GPT Image 2.5 släpptes den 8 september 2026 och ersätter GPT Image 2 med två modeller: Flare (samma tokenpris, upp till 50% lägre latens) och Sunburst (stramare redigering över flera turer). Tokentaxorna är oförändrade, men kvalitetstrappan har graderats om: "max" i 2.5 kostar det som "high" kostade i GPT Image 2. På Arenas preliminära tabell för september 2026 får Sunburst 1421 mot 1381 för GPT Image 2.
Den här jämförelsen går igenom vad OpenAI har ändrat, vad en enskild bild faktiskt kostar i respektive modell, hur de tre alternativen klarade fem identiska prompter genom samma kö och vilken modell som passar vilket slags jobb. Alla uppgifter gäller den 10 september 2026, och varje siffra länkar till sin källa.
Vad är GPT Image 2.5, och hur skiljer det sig från GPT Image 2?
GPT Image 2.5 är OpenAI:s familj av bildgenereringsmodeller, presenterad den 8 september 2026 under namnet ChatGPT Images 2.5. Till skillnad från GPT Image 2, som kom som en enda modell den 21 april 2026, släpps GPT Image 2.5 som två API-modeller: gpt-image-2.5-flare och gpt-image-2.5-sunburst, båda med snapshot 2026-09-08. Båda finns på LoveGen AI under GPT Image 2.5 med en växlare mellan Flare och Sunburst, vid sidan av den ursprungliga GPT Image 2.
OpenAI sammanfattar uppdateringen i sitt lanseringsinlägg som "skarpare detaljer, snabbare generering, mer precis redigering och bättre verktyg för att skapa och dela" (OpenAI via 9to5Mac, 8 september 2026). Företaget skriver också att Images 2.5 "ger mer naturligt ljus och rikare texturer, är bättre på att bevara motiven i dina referensfoton och följer redigeringsinstruktioner mer tillförlitligt över flera turer".
Flare mot Sunburst i en tabell
| GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|
| OpenAI:s positionering | Standardmodellen "för de flesta tillämpningar" | "Premiumarbetsflöden för visuellt innehåll som gynnas av stramare kontroll mellan redigeringar" |
| Kvalitet mot GPT Image 2 | Högre, med "50% lägre latens" | Högre, men med "längre genereringstider" än Flare |
| Avsedda arbetslaster | Innehåll för kreatörer och sociala medier, produktupplevelser, visuell sökning, snabb prototypning, generering i stora volymer | Kampanjmaterial i produktion, polerade produktbilder, finslipning i flera rundor |
| API-id | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Tokenpris | Identiskt med GPT Image 2 | Identiskt med GPT Image 2 |
Källa: OpenAI:s tillkännagivande i utvecklarforumet och OpenAI:s modellsidor.
Det här är nytt i GPT Image 2.5
Fem saker skiljer sig från GPT Image 2, enligt OpenAI:s tillkännagivande:
- Två modeller i stället för en. Flare för hastighet, Sunburst för precision, till samma pris per token.
- Två nya kvalitetsnivåer.
xhighochmaxligger ovanförhigh; GPT Image 2 slutade vidhigh. Båda 2.5-modellerna körquality: autosom standard (OpenAI:s guide för bildgenerering). - Riktade redigeringar. OpenAI talar om "kommentarsbaserade redigeringar som bara ändrar det du vill" och "konsekventa detaljer över flera redigeringar".
- Bättre trohet mot referensfoton. Motiv från uppladdade bilder förblir igenkännbara i nya miljöer och stilar.
- Ett nytt bakgrundsalternativ,
opaque, vid sidan avautoochtransparent.
I ChatGPT-appen tillkommer dessutom ett Sketch-verktyg för att skissa en grov layout, kommentarer som pekar ut ett bestämt område i bilden, mallar för format som affischer och merch samt prompter som går att dela (The Decoder, september 2026). The Decoder noterar också att resultaten bär Google DeepMinds osynliga vattenstämpel SynthID.
Det som är oförändrat
De egenskaper som gjorde GPT Image 2 uppmärksammad i april 2026 följer med. GPT Image 2 var OpenAI:s första bildmodell med ett resonemangssteg som planerar kompositionen innan renderingen börjar, kunde returnera upp till åtta sammanhängande bilder från en enda prompt och renderade icke-latinsk text – japanska, koreanska, kinesiska, hindi och bengali – betydligt mer tillförlitligt än sina föregångare (OpenAI, april 2026; MacRumors, 22 april 2026). Allt det finns kvar i Images 2.5.
