GPT Image 2.5 上线 MetaDig：Sunburst 与 Flare 双版本，改一处不动其余

更新时间：2026-09-10

OpenAI 发布了新一代图像模型 GPT Image 2.5，API 侧给出两个版本：GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst。MetaDig（元界深掘）已同步上线这两个版本，文生图与图生图四条链路全部打通，在画布的图片模型选择器里带 NEW 标记，排在 GPT Image 2 前面就能直接选到。

先说这次值得看的地方在哪。

过去一年图像模型卷的都是「生成」：同一句提示词，谁画得更准、更细。这一代 OpenAI 明显换了方向，卷的是编辑——你给它一张已经拍好的照片，指着其中一处说改这里，改完之后其余部分能不能一动不动。

放到 MetaDig 上，这条能力还有下一跳：图先改稳，再接到文生视频、首帧或参考生视频，身份和产品外观才钉得住。

💡 一句话总结：这一代卷的不是画得多好看，而是改图时，知道什么不该动。

🔍 这一代变了三件事

① 参考照里的人，认得出来

把一张熟悉的照片丢进去，换个场景、换个风格、换个构图，主体还是同一个人。官方的说法是主体更容易辨识、光线和质感更接近真实、辨识度高的特征更容易保留。

放到实际工作流上，这条对应的是「参考图驱动」：一批变体图能不能都锚在同一个源上，而不是跑到第三张就换了张脸。

② 只改该改的那一处

这是这一代拉开差距的地方。改一个元素——产品、背景、画面里的某行字——而主体、构图、整体调性保持不动。

官方给的场景是电商和营销素材：同一张主视觉换十个背景，或者只替换画面里的一行字，其余像素不动。以前这类活儿要么回 Photoshop，要么接受整张重画。

③ 复杂版式与透明背景

含真实世界信息的图，内容准确度提高了；能处理更复杂的布局；透明背景在这一代是正式支持，不再是预览状态。做信息图、海报、UI 概念图、带层级的演示视觉，这条是硬指标。

另外速度也提了：官方称相比上一代 Images 2.0，延迟至多降低约一半。

🖼️ 五个官方对比案例

OpenAI 发布页给了五组 input／output，下面都是前后对比动图。注意这五组不是同一类改动，看的时候分开看。

同构图编辑：背景机位全不动

① 童年肖像重制 —— 一张翻拍的旧照片，红毛衣换成象牙色小礼服，人物姿势、蓝色背景、连桌面的反光都没动。

② 给狗穿上戏服 —— 同一只狗、同一个姿势、同一块露台地砖，凭空多出一整套特技服和头盔。这组尤其能说明「只改该改的」是什么意思。

③ 整理床铺 —— 同一间卧室同一个机位，被子从乱到整。台灯、床头柜、地毯纹样都在原位。

换个玩法：重新生成与多图合成

④ 拍照亭照片转专业头像 —— 输入是「手里拿着一张拍照亭打印照」的实拍，输出是一张干净的正面头像。它不是在原图上修，是把照片里的人提出来重新生成，构图完全变了，人还是那个人。

⑤ 三张参考图合成一张合影 —— 输入是三张互不相干的单人照：餐厅里的、海边穿白 T 的、夜景前的。输出是三个人肩并肩的派对合影，三张脸都保住了。

这一组对应的是图生图链路的多参考图能力，也是最容易被低估的一个。官方渠道一次最多 16 张；优先和经济渠道一次最多 9 张。

🔁 多轮编辑：改十次也不塌

长对话里连续修改，先前的改动更容易保住，画质不随轮次退化。官方专门为这条放了三组演示。

立方体连续旋转 —— 同样 150 帧、同样 high 档，GPT Image 2 与 2.5 并排跑，材质和光照的一致性差距很直观。

同一张车票连续换城市 —— 版式、票根锯齿、插画风格都不动，只有目的地在变。

旅行信息图连续改内容 —— 中文长文案 + 多栏卡片 + 时间轴的复杂版式，改多轮之后依然不塌。

做批量素材的会明白这条的价值：不用每改一版就重头再来一遍。

🎨 风格样张

官方在发布页放了一组风格样张，涵盖复古未来主义、中世纪现代主义海报、赛博朋克、马赛克镶嵌、复古邮票、婚礼请柬等。这组图官方没有公开对应的提示词，只给了图；文件名里的 retrofuturism、cyberpunk、mosaic 是 OpenAI 自己的命名，可以当风格关键词的线索用。

