GPT Image 2.5 udkom 8. september 2026 og erstatter GPT Image 2 med to modeller: Flare (samme tokenpris, op til 50% lavere latens) og Sunburst (strammere redigering over flere runder). Tokenpriserne er uændrede, men kvalitetsstigen er blevet omgraderet: 2.5 i "max" koster det, GPT Image 2 kostede i "high". På Arenas foreløbige liste for september 2026 får Sunburst 1421 mod 1381 for GPT Image 2.
Denne sammenligning gennemgår, hvad OpenAI har ændret, hvad prisen per billede reelt lander på i begge generationer, hvordan de tre muligheder klarede fem identiske prompts gennem samme kø, og hvilken model der passer til hvilken slags opgave. Alle tal gælder per 10. september 2026, og hvert tal er linket til sin kilde.
Hvad er GPT Image 2.5, og hvad adskiller den fra GPT Image 2?
GPT Image 2.5 er OpenAIs familie af billedgenereringsmodeller, annonceret 8. september 2026 under navnet ChatGPT Images 2.5. Hvor GPT Image 2 udkom som én enkelt model 21. april 2026, består GPT Image 2.5 af to API-modeller: gpt-image-2.5-flare og gpt-image-2.5-sunburst, begge med snapshot 2026-09-08. Begge findes på LoveGen AI under GPT Image 2.5 med en Flare/Sunburst-omskifter, side om side med den oprindelige GPT Image 2.
OpenAI opsummerer selv opdateringen som "skarpere detaljer, hurtigere generering, mere præcis redigering og bedre værktøjer til at skabe og dele" (OpenAI via 9to5Mac, 8. sep. 2026). Virksomheden skriver også, at Images 2.5 "giver mere naturligt lys og rigere teksturer, er bedre til at bevare motiverne i dine referencefotos og følger redigeringsinstruktioner mere pålideligt gennem flere runder".
Flare vs Sunburst i én tabel
| GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|
| OpenAIs positionering | Standardmodellen "til de fleste anvendelser" | "Premium-workflows til visuelt arbejde, der har brug for strammere kontrol på tværs af redigeringer" |
| Kvalitet vs GPT Image 2 | Højere, ved "50% lavere latens" | Højere, med "længere genereringstider" end Flare |
| Tilsigtede opgaver | Indhold til creators og sociale medier, produktoplevelser, visuel søgning, hurtig prototyping, generering i stor skala | Kampagnemateriale til produktion, poleret produktfotografi, finpudsning over flere runder |
| API-id | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Tokenpris | Identisk med GPT Image 2 | Identisk med GPT Image 2 |
Kilde: meddelelse i OpenAI Developer Community og OpenAIs modelsider.
Hvad er nyt i GPT Image 2.5
Fem ting er nye i forhold til GPT Image 2, ifølge OpenAIs meddelelse:
- To modeller i stedet for én. Flare til hastighed, Sunburst til præcision, til samme pris per token.
- To nye kvalitetstrin.
xhighogmaxligger overhigh; GPT Image 2 stoppede vedhigh. Begge 2.5-modeller kører som standard medquality: auto(OpenAIs guide til billedgenerering). - Målrettede redigeringer. OpenAI taler om "kommentarbaserede redigeringer, hvor kun det, du vil have ændret, bliver ændret" og "konsistente detaljer på tværs af flere redigeringer".
- Større troskab mod referencefotos. Motiver fra uploadede billeder bliver ved med at være genkendelige i nye omgivelser og stilarter.
- En ny
opaque-baggrund ud overautoogtransparent.
I ChatGPT-appen får Images 2.5 desuden et Sketch-værktøj til at tegne et groft layout, kommentarer der rammer et bestemt område af et billede, skabeloner til formater som plakater og merch samt prompts, der kan deles (The Decoder, sep. 2026). The Decoder bemærker også, at alt output bærer Google DeepMinds usynlige SynthID-vandmærke.
Hvad er uændret
De egenskaber, der gjorde GPT Image 2 bemærkelsesværdig i april 2026, følger med over. GPT Image 2 var OpenAIs første billedmodel med et ræsonnementstrin, der planlægger en komposition, før den renderes, den kunne returnere op til otte sammenhængende billeder ud fra én prompt, og den gengav ikke-latinsk skrift som japansk, koreansk, kinesisk, hindi og bengali langt mere pålideligt end forgængerne (OpenAI, apr. 2026; MacRumors, 22. apr. 2026). Alt det er stadig med i Images 2.5.
Rate limits er også identiske på alle tre API-modeller. OpenAI angiver Tier 1 til 100,000 tokens per minut og 5 billeder per minut, stigende til 8,000,000 tokens per minut og 250 billeder per minut på Tier 5, på modelsiderne for gpt-image-2, Flare og Sunburst.
