GPT Image 2.5凌晨突發，把改圖能力端了出來。

局部編輯、連續編輯、多輪一致性乃至圖片上直接標註修改，OpenAI這次把「無需抽卡，擁抱多輪修改」當成了主菜。

但問題是，這菜多少有點沒新意——同樣的東西，NanoBanana一年前就已經玩過了。

NanoBanana一代就已經把連續編輯做成了核心能力；第一代發布四個月後，谷歌連可視化圈選編輯的產品交互都做了；到大香蕉（Pro）那裏，谷歌已經把這條路往前走到了相機、燈光、構圖和多主體控制；二代香蕉又把Pro的核心能力壓到了Flash的速度。

OpenAI也算是補了NanoBanana的課，但顯然還沒畢業。

修改效果更好

拋開「新不新」這個問題，GPT Image 2.5這次的升級幅度其實不算小。

OpenAI自己把重點寫得很明確：更精確的編輯、更穩定的多輪一致性，以及更快的生成速度。

相比Images 2.0，新模型最高可以降低50%的生成延遲，同時改善參考圖主體保真度、自然光照和紋理表現。

但在官方文檔裏被OpenAI反覆強調的，還是「編輯」。

首先是Precision Editing（精確編輯）。

之前的Image 2.0雖然也能改，但往往改得不夠精準，只想動一個局部，整張圖卻可能跟着大變樣，圖片主體的位置甚至都會發生偏移。

GPT Image 2.5試圖把這種「牽一髮而動全身」壓下去，OpenAI稱，新模型可以只修改用戶指定的元素，同時儘可能保持主體、構圖、背景乃至品牌視覺不變。即使面對更復雜的主體和背景，也可以單獨替換商品、文案或者局部元素。

更重要的是Multi-turn Editing Consistency（多輪編輯一致性）。

簡單來說，就是一張圖改完第一輪之後，可以直接接着改第二輪、第三輪；此前已經做好的修改儘量保留下來，新一輪修改繼續建立在上一輪結果之上，而不是每次重新理解、重新生成。

OpenAI專門強調了一個過去很麻煩的問題：圖片質量不應該隨着編輯輪數增加而一路劣化。

體現在gif圖裏，就是圖不停改，但不再亂動，看起來更穩定。

GPT Image 2.5這次把API分成兩個版本：偏速度的Flare（閃光）和偏最高質量的Sunburst（翻譯過來是「從雲隙射下的陽光」，只看名字的話，應該有更強的光影效果和更高的審美）；要我說，OpenAI最近和有什麼起名癖似的，盡整些花裏胡哨的。

在Arena最新公布的結果裏，Sunburst和Flare直接包攬了文生圖、單圖編輯和多圖編輯三個競技場的第一、第二名。加上Image 2，前三已被GPT Image包圓。

不過需要區分的是，Arena這裏測的是「多圖輸入編輯」，並不是OpenAI官方強調的「多輪圖像編輯」。

更值得注意的是它們相對GPT Image 2的提升幅度。

Sunburst在文生圖上提高了40分，單圖編輯提高59分，多圖編輯則直接提高了81分；Flare分別提高18、30和47分。

至少在大模型盲測競技場上，Image 2.5這次最明顯的提升，集中在對已有圖片的編輯能力上，尤其是同時處理多張參考圖的複雜編輯任務。

在API側，Flare被OpenAI定義為默認模型，相比GPT Image 2在獲得更高質量的同時，延遲降低50%；Sunburst則犧牲一些速度，換取更精細的控制，主要面向廣告素材、商品圖等場景。

定價方面，OpenAI最新價格頁顯示，GPT Image 2.5 Flare和Sunburst的圖像輸入都是8美元/百萬token、圖像輸出30美元/百萬token、文本輸入5美元/百萬token，和GPT Image 2一毛一樣。

有意思的是，Flare和Sunburst一個主打速度，一個主打質量，但API賬單暫時看不出區別，合理懷疑OpenAI又出bug了。

還有什麼變化

相比Midjourney更容易讓人想到「把一張圖片做得更有風格」，OpenAI更喜歡把文字、圖片、佈局和信息揉在一起，直接生成一個視覺成品。

比如海報、商品素材、信息圖、人物照片、品牌視覺，以及各種帶有大量文字和排版的設計——Image 2.5在這方面和Image 2一脈相承。

但和Image 2更強調「一次生成就能直接拿來用」不同，Image 2.5這次把大量展示空間留給了改圖，即一張已經生成好的圖，還能不能繼續往下改。

OpenAI稱，新模型把人物放進新的場景、風格和構圖之後，更容易保留原有主體的辨識度，光線和紋理也會更自然。

除了模型本身，OpenAI這次還補充了兩個「新功能」。

一個是Sketch（草圖），在移動端輸入@Sketch之後，用戶可以直接隨手畫出自己的想法，再讓GPT Image根據草圖繼續生成。

能畫出來，就不用費勁描述。

不過這並不是什麼新玩法，Nano Banana能做，Adobe Firefly能做，國內的騰訊混元、通義萬相、Seedream也早已支持線稿、塗鴉或者輔助線控制生成。

