2026년 9월 8일 공개된 GPT Image 2.5는 두 개의 모델로 GPT Image 2를 대체합니다. 토큰 가격은 그대로 두면서 지연 시간을 최대 50%까지 줄인 Flare, 그리고 다중 턴 편집을 훨씬 촘촘하게 붙잡는 Sunburst입니다. 토큰 요율 자체는 바뀌지 않았지만 품질 등급이 다시 매겨졌습니다. 2.5의 "max"가 GPT Image 2의 "high"와 같은 값입니다. Arena의 2026년 9월 잠정 순위표에서 Sunburst는 1421점, GPT Image 2는 1381점을 기록했습니다.
이 글은 OpenAI가 무엇을 바꿨는지, 두 세대의 이미지당 비용이 실제로 어떻게 되는지, 하나의 큐에서 동일한 프롬프트 5개를 돌렸을 때 세 가지 선택지가 어떻게 갈렸는지, 그리고 작업 성격별로 어떤 모델을 골라야 하는지를 다룹니다. 모든 수치는 2026년 9월 10일 기준이며, 숫자마다 출처를 링크로 달았습니다.
GPT Image 2.5란 무엇이고, GPT Image 2와 어떻게 다릅니까?
GPT Image 2.5는 2026년 9월 8일 ChatGPT Images 2.5라는 이름으로 발표된 OpenAI의 이미지 생성 모델 계열입니다. 2026년 4월 21일 단일 모델로 출시된 GPT Image 2와 달리, GPT Image 2.5는 gpt-image-2.5-flare와 gpt-image-2.5-sunburst 두 개의 API 모델로 제공되며 둘 다 2026-09-08 스냅숏을 씁니다. 두 모델 모두 LoveGen AI의 GPT Image 2.5 페이지에서 Flare/Sunburst 토글로 쓸 수 있으며, 원래의 GPT Image 2도 함께 남아 있습니다.
OpenAI는 출시 글에서 이번 업데이트를 "더 선명한 디테일, 더 빠른 생성, 더 정밀한 편집, 그리고 제작과 공유를 위한 더 나은 도구"라고 요약했습니다 (9to5Mac이 전한 OpenAI, 2026년 9월 8일). 회사는 Images 2.5가 "더 자연스러운 조명과 더 풍부한 질감을 만들어내고, 참조 사진 속 피사체를 더 잘 보존하며, 여러 턴에 걸쳐 편집 지시를 더 안정적으로 따른다"고도 설명했습니다.
한 표로 보는 Flare와 Sunburst
| GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|
| OpenAI의 포지셔닝 | "대부분의 애플리케이션"을 위한 기본 모델 | "편집 전반에서 더 촘촘한 제어가 도움이 되는 프리미엄 비주얼 워크플로" |
| GPT Image 2 대비 품질 | 더 높고, 그러면서 "지연 시간은 50% 더 낮음" | 더 높지만 Flare보다 "생성 시간이 길다" |
| 겨냥한 작업 | 크리에이터·소셜 콘텐츠, 제품 경험, 비주얼 검색, 빠른 프로토타이핑, 대량 생성 | 실제 캠페인 크리에이티브, 완성도 높은 제품 이미지, 다회차 보정 |
| API id | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| 토큰 가격 | GPT Image 2와 동일 | GPT Image 2와 동일 |
출처: OpenAI 개발자 커뮤니티 공지 및 OpenAI 모델 페이지.
GPT Image 2.5에서 달라진 것
OpenAI 공지에 따르면 GPT Image 2 대비 새로워진 것은 다섯 가지입니다.
- 모델이 하나에서 둘로. 속도를 맡는 Flare와 정밀함을 맡는 Sunburst이며, 토큰당 가격은 같습니다.
- 새로운 품질 등급 두 개.
xhigh와max가high위에 놓입니다. GPT Image 2는high에서 끝났습니다. 2.5 두 모델의 기본값은 모두quality: auto입니다 (OpenAI 이미지 생성 가이드). - 표적 편집. OpenAI는 "원하는 부분만 바꾸는 코멘트 기반 편집"과 "여러 번 편집해도 유지되는 일관된 디테일"이라고 설명합니다.
- 참조 사진 재현력 향상. 업로드한 사진의 피사체가 새로운 배경과 스타일에서도 알아볼 수 있게 유지됩니다.
- 새로운
opaque배경 옵션. 기존auto,transparent에 더해졌습니다.
ChatGPT 앱에서는 Images 2.5와 함께 대략적인 구도를 그려 넣는 Sketch 도구, 이미지의 특정 영역을 지목하는 코멘트, 포스터나 굿즈 같은 포맷용 템플릿, 공유 가능한 프롬프트도 추가됐습니다 (The Decoder, 2026년 9월). The Decoder는 결과물에 Google DeepMind의 비가시 워터마크 SynthID가 삽입된다는 점도 짚었습니다.
그대로 남은 것
2026년 4월 GPT Image 2를 주목받게 만든 기능들은 그대로 이어집니다. GPT Image 2는 렌더링에 앞서 구도를 계획하는 추론 단계를 갖춘 OpenAI의 첫 이미지 모델이었고, 하나의 프롬프트로 서로 일관된 이미지를 최대 8장까지 반환할 수 있었으며, 일본어·한국어·중국어·힌디어·벵골어 같은 비라틴 문자를 이전 세대보다 훨씬 안정적으로 렌더링했습니다 (OpenAI, 2026년 4월; MacRumors, 2026년 4월 22일). 이 능력은 Images 2.5에도 남아 있습니다.