GPT Image 2.5 vs GPT Image 2: specifikationerne side om side
| Specifikation | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | Kilde |
|---|---|---|---|---|
| Udgivelsesdato | 21. april 2026 | 8. september 2026 | 8. september 2026 | OpenAI |
| API-id / snapshot | gpt-image-2 / 2026-04-21 | gpt-image-2.5-flare / 2026-09-08 | gpt-image-2.5-sunburst / 2026-09-08 | OpenAIs modelsider |
| Kvalitetstrin | low, medium, high | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto | OpenAIs guide |
| Påstand om latens | Baseline | Op til 50% lavere end GPT Image 2 | Længere end Flare | OpenAI |
| Egen opløsning | Multipla af 16, maks. kant 3840 px, 655,360 til 8,294,400 pixels i alt | Samme | Samme | OpenAIs guide |
| Sideforhold | 1:3 til 3:1 | 1:3 til 3:1 | 1:3 til 3:1 | OpenAIs guide |
| Baggrundsvalg | auto, transparent, opaque | auto, transparent, opaque | auto, transparent, opaque | fal.ai-skema |
| Ræsonnementstrin ("thinking") | Ja | Ja | Ja | OpenAI, apr. 2026 |
| Tekstinput / billedinput / billedoutput | $5 / $8 / $30 per 1M tokens | $5 / $8 / $30 per 1M tokens | $5 / $8 / $30 per 1M tokens | OpenAIs modelsider |
| Arena-score for text-to-image (sep. 2026) | 1381 ± 4 (medium, 78,731 stemmer) | 1399 ± 13 (2,856 stemmer, foreløbig) | 1421 ± 13 (3,149 stemmer, foreløbig) | Arena |
| Placering hos Artificial Analysis (10. sep. 2026) | Nr. 1, Elo 1171 (high) | Ikke listet endnu | Ikke listet endnu | Artificial Analysis |
| Referencebilleder på LoveGen AI | Op til 4 | Op til 6 | Op til 6 | LoveGen AIs modelsider |
| Maks. størrelse på LoveGen AI | 2K | 3840×2160 | 3840×2160 | LoveGen AIs modelsider |
| Credits på LoveGen AI | 0.3 per billede, fast | 0.1 til 3.4 efter kvalitet og størrelse | Samme som Flare | LoveGen AIs modelsider |
OpenAIs guide markerer opløsninger over 2560×1440 som eksperimentelle for alle modeller i familien og anbefaler 1024×1024, 1536×1024 eller 1024×1536 som standardstørrelser (OpenAIs guide til billedgenerering).
Koster GPT Image 2.5 mere end GPT Image 2?
Per token, nej. Per billede afhænger svaret af, hvilket kvalitetstrin du vælger, for OpenAI har omgraderet stigen. Et billede fra GPT Image 2.5 på high koster omtrent det samme som et billede fra GPT Image 2 på medium, og GPT Image 2.5 på max koster omtrent det samme som GPT Image 2 på high.
Samme prisliste per token
Alle tre modeller koster $5 per million tekst-input-tokens ($1.25 cachet), $8 per million billed-input-tokens ($2 cachet) og $30 per million billed-output-tokens, ifølge modelsiderne for gpt-image-2.5-flare og gpt-image-2.5-sunburst, hvor der står, at "tokenpriserne matcher GPT Image 2". De samme sider advarer om, at OpenAIs omkostningsberegner til GPT Image 2 "ikke estimerer GPT Image 2.5's tokenforbrug", og det er det første fingerpeg om, at antallet af output-tokens per billede har ændret sig.
Kvalitetsstigen er blevet omgraderet
fal.ai offentliggør en fast pris per billede for hver kombination af kvalitet og størrelse på begge modeller, og det gør skiftet nemt at se. Tallene nedenfor er fal.ai's listepriser per 9. september 2026.
| Kvalitetstrin | GPT Image 2, 1024×1024 | GPT Image 2.5, 1024×1024 | GPT Image 2, 3840×2160 | GPT Image 2.5, 3840×2160 |
|---|---|---|---|---|
| low | $0.006 | $0.006 | $0.012 | $0.011 |
| medium | $0.053 | $0.013 | $0.101 | $0.026 |
| high | $0.211 | $0.053 | $0.401 | $0.100 |
| xhigh | ikke tilgængelig | $0.094 | ikke tilgængelig | $0.178 |
| max | ikke tilgængelig | $0.211 | ikke tilgængelig | $0.400 |
Kilder: GPT Image 2 på fal.ai og GPT Image 2.5 Flare på fal.ai. Flare og Sunburst deler én prisliste på fal.ai (Sunburst-siden).
