ChatGPT Images 2.5 五轮编辑实测:商品纹理和颜色会变吗?
SandBase 记录 ChatGPT Images 2.5 网页版五轮水瓶编辑,附原始 PNG、纹理裁切和颜色取样;具体 API 后台型号未暴露。
价格改对了,瓶子也还是蓝色。但到了第五轮,瓶身原本细密的颗粒已经变成明显的纹路。五次要求里,没有一次让模型更换瓶身涂层。
这次 SandBase 博客的 ChatGPT Images 2.5 网页版连续编辑实测,专门检查商品图修改后的细节。每天替商品改价格、换配色、加促销角标的运营和设计师,需要的不是另一张好看的图,而是修改之后,原来的商品还像原来的商品。为此,我们重新生成一张全英文水瓶图,连续编辑五次,不复用上一篇的咖啡素材。
先说明运行位置:测试在 ChatGPT 网页版完成,不是 SandBase API。入口显示 Images 2.5,但没有暴露具体后台型号。想先看功能、Sketch 和官方价格,可以读 ChatGPT Images 2.5 用法与价格介绍;本篇只展开这条五轮测试链,保留原图并检查指定区域之外的变化。
先说结论
- 这条测试链完成了五项指定修改,瓶身两行文字、五条刻度和主要构图都保住了。
- 商品表面没有保持原样:瓶身纹路逐渐明显,固定取样的灰色背景也变暗了。
- 六张主线原图均为 1254 × 1254 PNG,没有缩放或有损转码;上传后重新下载,文件哈希一致。
- 网页入口显示 Images 2.5,但没有暴露具体后台模型 ID。这是网页版工作流实测,不能拿来给 Flare、Sunburst 排名。
SandBase 怎样测试 ChatGPT Images 2.5 网页版
OpenAI 在 9 月 8 日的发布说明中,专门强调连续编辑的一致性。本篇不再重复官网精选案例,也不重新讲价格和 Sketch;这些内容放在上一篇介绍里。
测试于 2026 年 9 月 9 日在 Chrome 的 ChatGPT 网页版完成。入口标题显示“ChatGPT 图像 2.5 | AI 图像生成器”,账户显示免费版,Thinking 开关关闭。入口名称能说明使用了哪个产品页面,不能确认每张图背后的 API 型号。
准备阶段有两次未出图响应:第一次要求上传源图,解释要从零生成后仍只返回文字。随后明确选择“创建图片”工具,才得到基准图。这两次不算成功生成,也不算五轮编辑。聊天回复所说的“工具限制”,没有被独立验证为后台故障原因。
之后每轮都从上一张结果的图片查看器提交编辑,不重新生成来挑更好看的版本。第三轮网页自动给出两张候选;在查看完整图片前,我们固定沿显示编号 1 继续,两张都保存,没有按效果择优。
本次只有一个商品、一条编辑链,没有对照模型、严格计时或真实色卡。所有图内文字均为英文,因此也不能据此判断中文排版能力。
R0:先生成一张全新的英文商品图
基准图要求很具体:蓝色 500 mL 水瓶、带三道凸环的银色瓶盖、五条白色刻度、白色展台、灰色背景,以及独立的 USD 29 价签。瓶身印 FIELD BOTTLE 和 500 mL,左上角留空,便于后续放角标。
R0,第一次实际出图的结果。点击查看 1254 × 1254 原始 PNG。这是虚构商品的生成图,不是实物拍摄。
文字、价格、五条刻度都出现了,瓶盖也能看到三道环。需要先记住:基准图的瓶身和展台已经有表面纹理,不能把后面看到的所有颗粒都算成编辑新增的噪点。
五轮修改在基准图出图前就定好:
| 轮次 | 只改这一项 | 必须保留的前序结果 |
|---|---|---|
| R1 | USD 29 改为 USD 24 | 银色瓶盖和原构图 |
| R2 | 银色瓶盖改为哑光黑 | 价格仍为 24,保留三道环 |
| R3 | 左上角添加橙色 NEW 圆形角标 | 黑色瓶盖、24 美元价签 |
| R4 | 仅移除 NEW 角标 | 恢复灰色区域,不退回旧瓶身 |
| R5 | 黑色瓶盖改回拉丝银色 | 保留 24 美元,不出现角标 |
R1、R2:指定修改做到了,瓶身却并非没动
第一轮就是最常见的改价需求。实际提交的英文提示词如下,保留要求也明确写了进去:
Edit this image. Change only the price card text from USD 29 to USD 24. Preserve the bottle shape and cobalt blue colour, FIELD BOTTLE and 500 mL text, all five white tick marks, the silver cap and its three rings, pedestal, background, lighting, white balance, framing and image dimensions. Do not add anything else. Keep all visible text in English.