Anropsgränserna är likaså identiska för alla tre API-modellerna. OpenAI anger 100,000 tokens per minut och 5 bilder per minut i Tier 1, stigande till 8,000,000 tokens per minut och 250 bilder per minut i Tier 5, på modellsidorna för gpt-image-2, Flare och Sunburst.
GPT Image 2.5 vs GPT Image 2: specifikationer sida vid sida
| Specifikation | GPT Image 2 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | Källa |
|---|---|---|---|---|
| Släppdatum | 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 | OpenAI:s modellsidor |
| Kvalitetsnivåer | low, medium, high | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto | OpenAI:s guide |
| Latenspåstående | Baslinje | Upp till 50% lägre än GPT Image 2 | Längre än Flare | OpenAI |
| Egen upplösning | Multiplar av 16, längsta sida 3840 px, 655,360 till 8,294,400 pixlar totalt | Samma | Samma | OpenAI:s guide |
| Bildförhållande | 1:3 till 3:1 | 1:3 till 3:1 | 1:3 till 3:1 | OpenAI:s guide |
| Bakgrundsalternativ | auto, transparent, opaque | auto, transparent, opaque | auto, transparent, opaque | fal.ai-schema |
| Resonemangssteg ("thinking") | Ja | Ja | Ja | OpenAI, april 2026 |
| Textinmatning/bildinmatning/bildutmatning | $5 / $8 / $30 per 1M tokens | $5 / $8 / $30 per 1M tokens | $5 / $8 / $30 per 1M tokens | OpenAI:s modellsidor |
| Arena-poäng för text-till-bild (sep 2026) | 1381 ± 4 (medium, 78,731 röster) | 1399 ± 13 (2,856 röster, preliminärt) | 1421 ± 13 (3,149 röster, preliminärt) | Arena |
| Placering hos Artificial Analysis (10 sep 2026) | #1, Elo 1171 (high) | Ännu inte med | Ännu inte med | Artificial Analysis |
| Referensbilder på LoveGen AI | Upp till 4 | Upp till 6 | Upp till 6 | LoveGen AI:s modellsidor |
| Största storlek på LoveGen AI | 2K | 3840×2160 | 3840×2160 | LoveGen AI:s modellsidor |
| Credits på LoveGen AI | 0.3 per bild, fast | 0.1 till 3.4 beroende på kvalitet och storlek | Samma som Flare | LoveGen AI:s modellsidor |
OpenAI:s guide flaggar upplösningar över 2560×1440 som experimentella för samtliga modeller i familjen och rekommenderar 1024×1024, 1536×1024 eller 1024×1536 som standardstorlekar (OpenAI:s guide för bildgenerering).
Kostar GPT Image 2.5 mer än GPT Image 2?
Per token, nej. Per bild beror svaret på vilken kvalitetsnivå du väljer, eftersom OpenAI har graderat om trappan. GPT Image 2.5 på high ger en bild som kostar ungefär vad GPT Image 2 kostade på medium, och GPT Image 2.5 på max kostar ungefär vad GPT Image 2 kostade på high.
Samma prislista per token
Alla tre modellerna debiterar $5 per miljon tokens textinmatning ($1.25 cachat), $8 per miljon tokens bildinmatning ($2 cachat) och $30 per miljon tokens bildutmatning, enligt modellsidorna för gpt-image-2.5-flare och gpt-image-2.5-sunburst, där det står att "tokentaxorna motsvarar GPT Image 2". Samma sidor varnar för att OpenAI:s kostnadskalkylator för GPT Image 2 "inte uppskattar tokenförbrukningen för GPT Image 2.5", vilket är den första ledtråden om att antalet utmatningstokens per bild har ändrats.
Kvalitetstrappan har graderats om
fal.ai publicerar ett fast pris per bild för varje kombination av kvalitet och storlek i båda modellerna, vilket gör förskjutningen lätt att se. Siffrorna nedan är fal.ai:s listpriser den 9 september 2026.
| Kvalitetsnivå | 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 | ej tillgängligt | $0.094 | ej tillgängligt | $0.178 |
| max | ej tillgängligt | $0.211 | ej tillgängligt | $0.400 |
Källor: GPT Image 2 på fal.ai och GPT Image 2.5 Flare på fal.ai. Flare och Sunburst delar samma prislista på fal.ai (Sunburst-sidan).
Läs nedåt i kolumnen för GPT Image 2.5 och mönstret framträder: high i 2.5 ($0.053) motsvarar medium i GPT Image 2 ($0.053), och max i 2.5 ($0.211) motsvarar high i GPT Image 2 ($0.211). The Decoder drar samma slutsats och konstaterar att max-nivån i 2.5 "ligger på samma kostnad som high-nivån i Images 2.0" (The Decoder). I praktiken har OpenAI skjutit in två billigare pinnar under den gamla toppnivån snarare än lagt till två dyrare ovanför den.
