了每個 GPT Image 2.5 變體各自負責什麼。

同樣六組提示詞,我兩種變體都跑過。這個切分其實就是 OpenAI 自己的分工:Flare 走快篩,Sunburst 留給不該趕的畫面。要挑哪一種 GPT Image 2.5 變體,問的是案子本身,反正兩邊價格一樣。

變體適合什麼1K2K4K
Flare草稿、反覆修改、日常提示詞6 點數10 點數16 點數
Sunburst人多的場景、定稿畫面6 點數10 點數16 點數

點數小提醒:尺寸只有 1K、2K、4K 三檔,中間沒有其他選項,而 GPT Image 2.5 生成失敗會自動退還點數。新手點數免費,之後在定價頁選一個訂閱方案或單次加購包,就能繼續跑 GPT Image 2.5。所有方案都不加浮水印。

兩種 GPT Image 2.5 變體,同一個輸入框

同一組提示詞,不必離開頁面就能同時試 Flare 和 Sunburst。

開啟 GPT Image 2.5

gpt image 2.5

照字面做的測試

叫擴散模型畫一座指著 5:15 的時鐘,你會拿到 10:10;要一杯倒到杯口的紅酒,回來的是侍酒師盯著倒的那種八分滿。那些模型是在平均「這類照片通常長什麼樣」,GPT Image 2.5 不是。我要 5:15,指針就停在 5:15;我要倒滿,杯子就是滿的。

提示詞裡寫了數字,GPT Image 2.5 就真的把它當數字處理,不管那是時間、數量還是液面高度。現在只要案子裡有數字,我第一個開的就是 GPT Image 2.5。

相較 GPT Image 1 的進步幅度,其實沒有版號聽起來那麼大,因為 GPT Image 2.5 改善的是對話式編修和底噪,而不是原始畫質。

聽話也讓 GPT Image 2.5 少了一點品味。GPT Image 2.5 直出的成品擺在 Midjourney 旁邊會顯得平,而當需求本身就是一種氛圍,後者仍然是比較順手的那把樂器。

gpt image 2.5
每一次 GPT Image 2.5 生成都從 Flare 開始,除非你把選單切到 Sunburst。

GPT Image 2.5 仍然會垮掉的地方

指令疊到四層,GPT Image 2.5 的接縫就露出來了。我的測試是:一隻鵜鶘騎腳踏車,時間 5:15,手上還端著一杯紅酒。回來的畫面裡有一座指著正確時間的類比時鐘,外加一座沒人要求的電子鐘,鵜鶘的腿被拉成紅鶴那麼細才踩得到踏板,而兩個踏板都長在車的同一側。

GPT Image 2.5 的字面主義是逐條的,不是整場的。每一個子句都被滿足;GPT Image 2.5 內部沒有任何機制會發現,全部滿足之後生出來的是一具不可能存在的身體。碰上四個硬條件,就把工作拆成兩次 GPT Image 2.5 生成。

顆粒感降低了,前景主體那種貼上去的塑膠感也變淡,但沒有完全消失。最明顯的進步在人群:以前背景人物常常多長一隻手、臉糊成一團,現在看起來就是一群合理的失焦路人,這也讓我願意丟給 GPT Image 2.5 的題材變多了。

解析度才是實打實的差別

在 ChatGPT 和 Codex 裡,GPT Image 2.5 的原生輸出大約是 1672x941。那還不到 1080p,所以在那邊要做正式用途,第一步得先放大。

在這裡,同一個模型以原生 4K 輸出,16 點數,不需要另外放大。這件事就這麼大,我不會再往上吹:像素離開 GPT Image 2.5 時,就是你選的那個尺寸。跑一次 2K 的 gpt image 2.5 是 10 點數,足夠應付大部分網頁用途。

成品會以完整尺寸落在 My Creations 裡,你付錢買的那個 4K GPT Image 2.5 檔案,拿回來就是同一個檔案。同樣三種尺寸也列在文字生圖總覽頁上。

打開面板前先知道一件事。它只做文字生圖:沒有參考圖欄位,每一次 GPT Image 2.5 生成都從空白框開始。我花了二十分鐘才學到這點,而且我當時想做的事,本來就該去以圖生圖

