# gpt-image-2.5 Flare / Sunburst 实测：同一个 quality: "high"，token 从 5,488 掉到 1,372，价格只剩四分之一

> 把同一份 brief 喂给 gpt-image-2、2.5 Flare 和 2.5 Sunburst，九格直连实测。同一个 quality: "high"，2.5 烧 1,372 输出 token，正是 gpt-image-2 在 medium 上烧的数；2.5 的 max 烧 5,488，正是老 high 的数。质量阶梯被重新贴了标：照搬 high 迁过去省 75%，但拿到的是老 medium 的预算；要老画质得改 max，价格分毫不动。附九张出图样本、墙钟与成本算式，以及一个把我带进沟里的网关。

- Published: 2026年9月12日
- Author: Kaya Rowan, COO
- Tags: models, cost
- Canonical: https://pirouter.ai/zh/blog/gpt-image-2-5-flare-sunburst-review

---
先回答标题。**值得切，但别原样照搬你的 `quality` 值。** 同一个 `quality: "high"`，
gpt-image-2.5 花 1,372 个输出 token，gpt-image-2 花 5,488 个——2.5 的 `high` 拿的是
上一代 `medium` 的预算，一张 1536×1024 的图从 $0.165 掉到 $0.042。要老 `high` 那个
画质，得改用 2.5 新增的 `max`，5,488 个 token 一个不少，价格分毫不动。

**质量阶梯被重新贴了标。** 这不是降价，是同一把尺子换了刻度名。下面是我把同一份 brief
喂给三个模型、九格跑下来的读数与出图，以及一个我踩进去半个下午的坑。

## 先看图：同一份 brief，两代模型四个档位

我不太信没有出图样本的参数表，所以先摆图。第一份 brief 要的是手绘插画：三根标着
A、B、C 的铜管汇进一个铜龙头，滴进一只杯子，墙上挂一块写着 `ROUTER` 的木牌，
**画面里唯一的黄色物件是那只杯子**。文字要精确，物件数量要精确，颜色约束要守住——
这三件事恰好是图像模型最容易翻车的地方。

![四格对比：同一份手绘 brief 在 gpt-image-2 的 medium 与 high、gpt-image-2.5 Flare 的 high 与 max 四个档位下的出图，每格标注输出 token、墙钟耗时与成本。1,372 token 的两格画面复杂度相当，5,488 token 的两格细节更密](/blog/images/fig-quality-ladder.png "按 token 预算两两对齐，不是按 quality 标签对齐：左边两格都是 1,372 token，右边两格都是 5,488 token。图源：我们的实测（larry-image / OpenAI Images API 生成）")

按 token 预算横着看，两代模型在同一预算上的画面是可比的；按 `quality` 标签竖着看，
就全错位了。这张图里左边两格花的是同样多的 token，右边两格也是——但左边一格叫
`medium`，另一格叫 `high`。

九张图逐张目视，我核了三件事：招牌上的 `ROUTER` 是否逐字符正确、三根管与
A/B/C 标签是否齐全、「唯一一个黄色物件」这条约束守没守住。

| 格 | 模型与档位 | 文字准确度 | 物件与约束 | 观感 |
|---|---|---|---|---|
| p1-gi2-medium | gpt-image-2 · medium | ✓ `ROUTER`、A/B/C 全对 | ✓ 三管一龙头一杯，唯一黄色 | ⚠ 构图偏远，摊位占掉一半画面，主体偏小 |
| p1-gi2-high | gpt-image-2 · high | ✓ 全对，衬线字形最工整 | ✓ 守住 | ✓ 细节最密，木纹与砖墙刻画扎实 |
| p1-gi25-flare-high | 2.5 Flare · high | ✓ 全对 | ✓ 守住 | ✓ 主体放大、光线干净，同预算下明显比老 medium 好看 |
| p1-gi25-flare-xhigh | 2.5 Flare · xhigh | ✓ 全对 | ✓ 守住 | ✓ 木质与铜管质感更实，构图稳 |
| p1-gi25-flare-max | 2.5 Flare · max | ✓ 全对 | ✓ 守住 | ✓ 层次最好的一张，本文封面用的就是它 |
| p1-gi25-sunburst-high | 2.5 Sunburst · high | ✓ 全对 | ✓ 守住 | ✓ 与 Flare 同级，管路走线更清楚，牌子略小 |
| p2-gi2-medium | gpt-image-2 · medium | ⚠ `04:00` 的第一个 0 带了个多余的顶点 | ✓ 杯、吊牌、咖啡渣齐全 | ✓ 景深干净，标签正对镜头最好读 |
| p2-gi25-flare-high | 2.5 Flare · high | ✓ 逐字符正确，换行成两行 | ✓ 齐全 | ✓ 环境物件更丰富，杯中有咖啡 |
| p2-gi25-sunburst-high | 2.5 Sunburst · high | ✓ 逐字符正确，单行排版 | ✓ 齐全 | ✓ 晨光与投影最自然，标签字号偏小 |