Vad det betyder om du migrerar en befintlig integration
Ett anrop som använde gpt-image-2 med quality: "high" och bara byter modell-id till gpt-image-2.5-flare behåller quality: "high" och förbrukar ungefär en fjärdedel av de utmatningstokens som tidigare. Det är en besparing på runt 75% vid 1024×1024 ($0.211 till $0.053 enligt fal.ai:s listpris), men det är samtidigt en annan mängd renderingsarbete. Team som vill ha samma budget för utmatningstokens som förut bör sätta quality: "max". Team som förlitade sig på standardvärdet bör notera att GPT Image 2.5 använder auto som standard i OpenAI:s API (OpenAI:s guide) och high på fal.ai (fal.ai-schema).
Kostnad i credits på LoveGen AI
På LoveGen AI kostar GPT Image 2 fasta 0.3 credit per bild, med upp till fyra referensbilder och 2K som utdata. GPT Image 2.5 prissätts efter kvalitet och storlek, med start på 0.1 credit. Vid standardstorleken 1024×1024 kostar Low 0.1, Medium 0.2, High 0.5, Extra High 0.8 och Max 1.8 credits. En rendering i 3840×2160 går från 0.1 credit på Low till 3.4 credits på Max. Flare och Sunburst kostar lika mycket, och varje storlek från 1024×768 via 1920×1080 och 2560×1440 upp till 3840×2160 finns i både liggande och stående format, med valfri genomskinlig PNG-bakgrund.
Praktiskt test: 5 prompter, 3 modeller, en plattform
Den 10 september 2026, två dagar efter lanseringen, körde vi fem fasta prompter genom GPT Image 2 och båda GPT Image 2.5-modellerna via fal.ai:s kö-API, så att alla tre delade samma leverantör, samma kö och samma klocka. Vi testade fyra konfigurationer: GPT Image 2 på high (den baslinje de flesta integrationer använder i dag), Flare på high (det du får av ett rent byte av modell-id) samt Flare och Sunburst på max (kostnadsmatchade mot baslinjen på $0.211 per bild i 1024×1024 enligt fal.ai:s listpris). Körningen gav 33 bilder utan ett enda misslyckande och kostade omkring $6 till listpris.
Testprotokoll
- Storlekar: 1024×1024 i test 1, 2, 3 och 5; 3840×2160 i test 4, angivet som explicit bredd och höjd.
- Tidtagning: sekunder i realtid från att jobbet lämnades in i kön till färdigt resultat. De fyra konfigurationerna lämnades in parallellt, och kötiden överskred aldrig 3 sekunder, så siffrorna motsvarar i praktiken bearbetningstiden hos fal.ai. Test 5 är medianen av 3 körningar; alla övriga siffror kommer från en enda körning och är märkta som sådana.
- Referensbild: en marinblå keramikmugg med vit bergslogo mot vit bakgrund, genererad en gång med Flare på
highoch återanvänd som identisk indata för varje modell i test 2 och 3. - Poängsättning: test 1 räknar korrekta tecken av 37 fördelade på fem textsträngar. Test 2 och 3 räknar oavsiktliga förändringar av muggen, logon och bakgrunden genom kedjan. Test 4 jämför en beskärning på 1024×640 i 100% runt stugan. Test 5 kontrollerar om alla tre körningarna går att använda som miniatyrbild.
- Förbehåll: fal.ai:s kö lägger till sin egen overhead, och LoveGen AI dirigerar GPT Image 2 via en annan leverantör än GPT Image 2.5, så absoluta tider på andra plattformar kommer att skilja sig. Det användbara signalvärdet ligger i förhållandet mellan modellerna.
Test 1: affischtext på flera språk
Prompten begärde en kaféaffisch i platt vektorstil med fem exakta textsträngar: "MORNING BREW", 每日现磨咖啡, 毎朝焙煎, "$4.50" och "Open 7am - 6pm", plus en prislapp nere till höger. Alla fyra konfigurationer renderade samtliga 37 tecken korrekt och placerade prislappen där den skulle vara. Flare på max lade till en överflödig punkt efter rubriken och efter öppettiderna; de tre andra var rena. GPT Image 2 tog 116.0 sekunder, Flare på high 26.0 sekunder, Flare på max 54.5 sekunder och Sunburst på max 96.1 sekunder (en körning). Textrenderingen, GPT Image 2:s paradnummer i april 2026, följer med intakt till 2.5 och är alltså inget skäl att välja den ena generationen framför den andra.
