GPT Image 2.5 Flare vs Sunburst：有什么区别，怎么选？
GPT Image 2.5 Flare vs Sunburst：对比生成速度、图片编辑、质量档位与官方价格，附耳机局部改色案例。两者 token 单价相同，日常出图与精细修改该怎么选？
看 GPT Image 2.5 的两个版本，很容易得出一个印象：Flare 是便宜快跑的版本，Sunburst 是多花钱换画质的版本。但打开 OpenAI 的价格表，这个印象就站不住了——两者的标准 token 单价完全相同。
这让选择变得有意思。对于每天做活动海报、商品配图，还要来回改稿的设计师，问题不再是“预算够不够上贵的”，而是眼前这张图更需要快速尝试，还是更需要保住已经确定的细节。
先说结论
- Flare 是 OpenAI 推荐给大多数应用的默认选择，重点是更快地生成和修改图片。
- Sunburst 的定位是更精细的创作与编辑，代价是更长的生成时间。
- 两者标准 token 单价相同；实际消耗不同，单张图片的账单仍可能不同。
按官方定位，日常出图可以先考虑 Flare；产品外形、人物特征和既定构图不能随意变动的修改，更值得考虑 Sunburst。以下比较依据截至 9 月 9 日的官方说明，不是两款模型的同题实测。
GPT Image 2.5 Flare 和 Sunburst 的区别在哪里？
OpenAI 的发布说明把 Flare 称为大多数应用的默认选择，列出的场景包括社交内容、快速图像原型和大批量生成。Sunburst 则面向需要更准确地控制修改范围的工作，例如广告成稿和精修商品图。
区别落在“怎么完成这张图”，而不是一款只能画草稿、另一款才能交付成品。
| 对比项目 | Flare | Sunburst |
|---|---|---|
| 官方侧重点 | 日常高质量生图，更快生成和迭代 | 更精细的图像生成与编辑 |
| 文字生成图片 | 支持 | 支持 |
| 参考图编辑 | 支持 | 支持 |
| 质量选项 | low、medium、high、xhigh、max、auto | 相同六项 |
| 标准图像输出单价 | 30 美元／百万 token | 30 美元／百万 token |
| 更值得先考虑的任务 | 构思尚未确定，需要快速看多个方案 | 构图已有定稿，只允许修改指定细节 |
Flare 和 Sunburst 的模型文档也没有把两者定义为普通与高清模式：它们是两个独立模型，各自都有质量档位。
所以，Flare 调到 max 仍然是 Flare，Sunburst 选择 low 也不会变成 Flare。同样写着 high，只表示选择了同名档位，并不证明两款模型的画面质量、耗时和费用相等。
只给耳机换个颜色，其他地方会不会跟着变？
为了看清“生成一张图”和“只改一处”的差别，这次在 ChatGPT 图片网页做了一次耳机改色：先生成银色耳机，再把两侧耳罩外壳改成深酒红色。原图与修改图各生成一次，没有重新抽图。
原图要求很具体：银色拉丝金属外壳、浅灰耳垫、深灰头梁软垫、三分之四侧面角度，以及靠近镜头的两个圆形按键。下图是下载的原始 PNG。
修改前：银色耳机，1254 × 1254 原始 PNG。
接着只提出一项修改，并明确列出不能变的部分。以下为提示词节选：
只把两侧耳罩的银色金属外壳改成深酒红色，保留金属拉丝质感。浅灰耳垫、深灰头梁软垫、银色头梁和金属支架不变，两个圆形按键保持银色，形状、数量和位置不变。耳机的轮廓、角度、大小、位置、桌面、背景、光线和阴影全部保持原样。
修改后：外壳改为深酒红色，图片仍为 1254 × 1254，没有缩放或有损压缩。
第一眼看，改色完成了。耳机没有换角度，灰色耳垫和银色支架仍在，两个按键也没有被一起染红。作为商品配色预览，这次修改保住了主要设计。
但把按键附近裁出来看，细节没有完全原封不动。两个按键的边缘反光发生变化，原图上方的小白点在修改图中不再清晰可见。颜色变了，反光随之调整并不奇怪；问题在于，连要求保留的局部细节也被重新处理了。
同一区域的原生像素裁切，左侧修改前，右侧修改后；未放大插值。
这正是局部编辑比自由生图多出的要求：不只要把新颜色画对，还得保住已经确定的零件与细节。配色提案可以接受的变化，放进正式商品图里可能就要重新检查。