**九格里八格文字全对，唯一的瑕疵出在 gpt-image-2 身上**——第二份 brief 要求吊牌上精确写
`PEAK 01:00-04:00 UTC`，它把 `04:00` 的第一个 0 画出了一个多余的顶点，像给字母戴了顶帽子。
两个 2.5 模型在同一份 brief 上逐字符正确。**「唯一一个黄色物件」这条约束九格全守住了**，
没有一张把管子或木牌也刷成黄的。

![三格对比：写实产品照 brief 在 gpt-image-2 medium、2.5 Flare high、2.5 Sunburst high 三个模型下的出图，吊牌上的 PEAK 01:00-04:00 UTC 字样在三格中均可辨认](/blog/images/fig-photo-tag.png "三格花的都是 1,372 token。写实档上 2.5 的环境细节更丰富，Sunburst 的晨光与投影最自然。图源：我们的实测（larry-image / OpenAI Images API 生成）")

结论说白了：**在同样的 token 预算上，2.5 画得更好。** 这句话值钱的地方不在「更好」，
在「同样的预算」——而预算这件事，被标签名藏起来了。

## 同一个 `quality: "high"`，两代模型的 token 差 4 倍

九格的完整读数。成本不是账单上抄来的，是按官方费率自己算的：
`输出 token × $30/M + 输入 token × $5/M`。以第一份 brief 的 150 个文本输入 token 算，
输入那部分是 $0.00075，四舍五入前后都不影响结论，但我把它算进去了。

| 格 | 模型 | quality 发送 / 回显 | 输出 token | 墙钟 | 成本 |
|---|---|---|---|---|---|
| p1-gi2-high | gpt-image-2 | high / high | 5,488 | 88.0s | $0.16539 |
| p1-gi2-medium | gpt-image-2 | medium / medium | 1,372 | 32.9s | $0.04191 |
| p1-gi25-flare-high | 2.5 Flare | high / high | 1,372 | 19.0s | $0.04191 |
| p1-gi25-flare-xhigh | 2.5 Flare | xhigh / xhigh | 2,459 | 31.0s | $0.07452 |
| p1-gi25-flare-max | 2.5 Flare | max / max | 5,488 | 40.0s | $0.16539 |
| p1-gi25-sunburst-high | 2.5 Sunburst | high / high | 1,372 | 32.3s | $0.04191 |
| p2-gi2-medium | gpt-image-2 | medium / medium | 1,372 | 28.0s | $0.041675 |
| p2-gi25-flare-high | 2.5 Flare | high / high | 1,372 | 17.2s | $0.041675 |
| p2-gi25-sunburst-high | 2.5 Sunburst | high / high | 1,372 | 26.6s | $0.041675 |

两个数字在表里反复出现：**1,372 和 5,488**。gpt-image-2 在 `medium` 上烧 1,372，
2.5 在 `high` 上也烧 1,372；gpt-image-2 在 `high` 上烧 5,488，2.5 在 `max` 上也烧 5,488。
一个不差。把标签对齐画成一张表：

| 2.5 的标签 | 输出 token（1536×1024） | 在 gpt-image-2 上的同预算档位 |
|---|---|---|
| high | 1,372 | medium |
| xhigh | 2,459 | 没有对应档位 |
| max | 5,488 | high |