Læs ned gennem kolonnen for GPT Image 2.5, og mønsteret er tydeligt: high på 2.5 ($0.053) svarer til medium på GPT Image 2 ($0.053), og max på 2.5 ($0.211) svarer til high på GPT Image 2 ($0.211). The Decoder nåede samme konklusion og bemærkede, at max-trinnet i 2.5 "matcher prisen for high-trinnet i Images 2.0" (The Decoder). I praksis har OpenAI skudt to billigere trin ind under det gamle øverste trin i stedet for at lægge to dyrere trin oven på det.
Hvad det betyder, hvis du migrerer en eksisterende integration
En forespørgsel, der brugte gpt-image-2 med quality: "high", og som blot skifter model-id til gpt-image-2.5-flare, beholder quality: "high" og bruger cirka en fjerdedel af de output-tokens, den brugte før. Det er en besparelse på omkring 75% ved 1024×1024 (fra $0.211 til $0.053 i fal.ai's listepris), men det er også en anden mængde renderingsarbejde. Teams, der vil have det samme budget til output-tokens som før, skal sætte quality: "max". Teams, der lænede sig på standardværdien, skal huske, at GPT Image 2.5 som standard bruger auto i OpenAIs API (OpenAIs guide) og high på fal.ai (fal.ai-skema).
Kreditpris på LoveGen AI
På LoveGen AI koster GPT Image 2 fast 0.3 credit per billede med op til fire referencebilleder og 2K-output. GPT Image 2.5 prissættes efter kvalitet og størrelse og starter ved 0.1 credit. Ved standardstørrelsen 1024×1024 koster Low 0.1, Medium 0.2, High 0.5, Extra High 0.8 og Max 1.8 credits. En rendering i 3840×2160 løber fra 0.1 credit ved Low til 3.4 credits ved Max. Flare og Sunburst koster det samme, og alle størrelser fra 1024×768 over 1920×1080 og 2560×1440 til 3840×2160 findes i både liggende og stående format, med en transparent PNG-baggrund som mulighed.
Praktisk test: 5 prompts, 3 modeller, én platform
Den 10. september 2026, to dage efter lanceringen, kørte vi fem faste prompts gennem GPT Image 2 og begge GPT Image 2.5-modeller på fal.ai's kø-API, så alle tre delte samme udbyder, samme kø og samme ur. Vi testede fire konfigurationer: GPT Image 2 på high (den baseline, de fleste integrationer bruger i dag), Flare på high (det, et rent skift af model-id giver), samt Flare og Sunburst på max (prismatchet med baselinen til $0.211 per billede i 1024×1024 ifølge fal.ai's listepris). Kørslen gav 33 billeder uden fejl og kostede omkring $6 i listepris.
Testprotokol
- Størrelser: 1024×1024 i test 1, 2, 3 og 5; 3840×2160 i test 4, sendt med eksplicit bredde og højde.
- Tidtagning: sekunder i realtid fra indsendelse til køen til færdigt resultat. De fire konfigurationer blev sendt parallelt, og ventetiden i køen oversteg aldrig 3 sekunder, så tallene er reelt behandlingstid hos fal.ai. Test 5 er medianen af 3 kørsler; alle andre tal stammer fra en enkelt kørsel og er mærket som sådan.
- Referencebillede: én marineblå keramikkop med et hvidt bjerglogo på hvid bund, genereret én gang med Flare på
highog genbrugt som identisk input til hver model i test 2 og 3. - Bedømmelse: test 1 tæller korrekte tegn ud af 37 fordelt på fem strenge. Test 2 og 3 tæller utilsigtede ændringer af koppen, dens logo og baggrunden gennem kæden. Test 4 sammenligner et 1024×640-udsnit ved 100% omkring hytten. Test 5 tjekker, om alle tre kørsler kan bruges som thumbnail.
- Forbehold: fal.ai's kø lægger sit eget overhead til, og LoveGen AI router GPT Image 2 gennem en anden udbyder end GPT Image 2.5, så absolutte tider på andre platforme vil afvige. Forholdet mellem modellerne er det brugbare signal.
Test 1: plakattekst på flere sprog
Prompten bad om en caféplakat i flad vektorstil med fem præcise strenge: "MORNING BREW", 每日现磨咖啡, 毎朝焙煎, "$4.50" og "Open 7am - 6pm", plus et prisskilt nederst til højre. Alle fire konfigurationer gengav alle 37 tegn korrekt og placerede prisskiltet, hvor der blev bedt om det. Flare på max satte et overflødigt punktum efter overskriften og efter åbningstiderne; de tre øvrige var rene. GPT Image 2 brugte 116.0 sekunder, Flare på high 26.0 sekunder, Flare på max 54.5 sekunder og Sunburst på max 96.1 sekunder (enkelt kørsel). Tekstgengivelsen, som var GPT Image 2's paradenummer i april 2026, følger uændret med over i 2.5, og den er derfor ikke et argument for at vælge den ene generation frem for den anden.