本例使用 9 月 9 日显示为 Images 2.5 的 ChatGPT 网页，界面没有显示 Flare 或 Sunburst 的具体模型标识，因此它说明的是局部编辑该看什么，不用于判定两个版本谁胜出。Vercel 的上线说明也以 Sunburst 演示“只改瓶盖颜色”的任务，与它强调精细编辑的定位一致。
快多少，要看是在和谁比较
发布说明的 API 部分给出了一个明确数字：Flare 相比 GPT Image 2，延迟降低 50%。这是和上一代比较，不能改写成“Flare 比 Sunburst 快一倍”。
同一页面还引用了 Manus 评估团队的说法：在其评估中，Flare 的速度是 GPT Image 2 的两到四倍。比较对象依然是上一代，测试条件则属于 Manus。两组数字不宜拼成一个适用于所有图片的速度承诺。
对于 Flare 与 Sunburst，官方能够确认的关系是前者侧重速度，后者需要更长生成时间。没有足够材料给所有分辨率和修改任务填上一组固定秒数。
这个差别在创作过程中也有不同分量。等下一张概念图时，慢一点就打断一次思路；交付一张已经定稿的商品图时，多等一会儿和重新修一遍图，未必是前者更耽误事。应当比较的是完成这次修改要多久，而不只是第一张图片多久出现。
Flare 与 Sunburst 价格相同，账单也一样吗？
截至 9 月 9 日，OpenAI 标准计费表对两个模型列出的价格一致：文字输入每百万 token 5 美元，图像输入 8 美元，图像输出 30 美元。Token 是模型计量输入、输出用量的单位，不等于“一张图片”。
单价回答的是每单位用量多少钱，账单还需要乘上实际用量。参考图、输出尺寸、质量档位及实际消耗都会影响费用。因此，相同单价既不证明 Sunburst 每张更贵，也不证明两款模型每张同价。
两份模型页还专门提醒：GPT Image 2 的价格计算器不能估算 GPT Image 2.5 的 token 消耗。拿上一代的方图价格直接套到新模型，即使每百万 token 的费率没变，仍然可能算错。
生成费用之外，还有返工时间。一张图片如果还需要重做，前一次已付的生成费用不会因为它没被采用就消失；如果要手动修字，设计师的时间也不能忽略。Sunburst 是否划算，最终要看它能不能在具体修改中减少这些返工。
已经满意的图，不必为了换模型再生成
两款模型的取舍，并不要求把所有图片都迁到同一个版本。
Flare 已经完成要求的日常配图，没有必要仅因为 Sunburst 定位更高就重新做一遍。反过来，一张图如果反复卡在同一处细节，例如每次换背景都改变商品轮廓，就有理由把这类任务交给强调编辑精度的版本尝试，而不是继续盲目提高质量档位。
还有一种情况，两者都未必是最省事的选择：只改一行价格，而且其他区域必须完全不变。若原稿保留了可编辑文字层，直接改文字就能完成，没有必要让生成模型重新解释整张画面。
想先了解 Images 2.5 的编辑方式，可以看模型介绍与官方示例。想了解连续修改时该关注哪些变化，可以看另一个独立的五轮编辑记录。
FAQ
Sunburst 比 Flare 贵吗？
官方标准 token 单价相同。单次生成费用需要看实际消耗，不能仅凭模型名称判断，也不能用上一代计算器替代新模型用量。
Sunburst 一定比 Flare 画得好吗？
官方强调它在精细创作与编辑上的定位，但这不等于所有提示词都有明显优势。开放式插画是否更好看，与商品编辑是否准确，是不同的问题。
Flare 的 max 和 Sunburst 的 high，该选哪个？
目前核对的官方材料没有给出这两个组合的直接对照结果。质量档位与模型选择是两件事，不能按名字排出统一高低。
在 ChatGPT 里看到 Images 2.5，就能知道用了哪个版本吗？
仅凭这个名称不能。Flare 和 Sunburst 是官方公布的 API 模型名；网页版显示 Images 2.5，并不自动说明某次生成对应其中哪一个。
这次版本分工更值得注意的地方，是“快速找到想要的画面”和“准确保住已经选定的画面”开始被分别对待。尚在探索时，速度有价值；只剩少量修改时，少改错一个细节，可能比再快几秒更重要。