R1 原始 PNG。价格修改成功,但瓶身表面也出现了不同的纹理。
只看聊天缩略图,很容易直接通过:数字对,瓶子居中,文字能读。打开原图,瓶身的细小纹理已经变样。如果只核对修改区域,就会漏掉第一轮的变化。
第二轮只把瓶盖改成哑光黑,明确要求保留三道凸环、24 美元价签以及其他元素。
R2 原始 PNG。瓶盖颜色改对,前一轮价格没有丢;瓶身材质不在本轮修改范围内。
三道环仍可辨认,瓶盖上也保留了高光,所以“哑光”只能作视觉判断,不能当作材料检测。更值得关注的是蓝色瓶身:要求没变的区域,纹路反而更容易看出来了。
R3、R4:加上再去掉角标,不等于撤销回原图
第三轮要求在左上角空白处放一个橙色 NEW 圆形角标,不碰水瓶。网页自动生成了两个候选,角标的位置、颜色和字体有所不同。下面是固定沿用的编号 1;编号 2 原图也保留在这里,未参与第四轮。
第四轮仅移除角标,让该区域匹配周围灰色。没有要求磨皮、改善画质,也没有要求恢复基准图。
R4 原始 PNG。角标消失了,但此前的瓶身纹理变化没有消失。
这一步说明,“把角标去掉”撤回的是一个内容决定,不是编辑器里的撤销命令。它没有把整张图的像素恢复到添加之前,瓶身较大的纹路继续存在,展台也能看到细小纹理。
R5:银色回来了,最初的细密涂层没有回来
最后一轮把瓶盖改回拉丝银色,要求保留 24 美元、不要角标、不要恢复旧图。按设计,最终图与基准图应该只有价格不同。
R5,五轮编辑后的原始 PNG。指定内容基本保留,但瓶身表面已经不像 R0 那样细密。
水瓶轮廓、两行标签、五条刻度和三道瓶盖环仍在。这是本次指令执行成功的部分。但如果瓶身代表真实商品的喷涂工艺,最终图已经不适合未经复核就上架。
每格取自原图 x=510、y=400 的 240 × 240 区域。没有放大、锐化、降噪或调色,英文标注只加在裁切区域外。
把它简单叫“越来越模糊”并不准确:文字还清楚,表面纹路却越来越突出。我们也没有干净的真实摄影信号,无法科学计算“噪点增加了多少”。能直接支持的判断是:这条编辑链产生了明显的纹理漂移。
偏色还是变暗?固定灰色区域给出的答案
为了不只凭肉眼判断,我们在每张原图同一位置取样:左上坐标 x=900、y=350,大小 150 × 150,避开水瓶、角标和价签。以下是 0–255 范围内的 RGB 通道平均值,即文件中红、绿、蓝三个数值的均值。
| 图片 | 红 R | 绿 G | 蓝 B |
|---|---|---|---|
| R0 | 184.4 | 184.6 | 186.5 |
| R1 | 176.2 | 176.1 | 178.0 |
| R2 | 174.9 | 175.3 | 177.6 |
| R3 | 175.5 | 175.4 | 177.6 |
| R4 | 171.6 | 171.4 | 173.6 |
| R5 | 168.4 | 168.1 | 170.3 |
对照图展示 x=870、y=310 起的 280 × 280 区域,包含上述取样位置。只添加了外部底框和英文标注,没有更改裁切像素。
R0 到 R5,三个通道都下降约 16 个数值,彼此仍很接近。对这块区域,更准确的说法是整体变暗,而不是明显发黄。变化也非严格逐轮下降,例如 R3 的红绿均值比 R2 略高。
另取瓶身 x=535、y=730、大小 65 × 140 的区域,均值从约 (60.4, 107.8, 196.6) 变为 (60.0, 113.7, 212.1)。这能记录局部颜色数值变化,但不等于真实商品色差标准:光照、纹理和取样位置都会影响它。这里没有做色卡校准,也不能把结果换算成整图“画质下降百分比”。
商品图还要继续改,怎么做更稳妥
用于讨论概念时,这组图有价值:同事能看到降价、黑盖和促销角标分别是什么效果。用于必须准确呈现涂层的商品详情页时,瓶身纹理的变化就需要拒收或人工修复。
每一轮都保留最初批准的原图,不要只存最新结果。核对修改位置之外,再固定检查标签、商品表面和一块中性背景。本次如果只盯着 USD 24,第一轮就会把变化漏过去。
单纯改价或加角标,要求其余像素不动时,用普通编辑器的独立文字层、形状层更合适。需要探索材质时,可以从已批准版本另开分支,再比较后决定是否采用。这里是操作建议,不是额外测试结论;我们没有实测分支能降低多少漂移。
如果把图片编辑接入业务工具,建议分别保存原图、提示词、上一张图片的编号与新结果。SandBase 图片生成接口文档可用于了解其接口形式;本次实测实际运行在 ChatGPT 网页端,不能视为 SandBase 上某个 Images 2.5 接口的测试或可用性证明。
FAQ
连续五轮后,商品细节都保住了吗?
没有。指定修改和主要文字保住了,但纹理、背景和局部颜色发生了变化。单个商品的一条测试链不能代表所有图片的成功率。
图片上传正文时压缩了吗?
没有做缩放或有损转码。六张主线原图都是 1254 × 1254 PNG,上传后下载的文件与本地原件 SHA-256 哈希一致,也就是文件指纹相同。局部对照直接使用原生像素,点击图片可看原尺寸。
这次测的是 Flare 还是 Sunburst?
网页入口显示 Images 2.5,但未暴露具体后台模型 ID。因此不能用这次结果判断两种 API 模型谁更好,也不能推算它们的价格或速度。
能证明多轮编辑一定增加噪点吗?
不能。本次可见问题是纹理改变,不是已测量的噪声过程。要判断出现频率,还需要更多商品、不同材质和重复测试。
免费账户都能完成这五轮吗?
本账户完成基准图和五次编辑后,网页提示图片额度用完。这只是当次情况,不代表其他账户的固定额度;测试没有购买升级。
实际验收时,价格正确只是第一步。如果商品的涂层已经换了样子,这张图就还不能直接交付。