사용량 한도(rate limit)도 세 API 모델이 완전히 같습니다. OpenAI는 gpt-image-2, Flare, Sunburst 모델 페이지에서 Tier 1을 분당 100,000 토큰·분당 5장으로, Tier 5를 분당 8,000,000 토큰·분당 250장으로 명시합니다.
GPT Image 2.5 vs GPT Image 2: 사양 나란히 보기
| 항목 | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | 출처 |
|---|---|---|---|---|
| 출시일 | 2026년 4월 21일 | 2026년 9월 8일 | 2026년 9월 8일 | OpenAI |
| API id / 스냅숏 | gpt-image-2 / 2026-04-21 | gpt-image-2.5-flare / 2026-09-08 | gpt-image-2.5-sunburst / 2026-09-08 | OpenAI 모델 페이지 |
| 품질 등급 | low, medium, high | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto | OpenAI 가이드 |
| 지연 시간 주장 | 기준선 | GPT Image 2보다 최대 50% 낮음 | Flare보다 김 | OpenAI |
| 커스텀 해상도 | 16의 배수, 최대 변 3840 px, 총 655,360~8,294,400 픽셀 | 동일 | 동일 | OpenAI 가이드 |
| 화면비 범위 | 1:3 ~ 3:1 | 1:3 ~ 3:1 | 1:3 ~ 3:1 | OpenAI 가이드 |
| 배경 옵션 | auto, transparent, opaque | auto, transparent, opaque | auto, transparent, opaque | fal.ai 스키마 |
| 추론("thinking") 단계 | 있음 | 있음 | 있음 | OpenAI, 2026년 4월 |
| 텍스트 입력 / 이미지 입력 / 이미지 출력 | 100만 토큰당 $5 / $8 / $30 | 100만 토큰당 $5 / $8 / $30 | 100만 토큰당 $5 / $8 / $30 | OpenAI 모델 페이지 |
| Arena 텍스트-이미지 점수 (2026년 9월) | 1381 ± 4 (medium, 78,731표) | 1399 ± 13 (2,856표, 잠정) | 1421 ± 13 (3,149표, 잠정) | Arena |
| Artificial Analysis 순위 (2026년 9월 10일) | 1위, Elo 1171 (high) | 아직 미등재 | 아직 미등재 | Artificial Analysis |
| LoveGen AI 참조 이미지 | 최대 4장 | 최대 6장 | 최대 6장 | LoveGen AI 모델 페이지 |
| LoveGen AI 최대 크기 | 2K | 3840×2160 | 3840×2160 | LoveGen AI 모델 페이지 |
| LoveGen AI 크레딧 | 이미지당 0.3, 정액 | 품질·크기에 따라 0.1~3.4 | Flare와 동일 | LoveGen AI 모델 페이지 |
OpenAI 가이드는 이 계열의 모든 모델에서 2560×1440을 넘는 해상도를 실험적 기능으로 표시하며, 표준 크기로는 1024×1024, 1536×1024, 1024×1536을 권장합니다 (OpenAI 이미지 생성 가이드).
GPT Image 2.5는 GPT Image 2보다 비쌉니까?
토큰 기준으로는 아닙니다. 이미지 기준이라면 어떤 품질 등급을 고르느냐에 달려 있습니다. OpenAI가 등급 사다리를 다시 매겼기 때문입니다. GPT Image 2.5의 high로 만든 이미지는 GPT Image 2의 medium과 비슷한 값이 들고, GPT Image 2.5의 max는 GPT Image 2의 high와 비슷한 값이 듭니다.
토큰 요율표는 그대로
세 모델 모두 텍스트 입력 100만 토큰당 $5(캐시 $1.25), 이미지 입력 100만 토큰당 $8(캐시 $2), 이미지 출력 100만 토큰당 $30을 청구합니다. gpt-image-2.5-flare와 gpt-image-2.5-sunburst 모델 페이지가 "토큰 요율은 GPT Image 2와 같다"고 명시합니다. 같은 페이지는 OpenAI의 GPT Image 2 비용 계산기가 "GPT Image 2.5의 토큰 소비량은 추정하지 못한다"고 경고하는데, 이미지당 출력 토큰 수가 달라졌음을 알려주는 첫 번째 힌트입니다.
품질 등급이 재조정됐다
fal.ai는 두 세대 모두에 대해 품질과 크기 조합별 고정 이미지 단가를 공개하고 있어 변화를 확인하기 쉽습니다. 아래 수치는 2026년 9월 9일 기준 fal.ai 정가입니다.
| 품질 등급 | 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 | 제공 없음 | $0.094 | 제공 없음 | $0.178 |
| max | 제공 없음 | $0.211 | 제공 없음 | $0.400 |
출처: fal.ai의 GPT Image 2와 fal.ai의 GPT Image 2.5 Flare. fal.ai에서 Flare와 Sunburst는 같은 가격표를 씁니다 (Sunburst 페이지).
GPT Image 2.5 열을 위에서 아래로 읽으면 패턴이 분명해집니다. 2.5의 high($0.053)가 GPT Image 2의 medium($0.053)과 같고, 2.5의 max($0.211)가 GPT Image 2의 high($0.211)와 같습니다. The Decoder도 같은 결론에 도달해 2.5의 max 등급이 "Images 2.0의 high 등급 비용과 일치한다"고 지적했습니다 (The Decoder). 결국 OpenAI는 기존 최상위 등급 위에 더 비싼 두 칸을 얹은 것이 아니라, 그 아래에 더 싼 두 칸을 끼워 넣은 셈입니다.
