OpenAI 发布 ChatGPT Images 2.5，新增 Sketch 功能和两款 API 模型

OpenAI 于 2026 年 9 月 8 日发布了 ChatGPT Images 2.5，称其为公司全新的最先进图像模型，并为其 API 添加了两款配套模型。OpenAI 表示，用户每周在 ChatGPT Images 和 API 中的 GPT-Image 模型上生成的图像总量超过 30 亿张。

更清晰的图像与全新创作工具

OpenAI 称，Images 2.5 能产生更自然的光照和更丰富的纹理，更好地保留用户参考照片中的主体，并在多轮对话中更可靠地遵循编辑指令。公司表示，与 Images 2.0 相比，图像生成延迟降低了最高 50%。

OpenAI 表示，该模型在仅更改用户指定的元素而保持图像其余部分不变方面表现更佳，即使面对复杂的主体和背景亦如此；它还能更精准地渲染包含真实世界信息的图像，处理包括透明背景在内的更复杂布局，并更一致地保持所需的视觉风格。在较长的对话中，早期的编辑更有可能得以保留，每条新指令都会在之前的工作基础上进行，而不会降低图像质量。

对于 API 开发者而言，OpenAI 说明，同等的保真度使基于参考的工作流更可靠，并且可以在保持周围主体、构图和品牌呈现的前提下，仅更新单一元素，如产品、背景或文案行。

与此同时，OpenAI 推出了 Sketch 功能，用户可在 ChatGPT 中直接绘制草图作为最终图像的视觉参考，只需在聊天中输入 “@Sketch”。全新模板为传单、产品照片等常用格式提供起始方案，命名选项包括 “Poster” 与 “Merch”。用户还可以在生成的图像上直接添加评论，以实现更精准的编辑，并可共享图像背后的提示，让他人使用自己的照片和细节重新生成。

Images 2.5 正在向所有桌面、移动端和网页上的 ChatGPT、ChatGPT Work 与 Codex 用户全面推送，覆盖所有套餐层级。

API 中的 Flare 与 Sunburst

面向开发者，OpenAI 在 API 中推出了两款图像模型。GPT‑Image‑2.5 Flare 具备相同的质量、编辑和速度提升，且被公司定位为大多数应用的默认选择；OpenAI 表示，它在提供比 GPT‑Image‑2 更高质量图像的同时，将延迟降低了 50%，适用于创作者与社交内容、产品体验、视觉搜索、快速图像原型以及大批量生成等场景。GPT‑Image‑2.5 Sunburst 则面向需要在编辑过程中更严格控制的高端视觉工作流，例如可直接投产的活动创意和精细的产品图像，但生成时间更长。

OpenAI 在发布时同步公布了三位早期客户的声明。Adobe 产品高级总监 Matt Chotin 表示，OpenAI 的 GPT‑Image‑2.5 模型现已在 Adobe Firefly——Adobe 的创意 AI 工作室——中可用。Manus 评估团队的 Lucky Liao 称，在团队评测中，Flare 能以 GPT‑Image‑2 两到四倍的速度生成高质量图像，并提升了透明背景的生成效果。Higgsfield AI 的产品负责人 Axultan Alimkulov 表示，该模型在编辑过程中能够保留原始图像的特性、构图和视觉身份。

OpenAI 的 定价页面 将两款模型的费用列为相同: 图像输入每 1M 令牌 $8.00，缓存输入每 1M 令牌 $2.00，图像输出每 1M 令牌 $30.00，文本输入每 1M 令牌 $5.00，缓存文本 $1.25。页面将 Sunburst 描述为面向编辑精度要求最高的工作流，而 Flare 则是 OpenAI 用于高质量、日常图像生成的最快模型。

安全评估与来源追溯

OpenAI 还在 2026 年 9 月 8 日发布了针对本次发布的 系统卡片。卡片指出，GPT‑Image‑2.5‑Sunburst 与 GPT‑Image‑2.5‑Flare 在多样化数据集上进行训练，涵盖公开可得的互联网信息、通过第三方合作获取的数据，以及用户和人工训练师提供或生成的素材，并通过过滤以减少个人信息，并使用安全分类器降低有害或敏感内容。卡片还提醒，若缺乏防护措施，提升的真实感可能会导致更具说服力的真实人物、地点或事件的深度伪造，违反 OpenAI 的使用政策。

卡片描述了分层安全体系: 基于大语言模型的策略检查在生成开始前拒绝违规请求，随后安全推理模型对文本和图像输入进行审查，并在最终输出展示前检查内容，若违反政策则阻止生成。

在 OpenAI 的自动对抗评估中，使用旨在诱导违规图像的提示覆盖所有已追踪的安全类别，最终不安全的生成率为 Sunburst 1.09%，Flare 1.41%，相较于 ChatGPT Images 2.0 的 1.64% 基线。卡片提醒，对抗测试集并不代表生产流量，自动化的策略标签可能存在错误，且这些发现仅适用于所评估的固定测试集和配置。

根据 OpenAI 的准备框架（该框架跟踪生物、化学、网络安全以及 AI 自我改进风险），卡片报告称，两款模型均未超过生物高风险或网络高风险阈值。OpenAI 表示，仍然采取预防性的生物风险缓解措施，包括通过安全推理模型执行的针对图像的生物安全政策、在输入输出层的实时拦截、结合自动系统与人工审查的离线评审，以及在检测到持续滥用模式时对账户进行暂停。

关于来源追溯，卡片称 OpenAI 正通过 C2PA 合规计划继续使用 C2PA 元数据，并在 ChatGPT、Codex 以及 OpenAI API 中加入 Google DeepMind 的 SynthID 隐形水印。