Øverst til venstre: GPT Image 2 (high). Øverst til højre: GPT Image 2.5 Flare (high). Nederst til venstre: GPT Image 2.5 Flare (max). Nederst til højre: GPT Image 2.5 Sunburst (max).
Test 2: produktredigering ud fra et referencebillede
Hver model fik det samme billede af koppen og instruktionen om at placere den på en hvid marmorbordplade ved et vindue i blødt morgenlys, mens form, farve, hankens placering og logo skulle holdes uændret. Alle fire bevarede logo, farve og hank. De tre output fra GPT Image 2.5 ramte referencens proportioner; GPT Image 2 gengav koppen en smule lavere og bredere end kilden. Tiderne var 137.2 sekunder for GPT Image 2, 36.6 for Flare på high, 68.9 for Flare på max og 107.9 for Sunburst på max (enkelt kørsel). Ved en enkeltstående referenceredigering kan alle fire konfigurationer bruges i produktion.
Test 3: redigeringskæde i tre runder
Med udgangspunkt i hver models output fra test 2 bad runde to om en croissant på en tallerken til højre for koppen og intet andet; runde tre bad om kun at ændre lyset til varmt aftenlampelys. Vi talte hver ændring, der ikke var bedt om.
- GPT Image 2 (high): runde to renderede hele scenen om. Koppen flyttede sig til venstre og blev mindre, og planten og skærebrættet skiftede placering. Runde tre beholdt det nye layout, men tegnede udsigten gennem vinduet om. Fire utilsigtede ændringer; cirka 136 sekunder per runde.
- Flare (high): runde to lagde en svag, stoflignende kornethed på koppens overflade, og intet andet flyttede sig; runde tre ændrede kun lyset. Én utilsigtet ændring; cirka 30 sekunder per runde.
- Flare (max): koppens overflade gled fra mat til en krydsskraveret struktur hen over de to runder, og planten og vinduesrammen forskubbede sig i begge. Fire utilsigtede ændringer; cirka 62 sekunder per runde.
- Sunburst (max): layout, kop, plante, dåse og bræt blev holdt fast i begge runder. Kun croissanten og lyset ændrede sig. Nul utilsigtede ændringer; cirka 107 sekunder per runde.
Sunburst leverede præcis det, OpenAI har lovet til arbejde over flere runder. Overraskelsen var Flare på max, som drev lige så meget som GPT Image 2 i netop denne kæde, mens Flare på high holdt stand. Én kæde er ikke statistik, men det er en god grund til at teste begge Flare-trin på dine egne redigeringsforløb, før du går ud fra, at det højere trin er det sikreste.
Sidste billede i kæden. Øverst til venstre: GPT Image 2 (high). Øverst til højre: GPT Image 2.5 Flare (high). Nederst til venstre: GPT Image 2.5 Flare (max). Nederst til højre: GPT Image 2.5 Sunburst (max).
Test 4: detaljer i 4K-landskab
Alle fire konfigurationer returnerede et præcist 3840×2160-billede af fjordmotivet. Skaleret ned til en skærm er de fire svære at skelne fra hinanden. I et udsnit ved 100% omkring hytten er Sunburst på max det skarpeste, med læsbar lav på klipperne, tydelige bølger i tagpladerne og enkelte planker i gelænderet. Flare på max følger tæt efter. GPT Image 2 på high gengiver hyttens beklædning knivskarpt, men efterlader en maleragtig udtværing hen over løv og klipper. Flare på high er synligt blødere hele vejen igennem, hvad man må forvente ved en fjerdedel af output-tokens. Tiderne var 105.4 sekunder for GPT Image 2, 31.0 for Flare på high, 75.1 for Flare på max og 91.5 for Sunburst på max (enkelt kørsel). fal.ai's listepriser for disse renderinger er henholdsvis $0.401, $0.100, $0.400 og $0.400 (fal.ai).
1024×640-udsnit ved 100% fra hver 3840×2160-rendering. Øverst til venstre: GPT Image 2 (high). Øverst til højre: GPT Image 2.5 Flare (high). Nederst til venstre: GPT Image 2.5 Flare (max). Nederst til højre: GPT Image 2.5 Sunburst (max).