기존 연동을 이전할 때 의미하는 것
gpt-image-2에 quality: "high"를 쓰던 요청에서 모델 id만 gpt-image-2.5-flare로 바꾸면 quality: "high"가 유지되면서 출력 토큰은 종전의 약 4분의 1만 쓰게 됩니다. 1024×1024에서 대략 75% 비용 절감(fal.ai 정가로 $0.211에서 $0.053)이지만, 동시에 렌더링에 들이는 연산량 자체가 달라진다는 뜻입니다. 이전과 같은 출력 토큰 예산을 유지하려면 quality: "max"로 설정해야 합니다. 기본값에 의존해 왔다면, GPT Image 2.5의 기본값이 OpenAI API에서는 auto(OpenAI 가이드), fal.ai에서는 high(fal.ai 스키마)라는 점을 확인해 두어야 합니다.
LoveGen AI에서의 크레딧 비용
LoveGen AI에서 GPT Image 2는 이미지당 0.3 크레딧 정액이며 참조 이미지 최대 4장, 출력은 2K까지입니다. GPT Image 2.5는 품질과 크기에 따라 가격이 매겨지고 0.1 크레딧에서 시작합니다. 기본 1024×1024에서는 Low 0.1, Medium 0.2, High 0.5, Extra High 0.8, Max 1.8 크레딧입니다. 3840×2160 렌더는 Low 0.1 크레딧에서 Max 3.4 크레딧까지입니다. Flare와 Sunburst의 가격은 같고, 1024×768부터 1920×1080, 2560×1440, 3840×2160까지 모든 크기를 가로형과 세로형으로 쓸 수 있으며 투명 PNG 배경도 선택할 수 있습니다.
직접 테스트: 프롬프트 5개, 모델 3개, 플랫폼 1개
출시 이틀 뒤인 2026년 9월 10일, 고정된 프롬프트 다섯 개를 GPT Image 2와 GPT Image 2.5 두 모델에 fal.ai 큐 API로 흘려보냈습니다. 세 모델이 같은 제공자, 같은 큐, 같은 시계를 공유하도록 한 것입니다. 구성은 네 가지였습니다. GPT Image 2의 high(현재 대부분의 연동이 쓰는 기준선), Flare의 high(모델 id만 바꿨을 때 얻는 결과), 그리고 Flare와 Sunburst의 max(1024×1024 이미지당 $0.211로 기준선과 비용을 맞춘 등급, fal.ai 정가 기준)입니다. 실행 결과 실패 없이 33장이 나왔고 정가로 약 $6가 들었습니다.
테스트 방법
- 크기: 테스트 1, 2, 3, 5는 1024×1024, 테스트 4는 3840×2160으로, 너비와 높이를 명시해 제출했습니다.
- 시간 측정: 큐 제출부터 결과 완료까지의 실측 초입니다. 네 구성을 병렬로 제출했고 큐 대기는 3초를 넘은 적이 없어, 수치는 사실상 fal.ai의 처리 시간입니다. 테스트 5는 3회 실행의 중앙값이고, 나머지는 모두 단일 실행이며 그렇게 표기했습니다.
- 참조 이미지: 흰 배경에 흰 산 로고가 들어간 남색 세라믹 머그 한 장으로, Flare
high로 한 번 생성한 뒤 테스트 2와 3에서 모든 모델에 동일한 입력으로 재사용했습니다. - 채점: 테스트 1은 다섯 문자열에 걸친 37자 중 정확한 글자 수를 셉니다. 테스트 2와 3은 체인 전체에서 머그, 로고, 배경에 생긴 의도하지 않은 변화를 셉니다. 테스트 4는 오두막 주변 1024×640 크롭을 100% 배율로 비교합니다. 테스트 5는 세 번의 실행 결과가 모두 썸네일로 쓸 만한지 확인합니다.
- 유의점: fal.ai 큐 자체의 오버헤드가 있고, LoveGen AI는 GPT Image 2를 GPT Image 2.5와 다른 제공자로 라우팅하므로 다른 플랫폼의 절대 시간은 다를 수 있습니다. 비교에서 의미 있는 것은 모델 사이의 비율입니다.
테스트 1: 다국어 포스터 텍스트
프롬프트는 플랫 벡터 스타일의 카페 포스터를 요청하면서 다섯 개 문자열을 정확히 넣도록 지시했습니다. "MORNING BREW", 每日现磨咖啡, 毎朝焙煎, "$4.50", "Open 7am - 6pm"이며, 오른쪽 아래에 가격표도 요구했습니다. 네 구성 모두 37자를 전부 정확히 렌더링하고 가격표도 지시한 자리에 놓았습니다. Flare max는 헤드라인과 영업시간 뒤에 마침표를 하나씩 덧붙였고, 나머지 셋은 깔끔했습니다. 소요 시간은 GPT Image 2가 116.0초, Flare high가 26.0초, Flare max가 54.5초, Sunburst max가 96.1초였습니다(단일 실행). 2026년 4월 GPT Image 2의 대표 강점이던 텍스트 렌더링은 2.5에 온전히 이어졌고, 따라서 두 세대 중 하나를 고를 근거는 되지 못합니다.
왼쪽 위: GPT Image 2 (high). 오른쪽 위: GPT Image 2.5 Flare (high). 왼쪽 아래: GPT Image 2.5 Flare (max). 오른쪽 아래: GPT Image 2.5 Sunburst (max).
