GPT-Image-2.6全量上线：最快6秒出图，原生直出GIF与SVG

OpenAI 旗下图像生成模型迎来重要升级，GPT-Image-2.6 正式全量上线。新版本不仅整体生成耗时缩短 50%，最快仅需 6 秒出图，还原生支持导出 GIF 动图与 SVG 矢量图。

在 API 层面，OpenAI 首次将模型的「场景规划能力」与「像素渲染画质」拆解为两个独立参数，大幅拉低了多轮修改的成本和延迟。

目前，GPT-Image-2.6 已在 ChatGPT、Codex 及 API 中全面覆盖，免费及付费用户均可直接体验。

解耦构图与画质，最快 6 秒出图

在 API 端，GPT-Image-2.6 划分出两个具体型号：Flare 与 Sunburst。

• Flare 主打速度与排版，针对电商商品图和海报等商业视觉设计专门优化了布局能力。在低画质模式下，单张图片生成时间压缩至 6 秒。
• Sunburst 专注高细节精度，在多轮对话编辑场景中强化主体特征保持能力，解决角色或商品细节在修改过程中失真的痛点。

底层控制机制也迎来了关键变化。以往开发者调用图像生成 API 时，通常只能控制分辨率或粗略的画质档位。即便是调整背景颜色，模型也必须重新完整执行一次构图规划。

GPT-Image-2.6 新增了名为 complexity（复杂度）的参数，专门调节模型动笔前用于场景规划的算力消耗；而原本的 quality（画质）参数则专攻视觉细节和保真度。这种设计与大语言模型中调节推理思考深度的机制非常相似。

在日常工作流中，如果只需要局部微调，开发者可以将 complexity 设为低档，同时保持高 quality 输出，跳过繁重的排版构思，直接进行高精度重绘；只有遇到多主体同框等复杂场景时，才需要拉高复杂度参数。

序列帧机制赋能，原生生成循环 GIF

原生输出 GIF 动图是本次更新最直观的新特性。无论是品牌动态吉祥物、社交媒体表情包，还是简单的手绘涂鸦转动态贴纸，生成的动图都具备动作连贯、背景干净的特点。

作为一款图像模型，它无需借助重型视频生成架构即可实现流畅动效，核心在于借鉴了游戏工业的序列帧思路。

模型并没有进行开销巨大的时空扩散计算，而是在单次推理中生成一张 3×2 网格排列的动画序列图（Sprite Sheet），最后一帧平滑过渡回第一帧，再通过快速切片拼接合成 GIF。

这种做法规避了视频模型极高的推理延迟，同时确保了序列帧中角色五官、服装与背景的严格一致。目前，已有 AI 办公助手等初创产品接入该功能，用于生成虚拟助手的实时微表情动图。

直出 SVG 与局部标记 API 化

工程落地方面，GPT-Image-2.6 带来了两项实用功能：原生导出 SVG 矢量图以及开放 API 端图像标记（Image markup）。

常规 AI 位图放大后易失真，前端开发往往需要额外转换。新模型直接支持原生输出 SVG 矢量图，开发者在 Codex 中编写前端代码时，可直接生成能无限缩放的图标和 UI 组件，省去格式转换环节。

此外，此前 ChatGPT 网页端独有的圈选局部重绘功能正式开放给 API。企业可在后台直接通过坐标或遮罩指定修改区域，配合 Sunburst 模型的高一致性，实现高效率的流水线式批量改图。

除图像模型外，云端生态也有新动态，代号 GPT-6.2 Astra 的模型目前已在相关云服务平台现身。