GPT Image 2.5 Sunburst 模型指南
在 GPT Image Hub 上使用 GPT Image 2.5 Sunburst 的實用指南：這是 OpenAI 為精細創作推出的 GPT Image 2.5 精準版本，涵蓋它與 Flare 的共同點、實測耗時與輸出 token，以及什麼時候值得多花這些時間。
GPT Image 2.5 Sunburst 是 OpenAI 在精準度最重要時推薦使用的 GPT Image 2.5 模型。它支援與 Flare 相同的 xhigh 與 max 品質設定、自訂解析度和透明背景，GPT Image Hub 預設以 xhigh 執行它；在 Hub 測試中，每張圖耗時 47–108 秒，而且每個標籤和每行文字都精準落在提示詞指定的位置。包裝、以排版為主的版面和精細插畫請選它；更重視速度時請選 Flare。
視覺範例
視覺範例
只更動正面標籤的包裝算圖編輯。
標籤替換
只更動正面標籤的包裝算圖編輯。
把正面標籤換成附上的設計，維持精確比例。附標註的插畫
附簡短說明文字的精細植物學剖面圖。
1024x1536 無花果剖面圖，配五段手寫標註。最終算圖
確認後以 max 品質輸出一次。
以 max 品質算圖已確認的編輯。最佳用例
- 使用遮罩或多張參考圖的編輯，細節必須精準落在提示詞指定的位置。
- 包裝、以排版為主的版面和精細插畫等細節豐富的創作。
- 構圖先在較快的模型上確認後，再以 xhigh 或 max 輸出最終成品。
需要注意
- 重視延遲的大量打草稿；OpenAI 將 Flare 定位為較快的預設選擇。
- 高於 2560×1440 的解析度，OpenAI 將其標示為 2.5 系列模型的實驗性功能。
優勢
OpenAI 為最重視編輯精準度的工作流程推薦的 GPT Image 2.5 模型。
與 Flare 相同的品質階梯：low、medium、high、xhigh、max 和 auto。
相同的自訂尺寸規則：16 的倍數，1:3 到 3:1，單邊不超過 3840 px，總像素 655,360 到 8,294,400。
PNG 或 WebP 輸出支援透明背景，且每 token 定價與 GPT Image 2 相同。
使用案例
精準編輯
標籤替換、物件替換和遮罩修改，必須尊重畫面的其餘部分。
精細插畫
複雜版面、排版和圖表，小錯誤代價高昂。
已確認的成品
構圖在別處定案後，以 xhigh 或 max 仔細算圖一次。
工作流程
在較快的模型上確認
先用 GPT Image 2 或 Flare 敲定構圖和文案，再切換到 Sunburst。
把編輯寫成限制條件
列出哪些維持不變、哪些要更改，以及遮罩套用在哪裡。
以高品質算圖一次
最終檔案使用 xhigh 或 max，並讓輸出格式符合需求。
提示詞寫法
- 把編輯寫成明確的「保留什麼、更改什麼」指示；精準度正是選擇這個模型的理由。
- 使用遮罩時，請維持與來源影像相同的格式與尺寸並附帶 alpha 色版；遮罩會套用到第一張輸入影像。
- 只在最後一輪使用 xhigh 或 max，因為這些設定會產生更多計費的輸出 token。
- 畫面文字請用引號原樣寫出，並保持簡短。
可直接複製的提示詞
編輯參考的包裝算圖：保留盒體結構與光線，把正面標籤換成附上的標籤設計並維持精確比例，不做其他更動。
創作一張 1024x1536 的編輯類插畫：無花果的植物學剖面圖，配上五段簡短的手寫說明文字，柔和的鼠尾草綠與梅紫色調，紙張質感。
根據兩張參考照片，生成同一間客廳精準對應的前後對照圖：沙發改為赭黃色，其餘完全不變。
本站生成的範例圖
官方來源
常見問題解答
GPT Image Hub 上可以使用 GPT Image 2.5 Sunburst 嗎？
可以。GPT Image 2.5 Sunburst 已可在 GPT Image Hub 生成器中選用，提供 1K、2K 和 4K 檔位，且 Hub 預設會送出 OpenAI 的 xhigh 品質設定。每張圖的點數消耗請見定價頁面。
什麼時候該選 Sunburst 而不是 Flare？
對精準度要求最高的編輯和精細創作請選 Sunburst，並接受較長的生成時間。快速、高品質的日常生成請選 Flare。
Sunburst 支援與 Flare 相同的尺寸和品質設定嗎？
支援。OpenAI 的影像生成指南為兩款 GPT Image 2.5 模型列出了相同的品質設定（low、medium、high、xhigh、max、auto）和相同的自訂尺寸限制。
使用這個模型
從提示詞模板開始，或先比較模型
如果已經確定模型，可以直接使用生成器；如果提示詞需要在速度、細節和參考圖輸入之間做不同取捨，可以先比較所有支援的模型。