테스트 2: 참조 이미지를 이용한 제품 편집
각 모델에 같은 머그 이미지를 주고, 형태와 색, 손잡이 위치, 로고를 그대로 둔 채 창가 흰 대리석 카운터 위 부드러운 아침 빛 속에 놓으라고 지시했습니다. 네 구성 모두 로고와 색, 손잡이를 유지했습니다. GPT Image 2.5 결과 세 장은 참조 이미지의 비율까지 맞췄지만, GPT Image 2는 머그를 원본보다 살짝 뭉툭하게 그렸습니다. 시간은 GPT Image 2가 137.2초, Flare high가 36.6초, Flare max가 68.9초, Sunburst max가 107.9초였습니다(단일 실행). 한 번에 끝나는 참조 편집이라면 네 구성 모두 실무에 쓸 수 있습니다.
테스트 3: 3턴 편집 체인
각 모델의 테스트 2 결과에서 출발해, 두 번째 턴에서는 머그 오른쪽 접시에 크루아상을 올리고 그 외에는 아무것도 바꾸지 말라고 했고, 세 번째 턴에서는 조명만 따뜻한 저녁 램프 빛으로 바꾸라고 했습니다. 요청하지 않은 변화는 전부 셌습니다.
- GPT Image 2 (high): 두 번째 턴에서 장면 전체를 다시 렌더링했습니다. 머그가 왼쪽으로 이동하며 작아졌고 화분과 도마 위치도 바뀌었습니다. 세 번째 턴은 그 새 배치를 유지했지만 창밖 풍경을 다시 그렸습니다. 의도하지 않은 변화 4건, 턴당 약 136초.
- Flare (high): 두 번째 턴에서 머그 표면에 옅은 천 같은 결이 생긴 것 외에 움직인 것이 없었고, 세 번째 턴은 빛만 바꿨습니다. 의도하지 않은 변화 1건, 턴당 약 30초.
- Flare (max): 두 턴에 걸쳐 머그 표면이 무광에서 교차 해칭 결로 흘러갔고, 두 턴 모두에서 화분과 창틀이 움직였습니다. 의도하지 않은 변화 4건, 턴당 약 62초.
- Sunburst (max): 두 턴 내내 배치, 머그, 화분, 캐니스터, 도마가 고정됐습니다. 바뀐 것은 크루아상과 조명뿐이었습니다. 의도하지 않은 변화 0건, 턴당 약 107초.
Sunburst는 다회차 작업에 대해 OpenAI가 약속한 바를 정확히 지켰습니다. 뜻밖의 결과는 Flare max였습니다. 이 체인 하나에서 GPT Image 2만큼 흔들렸는데, 정작 Flare high는 흔들리지 않았습니다. 체인 하나가 통계는 아니지만, 상위 등급이 더 안전하다고 가정하기 전에 자신의 편집 시퀀스로 Flare 두 등급을 모두 시험해 볼 이유는 됩니다.
체인의 마지막 프레임. 왼쪽 위: GPT Image 2 (high). 오른쪽 위: GPT Image 2.5 Flare (high). 왼쪽 아래: GPT Image 2.5 Flare (max). 오른쪽 아래: GPT Image 2.5 Sunburst (max).
테스트 4: 4K 풍경 디테일
네 구성 모두 피오르 풍경을 정확히 3840×2160으로 반환했습니다. 화면에 맞춰 축소해 보면 넷을 구별하기 어렵습니다. 오두막 주변을 100%로 크롭하면 Sunburst max가 가장 선명해, 바위의 이끼와 지붕의 골, 난간 판자 하나하나까지 읽힙니다. Flare max가 근소한 차이로 뒤를 따릅니다. GPT Image 2 high는 오두막 외벽을 또렷하게 렌더링하지만 잎과 바위 전반에 회화적인 번짐을 남깁니다. Flare high는 전체적으로 눈에 띄게 부드러운데, 출력 토큰이 4분의 1이니 예상된 결과입니다. 시간은 GPT Image 2가 105.4초, Flare high가 31.0초, Flare max가 75.1초, Sunburst max가 91.5초였습니다(단일 실행). 이 렌더들의 fal.ai 정가는 각각 $0.401, $0.100, $0.400, $0.400입니다 (fal.ai).
각 3840×2160 렌더에서 잘라낸 1024×640, 100% 배율 크롭. 왼쪽 위: GPT Image 2 (high). 오른쪽 위: GPT Image 2.5 Flare (high). 왼쪽 아래: GPT Image 2.5 Flare (max). 오른쪽 아래: GPT Image 2.5 Sunburst (max).
테스트 5: 가장 저렴한 실용 등급에서의 소셜 썸네일
프롬프트는 노란 배경 위 라멘 그릇을 위에서 내려다본 1024×1024 이미지였고, 구성마다 세 번씩 돌렸습니다. 12장 모두 쓸 만했습니다. Flare high는 깔끔하고 일관된 그릇 세 장을 중앙값 25.1초, 장당 정가 $0.053로 만들어냈습니다. GPT Image 2 high는 중앙값 152.6초에 $0.211이 들었고, 첫 실행에서는 그릇 밖 배경에 쪽파를 흩뿌렸습니다. Flare max는 중앙값 58.8초, Sunburst max는 128.4초로 둘 다 $0.211였습니다. 썸네일 용도라면 Flare high는 GPT Image 2 기준선의 6분의 1 시간, 4분의 1 가격으로 쓸 만한 이미지를 내놓습니다.