海报九宫格和邮票八连张这两组特别值得注意：它们同时考版式、考文字、考风格统一，是这一代「复杂布局」能力最直接的体现。

⚖️ Sunburst 还是 Flare？

两个版本在 MetaDig 上渠道、分辨率、画质契约完全相同，差别只在模型本身。

一句话判断：要快、要量，走 Flare；要反复编辑还不能走形，走 Sunburst。

要注意的是，两个版本的差别在生成时间和跨多轮编辑的可控性，不在画质档位——优先渠道都有 low / medium / high 三档，官方渠道再加 xhigh / max，两个版本都有。

💰 MetaDig 上的计费：三通道

MetaDig 对 GPT Image 2.5 采用按张计费、三通道模式，Flare 与 Sunburst 共用同一份价格表：

日常打样、1K 抽卡，走经济通道就够；要 2K / 4K 或中高画质，留在优先通道；只有确实需要 xhigh / max 精修，或一次塞进超过 9 张参考图时，才有必要上官方通道。

💡 积分说明：xhigh（超高）和 max（极致）是这一代新增的两档质量，只在官方通道可选；GPT Image 2 只有 low / medium / high。优先通道默认画质为低。选好模型和档位后画布内会实时显示本次消耗，套餐折扣与最新价格见 MetaDig 定价。

参数支持一览

一个和 GPT Image 2 不同的细节：画布上这两个模型不提供输出格式选择器。

🚀 在 MetaDig 画布里怎么用

GPT Image 2.5 Sunburst 与 Flare 在 MetaDig 的图片模型选择器里带 NEW 标记，排在 GPT Image 2 前面。新建图片节点时默认仍是 GPT Image 2，换成 2.5 即可。

1. 进入画布 —— 打开 waytometa.cn 新建或进入任意项目
2. 新建图片节点 —— 在模型选择器里选 GPT Image 2.5 Flare 或 Sunburst
3. 选通道 —— 默认留在优先通道；1K 打样可切经济通道；需要超高 / 极致画质或 16 张参考图时切到官方通道，质量和分辨率选择器会跟着出现
4. 文生图 / 图生图 —— 不传参考图就是文生图；拖入参考图就是图生图（优先 / 经济 1~9 张，官方 1~16 张），画幅保持 auto 可以跟随源图
5. 多轮改图 —— 把上一轮的输出直接连到下一个节点当参考图，就是官方演示里的「多轮编辑」工作流；画布天然把每一轮都留在画面上，回退和分叉都不用重跑
6. 接到视频 —— 改稳的静图可以连到文生视频、首帧或参考生视频节点，身份和产品外观先钉死，再往下出镜头

💡 画布串联的实际价值：官方演示的车票换城市、信息图改内容，本质都是「同一张图连续改 N 轮」。在画布里这条链路是可见的——每一轮的中间结果都是一个节点，哪一轮跑偏了就从那一轮重新分叉，不用从头再来。

本文的封面图，就是用 MetaDig 生成的。

📌 小结

• 两个版本、四条链路：Sunburst 与 Flare 各自支持文生图和图生图，MetaDig 已全部接入
• 重点在编辑：只改该改的那一处、参考图里的人认得出来、多轮改图不塌，这三条是这一代的核心
• 多图合成：官方通道最多 16 张参考图，优先和经济通道最多 9 张，是最容易被低估的能力
• 三通道计价：经济通道 1K 固定 2 积分；优先通道按画质 2~34；官方通道按画质 2~68。最新价格见定价页

👉 立即体验：waytometa.cn 👉 查看定价：MetaDig 定价

Frequently Asked Questions

Sunburst 和 Flare 到底该选哪个？

差别不在画质档位——两个版本在 MetaDig 上渠道、分辨率、画质契约完全相同。Flare 是默认选择，速度更快，适合社交内容、快速打样、批量出图；Sunburst 生成时间更长，为跨多次编辑仍需严格可控的高端视觉流程设计，适合成品级投放素材和精修产品图。一句话：要快要量走 Flare，要反复改还不能走形走 Sunburst。

在 MetaDig 上一次能传几张参考图？

图生图链路支持多张参考图同时输入。优先通道和经济通道上限 9 张，官方通道上限 16 张。三张互不相干的单人照合成一张合影，就是靠这条能力实现的。

质量和分辨率为什么选不了？

quality 与 resolution 只在优先通道和官方通道生效。经济通道是 1K 固定单价，前端会隐藏这两个选择器；切到优先或官方通道后，画质和分辨率选择器就会出现，积分随档位实时变化。超高（xhigh）和极致（max）只在官方通道可选。

生成的图能看出是 AI 做的吗？

OpenAI 这一代同时使用 C2PA 元数据和 Google DeepMind 的 SynthID 隐形水印做溯源，覆盖 ChatGPT、Codex 与 API 全部链路。

Markdown 原文