Test 5: thumbnail til sociale medier på det billigste brugbare trin
Prompten var en ramen-skål set direkte oppefra på gul baggrund i 1024×1024, kørt tre gange per konfiguration. Alle 12 output var brugbare. Flare på high gav tre rene, konsistente skåle med en median på 25.1 sekunder og en listepris på $0.053 stykket. GPT Image 2 på high skulle have en median på 152.6 sekunder til $0.211, og i den første kørsel strøede den forårsløg ud over baggrunden uden for skålen. Flare på max brugte en median på 58.8 sekunder og Sunburst på max 128.4 sekunder, begge til $0.211. Til thumbnails leverer Flare på high et brugbart billede på en sjettedel af tiden og til en fjerdedel af prisen for GPT Image 2-baselinen.
Første af tre kørsler per konfiguration. Øverst til venstre: GPT Image 2 (high). Øverst til højre: GPT Image 2.5 Flare (high). Nederst til venstre: GPT Image 2.5 Flare (max). Nederst til højre: GPT Image 2.5 Sunburst (max).
Resultaterne i overblik
| Test | GPT Image 2 (high) | GPT Image 2.5 Flare (high) | GPT Image 2.5 Flare (max) | GPT Image 2.5 Sunburst (max) |
|---|---|---|---|---|
| 1. Plakattekst: korrekte tegn, tid | 37/37, 116.0 s | 37/37, 26.0 s | 37/37 plus 2 overflødige punktummer, 54.5 s | 37/37, 96.1 s |
| 2. Referenceredigering: motiv bevaret, tid | Ja (en smule lavere og bredere), 137.2 s | Ja, 36.6 s | Ja, 68.9 s | Ja, 107.9 s |
| 3. Redigeringskæde: utilsigtede ændringer over 2 runder, tid per runde | 4, cirka 136 s | 1, cirka 30 s | 4, cirka 62 s | 0, cirka 107 s |
| 4. 4K-detaljer: placering ved 100%, tid, listepris | Nr. 3, 105.4 s, $0.401 | Nr. 4, 31.0 s, $0.100 | Nr. 2, 75.1 s, $0.400 | Nr. 1, 91.5 s, $0.400 |
| 5. Thumbnail: median af 3 kørsler, listepris | 152.6 s, $0.211 | 25.1 s, $0.053 | 58.8 s, $0.211 | 128.4 s, $0.211 |
Målt på fal.ai's kø-API den 10. september 2026. Tiderne er realtid fra indsendelse til færdigt resultat; enkelte kørsler bortset fra række 5. Priserne er fal.ai's listepriser per outputbillede og medregner ikke input-tokens for referencebillederne.
Hvor meget hurtigere er GPT Image 2.5 end GPT Image 2?
OpenAI påstår "op til 50% lavere latens" for Flare i forhold til GPT Image 2 (OpenAI). Tal fra tredjeparter offentliggjort siden lanceringen ligger i samme leje eller højere: WeShop målte Flare 30% til 52% hurtigere ved identiske indstillinger (WeShop), og Manus rapporterede før lanceringen, at Flare kørte to til fire gange så hurtigt som GPT Image 2 på deres egne workloads (BuildFastWithAI).
Vores tal fra samme kø hos fal.ai er større end OpenAIs påstand. Ved 1024×1024 kom Flare på high tilbage med en median på 25.1 sekunder mod 152.6 sekunder for GPT Image 2 på high, altså 84% mindre, eller cirka seks gange hurtigere. Flare på max, det prismatchede trin, landede på 58.8 sekunder, en reduktion på 61%. Sunburst på max brugte 128.4 sekunder, 16% hurtigere end GPT Image 2 og samtidig med det mest detaljerede output af de fire. Én besynderlighed: GPT Image 2 var længere om thumbnails i 1024×1024 end om landskabet i 3840×2160 (152.6 mod 105.4 sekunder), hvad der antyder, at tiden domineres af planlægningstrinnet frem for af antallet af pixels. Det er kø-tider hos fal.ai på en enkelt dag, og OpenAIs eget API kan opføre sig anderledes, så forholdene skal læses som vejledende, ikke som endelige.
Er GPT Image 2.5 bedre end GPT Image 2 på uafhængige benchmarks?
De tidlige stemmer siger ja, med et forbehold om stikprøvestørrelsen. På Arenas leaderboard for text-to-image dateret 7. september 2026 fører gpt-image-2.5-sunburst med 1421 ± 13, og gpt-image-2.5-flare ligger nummer to med 1399 ± 13, begge markeret som foreløbige. gpt-image-2 i medium kvalitet holder tredjepladsen med 1381 ± 4. Afstanden mellem Sunburst og GPT Image 2 er 40 point, men de to nye deltagere har 3,149 og 2,856 stemmer mod 78,731 for GPT Image 2, så konfidensintervallerne er tre gange så brede.