구성별 3회 실행 중 첫 번째. 왼쪽 위: GPT Image 2 (high). 오른쪽 위: GPT Image 2.5 Flare (high). 왼쪽 아래: GPT Image 2.5 Flare (max). 오른쪽 아래: GPT Image 2.5 Sunburst (max).
결과 한눈에 보기
| 테스트 | GPT Image 2 (high) | GPT Image 2.5 Flare (high) | GPT Image 2.5 Flare (max) | GPT Image 2.5 Sunburst (max) |
|---|---|---|---|---|
| 1. 포스터 텍스트: 정확한 글자 수, 시간 | 37/37, 116.0초 | 37/37, 26.0초 | 37/37에 군더더기 마침표 2개, 54.5초 | 37/37, 96.1초 |
| 2. 참조 편집: 피사체 유지, 시간 | 유지(약간 뭉툭함), 137.2초 | 유지, 36.6초 | 유지, 68.9초 | 유지, 107.9초 |
| 3. 편집 체인: 2턴 동안의 의도하지 않은 변화, 턴당 시간 | 4건, 약 136초 | 1건, 약 30초 | 4건, 약 62초 | 0건, 약 107초 |
| 4. 4K 디테일: 100% 배율 순위, 시간, 정가 | 3위, 105.4초, $0.401 | 4위, 31.0초, $0.100 | 2위, 75.1초, $0.400 | 1위, 91.5초, $0.400 |
| 5. 썸네일: 3회 실행 중앙값, 정가 | 152.6초, $0.211 | 25.1초, $0.053 | 58.8초, $0.211 | 128.4초, $0.211 |
2026년 9월 10일 fal.ai 큐 API에서 측정했습니다. 시간은 제출부터 완료까지의 실측값이며, 5행을 제외하면 모두 단일 실행입니다. 가격은 출력 이미지당 fal.ai 정가이고 참조 이미지의 입력 토큰은 포함하지 않았습니다.
GPT Image 2.5는 GPT Image 2보다 얼마나 빠릅니까?
OpenAI의 주장은 Flare가 GPT Image 2 대비 "지연 시간을 최대 50% 낮춘다"는 것입니다 (OpenAI). 출시 이후 공개된 제3자 수치도 같은 범위이거나 그 이상입니다. WeShop은 동일 설정에서 Flare가 3052% 빠르다고 측정했고 (WeShop), Manus는 출시 전 자체 워크로드에서 Flare가 GPT Image 2의 24배 속도였다고 보고했습니다 (BuildFastWithAI).
fal.ai에서 같은 큐로 측정한 우리 수치는 OpenAI의 주장보다 격차가 큽니다. 1024×1024에서 Flare high는 중앙값 25.1초를 기록해 GPT Image 2 high의 152.6초 대비 84% 단축, 약 6배 빠른 결과를 냈습니다. 비용을 맞춘 등급인 Flare max는 58.8초로 61% 단축입니다. Sunburst max는 128.4초로 GPT Image 2보다 16% 빠르면서 넷 중 가장 디테일한 결과물을 냈습니다. 한 가지 이상한 점은 GPT Image 2가 1024×1024 썸네일에서 3840×2160 풍경보다 오래 걸렸다는 것입니다(152.6초 대 105.4초). 이 모델의 시간이 픽셀 수보다 계획 단계에 지배된다는 뜻으로 보입니다. 어디까지나 특정 하루의 fal.ai 큐 시간이고 OpenAI의 직접 API는 다르게 움직일 수 있으니, 비율은 확정치가 아니라 참고치로 받아들이는 것이 좋습니다.
독립 벤치마크에서 GPT Image 2.5가 GPT Image 2보다 낫습니까?
초기 투표는 그렇다고 말하지만 표본 수에 단서가 붙습니다. 2026년 9월 7일자 Arena 텍스트-이미지 리더보드에서 gpt-image-2.5-sunburst가 1421 ± 13으로 선두, gpt-image-2.5-flare가 1399 ± 13으로 2위이며 둘 다 잠정으로 표시돼 있습니다. medium 품질의 gpt-image-2는 1381 ± 4로 3위입니다. Sunburst와 GPT Image 2의 차이는 40점이지만, 새로 등재된 두 항목의 투표 수는 3,149표와 2,856표로 GPT Image 2의 78,731표에 크게 못 미쳐 신뢰 구간이 세 배 넓습니다.
Artificial Analysis의 텍스트-이미지 아레나는 2026년 9월 10일 기준 2.5 모델을 아직 추가하지 않았습니다. 이 순위표는 여전히 GPT Image 2 (high)를 15,381개 샘플에서 Elo 1171로 1위에 두고, MAI-Image-2.6이 1144, Nano Banana 2가 1122로 뒤를 따릅니다. GPT Image 2.5가 이곳에서 투표를 쌓기 전까지 정직한 요약은 이렇습니다. GPT Image 2는 한 독립 순위표에서 여전히 최상위 모델이고, GPT Image 2.5는 다른 순위표에서 잠정 데이터로 선두라는 것입니다.
ChatGPT에서 Flare나 Sunburst를 고를 수 있습니까?
