OpenAI给ChatGPT图像功能升级到了2.5版本，同步在API里放出两款新模型——gpt-image-2.5-flare和gpt-image-2.5-sunburst，覆盖ChatGPT、ChatGPT Work、Codex的网页、桌面和移动端。官方给出的卖点很直接：细节更锐利、光影更自然、多轮编辑不走样、生成延迟最高降低50%。
但把公告拆开细看，真正值得记的不是这几项常规升级，而是这个“50%”背后藏着两套完全不同的对比基线，以及一张图片背后一套此前从没摆上台面的计费公式。多轮编辑不塌房、参考照片保真度更高，确实是图像生成行业公认的老大难问题，这次升级本身够扎实。但对真正要接入产品的开发者和企业客户，纠结的重点不该是画质好不好，而是宣传口径能不能直接套进自己的延迟预算和账单——答案是不能。
“最高50%更快”，到底比谁快
ChatGPT产品公告里，50%对比的是ChatGPT Images 2.0；API公告里，50%对比的是gpt-image-2到gpt-image-2.5-flare。两个数字看起来一样，指向的却是两条不同的产品线基线，读者很容易把它们当成同一件事。
更微妙的是，公告援引一位早期客户的说法，在其某次评测里flare比gpt-image-2快2到4倍——比官方口径隐含的约2倍还要激进。这不是矫枉过正，而是提醒读者：官方数字是最大改善值，不是每次请求都保证的下限；客户自述数据也不是SLA承诺，不能直接抄进自己的产能规划表。
官方给的是上限，客户给的是个案，两者都不是你的账单。
一张图到底多少钱：不是单价，是公式
API定价上，图像输入token8美元/百万（缓存2美元），图像输出token30美元/百万，文本输入token5美元/百万（缓存1.25美元）。flare和sunburst单价完全一致，这也是最容易被误读的一点——很多人以为“同价”就等于“同成本”，实际决定账单的是token消耗量，而消耗量跟着模型、图片尺寸、quality档位走。
| 项目 | 单价 | 影响 |
|---|---|---|
| 图像输入token | 8美元/百万（缓存2美元） | 参考图越多越贵 |
| 图像输出token | 30美元/百万 | 账单大头，quality档位越高越贵 |
| 文本输入token | 5美元/百万（缓存1.25美元） | 复杂prompt推高成本 |
| partial_images | 每张+100图像输出token | 流式预览的隐藏成本 |
sunburst定位是更高精度、更长耗时的重活，同样的画面复杂度，它跑出来的图像输出token通常更多，账单自然更厚——这一层官方公告完全没提，只写在开发者文档里。
- 结论.同价不同耗，决定账单的是token用量，不是模型标价。
Flare还是Sunburst，风险落在参考照片上
官方把flare定位成“多数应用的默认选择”，sunburst留给“能承受更长耗时、要精细控制的高端创意流程”。这个分工听着清楚，但两者在同一任务下的对比基准官方没给，选型边界只能自己跑。批量电商图、社媒配图这类对成本和延迟敏感的场景，flare大概率够用；广告主视觉、品牌手册这类容错空间小的活，才值得为sunburst多付时间和token。
Images 2.5被反复强调的一项能力，是更好保留参考照片里人物的可识别特征，换脸、换场景、换风格都能“认出这是谁”。这对普通用户是惊喜——旧照片一键做成新造型合影。但换个角度看，同样的能力也让未经同意拿别人照片生成新场景变得更容易、更逼真。公告提到延续C2PA元数据和隐形水印，但对这类“高保真换脸”会不会触发更严格审核，官方没有新的说明。
- 风险.参考照片保真度提升，尚无配套的同意机制或专门审核说明，滥用边界仍不清楚。
图像模型这几年的比赛，已经从“谁画得像”变成“谁编辑得稳、谁的成本能被预测”。Midjourney、Google的Imagen/Gemini系列、Adobe Firefly都在往这个方向挤，OpenAI这次用两档API模型把“速度优先”和“精度优先”分开卖，是想同时占住高并发和高端定制两头市场。真正能验证这套说法的，是接下来几周开发者自己跑出来的benchmark和真实账单——那才是比公告数字更值得信的证据。