Sunburst,給要求高的畫面

比較吃重的那個 GPT Image 2.5 變體就在同一個選單裡,離 Flare 一次點擊,價格也一樣。

試試 Sunburst

gpt image 2.5

Astra 在 OpenAI 那一側補了什麼

搭上 OpenAI 的 Astra 推理系統,GPT Image 2.5 能做的比一個提示詞框多,先從「動手改之前會先查過」開始。一張參考圖就生出乾淨的四視角組圖,而整組看下來,GPT Image 2.5 維持角色一致性的表現比 Nano Banana 2 和 Nano Banana Pro 都好。風格轉移也不只抓個氛圍,而是抓到指定電影本身的調色。

真正讓我記住的是更小的一幕:有一張輸出把人物的腳切掉了,GPT Image 2.5 沒等我開口就自己把構圖修好。

單純的生成面板不含 Astra,這一個也一樣;延續下來的,是底下那個照字面辦事的 GPT Image 2.5 模型。

GPT Image 2.5 和鄰居們擺在一起

同一個選單裡有四個鄰居和 GPT Image 2.5 的守備範圍重疊。以下是它們在我一週的實際案子裡分出的高下,不是跑分,而且每一個都有 GPT Image 2.5 贏不了的地方。

模型最強的地方弱點適合誰
GPT Image 2.5照字面執行、數量精準四重條件的提示詞、直出偏素手上有規格、不是有氛圍的人
Nano Banana Pro主體乾淨、改稿快四個視角下一致性較弱大量產出、簡單需求
Midjourney直出就有質感與氣氛愛跟字面細節唱反調情緒板、封面、海報
Ideogram圖片裡的文字其他題材範圍較窄招牌、包裝、品牌標準字
Seedream 5 Pro風格化構圖數量抓得比較鬆編輯式與概念類畫面

與其信我的結論,不如拿自己的需求去跑:花 6 點數做一次 1K 的 GPT Image 2.5 測試就有答案,其餘模型目錄也在同一個工作區裡,一次點擊就到。

什麼時候不該選 GPT Image 2.5

那一週有三次,我應該開別的東西。

純美感的活。當需求是一種感覺、而且沒有人在數東西,Midjourney 直出還是比較好看;GPT Image 2.5 會忠實地把描述畫出來,然後讓你覺得少了點氣氛。

任何從參考圖出發的工作。這個面板只做文字生圖,所以那類工作要交給以圖生圖;如果只是要一張去背圖,免費的背景移除工具物件移除工具就夠了。

大量打粗稿。四十張縮圖一張 6 點數並不划算,所以我會用比較便宜的模型篩出短名單,只有勝出的那一張才丟給 GPT Image 2.5 跑 4K。

用了一週之後的結論

我一直回頭用它,是因為 GPT Image 2.5 會照我說的做。這聽起來門檻很低,直到你跟一個不照做的模型吵過架才知道不是。畫面偏素是真的,指令一疊就崩也是真的,但這兩件事都沒能阻止 GPT Image 2.5 成為我處理任何帶數字題目的預設選項。

想做真正的測試,就別寫漂亮的提示詞。寫下四件畫面裡必須成立的事,用 gpt image 2.5 跑 1K,然後數數看活下來幾件。

Flare 和 Sunburst 差在哪裡?

Flare 比較輕,也是預設開啟的那一個;Sunburst 是給高難度場景的重裝變體。兩種 GPT Image 2.5 變體價格相同:1K 6 點數、2K 10 點數、4K 16 點數。

ChatGPT 和 Codex 背後是哪一種變體?

OpenAI 沒有寫進文件。實測下來指向 Flare,但這只能算是對 GPT Image 2.5 的有根據推測,不是事實。

我需要另外做放大嗎?

在這裡不用。ChatGPT 和 Codex 的輸出大約 1672x941,不到 1080p;在本站,GPT Image 2.5 以原生 4K 輸出,16 點數。

可以上傳參考圖嗎?

不行。每一次 GPT Image 2.5 生成都從空白框開始。要用參考圖請到以圖生圖,那裡還多了 Flux 2、Ideogram V3 Reframe 和 Nano Banana Edit。

生成失敗會怎麼樣?

點數會自動退回。完成的 GPT Image 2.5 檔案以完整尺寸交付、不加浮水印,訂閱方案和單次加購包都在定價頁

它比 GPT Image 1 好嗎?

對話式編修更好、底噪更乾淨,但原始畫質沒有跳躍式的進步。真正改變我這一週的,是 GPT Image 2.5 執行字面指令的穩定度。

aiimage.com 與 OpenAI 沒有任何從屬關係。文中的模型名稱,包含 GPT Image 2.5 在內,均屬各自所有者。此處的點數與尺寸反映測試期間 aiimage.com 上的實際設定,日後可能變動。