`xhigh` 是 2.5 新增的中间档，上一代没有对得上的东西。这两个新档位是随 2.5 一起进
OpenAPI 规范的，社区在发布当天就从
[openai-openapi 的提交记录](https://community.openai.com/t/introducing-gpt-images-2-5-in-the-api-and-chatgpt/1395897)
里翻出来了。

不信没样本的参数表，就把三档摆出来：

![三格对比：同一份手绘 brief 在 gpt-image-2.5 Flare 的 high、xhigh、max 三个档位下的出图。三格的 ROUTER 招牌与 A/B/C 管道标签均清晰可辨，唯一的黄色物件都是杯子](/blog/images/fig-flare-three-tiers.png "从左到右：high（1,372 token，$0.042）、xhigh（2,459，$0.075）、max（5,488，$0.165）。同一份 brief、同一个模型，差别只在预算：high 的木纹与墙面较平，xhigh 把构图补完整、光影层次出来了，max 的铜管与木板细节最密。图源：我们的实测（larry-image / OpenAI Images API 生成）")

**xhigh 的位置由此清楚**：比 high 贵 78%，换来的是构图完整度而非锐度；再到 max 多花 122%，
增益落在细节密度。出封面或主视觉值得试 `xhigh`，批量配图仍是 `high` 划算。

费率这一层完全没动。两个 2.5 模型页都写着
[Token rates match GPT Image 2](https://developers.openai.com/api/docs/models/gpt-image-2.5-flare)——
文本输入 $5/M、图像输入 $8/M、图像输出 $30/M，
三个模型页的费率一行不差。[API 定价页](https://developers.openai.com/api/docs/pricing)
要多点一下：Standard 与 Batch 是两张默认折叠的分表，gpt-image-2 只出现在 Batch 那张里，
所以想并排核对得回到各自的模型页。
**所以价格变化百分之百来自 token 数量，不来自单价。** 这和我们之前写过的
[同一份权重在不同渠道卖出不同价钱](/blog/one-weight-many-prices)恰好相反：那次是单价在动、
东西没变，这次是单价没动、标签底下的东西换了。

值得单独说一句：官方模型页自己挂了个提醒，
**「The GPT Image 2 calculator does not estimate GPT Image 2.5 token consumption」**——
别拿上一代的计算器估这一代的用量。这句话现在读起来像是给「重新贴标」提前打的补丁。

我们的读数不是孤证。apidog 的
[三模型对比文](https://apidog.com/blog/gpt-image-2-5-flare-vs-sunburst-vs-gpt-image-2/)
从 OpenAI 计算器抄下来的表里，2.5 在 1536×1024 上 `high` 是 1,372、`xhigh` 是 2,459、
`max` 是 5,488——**与我们九格实测逐格一致**，而我们是从 `usage.output_tokens` 里读的真实回包。
两条独立路径撞上同一组数字，这个结论可以放心用。

换算成动作，就是改一个字段的事：

```json
{
  "model": "gpt-image-2.5-flare",
  "prompt": "...",
  "size": "1536x1024",
  "quality": "high"
}
```

把 `model` 从 `gpt-image-2` 换成 `gpt-image-2.5-flare`、`quality` 原样保留 `high`，
账单立刻降到约四分之一，画面拿到的是老 `medium` 的预算——按上一节的目视，
这个预算在 2.5 手里比在上一代手里好看。要老 `high` 的画质，把 `quality` 改成 `max`，
账单回到 $0.165。**两条路都合理，前提是你知道自己在选哪条。**

## Flare 比 gpt-image-2 快 40%，Sunburst 慢一截，但三者一分钱不差

速度这栏我看了两遍才确认没抄错。同样是 1,372 个 token，第一份 brief 上
gpt-image-2 用 32.9 秒，Flare 用 19.0 秒；第二份 brief 上是 28.0 秒对 17.2 秒。
两次都快了四成左右。OpenAI 官方的措辞只到定性——[开发者社区公告帖](https://community.openai.com/t/introducing-gpt-images-2-5-in-the-api-and-chatgpt/1395897)
写的是「Faster image generation」，Flare 带来「quality, editing, and speed improvements」，
没有给百分比；广为流传的「延迟降低 50%」我只在该帖的一条用户回复和几篇二手报道里见到，
**发布公告原页对脚本返回 403，我没能亲自核到官方是否说过这个数**。所以这里只报我们自己测到的
四成，不引那个 50%。