Artificial Analysis' arena for text-to-image havde per 10. september 2026 ikke tilføjet nogen af 2.5-modellerne. Listen har fortsat GPT Image 2 (high) øverst med en Elo på 1171 over 15,381 stikprøver, foran MAI-Image-2.6 med 1144 og Nano Banana 2 med 1122. Indtil GPT Image 2.5 har samlet stemmer nok dér, er den ærlige opsummering, at GPT Image 2 stadig er topmodellen på den ene uafhængige liste, mens GPT Image 2.5 fører på den anden med foreløbige data.
Kan du vælge Flare eller Sunburst i ChatGPT?
Nej. ChatGPT giver ingen mulighed for at vælge mellem de to Images 2.5-modeller. The Decoder testede begge forbrugerflader efter lanceringen og fandt, at Chat-tilstanden "ofte" sendte opgaven videre til den svagere model, mens Work-tilstanden "konsekvent" brugte den stærkere, og at redigeringer i Chat-tilstand oftere ændrede detaljer, der ikke havde noget med opgaven at gøre (The Decoder, sep. 2026). OpenAIs dokumentation siger ikke, hvilken variant ChatGPT vælger i en given situation.
Images 2.5 blev rullet ud på lanceringsdagen til alle ChatGPT-niveauer, inklusive gratisbrugere, plus ChatGPT Work og Codex, på computer, mobil og web (OpenAI via 9to5Mac). Betalte planer køber kortere ventetid og højere forbrugsgrænser, ikke en anden model. Vil du have resultater, der kan gentages, er API-model-id'erne eller en platform med en synlig omskifter de eneste måder at garantere Flare eller Sunburst. LoveGen AI viser de to varianter som kort side om side på siden for GPT Image 2.5, så valget er eksplicit ved hver generering.
Hvad bør du bruge? GPT Image 2 vs Flare vs Sunburst efter opgave
| Opgave | Anbefalet model | Kvalitetstrin | Hvorfor |
|---|---|---|---|
| Thumbnails til sociale medier, mange varianter | GPT Image 2.5 Flare | medium eller high | Laveste pris per brugbart billede og den hurtigste generering i vores test |
| Produktredigeringer til e-handel ud fra et referencefoto | GPT Image 2.5 Sunburst (eller Flare på high) | high eller xhigh | Begge holdt kop, logo og baggrund fast i vores kædetest; Sunburst var renest |
| Kunderettelser over flere runder | GPT Image 2.5 Sunburst | xhigh eller max | Nul utilsigtede ændringer gennem vores kæde på tre runder; GPT Image 2 og Flare på max lavede fire hver |
| Plakater på flere sprog i 2K på et stramt budget | GPT Image 2 | high (LoveGen AI: 0.3 credit) | Fortsat nummer et hos Artificial Analysis; faste 0.3 credit på LoveGen AI slår 2.5 High til 0.5 |
| Tryk, key visuals, 4K-baggrunde | GPT Image 2.5 Sunburst eller Flare | max | Kun 2.5 giver adgang til max-trinnet; 4K i max koster $0.400 på fal.ai, det samme som GPT Image 2 high |
| API-integrationer, der har brug for gennemløb | GPT Image 2.5 Flare | auto eller high | Samme rate limits som GPT Image 2 med lavere latens per billede |
Bliv på GPT Image 2, når
Du har brug for 2K-output med stærk tekst og betaler per credit på LoveGen AI, hvor GPT Image 2 koster 0.3 credit mod 0.5 for GPT Image 2.5 ved tilsvarende størrelse og trin. Du bliver også, hvis en pipeline er tunet efter output fra GPT Image 2 og ikke er valideret på ny, for 2.5 redigerer anderledes af design.
Vælg GPT Image 2.5 Flare, når
Hastighed og volumen betyder mere end den sidste smule detalje. I vores test leverede Flare på high et 1024×1024-billede på en median af 25.1 sekunder, seks gange hurtigere end GPT Image 2, og holdt en redigeringskæde på tre runder stabil. OpenAI positionerer Flare som standardvalget til "indhold til creators og sociale medier, produktoplevelser, visuel søgning, hurtig prototyping af billeder og generering i stor skala" (OpenAI), og den identiske tokenpris betyder, at hastigheden ikke koster ekstra.
Vælg GPT Image 2.5 Sunburst, når
Leverancen skal redigeres mere end én gang, eller et referencemotiv skal overleve et skift af stil eller scene uden at ændre sig. Sunburst er den model, OpenAI har bygget "til premium-workflows til visuelt arbejde, der har brug for strammere kontrol på tværs af redigeringer", tredjepartstest omtalt af WeShop fandt, at den drev omkring 40% mindre uden for målområdet end Flare (WeShop, sep. 2026), og den var den eneste konfiguration med nul utilsigtede ændringer i vores kæde på tre runder. Den leverede også den skarpeste 4K-rendering af de fire.