Uppe till vänster: GPT Image 2 (high). Uppe till höger: GPT Image 2.5 Flare (high). Nere till vänster: GPT Image 2.5 Flare (max). Nere till höger: GPT Image 2.5 Sunburst (max).
Test 2: produktredigering utifrån en referensbild
Varje modell fick samma muggbild och instruktionen att placera den på en vit marmorbänk vid ett fönster i mjukt morgonljus, utan att ändra form, färg, handtagets läge eller logon. Alla fyra behöll logo, färg och handtag. De tre resultaten från GPT Image 2.5 matchade referensens proportioner; GPT Image 2 renderade muggen något knubbigare än originalet. Tiderna blev 137.2 sekunder för GPT Image 2, 36.6 för Flare på high, 68.9 för Flare på max och 107.9 för Sunburst på max (en körning). På en referensredigering i ett steg är samtliga konfigurationer användbara i produktion.
Test 3: redigeringskedja i tre turer
Med varje modells resultat från test 2 som utgångspunkt bad vi i tur två om en croissant på ett fat till höger om muggen och ingenting annat; i tur tre om att bara ändra ljuset till varmt lampljus på kvällen. Vi räknade varje förändring som inte hade efterfrågats.
- GPT Image 2 (high): tur två renderade om hela scenen. Muggen flyttade sig åt vänster och krympte, och växten och skärbrädan bytte plats. Tur tre behöll den nya layouten men ritade om utsikten genom fönstret. Fyra oavsiktliga förändringar; omkring 136 sekunder per tur.
- Flare (high): tur två lade till en svag tygliknande struktur på muggens yta och ingenting annat rörde sig; tur tre ändrade bara ljuset. En oavsiktlig förändring; omkring 30 sekunder per tur.
- Flare (max): muggens yta gled från matt till korsstreckad struktur över de två turerna, och växten och fönsterkarmen förflyttade sig i båda. Fyra oavsiktliga förändringar; omkring 62 sekunder per tur.
- Sunburst (max): layout, mugg, växt, burk och bräda låg still genom båda turerna. Bara croissanten och ljuset förändrades. Noll oavsiktliga förändringar; omkring 107 sekunder per tur.
Sunburst levererade exakt det OpenAI utlovat för arbete i flera rundor. Överraskningen var Flare på max, som gled lika mycket som GPT Image 2 i just den här kedjan, medan Flare på high höll sig stabil. En kedja är ingen statistik, men det är ett skäl att testa båda Flare-nivåerna på dina egna redigeringssekvenser innan du utgår från att den högre nivån är den säkrare.
Sista bilden i kedjan. Uppe till vänster: GPT Image 2 (high). Uppe till höger: GPT Image 2.5 Flare (high). Nere till vänster: GPT Image 2.5 Flare (max). Nere till höger: GPT Image 2.5 Sunburst (max).
Test 4: detaljer i 4K-landskap
Alla fyra konfigurationer levererade en bild på exakt 3840×2160 av fjordmotivet. Nedskalade till skärmstorlek är de svåra att skilja åt. I en beskärning i 100% runt stugan är Sunburst på max skarpast, med läsbar lav på klipporna, korrugeringen i taket och enskilda plankor i räcket. Flare på max ligger strax bakom. GPT Image 2 på high renderar stugans panel skarpt men lämnar en målerisk suddighet över lövverk och sten. Flare på high är synbart mjukare rakt igenom, vilket är att vänta på en fjärdedel av utmatningstokens. Tiderna blev 105.4 sekunder för GPT Image 2, 31.0 för Flare på high, 75.1 för Flare på max och 91.5 för Sunburst på max (en körning). fal.ai:s listpriser för dessa renderingar är $0.401, $0.100, $0.400 respektive $0.400 (fal.ai).
Beskärningar på 1024×640 i 100% ur varje rendering i 3840×2160. Uppe till vänster: GPT Image 2 (high). Uppe till höger: GPT Image 2.5 Flare (high). Nere till vänster: GPT Image 2.5 Flare (max). Nere till höger: GPT Image 2.5 Sunburst (max).
Test 5: miniatyrbild för sociala medier på den billigaste användbara nivån
Prompten var en ramenskål ovanifrån mot gul bakgrund i 1024×1024, körd tre gånger per konfiguration. Alla 12 resultaten var användbara. Flare på high gav tre rena och samstämmiga skålar med en median på 25.1 sekunder och ett listpris på $0.053 styck. GPT Image 2 på high behövde en median på 152.6 sekunder till $0.211, och i den första körningen strödde den salladslök över bakgrunden utanför skålen. Flare på max tog en median på 58.8 sekunder och Sunburst på max 128.4 sekunder, båda till $0.211. För miniatyrbilder levererar Flare på high en användbar bild på en sjättedel av tiden till en fjärdedel av priset jämfört med baslinjen GPT Image 2.