Sunburst 的位置最有意思。**它和 Flare 的 token 数完全相同**，两个模型页的费率表逐行一样，
所以同一张图它们花同样的钱。差别在时间：两份 brief 上 Sunburst 分别是 32.3 秒和 26.6 秒，
比 Flare 慢 55% 到 70%。官方把 Sunburst 定位成
[编辑精度优先的那一个](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst)，
Flare 是日常高吞吐的那一个。**换句话说，Sunburst 的溢价是时间，不是价格。**
你多等的那十几秒就是全部成本。

这里必须把边界说清楚，否则上面的数字会被读得太重：

- **每格只跑了一次（n=1）。** 生成模型每次采样都不同，墙钟还受排队影响。
  这是第一眼，不是基准测试。真要定选型，拿你自己的 prompt 跑一周，记 `usage` 日志。
- **我们只测了生成，没测多轮编辑。** 而多轮编辑恰恰是 Sunburst 的官方卖点——
  「跨多次编辑保持细节一致」。我们也没测参考图保持。**所以本文对 Sunburst 的判断
  只覆盖单次文生图这一面**，它最该发光的地方我们没碰。
- **官方这次没给评测表。** 发布公告里没有画质评分、没有胜率、没有和任何竞品的对比，
  所有说法都是对着自家上一代讲的（这一点
  [datanorth 的报道](https://datanorth.ai/news/openai-launches-chatgpt-images-2-5)也点了出来）。
  连它公布的安全指标都没带统计显著性标记。

## 一个把我带进沟里的下午：网关没有透传 `quality`

这一节本来不在计划里。

第一轮实测我图省事，走了一个**多厂商聚合网关**——一个 key 打通所有模型，日常很方便。
跑完九格，我盯着结果差点当场发文：2.5 看起来比 gpt-image-2 省了 6 到 13 倍的 token，
Flare 的某一格只花了 429 个 token。这数字太漂亮了，漂亮到不像真的。

于是我去翻回包的原始字段，发现两处对不上：

| 检查项 | 我发出去的 | 网关回显的 |
|---|---|---|
| quality（Flare 那格） | ✗ `high` | `medium` |
| quality（第二份 brief 的 Flare） | ✗ `high` | `low` |
| size | ✗ `1536x1024` | `1312x1199`、`1370x1148`、`1402x1122` 等近方形 |

**上游根本没收到我要的 `quality`，尺寸也被改掉了。** 我发 `high`，它按 `medium` 甚至
`low` 出图；我要 1536×1024 的横图，拿回来一堆接近正方形的尺寸。token 当然少——
少的是画质，不是模型效率。那个「省 6–13 倍」的惊人发现，是网关降档的产物，
**和两代模型的差异一点关系都没有**。

改成直连官方接口重跑，九格的 `quality` 与 `size` 全部正确回显（本文所有数字都来自这一轮）。
两轮的原始回包我都留着，差异就在那几个字段上。

教训写下来给以后的自己看：**做模型对比，要么直连，要么先验证回显字段。**
参数发出去不等于参数生效了，中间任何一跳都可能悄悄改写它，而回包里往往有线索——
前提是你去读。这件事没有报错、没有告警，唯一的症状就是数字好得不真实。

这恰好是我们自己这条业务线每天在琢磨的事。网关坐在调用方和模型之间，它多做一点
翻译就少一点保真；我们把**参数保真**当成设计目标之一——请求里的 `quality`、`size`
这类语义参数原样过桥，回包里的 `usage` 原样返还，
[路由层的取舍](/zh/blog/astra-worth-the-price)可以在别处做，但不该做在用户明确写下的字段上。
这是我们的设计取向，不是对任何已上线能力的承诺，具体做到哪一步以产品页为准。