Når ingen af OpenAIs modeller vinder
Til redigeringer, der kræver mere end seks referencebilleder, eller til redigering af fotografier med naturligt sprog, hvor en identitet skal holde gennem et dusin input, tager Googles Nano Banana Pro op til 14 referencebilleder på LoveGen AI. Til layout med typografien i centrum er Ideogram 3 fortsat specialisten, og til fotorealisme i studiekvalitet uden tekst er Flux 2 Pro stadig et stærkt alternativ. De kører alle på samme kreditbalance, så det koster en brøkdel af en credit at prøve den samme prompt på flere modeller.
Er GPT Image 2 udfaset? Bør du migrere nu?
GPT Image 2 er ikke udfaset per 10. september 2026. OpenAIs side om udfasninger angiver ingen slutdato for gpt-image-2, og modelsiden for gpt-image-2 er stadig aktiv med sit snapshot fra 2026-04-21. OpenAI har ikke sagt, hvornår eller om GPT Image 2 følger DALL-E-modellerne på pension.
Til nyt arbejde er GPT Image 2.5 det fornuftige udgangspunkt, og OpenAIs egen anbefaling er at starte med Flare og først gå videre til Sunburst, når kvalitetskravene forlanger det (OpenAI Developer Community). En tjekliste til migrering af eksisterende integrationer:
- Skift model-id til
gpt-image-2.5-flareellergpt-image-2.5-sunburst. - Omsæt
quality. Gammelhighbliver nymax, hvis du vil have samme budget til output-tokens; gammelmediumbliver nyhigh. - Sæt
qualityeksplicit. De nye modeller kører som standard medauto, hvor OpenAI vælger trinnet for dig. - Gennemgå redigeringsprompts igen. 2.5 ændrer kun det, du beder om; prompts, der byggede på, at GPT Image 2 renderede hele billedet om, kan have brug for at beskrive den ønskede globale ændring.
- Overvej
background: "opaque", hvis transparente eller automatiske baggrunde har givet overraskelser. - Læg budget efter tal fra fal.ai eller dit OpenAI-forbrug, ikke efter beregneren til GPT Image 2, som OpenAI selv siger ikke dækker 2.5.
Ofte stillede spørgsmål
Hvornår udkom GPT Image 2.5?
OpenAI udgav GPT Image 2.5 den 8. september 2026 under forbrugernavnet ChatGPT Images 2.5. API'et giver adgang til to modeller, gpt-image-2.5-flare og gpt-image-2.5-sunburst, begge med snapshot 2026-09-08. Den blev rullet ud samme dag til alle ChatGPT-niveauer, inklusive gratisbrugere, plus ChatGPT Work og Codex, på computer, mobil og web (OpenAI).
Hvad er forskellen på GPT Image 2.5 Flare og Sunburst?
Flare er OpenAIs standardmodel: højere kvalitet end GPT Image 2 ved op til 50% lavere latens, rettet mod indhold til sociale medier, produktoplevelser og generering i stor skala. Sunburst er den større præcisionsmodel med længere genereringstider, bygget til kampagnemateriale og redigeringer over flere runder, hvor hver rettelse skal lade resten af billedet være i fred. Begge har samme tokenpris (OpenAI).
Er GPT Image 2.5 bedre end GPT Image 2?
På Arenas foreløbige text-to-image-liste fra september 2026 får GPT Image 2.5 Sunburst 1421 og Flare 1399 mod 1381 for gpt-image-2 (medium), men de nye deltagere har omkring 3,000 stemmer mod 78,000 (Arena). OpenAI hævder skarpere detaljer, mere naturligt lys, bedre bevarelse af referencefotos og mere pålidelige redigeringer over flere runder. Artificial Analysis har fortsat GPT Image 2 øverst, fordi 2.5 endnu ikke er tilføjet.
Koster GPT Image 2.5 mere end GPT Image 2?
Ikke per token. Begge koster $5 per million tekst-input-tokens, $8 per million billed-input-tokens og $30 per million billed-output-tokens (OpenAI). Per billede har stigen flyttet sig: på fal.ai koster et 1024×1024-billede fra GPT Image 2.5 omkring $0.006 ved low, $0.053 ved high og $0.211 ved max, mens GPT Image 2 koster $0.006 ved low, $0.053 ved medium og $0.211 ved high.
Hvad er de nye kvalitetstrin xhigh og max?
GPT Image 2.5 lægger xhigh og max oven på high; GPT Image 2 stopper ved high. Begge 2.5-modeller kører som standard med auto (OpenAIs guide). Ved 1024×1024 lister fal.ai xhigh til $0.094 og max til $0.211 per billede; ved 3840×2160 er xhigh $0.178 og max $0.400 (fal.ai). Max er det trin, der svarer til den gamle outputpris for high i GPT Image 2.