Den första av tre körningar per konfiguration. Uppe till vänster: GPT Image 2 (high). Uppe till höger: GPT Image 2.5 Flare (high). Nere till vänster: GPT Image 2.5 Flare (max). Nere till höger: GPT Image 2.5 Sunburst (max).
Resultaten i korthet
| Test | GPT Image 2 (high) | GPT Image 2.5 Flare (high) | GPT Image 2.5 Flare (max) | GPT Image 2.5 Sunburst (max) |
|---|---|---|---|---|
| 1. Affischtext: korrekta tecken, tid | 37/37, 116.0 s | 37/37, 26.0 s | 37/37 plus 2 överflödiga punkter, 54.5 s | 37/37, 96.1 s |
| 2. Referensredigering: motivet bevarat, tid | Ja (något knubbigare), 137.2 s | Ja, 36.6 s | Ja, 68.9 s | Ja, 107.9 s |
| 3. Redigeringskedja: oavsiktliga förändringar över 2 turer, tid per tur | 4, omkring 136 s | 1, omkring 30 s | 4, omkring 62 s | 0, omkring 107 s |
| 4. 4K-detaljer: placering i 100%, tid, listpris | 3:a, 105.4 s, $0.401 | 4:a, 31.0 s, $0.100 | 2:a, 75.1 s, $0.400 | 1:a, 91.5 s, $0.400 |
| 5. Miniatyrbild: median av 3 körningar, listpris | 152.6 s, $0.211 | 25.1 s, $0.053 | 58.8 s, $0.211 | 128.4 s, $0.211 |
Uppmätt via fal.ai:s kö-API den 10 september 2026. Tiderna är realtid från inlämning till färdigt resultat; enstaka körningar utom i rad 5. Priserna är fal.ai:s listpriser per utmatad bild och räknar inte in indatatokens för referensbilderna.
Hur mycket snabbare är GPT Image 2.5 än GPT Image 2?
OpenAI:s påstående är "upp till 50% lägre latens" för Flare jämfört med GPT Image 2 (OpenAI). Utomstående mätningar som publicerats sedan lanseringen ligger i samma spann eller högre: WeShop uppmätte Flare 30% till 52% snabbare vid identiska inställningar (WeShop), och Manus rapporterade före lanseringen att Flare var två till fyra gånger snabbare på deras egna arbetslaster (BuildFastWithAI).
Våra siffror från samma kö på fal.ai är större än OpenAI:s påstående. Vid 1024×1024 landade Flare på high på en median av 25.1 sekunder mot 152.6 sekunder för GPT Image 2 på high, en minskning med 84% eller ungefär sex gånger snabbare. Flare på max, den kostnadsmatchade nivån, landade på 58.8 sekunder, en minskning med 61%. Sunburst på max landade på 128.4 sekunder, 16% snabbare än GPT Image 2 och med det mest detaljrika resultatet av de fyra. En kuriositet: GPT Image 2 tog längre tid på miniatyrbilderna i 1024×1024 än på landskapet i 3840×2160 (152.6 mot 105.4 sekunder), vilket antyder att tiden domineras av planeringssteget snarare än av antalet pixlar. Det här är kötider hos fal.ai under en enda dag, och OpenAI:s egna API kan bete sig annorlunda, så betrakta förhållandena som vägledande snarare än definitiva.
Är GPT Image 2.5 bättre än GPT Image 2 i oberoende benchmark?
De första rösterna säger ja, med ett förbehåll om urvalets storlek. I Arenas topplista för text-till-bild daterad den 7 september 2026 leder gpt-image-2.5-sunburst med 1421 ± 13 och gpt-image-2.5-flare ligger tvåa med 1399 ± 13, båda märkta som preliminära. gpt-image-2 på kvaliteten medium håller tredjeplatsen med 1381 ± 4. Avståndet mellan Sunburst och GPT Image 2 är 40 poäng, men de två nykomlingarna har 3,149 och 2,856 röster mot 78,731 för GPT Image 2, så konfidensintervallen är tre gånger bredare.
Artificial Analysis text-till-bild-arena hade den 10 september 2026 ännu inte lagt in någon av 2.5-modellerna. Listan har fortfarande GPT Image 2 (high) i topp med Elo 1171 över 15,381 stickprov, före MAI-Image-2.6 på 1144 och Nano Banana 2 på 1122. Till dess att GPT Image 2.5 samlat röster där är den ärliga sammanfattningen att GPT Image 2 är kvar som bästa modell på den ena oberoende listan, medan GPT Image 2.5 leder på den andra med preliminära data.