고를 수 없습니다. ChatGPT는 Images 2.5 두 모델을 선택하는 UI를 노출하지 않습니다. The Decoder는 출시 후 두 소비자 인터페이스를 모두 시험해, Chat 모드는 "자주" 약한 모델로 라우팅한 반면 Work 모드는 "일관되게" 강한 모델을 썼고, Chat 모드 편집에서는 무관한 디테일이 더 자주 바뀌었다고 밝혔습니다 (The Decoder, 2026년 9월). OpenAI 문서는 어떤 상황에서 ChatGPT가 어느 변형을 고르는지 밝히지 않습니다.
Images 2.5는 출시 당일 무료를 포함한 모든 ChatGPT 등급과 ChatGPT Work, Codex에, 데스크톱·모바일·웹으로 배포됐습니다 (9to5Mac이 전한 OpenAI). 유료 플랜이 제공하는 것은 다른 모델이 아니라 더 짧은 대기 시간과 더 높은 사용 한도입니다. 재현 가능한 결과를 원한다면 API 모델 id를 쓰거나 토글을 보여주는 플랫폼을 쓰는 것이 Flare 또는 Sunburst를 보장하는 유일한 방법입니다. LoveGen AI는 GPT Image 2.5 페이지에서 두 변형을 나란한 카드로 보여주므로 생성마다 선택이 명확합니다.
무엇을 써야 합니까? 작업별로 본 GPT Image 2 vs Flare vs Sunburst
| 작업 | 추천 모델 | 품질 등급 | 이유 |
|---|---|---|---|
| 소셜 썸네일, 대량 변형 | GPT Image 2.5 Flare | medium 또는 high | 쓸 만한 이미지당 비용이 가장 낮고, 테스트에서 생성이 가장 빨랐습니다 |
| 참조 사진 기반 이커머스 제품 편집 | GPT Image 2.5 Sunburst (또는 Flare의 high) | high 또는 xhigh | 체인 테스트에서 둘 다 머그와 로고, 배경을 고정했고 Sunburst가 가장 깔끔했습니다 |
| 다회차 클라이언트 수정 | GPT Image 2.5 Sunburst | xhigh 또는 max | 3턴 체인에서 의도하지 않은 변화가 0건이었습니다. GPT Image 2와 Flare의 max는 각각 4건이었습니다 |
| 예산을 아끼는 2K 다국어 포스터 | GPT Image 2 | high (LoveGen AI: 0.3 크레딧) | Artificial Analysis에서 여전히 1위이고, LoveGen AI의 0.3 크레딧 정액이 2.5 High의 0.5보다 유리합니다 |
| 인쇄물, 키비주얼, 4K 월페이퍼 | GPT Image 2.5 Sunburst 또는 Flare | max | max 등급은 2.5에만 있고, 4K max는 fal.ai에서 $0.400으로 GPT Image 2 high와 같습니다 |
| 처리량이 필요한 API 연동 | GPT Image 2.5 Flare | auto 또는 high | GPT Image 2와 사용량 한도가 같으면서 이미지당 지연 시간이 낮습니다 |
GPT Image 2에 머물러야 할 때
텍스트가 강한 2K 출력이 필요하고 LoveGen AI에서 크레딧 단위로 결제하는 경우입니다. 같은 크기와 등급에서 GPT Image 2가 0.3 크레딧, GPT Image 2.5가 0.5 크레딧이기 때문입니다. 파이프라인이 GPT Image 2 결과물에 맞춰 튜닝돼 있고 아직 재검증하지 않았다면 역시 머무는 편이 낫습니다. 2.5의 편집은 설계상 다르게 동작하기 때문입니다.
GPT Image 2.5 Flare를 골라야 할 때
마지막 한 단계의 디테일보다 속도와 물량이 중요한 경우입니다. 우리 테스트에서 Flare의 high는 1024×1024 이미지를 중앙값 25.1초에 반환해 GPT Image 2보다 6배 빨랐고, 3턴 편집 체인도 흔들림 없이 유지했습니다. OpenAI는 Flare를 "크리에이터·소셜 콘텐츠, 제품 경험, 비주얼 검색, 빠른 이미지 프로토타이핑, 대량 생성"의 기본값으로 규정하며 (OpenAI), 토큰 요율표가 동일하다는 것은 그 속도에 프리미엄이 붙지 않는다는 뜻입니다.
GPT Image 2.5 Sunburst를 골라야 할 때
산출물을 여러 번 편집하게 되거나, 스타일이나 장면이 바뀌어도 참조 피사체가 온전히 살아남아야 하는 경우입니다. Sunburst는 OpenAI가 "편집 전반에서 더 촘촘한 제어가 도움이 되는 프리미엄 비주얼 워크플로"를 위해 만든 모델이고, WeShop이 전한 제3자 테스트에서는 대상 영역 밖으로의 흔들림이 Flare보다 약 40% 적었으며 (WeShop, 2026년 9월), 우리 3턴 체인에서 의도하지 않은 변화가 0건이었던 유일한 구성이었습니다. 4K 렌더도 넷 중 가장 선명했습니다.
OpenAI 모델이 답이 아닐 때
참조 이미지가 6장을 넘어야 하는 편집이거나, 열몇 장의 입력에 걸쳐 인물의 동일성을 지켜야 하는 사진의 자연어 편집이라면, Google의 Nano Banana Pro가 LoveGen AI에서 참조 이미지를 최대 14장까지 받습니다. 타이포그래피가 중심인 레이아웃에서는 Ideogram 3가 여전히 전문가이고, 텍스트 없는 스튜디오급 실사 표현에는 Flux 2 Pro도 강력한 대안입니다. 모두 같은 크레딧 잔액으로 돌아가므로, 같은 프롬프트를 여러 모델에서 시험해도 크레딧 몇 분의 일이면 됩니다.
