OpenAI 发布GPT Images 2.5：Photoshop 级的精准图像编辑能力 强到可怕

OpenAI 发布了其最新的图像生成模型 GPT Images 2.5，该模型最大的更新是提升了 AI 修图的三个关键能力：更准确地修改指定位置，更好地保留参考照片中的人物与物体，以及在连续修改时延续前面已完成的调整。GPT Images 2.0 已经支持图像生成与编辑，但 2.5 进一步改善的是修改的精度和一致性。

GPT Images 2.5 的核心功能特点包括：

• 修改更准确：定向调整指定位置，在连续修改中更好地延续已有结果。
• 照片更自然：更好地保留参考照片中的主体特征，呈现更自然的光照和更丰富的纹理。
• 复杂指令理解更好：更准确地理解视觉要求，组织复杂版式，改善包含现实世界信息的图像内容。
• 风格表达更贴合：更好地遵循指定的艺术风格，并支持透明背景输出。

GPT Images 2.5 图像生成延迟相比 2.0 最多降低 50%。还增加了草图、预置模板、图片批注和提示词分享；API 则提供了速度优先的 GPT Images 2.5 Flare 与质量优先的 GPT Images 2.5 Sunburst 两个版本。

OpenAI 称每周通过 ChatGPT 和图像 API 创建的图片已超过 30 亿张。

定向编辑：改指定位置，保留周围内容

在 AI 修图过程中，定向编辑（Precision Editing）的核心在于实现局部受控调整：更准确地修改指令指定的元素，并尽量保留周围人物、背景、光照和品牌风格。每次编辑得到一张修改后的图片；把不同轮次的结果连续播放，就能看到变化过程。

• 多城市旅行票券（Multi-city ticket）：在手持倾斜构图和票根版式相近的情况下，依次定向替换票面上的城市名称与代表景观。例如将新德里印度门切换为圣保罗斜拉桥都市、东京樱花寺塔、巴黎埃菲尔铁塔及旧金山金门大桥，展示了卡片特定局部图文的精准置换能力。

• 全身人像独立编辑（Full-body edits）：以同一位站立女性的全身正面照片作为基底，分别执行多项独立的局部改动：更换淡紫色缎面上衣、替换为陶土庭院背景、佩戴藏青色贝雷帽、转换为水粉画风，或调整为强烈的午后直射光与投影。在各项独立修改中，人物姿态、身材比例与核心五官特征均与基底保持相近。

多轮编辑：让新的调整延续已有结果

多轮编辑一致性（Multi-turn Editing Consistency）指的是：连续修改一张图时，新的要求更好地延续上一步的结果，减少先前改动丢失或画面质量下降。比如先改标题，再调整行程，最后删除一个模块，让一张图逐步接近需要的版本。

• 中文长图信息级改版（Travel infographic / 宜昌旅行）：面对包含多区域排版与中文文本的信息图表，连续执行 5 步定向改版：
  1. 大标题由“宜昌”更新为“宜昌旅行”；
  2. 红色副标题条幅文字替换为“一泊两日攻略”；
  3. 右上角行程耗时标注修改为“2天1夜（约48小时）”；
  4. 蓝色推荐行程卡片标题更新为“推荐行程（2天1夜）”；
  5. 移除右下角紫色的“费用参考（人均）”卡片，该区域自然留白，底部总结文字与上方版面结构整体相近。

• 几何空间连续旋转（Cube rotation）：在立方体多角度旋转变换中，立方体随角度变化呈现不同侧面，连续观察其几何结构和透视关系。

• 蛋糕烛火逐步点亮（Birthday candles）：在树桩造型的巧克力长条蛋糕上，细蜡烛从左至右逐根点燃。在烛火逐步增加的整个过程中，长条蛋糕的树皮纹理、淋面光泽、桌面小蘑菇与右侧绿色青蛙立体装饰整体构图保持相近。

参考照片：换装、合照与整理房间

上传人物、宠物或房间照片后，可以在这些照片的基础上换装、组合场景或改变画风。2.5 更能保留主体的辨识度，并让光照和质感更自然。

• 照片内换装（Remixed baby portrait）：输入一张手持儿童纸质照片的现实抓拍，在纸质照片内部将儿童的红色上衣替换为米白色西服配黑领结，外部持握照片的手指、倾斜角度与周围环境保持相近。

• 宠物换装（Dog in costume）：浅色卷毛小狗站在日照露台黑色桌椅旁，换上一套印有“STUNTMAN”字样并配有红蓝星条头盔的特技服，小狗自身外貌特征与露台背景、地面长投影保持协调。