Kan du välja Flare eller Sunburst i ChatGPT?
Nej. ChatGPT erbjuder ingen väljare mellan de två Images 2.5-modellerna. The Decoder testade båda konsumentytorna efter lanseringen och fann att Chat-läget "ofta" dirigerades till den svagare modellen medan Work-läget "konsekvent" använde den starkare, och att redigeringar i Chat-läget oftare ändrade ovidkommande detaljer (The Decoder, september 2026). OpenAI:s dokumentation säger inget om vilken variant ChatGPT väljer i en given situation.
Images 2.5 rullades ut på lanseringsdagen till alla ChatGPT-nivåer, inklusive den kostnadsfria, plus ChatGPT Work och Codex, på dator, mobil och webb (OpenAI via 9to5Mac). Betalplanerna ger kortare väntetider och högre användningsgränser, inte en annan modell. För upprepbara resultat är API-modellernas id, eller en plattform som visar växlaren, de enda sätten att garantera Flare eller Sunburst. LoveGen AI visar de två varianterna som kort sida vid sida på sidan för GPT Image 2.5, så valet blir uttalat vid varje generering.
Vilken ska du använda? GPT Image 2 mot Flare mot Sunburst per jobb
| Jobb | Rekommenderad modell | Kvalitetsnivå | Varför |
|---|---|---|---|
| Miniatyrbilder för sociala medier, varianter i stora volymer | GPT Image 2.5 Flare | medium eller high | Lägsta kostnad per användbar bild och snabbaste genereringen i våra tester |
| Produktredigeringar för e-handel utifrån ett referensfoto | GPT Image 2.5 Sunburst (eller Flare på high) | high eller xhigh | Båda höll mugg, logo och bakgrund stilla i vårt kedjetest; Sunburst var renast |
| Kundrevideringar i flera rundor | GPT Image 2.5 Sunburst | xhigh eller max | Noll oavsiktliga förändringar genom vår kedja i tre turer; GPT Image 2 och Flare på max gjorde fyra var |
| Flerspråkiga affischer i 2K med snäv budget | GPT Image 2 | high (LoveGen AI: 0.3 credit) | Fortfarande först hos Artificial Analysis; fasta 0.3 credit på LoveGen AI slår 2.5 High på 0.5 |
| Tryck, key visuals, 4K-bakgrundsbilder | GPT Image 2.5 Sunburst eller Flare | max | Bara 2.5 erbjuder max-nivån; 4K på max kostar $0.400 på fal.ai, samma som GPT Image 2 high |
| API-integrationer som behöver genomströmning | GPT Image 2.5 Flare | auto eller high | Samma anropsgränser som GPT Image 2 men lägre latens per bild |
Stanna på GPT Image 2 när
Du behöver 2K som utdata med stark text och betalar per credit på LoveGen AI, där GPT Image 2 kostar 0.3 credit mot 0.5 för GPT Image 2.5 vid motsvarande storlek och nivå. Du stannar också när en pipeline är trimmad mot resultat från GPT Image 2 och inte har validerats om, eftersom redigeringar i 2.5 beter sig annorlunda av princip.
Välj GPT Image 2.5 Flare när
Hastighet och volym väger tyngre än den sista detaljnivån. I våra tester levererade Flare på high en bild i 1024×1024 på en median av 25.1 sekunder, sex gånger snabbare än GPT Image 2, och höll en redigeringskedja i tre turer stabil. OpenAI positionerar Flare som standardval för "innehåll för kreatörer och sociala medier, produktupplevelser, visuell sökning, snabb bildprototypning och generering i stora volymer" (OpenAI), och eftersom tokenprislistan är oförändrad kostar hastigheten inget extra.
Välj GPT Image 2.5 Sunburst när
Leveransen ska redigeras mer än en gång, eller när ett referensmotiv måste överleva ett byte av stil eller miljö intakt. Sunburst är modellen OpenAI byggde "för premiumarbetsflöden för visuellt innehåll som gynnas av stramare kontroll mellan redigeringar", utomstående tester som WeShop rapporterar visade att den gled omkring 40% mindre utanför målområdet än Flare (WeShop, september 2026), och den var den enda konfigurationen med noll oavsiktliga förändringar i vår kedja i tre turer. Den gav också den skarpaste 4K-renderingen av de fyra.