Understøtter GPT Image 2.5 4K?
Ja. OpenAIs guide til billedgenerering tillader egne opløsninger, hvor hver kant er et multiplum af 16, ingen kant overskrider 3840 pixels, det samlede antal pixels ligger mellem 655,360 og 8,294,400, og sideforholdet holder sig mellem 1:3 og 3:1. Opløsninger over 2560×1440 er markeret som eksperimentelle (OpenAIs guide). På LoveGen AI tilbyder GPT Image 2.5 direkte 3840×2160 og 2160×3840, mens GPT Image 2 er begrænset til 2K.
Kan jeg vælge Flare eller Sunburst inde i ChatGPT?
Nej. ChatGPT har ingen modelvælger til Images 2.5. The Decoder rapporterede, at Chat-tilstanden ofte sendte opgaven til den svagere variant, mens Work-tilstanden konsekvent brugte den stærkere, og at detaljer uden relation til opgaven oftere ændrede sig ved redigeringer i Chat-tilstand (The Decoder). Vil du styre varianten, skal du bruge API-model-id'erne eller en platform som LoveGen AI, der viser en Flare/Sunburst-omskifter.
Er GPT Image 2 udfaset?
Ikke per 10. september 2026. OpenAIs side om udfasninger angiver ingen slutdato for gpt-image-2, og modelsiden er stadig aktiv med snapshot 2026-04-21. OpenAI bemærker dog, at omkostningsberegneren til GPT Image 2 ikke estimerer tokenforbruget for 2.5-modellerne (OpenAI), så læg budget for dem særskilt, før du skifter.
Hvor meget hurtigere er GPT Image 2.5 end GPT Image 2?
OpenAI oplyser, at Flare skærer latensen med op til 50% i forhold til GPT Image 2 (OpenAI). Tredjepartstest omtalt af WeShop lander på 30% til 52% hurtigere ved identiske indstillinger, og Manus målte to til fire gange hurtigere på egne workloads før lanceringen (BuildFastWithAI). Vores test i samme kø hos fal.ai den 10. september 2026 gav medianer på 25.1 sekunder for Flare på high, 58.8 sekunder for Flare på max og 152.6 sekunder for GPT Image 2 på high per 1024×1024-billede.
Hvilken model er bedst til redigering med referencefotos?
GPT Image 2.5 Sunburst. OpenAI har bygget den til strammere kontrol gennem flere redigeringer i træk, og den er bedre til at holde referencemotiver genkendelige i nye omgivelser og stilarter (OpenAI). WeShops test fandt, at Sunburst drev omkring 40% mindre uden for målområdet end Flare (WeShop). I vores kæde på tre runder den 10. september 2026 lavede Sunburst på max nul utilsigtede ændringer, Flare på high én og GPT Image 2 fire, fordi den renderede hele scenen om i anden runde.
Hvor mange credits koster GPT Image 2.5 på LoveGen AI?
Fra 0.1 credit per billede. Standardstørrelsen 1024×1024 koster 0.5 credit ved High, 0.8 ved Extra High og 1.8 ved Max; en rendering i 3840×2160 ved Max er loftet med 3.4 credits. Flare og Sunburst koster det samme. GPT Image 2 koster fast 0.3 credit per billede på LoveGen AI med op til fire referencebilleder og er dermed fortsat det billigste valg til arbejde i 2K.
Bør jeg skifte min API-integration fra gpt-image-2 til gpt-image-2.5?
Ja til nyt arbejde, med én ændring: omsæt kvaliteten. En forespørgsel, der brugte gpt-image-2 med quality: "high", bør bruge gpt-image-2.5-flare med quality: "max" for at holde samme budget til output-tokens; lader du high stå, får du et billigere billede med færre tokens (fal.ai-priser). Husk også den nye auto-standard, baggrundsvalget opaque og at Sunburst lægger latens til.
Konklusion
GPT Image 2.5 er en reel opgradering af GPT Image 2 på redigering, troskab mod referencer og hastighed, og den koster det samme per token. Det ene, du skal have på plads, før du skifter, er at kvalitetsnavnene har flyttet sig: max er det nye high, og high er det nye medium. Flare er det rigtige standardvalg til de fleste opgaver, Sunburst tjener sine ekstra sekunder, når et motiv skal overleve flere runders redigering, og GPT Image 2 er fortsat værd at holde fast i til billigt, teksttungt arbejde i 2K, især til 0.3 credit på LoveGen AI.
Begge generationer kører side om side med alle andre store modeller i kataloget over AI-billedmodeller på LoveGen AI, uden abonnement og med betaling per billede. I skrivende stund kan GPT Image 2.5 desuden prøves gratis på LoveGen AI, og det er den billigste måde at køre de fem prompts ovenfor på dine egne motiver.