顺带一句工具面的观察：我们内部那个出图工具的 `--quality` 参数只认 low、medium、high、auto
四个值，2.5 新增的 `xhigh` 和 `max` 直接被它在预检阶段挡了回来（`invalid choice: 'max'`）。
这两格是绕过工具、用 curl 手打的。**模型加档位的速度，总比工具链跟上的速度快一拍。**

## 那到底切不切：三种负载，三个答案

**日常出图、要快要省的：切 Flare，`quality` 保持 `high`。** 这是收益最干脆的一档——
账单降到约四分之一，速度快四成，画面按我们九格的目视不降反升。真在意画质的那几张，
单独调成 `max` 或新的 `xhigh`。

**批量夜跑的：先别切。** 这是最容易踩的一脚。gpt-image-2
[支持 Batch API](https://developers.openai.com/api/docs/models/gpt-image-2)，
定价页的 Batch 分表里它的图像输出是 $15/M，正好是标准价的一半；
而两个 2.5 模型的端点表里 **Batch 那一行明写 Not supported**，它们在 Batch 分表里
整行缺席。所以如果你的活儿能接受 Batch 的延迟，用 gpt-image-2 的 Batch `medium`
跑 1,372 个 token，比用 2.5 标准价的 `high` 跑同样 1,372 个 token **还要便宜一半**。
**对批量负载来说，迁到 2.5 是涨价不是降价。**

算成钱更直观。同样 1,372 个输出 token，Batch 的 $15/M 对标准价的 $30/M：

| 月出图量 | gpt-image-2 · Batch `medium` | 2.5 Flare · 标准 `high` | 差额 |
|---|---|---|---|
| 1 万张 | $205.8 | $411.6 | 多花 $205.8 |
| 10 万张 | $2,058 | $4,116 | 多花 $2,058 |

（只算图像输出，按 1,372 × 单价 ÷ 1e6 × 张数；文本输入每张 150 token 两边一样，略去。）
代价是 Batch 的异步窗口——OpenAI 对 Batch 承诺的是 24 小时内完成，不是秒回，
所以这条只对「今晚提交、明早要」的活儿成立。**要即时出图，这张表跟你无关；
要夜里批跑，这就是切与不切之间每月两千美元的差别。**

**做多轮编辑的：Sunburst 值得试，但别指望这篇给你答案。** 我们没测编辑链路，
而那是它唯一比 Flare 强的地方。它比 Flare 慢 55–70%、价格完全相同——
如果多轮编辑后主体真的更稳，这个时间花得值；如果在你的 prompt 上看不出差别，
那就是白等。**这个只能你自己拿真实工作流跑。**

最后两个具体动作，比任何结论都实在：

1. **把 `quality` 从代码里挪进配置。** 这次迁移要动的就是这一个值，散在几十个调用点上
   会很难受。挪出来之后，`high` 和 `max` 之间来回切只是改一行配置。
2. **把 `usage.output_tokens` 记进日志，跑满一周真实 prompt。** 计算器和我们这九格都是
   估算与样本，你的账单只认回包里那个数。真金白银的那条曲线，一周就能看清楚。

我最喜欢这次实测的一点是：**最贵的那张图和最便宜的那张图，中间隔的不是画质，是一个标签。**
把标签底下的数字翻出来看一眼，是这次唯一需要做的功课。

---

## Sources

### community.openai.com

- [openai-openapi 的提交记录](https://community.openai.com/t/introducing-gpt-images-2-5-in-the-api-and-chatgpt/1395897)

### developers.openai.com

- [Token rates match GPT Image 2](https://developers.openai.com/api/docs/models/gpt-image-2.5-flare)
- [API 定价页](https://developers.openai.com/api/docs/pricing)
- [编辑精度优先的那一个](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst)
- [支持 Batch API](https://developers.openai.com/api/docs/models/gpt-image-2)

### apidog.com

- [三模型对比文](https://apidog.com/blog/gpt-image-2-5-flare-vs-sunburst-vs-gpt-image-2/)

### datanorth.ai

- [datanorth 的报道](https://datanorth.ai/news/openai-launches-chatgpt-images-2-5)