När ingen av OpenAI:s modeller räcker
För redigeringar som kräver fler än sex referensbilder, eller för redigering av fotografier med naturligt språk där identiteten måste hålla över ett dussin indatabilder, tar Googles Nano Banana Pro emot upp till 14 referensbilder på LoveGen AI. För layouter där typografin kommer först är Ideogram 3 fortfarande specialisten, och för fotorealism på studionivå utan text är Flux 2 Pro fortsatt ett starkt alternativ. Alla körs mot samma creditsaldo, så att testa samma prompt i flera modeller kostar en bråkdel av en credit.
Är GPT Image 2 utfasad? Bör du migrera nu?
GPT Image 2 är inte utfasad den 10 september 2026. OpenAI:s sida över utfasningar anger inget avvecklingsdatum för gpt-image-2, och modellsidan för gpt-image-2 är fortfarande aktiv med sin snapshot 2026-04-21. OpenAI har inte sagt när, eller om, GPT Image 2 följer DALL-E-modellerna i pension.
För nya projekt är GPT Image 2.5 det rimliga standardvalet, och OpenAI:s egen rekommendation är att börja med Flare och gå över till Sunburst först när kvalitetskraven kräver det (OpenAI:s utvecklarforum). En checklista för migrering av befintliga integrationer:
- Byt modell-id till
gpt-image-2.5-flareellergpt-image-2.5-sunburst. - Mappa om
quality. Gamlahighblir nyamaxom du vill ha samma budget för utmatningstokens; gamlamediumblir nyahigh. - Sätt
qualityexplicit. De nya modellerna använderautosom standard, vilket låter OpenAI välja nivå. - Gå igenom redigeringsprompterna igen. 2.5 ändrar bara det du ber om; prompter som byggde på att GPT Image 2 renderade om hela bilden kan behöva beskriva den önskade globala förändringen.
- Överväg
background: "opaque"om genomskinliga eller automatiska bakgrunder gav överraskningar. - Budgetera utifrån fal.ai eller OpenAI:s användningsdata, inte kalkylatorn för GPT Image 2, som enligt OpenAI inte täcker 2.5.
Vanliga frågor
När släpptes GPT Image 2.5?
OpenAI släppte GPT Image 2.5 den 8 september 2026, under konsumentnamnet ChatGPT Images 2.5. API:et exponerar två modeller, gpt-image-2.5-flare och gpt-image-2.5-sunburst, båda med snapshot 2026-09-08. Den rullades ut samma dag till alla ChatGPT-nivåer, inklusive den kostnadsfria, plus ChatGPT Work och Codex, på dator, mobil och webb (OpenAI).
Vad är skillnaden mellan GPT Image 2.5 Flare och Sunburst?
Flare är OpenAI:s standardmodell: högre kvalitet än GPT Image 2 med upp till 50% lägre latens, inriktad på innehåll för sociala medier, produktupplevelser och generering i stora volymer. Sunburst är den större precisionsmodellen med längre genereringstider, byggd för kampanjmaterial och redigeringar i flera rundor där varje revidering måste lämna resten av bilden orörd. Båda har samma tokenpris (OpenAI).
Är GPT Image 2.5 bättre än GPT Image 2?
På Arenas preliminära text-till-bild-lista för september 2026 får GPT Image 2.5 Sunburst 1421 och Flare 1399, mot 1381 för gpt-image-2 (medium), även om de nya posterna har omkring 3,000 röster mot 78,000 (Arena). OpenAI utlovar skarpare detaljer, mer naturligt ljus, bättre bevarande av referensfoton och mer tillförlitliga redigeringar över flera turer. Artificial Analysis har fortfarande GPT Image 2 i topp, eftersom 2.5 ännu inte lagts in.
Kostar GPT Image 2.5 mer än GPT Image 2?
Inte per token. Båda debiterar $5 per miljon tokens textinmatning, $8 per miljon tokens bildinmatning och $30 per miljon tokens bildutmatning (OpenAI). Per bild har trappan förskjutits: på fal.ai kostar en bild i 1024×1024 från GPT Image 2.5 omkring $0.006 på low, $0.053 på high och $0.211 på max, medan GPT Image 2 kostar $0.006 på low, $0.053 på medium och $0.211 på high.
Vad är de nya kvalitetsnivåerna xhigh och max?
GPT Image 2.5 lägger till xhigh och max ovanför high; GPT Image 2 slutar vid high. Båda 2.5-modellerna använder auto som standard (OpenAI:s guide). Vid 1024×1024 listar fal.ai xhigh på $0.094 och max på $0.211 per bild; vid 3840×2160 är xhigh $0.178 och max $0.400 (fal.ai). Max är den nivå som motsvarar den gamla utmatningskostnaden för high i GPT Image 2.
Stöder GPT Image 2.5 4K?