GPT Image 2는 사용 중단될 예정입니까? 지금 이전해야 합니까?
2026년 9월 10일 기준 GPT Image 2의 사용 중단은 예고되지 않았습니다. OpenAI의 사용 중단 안내 페이지에는 gpt-image-2의 종료일이 없고, gpt-image-2 모델 페이지도 2026-04-21 스냅숏으로 계속 공개되어 있습니다. OpenAI는 GPT Image 2가 DALL-E 모델들처럼 언제, 또는 과연 퇴역할지 밝히지 않았습니다.
새로 시작하는 작업이라면 GPT Image 2.5로 출발하는 것이 합리적인 기본값이며, OpenAI 자신의 권고도 Flare로 시작해 품질 요건상 필요할 때만 Sunburst로 옮기라는 것입니다 (OpenAI 개발자 커뮤니티). 기존 연동을 위한 이전 체크리스트는 다음과 같습니다.
- 모델 id를 바꿉니다.
gpt-image-2.5-flare또는gpt-image-2.5-sunburst로 교체합니다. quality를 다시 매핑합니다. 같은 출력 토큰 예산을 유지하려면 기존high는 새max가 되고, 기존medium은 새high가 됩니다.quality를 명시적으로 설정합니다. 새 모델들의 기본값은auto여서 OpenAI가 등급을 고르게 됩니다.- 편집 프롬프트를 다시 점검합니다. 2.5는 요청한 것만 바꿉니다. GPT Image 2가 프레임 전체를 다시 렌더링하는 데 의존했던 프롬프트라면, 원하는 전역 변화를 직접 서술해야 할 수 있습니다.
background: "opaque"를 검토합니다. 투명 또는 auto 배경이 예상 밖 결과를 냈다면 특히 그렇습니다.- 예산은 GPT Image 2 계산기가 아니라 fal.ai나 OpenAI 사용량 데이터에서 잡습니다. OpenAI가 그 계산기는 2.5를 다루지 못한다고 밝혔기 때문입니다.
자주 묻는 질문
GPT Image 2.5는 언제 출시됐습니까?
OpenAI는 2026년 9월 8일 소비자용 명칭 ChatGPT Images 2.5로 GPT Image 2.5를 출시했습니다. API는 gpt-image-2.5-flare와 gpt-image-2.5-sunburst 두 모델을 노출하며 둘 다 2026-09-08 스냅숏입니다. 같은 날 무료를 포함한 모든 ChatGPT 등급과 ChatGPT Work, Codex에 데스크톱·모바일·웹으로 배포됐습니다 (OpenAI).
GPT Image 2.5 Flare와 Sunburst의 차이는 무엇입니까?
Flare는 OpenAI의 기본 모델입니다. GPT Image 2보다 품질이 높으면서 지연 시간은 최대 50% 낮고, 소셜 콘텐츠와 제품 경험, 대량 생성을 겨냥합니다. Sunburst는 생성 시간이 더 긴 정밀형 대형 모델로, 캠페인 크리에이티브와 수정할 때마다 이미지의 나머지가 손대지 않은 채 남아야 하는 다회차 편집을 위해 만들어졌습니다. 토큰 가격은 둘이 같습니다 (OpenAI).
GPT Image 2.5가 GPT Image 2보다 낫습니까?
2026년 9월 Arena의 잠정 텍스트-이미지 순위표에서 GPT Image 2.5 Sunburst가 1421점, Flare가 1399점으로 gpt-image-2(medium)의 1381점을 앞섭니다. 다만 새 항목들의 투표 수는 약 3,000표로 78,000표에 못 미칩니다 (Arena). OpenAI는 더 선명한 디테일, 더 자연스러운 조명, 더 나은 참조 사진 보존, 더 안정적인 다중 턴 편집을 내세웁니다. Artificial Analysis는 2.5가 아직 추가되지 않아 GPT Image 2를 1위로 두고 있습니다.
GPT Image 2.5는 GPT Image 2보다 비쌉니까?
토큰 기준으로는 아닙니다. 둘 다 텍스트 입력 100만 토큰당 $5, 이미지 입력 100만 토큰당 $8, 이미지 출력 100만 토큰당 $30을 청구합니다 (OpenAI). 이미지 기준으로는 사다리가 이동했습니다. fal.ai에서 1024×1024 GPT Image 2.5 이미지는 low에서 약 $0.006, high에서 $0.053, max에서 $0.211이고, GPT Image 2는 low에서 $0.006, medium에서 $0.053, high에서 $0.211입니다.
새로 생긴 xhigh와 max 품질 등급은 무엇입니까?
GPT Image 2.5는 high 위에 xhigh와 max를 추가했고, GPT Image 2는 high에서 멈춥니다. 2.5 두 모델의 기본값은 모두 auto입니다 (OpenAI 가이드). 1024×1024에서 fal.ai는 이미지당 xhigh를 $0.094, max를 $0.211로 표시하고, 3840×2160에서는 xhigh가 $0.178, max가 $0.400입니다 (fal.ai). max가 GPT Image 2의 옛 high 출력 비용과 맞아떨어지는 등급입니다.
GPT Image 2.5는 4K를 지원합니까?
