GPT Image 2.5 Sunburst 模型指南
在 GPT Image Hub 上使用 GPT Image 2.5 Sunburst 的实用指南：这是 OpenAI 面向精细创作的 GPT Image 2.5 精度版本，涵盖它与 Flare 的共同点、实测耗时与输出 token，以及何时值得多花这些时间。
GPT Image 2.5 Sunburst 是 OpenAI 在精度最重要时推荐使用的 GPT Image 2.5 模型。它支持与 Flare 相同的 xhigh 和 max 质量设置、自定义分辨率和透明背景，GPT Image Hub 默认以 xhigh 运行它；在 Hub 测试中，每张图耗时 47–108 秒，且每个标签和每行文字都准确落在提示词指定的位置。包装、以排版为主的版面和精细插画请选它；更看重速度时选 Flare。
视觉示例
视觉示例
只改动正面标签的包装渲染图编辑。
标签替换
只改动正面标签的包装渲染图编辑。
把正面标签替换为附带的设计，保持精确比例。带标注的插画
带简短说明文字的精细植物学剖面图。
1024x1536 无花果剖面图，配五条手写体标注。最终渲染
确认后以 max 质量输出一次。
以 max 质量渲染已确认的编辑。最佳用例
- 带遮罩或多参考图的编辑，细节必须精确落在提示词指定的位置。
- 包装、以排版为主的版面和精细插画等细节丰富的创作。
- 构图先在更快的模型上确认后，再以 xhigh 或 max 输出最终成品。
需要注意
- 看重延迟的大批量起草；OpenAI 将 Flare 定位为更快的默认选择。
- 高于 2560×1440 的分辨率，OpenAI 将其标记为 2.5 系列模型的实验性功能。
优势
OpenAI 为最看重编辑精度的工作流推荐的 GPT Image 2.5 模型。
与 Flare 相同的质量阶梯：low、medium、high、xhigh、max 和 auto。
相同的自定义尺寸规则：16 的倍数，1:3 到 3:1，单边不超过 3840 px，总像素 655,360 到 8,294,400。
PNG 或 WebP 输出支持透明背景，且每 token 定价与 GPT Image 2 相同。
使用案例
精准编辑
标签替换、物体替换和遮罩修改，必须尊重画面的其余部分。
精细插画
复杂版面、排版和图表，小错误代价高昂。
已确认的成品
构图在别处定稿后，以 xhigh 或 max 精心渲染一次。
工作流程
在更快的模型上确认
先用 GPT Image 2 或 Flare 敲定构图和文案，再切换到 Sunburst。
把编辑写成约束条件
列出哪些保持不变、哪些需要改变，以及遮罩作用于何处。
以高质量渲染一次
最终文件使用 xhigh 或 max，并让输出格式与需求保持一致。
提示词写法
- 把编辑写成明确的“保留什么、改变什么”指令；精度正是选择这个模型的理由。
- 使用遮罩时，保持与源图相同的格式和尺寸并带有 alpha 通道；遮罩作用于第一张输入图像。
- 只在最后一轮使用 xhigh 或 max，因为这些设置会产生更多计费的输出 token。
- 画面文字要用引号原样写出，并保持简短。
可直接复制的提示词
编辑参考包装渲染图：保留盒体结构和光线，把正面标签替换为附带的标签设计并保持精确比例，不做其他改动。
创作一张 1024x1536 的编辑类插画：无花果的植物学剖面图，配五条简短的手写体说明文字，柔和的鼠尾草绿与李子紫配色，纸张质感。
根据两张参考照片，生成同一客厅精确对应的前后对比图：沙发改为赭黄色，其余一切不变。
本站生成的示例图
官方来源
常见问题解答
GPT Image Hub 上可以使用 GPT Image 2.5 Sunburst 吗？
可以。GPT Image 2.5 Sunburst 已可在 GPT Image Hub 生成器中选择，提供 1K、2K 和 4K 档位，Hub 默认发送 OpenAI 的 xhigh 质量设置。每张图的积分消耗请见定价页面。
什么时候应该选 Sunburst 而不是 Flare？
对精度要求最高的编辑和精细创作选 Sunburst，并接受更长的生成时间。快速、高质量的日常生成选 Flare。
Sunburst 支持与 Flare 相同的尺寸和质量设置吗？
支持。OpenAI 的图像生成指南为两款 GPT Image 2.5 模型列出了相同的质量设置（low、medium、high、xhigh、max、auto）和相同的自定义尺寸限制。
使用这个模型
从提示词模板开始，或先对比模型
如果已经确定模型，可以直接使用生成器；如果提示词需要在速度、细节和参考图输入之间做不同取舍，可以先对比所有支持的模型。