技术博主 Simon Willison 在博客里说，OpenAI 刚发布了 ChatGPT Images 2.5，新增两个 API 模型 ID：gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，官方还称两条产品线加起来图像生成总量已经超过30亿张。他甚至升级了自己那个开源命令行工具，传一张图进去，让 AI 在图表上加了只戴眼镜的浣熊科学家，效果贴出来了，看着很顺。
问题是，把这几个细节拿去 OpenAI 官网和开发者文档核对一遍，什么都没找到。这篇文章本身讲得挺清楚，但它引用的三个关键信息——模型名字、公告页面、30亿张这个数字——目前都处在"查无实据"的状态。
新版本本身讲了什么
按原文说法，这次更新集中在三点：
- 多轮指令遵循更准.连续编辑几轮不容易跑偏
- 响应更快
- 参考图主体保留更好.传进去一张图，编辑几次后主体不容易"走样"
这恰好是图像编辑类模型的老痛点。用户最烦的不是生成一张图不像样，是改到第三轮、第四轮之后主体变了个人。这个方向本身没什么可疑，行业里 Midjourney、Google 的 Imagen 也都在同一条赛道上死磕。
官网翻了一遍，没找到
真正值得说的是核实这一步。gpt-image-2.5-sunburst、gpt-image-2.5-flare 这两个模型名，原文给出的官方公告链接 openai.com/index/introducing-chatgpt-images-2-5，还有"30亿张图像"这个统计口径——三样东西，逐一检索 openai.com 和 developers.openai.com，都没能找到对应的官方页面或文档。
这不等于信息是假的，但也不等于它就是真的。中间还差一步：独立验证。
- 风险.具体数字和模型名一旦被二次转载，很容易变成"既定事实"，而它本身还没经过官方确认。
一个可能的解释是索引本身有时间盲区——这篇文章标注的发布时间是 2026 年 9 月，超出了当前可检索的网络索引范围，搜索工具还没收录进去，不代表内容不实。另一个可能是信息本身存在偏差。两种可能都摆在桌面上，谁也没法在这个时间点替读者拍板。
耳闻之不若见之，具体数字第一次出现时，最好眼见为实。
Willison 本人是长期维护开源工具、习惯留下可复现代码和 PR 记录的博主，这篇文章连命令行示例都贴了出来，细节完整度不太像凑数编造。倾向性判断是：更可能是索引滞后，而不是信息造假。但这只是倾向，不是结论。
精度和速度，两条线并行
抛开核实问题，sunburst 对 flare 这个产品设计本身值得说两句。按官方文档描述的逻辑，sunburst 面向编辑精度要求高的场景，flare 面向日常快速生成——一条慢而准，一条快而糙，这跟文本模型里"旗舰版"配"轻量版"是同一套打法。
- 结论.图像模型分成"精度优先"和"速度优先"两档，是当前多模态厂商的通用策略，不算新鲜事，但符合开发者选型的实际需求——批量做电商图用 flare，做精细编辑用 sunburst。
差异是，文本模型的两档产品，厂商通常会给出明确的价格和延迟对比表，方便开发者直接选型。这次图像模型的两个新 ID，目前连官方文档本身都还没能核实到，更谈不上量化的定价和延迟差异。开发者如果现在就要接入，最好等官方文档正式落地，而不是照着一篇博客里的模型名直接上线用。
接下来该盯的，是 OpenAI 官方博客和开发者文档会不会正式收录这两个模型 ID，以及那个 30 亿张的数字有没有配套的官方口径。这两件事一旦坐实，这篇文章的信息含量才算真正兑现；没坐实之前，它更像是一份"等待验证"的一手记录。