• 整理床铺（Making the bed）：输入一张斜顶卧室中被褥散乱的真实照片，输出图将床单被褥铺平、枕头排列规整，保留了床品的自然褶皱质感，同时斜顶天花板、窗户、台灯与床头柜的空间布局保持相近。

• 从快照提取人像（Headshot from photobooth）：输入手持带有反光、相纸边缘及底部标签的抓拍快照，输出图去除了持握手指与反光遮挡，提取出干净的正身肖像，保留了紫红上衣和身后的绿门背景。

• 多张单人照合成（Composite party photo）：输入三位男士在不同光照环境下的独立单人照片，融合成一张三人在室内派对并肩站立、手持红色水杯的聚会合影。

智能与风格理解：从复杂版式到系列物料

Images 2.5 增强了对复杂视觉指令的解析能力，在处理真实世界信息时更加准确，更能遵循特定艺术风格与版式要求，并支持原生透明背景输出。

• 多单元版式协同（世纪中叶现代风九宫格海报 mid-century-modern-posters）：在 3×3 网格内协调 9 组独立的几何符号（波浪、花朵、人脸侧影、阶梯、眼睛等）与醒目的英文短语（如 CREATE、GROW TOGETHER、CHOOSE KINDNESS 等），展示了对多元素画面的综合组织力。
• 系列化物料风格统合（复古国家公园邮票 vintage-national-park-stamps）：涵盖黄石（Yellowstone）、大峡谷（Grand Canyon）、冰川（Glacier）等 8 处不同地貌景观，全部统一遵循古典印画质感与锯齿邮票边框。
• 层级结构与真实世界信息（太阳耀斑演示页 presentation-image）：模拟幻灯片编辑器界面，包含“What Causes Solar Flares?”主标题、太阳图像以及底部四步科学过程示意，符合专业报告的视觉层级结构。
• 多元艺术风格再现：
  • 复古未来主义（retrofuturism）：一家三口隔窗眺望巨大的太空圆柱居住体，呈现古典科幻宣传画风格；
  • 印象派城市风光（impressionist-cityscape）：利用厚涂彩色笔触表现海湾、斜坡街道与红色跨海大桥；
  • 科幻超现实主义（sci-fi-surrealism）：倒悬的城市建筑、夜空横向悬浮的人物与弧形地平线；
  • 婚礼邀请函（wedding-invitation）：奶油金典雅边框、对称徽章与手写字体排版；
  • 马赛克拼贴（mosaic）：蓝金马赛克瓷砖缝隙拼出地球与星系；
  • 贴纸海报（stickers）：复古质感海报中黑猫捧着贴纸页；
  • 赛博朋克都市（cyberpunk）：冷蓝雨夜高楼、巨型发光广告屏与空中悬浮飞行器。
• 原生透明背景支持（Transparent Background）：支持在生成与编辑时直接输出带有 Alpha 通道的透明底图（PNG/WebP），在 UI 图标、商品抠图、PPT 配图与网页素材制作中，减少后期抠图工作。

ChatGPT 交互功能升级：四个实用创作工具

除了模型本身画质与一致性的提升，客户端增加了四个降低操作门槛、提升控制精度的交互工具：

• @Sketch（手绘草图指引）：空间布局或服装线条往往难以用纯文字完全描绘。在输入框输入 @Sketch 可调出画板，直接手绘房间走线、服饰轮廓或粗略构图作为视觉指引（visual guide），配合风格描述文字生成完整成品。

• Templates（场景预置模板）：为海报（Poster）、宣传单（Flyer）、周边商品（Merch）等热门创作格式提供起点，免去面对空白画布的困扰，用户只需填入文字信息与风格需求即可快速成型。

• 图像直点批注（In-image Comments）：无需在对话框中用文字繁复说明修改方位，用户可以直接在生成图片的目标位置放置评论，发起针对局部的聚焦修改。

• 携带 Prompt 创意分享（Prompt Sharing）：分享图片时可同步附带生成该图所用的完整提示词，接收者可以直接套用这套构图与风格方案，并置换入自己的照片或细节（例如流行的 80 年代复古写真风格）。

API 双轨选型与精准提示词（Prompting）实战

根据画质要求与等待时间，API 提供两款模型：

Flare：优先速度

GPT-Image-2.5 Flare 是较小的模型，图像质量与 GPT Image 2 相当，延迟相比 2.0 降低最多 50%。适合社交内容、产品 UI 原型、视觉搜索和高并发批量生成。

Sunburst：优先画质

GPT-Image-2.5 Sunburst 是基础模型，图像品质高于 GPT Image 2，跨轮编辑控制更精细，生成耗时相对更长。适合品牌视觉、广告物料和精修电商展示图。