지원합니다. OpenAI 이미지 생성 가이드는 각 변이 16의 배수이고, 어느 변도 3840 픽셀을 넘지 않으며, 총 픽셀이 655,360에서 8,294,400 사이이고, 화면비가 1:3과 3:1 사이인 커스텀 해상도를 허용합니다. 2560×1440을 넘는 해상도는 실험적 기능으로 표시됩니다 (OpenAI 가이드). LoveGen AI에서 GPT Image 2.5는 3840×2160과 2160×3840을 바로 제공하지만, GPT Image 2는 2K까지로 제한됩니다.
ChatGPT 안에서 Flare나 Sunburst를 고를 수 있습니까?
고를 수 없습니다. ChatGPT는 Images 2.5의 모델 선택 UI를 노출하지 않습니다. The Decoder는 Chat 모드가 자주 약한 변형으로 라우팅한 반면 Work 모드는 일관되게 강한 쪽을 썼고, Chat 모드 편집에서 무관한 디테일이 더 자주 바뀌었다고 전했습니다 (The Decoder). 변형을 제어하려면 API 모델 id를 쓰거나, Flare/Sunburst 토글을 보여주는 LoveGen AI 같은 플랫폼을 쓰면 됩니다.
GPT Image 2는 사용 중단될 예정입니까?
2026년 9월 10일 기준으로는 아닙니다. OpenAI의 사용 중단 안내 페이지에는 gpt-image-2의 종료일이 없고, 모델 페이지도 2026-04-21 스냅숏으로 계속 공개되어 있습니다. 다만 OpenAI는 GPT Image 2 비용 계산기가 2.5 모델의 토큰 소비량을 추정하지 못한다고 밝히고 있으므로 (OpenAI), 전환 전에 예산은 따로 잡아야 합니다.
GPT Image 2.5는 GPT Image 2보다 얼마나 빠릅니까?
OpenAI는 Flare가 GPT Image 2 대비 지연 시간을 최대 50% 줄인다고 밝힙니다 (OpenAI). WeShop이 전한 제3자 테스트는 동일 설정에서 Flare가 3052% 빠르다고 보고했고, Manus는 출시 전 자체 워크로드에서 24배 빠르다고 측정했습니다 (BuildFastWithAI). 2026년 9월 10일 fal.ai에서 같은 큐로 진행한 우리 테스트에서는 1024×1024 이미지당 중앙값이 Flare high 25.1초, Flare max 58.8초, GPT Image 2 high 152.6초였습니다.
참조 사진으로 편집할 때 어느 모델이 더 낫습니까?
GPT Image 2.5 Sunburst입니다. OpenAI가 연속 편집 전반의 촘촘한 제어를 위해 만든 모델이고, 새로운 배경과 스타일에서도 참조 피사체를 알아볼 수 있게 유지하는 데 더 뛰어납니다 (OpenAI). WeShop의 테스트에서는 Sunburst가 대상 영역 밖으로 흔들리는 정도가 Flare보다 약 40% 적었습니다 (WeShop). 2026년 9월 10일 우리 3턴 체인에서는 Sunburst max가 의도하지 않은 변화 0건, Flare high가 1건이었고, GPT Image 2는 두 번째 턴에서 장면 전체를 다시 렌더링해 4건이었습니다.
LoveGen AI에서 GPT Image 2.5는 크레딧이 얼마나 듭니까?
이미지당 0.1 크레딧부터입니다. 기본 1024×1024의 High가 0.5 크레딧, Extra High가 0.8, Max가 1.8이고, 3840×2160 Max 렌더가 3.4 크레딧으로 상한입니다. Flare와 Sunburst의 비용은 같습니다. LoveGen AI의 GPT Image 2는 이미지당 0.3 크레딧 정액에 참조 이미지 최대 4장이므로, 2K 작업에서는 여전히 더 저렴한 선택입니다.
API 연동을 gpt-image-2에서 gpt-image-2.5로 바꿔야 합니까?
새 작업이라면 그렇습니다. 단, 한 가지는 바꿔야 합니다. 품질 매핑입니다. gpt-image-2에 quality: "high"를 쓰던 요청은 같은 출력 토큰 예산을 유지하려면 gpt-image-2.5-flare에 quality: "max"를 써야 하고, high를 그대로 두면 더 싸고 토큰이 적은 이미지가 나옵니다 (fal.ai 가격). 새 auto 기본값과 opaque 배경 옵션, 그리고 Sunburst가 지연 시간을 더한다는 점도 함께 챙기십시오.
결론
GPT Image 2.5는 편집과 참조 재현력, 속도에서 GPT Image 2를 실제로 앞서는 업그레이드이며 토큰당 비용은 같습니다. 전환 전에 꼭 알아둘 점은 품질 이름이 옮겨졌다는 사실입니다. max가 새로운 high이고, high가 새로운 medium입니다. 대부분의 작업에서는 Flare가 적절한 기본값이고, 피사체가 여러 차례 편집을 견뎌야 할 때 Sunburst의 더 긴 생성 시간은 그만한 가치가 있습니다. 그리고 GPT Image 2는 텍스트가 많은 저가 2K 작업, 특히 LoveGen AI에서 0.3 크레딧이라는 조건에서 여전히 남겨둘 만합니다.
두 세대는 LoveGen AI의 AI 이미지 모델 카탈로그에서 다른 주요 모델들과 나란히 돌아가며, 구독 없이 이미지당 과금입니다. 이 글을 쓰는 시점에 LoveGen AI는 GPT Image 2.5 무료 체험도 제공하고 있어, 위의 프롬프트 다섯 개를 자체 참조 이미지로 시험해 보는 가장 저렴한 방법입니다.