Ja. OpenAI:s guide för bildgenerering tillåter egna upplösningar där varje sida är en multipel av 16, ingen sida överstiger 3840 pixlar, det totala antalet pixlar ligger mellan 655,360 och 8,294,400 och bildförhållandet håller sig mellan 1:3 och 3:1. Upplösningar över 2560×1440 är flaggade som experimentella (OpenAI:s guide). På LoveGen AI erbjuder GPT Image 2.5 3840×2160 och 2160×3840 direkt, medan GPT Image 2 stannar vid 2K.
Kan jag välja Flare eller Sunburst inne i ChatGPT?
Nej. ChatGPT har ingen modellväljare för Images 2.5. The Decoder rapporterade att Chat-läget ofta dirigerades till den svagare varianten medan Work-läget konsekvent använde den starkare, och att ovidkommande detaljer ändrades oftare vid redigeringar i Chat-läget (The Decoder). För att styra varianten får du använda API-modellernas id eller en plattform som LoveGen AI, som visar en växlare mellan Flare och Sunburst.
Är GPT Image 2 utfasad?
Inte den 10 september 2026. OpenAI:s sida över utfasningar anger inget avvecklingsdatum för gpt-image-2, och modellsidan är fortfarande aktiv med snapshot 2026-04-21. OpenAI påpekar dock att kostnadskalkylatorn för GPT Image 2 inte uppskattar tokenförbrukningen för 2.5-modellerna (OpenAI), så budgetera separat innan du byter.
Hur mycket snabbare är GPT Image 2.5 än GPT Image 2?
OpenAI anger att Flare sänker latensen med upp till 50% jämfört med GPT Image 2 (OpenAI). Utomstående tester som WeShop rapporterar placerar Flare 30% till 52% snabbare vid identiska inställningar, och Manus mätte två till fyra gånger snabbare på sina egna arbetslaster före lanseringen (BuildFastWithAI). Vårt test i samma kö på fal.ai den 10 september 2026 gav medianerna 25.1 sekunder för Flare på high, 58.8 sekunder för Flare på max och 152.6 sekunder för GPT Image 2 på high per bild i 1024×1024.
Vilken modell är bäst för redigering med referensfoton?
GPT Image 2.5 Sunburst. OpenAI byggde den för stramare kontroll genom flera redigeringar i följd, och den är bättre på att hålla referensmotiv igenkännbara i nya miljöer och stilar (OpenAI). WeShops tester visade att Sunburst gled omkring 40% mindre utanför målområdet än Flare (WeShop). I vår kedja i tre turer den 10 september 2026 gjorde Sunburst på max noll oavsiktliga förändringar, Flare på high en och GPT Image 2 fyra, eftersom den renderade om hela scenen i den andra turen.
Hur många credits kostar GPT Image 2.5 på LoveGen AI?
Från 0.1 credit per bild. Standardstorleken 1024×1024 kostar 0.5 credit på High, 0.8 på Extra High och 1.8 på Max; en rendering i 3840×2160 på Max är taket med 3.4 credits. Flare och Sunburst kostar lika mycket. GPT Image 2 på LoveGen AI kostar fasta 0.3 credit per bild med upp till fyra referensbilder, så den är fortfarande det billigare valet för arbete i 2K.
Bör jag byta min API-integration från gpt-image-2 till gpt-image-2.5?
Ja för nya projekt, med en ändring: mappa om kvaliteten. Ett anrop som använde gpt-image-2 med quality: "high" bör använda gpt-image-2.5-flare med quality: "max" för att behålla samma budget för utmatningstokens; om high står kvar får du en billigare bild med färre tokens (fal.ai:s priser). Notera också det nya standardvärdet auto, bakgrundsalternativet opaque och att Sunburst lägger på latens.
Slutsats
GPT Image 2.5 är en verklig uppgradering av GPT Image 2 när det gäller redigeringar, trohet mot referensbilder och hastighet, och den kostar detsamma per token. Det enda du måste ha klart för dig innan du byter är att kvalitetsnamnen har flyttat: max är det nya high, och high är det nya medium. Flare är rätt standardval för det mesta, Sunburst förtjänar sina extra sekunder när ett motiv ska överleva flera redigeringsrundor, och GPT Image 2 är fortfarande värd att behålla för billigt och textrikt arbete i 2K, särskilt till 0.3 credit på LoveGen AI.
Båda generationerna finns sida vid sida med alla andra stora modeller i katalogen AI-bildmodeller på LoveGen AI, utan abonnemang och med pris per bild. När det här skrivs erbjuder LoveGen AI dessutom GPT Image 2.5 gratis att prova, vilket är det billigaste sättet att köra de fem prompterna ovan på dina egna motiv.