如果 GPT Image 2 的画质已够用，可以先测试 Flare 能否缩短等待时间；如果复杂细节仍不理想，可以测试 Sunburst，并结合实际效果、耗时和预算选择。

GPT-Image-2.5 也已接入 Adobe Firefly，可以与其中的专业设计工具结合，完成从构思到成品的创作。

API 参数怎么设置

尺寸、质量和背景格式通过 API 参数设置；提示词负责描述画面内容。

模型 model

选择 gpt-image-2.5-flare 或 gpt-image-2.5-sunburst。

质量 quality

支持 auto（默认）、low、medium、high、xhigh、max。

图表小字或密集排版可尝试 high；有更细致的画面要求、且能接受更长等待时，再测试 xhigh 或 max。更高档位不保证每次都得到更好的结果。

尺寸 size

常用规格包括 1024x1024、1536x1024、1024x1536。自定义尺寸需满足：

• 每边不超过 3,840 像素，且为 16 的倍数。
• 长边与短边之比不超过 3:1。
• 总像素在 655,360 至 8,294,400 之间。

总像素超过 3,686,400（2560×1440）属于实验性支持。

背景 background

支持 auto、opaque（不透明）和 transparent（透明）。

透明背景使用 background="transparent"，输出格式选 PNG 或 WebP。PNG 不使用 output_compression；WebP 可以设置压缩率。

提示词怎么写

写清目标、参考图的用途，以及哪些内容需要改变、哪些需要保留。更多场景可查阅 GPT Image 2.5 提示指南。

• 为参考图分配明确角色（Assign roles to references）：当输入多张参考图时，在提示词中分别指定图像编号与用途（例如“图 1 为主体人物”、“图 2 为目标服饰”），说明元素组合逻辑。
• 严格分离修改项与保留约束（Separate changes from constraints）：明确使用“仅修改 X（change only X）”，并逐项列出必须锁定的要素（如人物五官、表情、发型、体态、背景构图、相机视角与光照色温）。
• 画面文字原样加双引号（Verbatim text in quotes）：把需要出现的文案原样放入引号，指定出现次数（如“render exactly once”）与排版位置，并显式要求不添加多余文字。
• 逐轮单点迭代（Refine across turns）：将上一轮生成的图片作为下一轮请求的输入基底，单次只微调一个局部属性，确认无误后再推进下一项，便于发现并修正意外改动。

换装提示词：把修改项与保留项分开

API 请求参数单独设置，例如 model="gpt-image-2.5-flare"、quality="medium"、size="1024x1536"。提示词可以写成：

图 1 是人物参考，图 2 是服装参考。
仅替换服装：让图 1 中的人物穿上图 2 的衣服。
保留人物的脸、肤色、发型、体型、姿态和表情。
保留图 1 的背景、相机角度、光照方向和整体构图。
让服装贴合现有姿态，布料褶皱与接触阴影自然。
不添加文字、标志或水印。

每轮完成后比对改动区域与保留区域。连续编辑仍可能改变不希望改动的细节；如果某一区域必须逐像素保持一致，应把可用的修改部分合成回原图。

API 计费标准与成本构成

Standard（标准）模式按 token 用量计费，计费单位为美元 / 100 万 token（$ / 1M tokens）。

在 GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst 与上一代 GPT-Image-2 之间，基础 Token 单价保持完全一致：

三款模型的对应单价相比 2.0 均未改变。价格核对日期：2026 年 9 月 9 日。查看当前价格。

单张图片的费用怎么算

一次请求的费用，是文本输入、图像输入和图像输出三部分费用相加。每部分按实际使用的 token 数量，乘以上表对应单价，再除以 100 万。

• 提示词：按文本 token 数计费。
• 参考图：数量和尺寸会影响图像输入 token 用量；命中缓存的部分按缓存输入价计费。
• 生成图片：输出尺寸和 quality 档位会影响图像输出 token 用量，最终费用以实际用量为准。

发布时间、可用范围与安全机制

• 发布时间与平台覆盖：2026 年 9 月 8 日起，逐步面向 ChatGPT、ChatGPT Work 以及 Codex 的所有层级用户开放，覆盖桌面客户端、移动端与 Web 网页端。
• API 开放范围：开发者已可在 API 中调用 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst。
• 安全与合规治理：
  • 对提示词与图像进行检查，帮助减少有害输出；
  • 输出图像持续内嵌 C2PA 数字来源元数据 与 隐形数字水印（Invisible Watermarking），帮助识别图像的生成来源。