OpenAI這次只是把這套已經很成熟的交互搬到了GPT裏。

另一個功能則更像是在鼓勵大家「抄作業」，OpenAI把它叫作Pass your best ideas along。

現在分享一張ChatGPT生成的圖片時，可以順手把Prompt一起帶出去，別人拿到後可以換上自己的照片和細節直接復刻。

然而，Gemini早就可以把包含Prompt和生成圖片的完整對話分享出去，別人甚至可以直接接着這段對話繼續生成；Nano Banana後來還在Google Messages裏做了Remix，讓好友圍繞同一張圖片來回接力修改。

OpenAI還有得學呢……

網友怎麼說

雖然前面在吐槽OpenAI「補課」，但到了真正上手的時候，還是得承認一件事：GPT Image 2.5確實是一款很強的生圖模型。

發布之後，社群很快玩出了新花樣。

目前傳播最廣的玩法，是用Image 2.5做定格動畫。

開發者Charlie Guo拿GPT Image 2.5連續生成了一組畫面，再把它們串成動畫。這條帖子發布後瀏覽量迅速破萬，並被多名OpenAI員工轉發。

更進一步，還有人開始直接從草圖生成動畫素材。

比如下面這位網友，先隨手畫出一個拿着球棒的小猴子草圖，再讓GPT Image 2.5生成一整組動作連續的序列幀，最後拼成GIF動畫。整個過程只需寥寥幾筆，模型就能擴展成一個完整的12幀的gif動畫。

做動畫之外，還有一批人盯上了用Image 2.5生成透明底素材。

開發者Konstantine專門測試了Sunburst生成透明背景圖的能力，認為它現在輸出的透明底素材已經非常漂亮，並直接點名遊戲開發者和設計師可能會拿它來做東西。

有了透明底，人物立繪、遊戲道具、UI圖標、商品素材，就可以直接往網頁、遊戲或者設計稿裏塞。

還有人開始暴力測試它的複雜指令理解。

Reddit上一名用戶使用了一個近乎故意找茬的Prompt：要求一張圖同時出現四種畫風、五條項鍊、14根手指、三個瞳孔的鴿子眼睛，以及15世紀莫桑比克叢林和未來工廠。

結果……當然沒有全部實現，但他的評價是：「不完美，但仍然比之前任何一次都好。」

一些更日常的變化也開始被用戶注意到。

有人對比Image 2和2.5後認為，新模型的人物表情沒那麼僵，皮膚質感更自然；有人覺得畫面透視、反射和構圖明顯更合理；還有人拿Image 2和Image 2.5用同一套提示詞做了漫畫，2.5的分鏡更活，角色表情更誇張，鏡頭遠近和場景細節也會跟着劇情變化。相比之下，Image 2更像把一組漂亮插畫拼在一起。

Image 2（左），Image 2.5（右）

對於真正把AI圖片放進工作流的人，感受可能更加直接。

一名正在用ChatGPT給遊戲製作房間素材的用戶說，Image 2最大的問題之一就是連續編輯兩三次之後，圖片往往已經劣化到不能用了，實際工作時基本等於必須第一輪就抽中滿意結果。

換到2.5之後，他的評價是「Big improvement」，反覆修改造成的畫質衰減明顯少了。

當然，Image 2.5也沒有突然把所有老毛病一起治好，變成一個全能的完美生圖模型。

目前也已經有人繼續提到幾個老問題：：手偶爾還是會畫壞；Image 2時代就有人吐槽的棋盤格/高頻噪聲沒有徹底消失；一些畫面仍然會出現顆粒、像素化或者過度銳化。也有做AI商品攝影的用戶認為，如果要求嚴格還原產品本身，NanoBanana 2和Pro目前依然更可靠。

包括上面提到的遊戲製作房間素材的用戶，也表示他「原以為自己可以放棄使用Gemini了」，但「ChatGPT和Grok中的過多微細節處理實在太過激進了」。

甚至在最基礎的指令遵循上，社群評價也並不是一邊倒。有用戶認為儘管2.5的文字、細節和構圖更好了，但複雜指令偶爾還是會被模型「理解成另一個意思」。

GPT Image 2.5沒有重新發明AI生圖，也沒有在每一個維度上把Nano Banana、Seedream們甩在身後。

但「別人早就有」與「它做得不夠好」，顯然是兩碼事。GPT Image 2本來就很強，2.5更像是在把過去明顯的短板——編輯精度、多輪一致性和可持續修改——補得更完整了。

至少，對於ChatGPT龐大的用戶群來說，現在用GPT生圖可以少抽幾次卡了。