·5 分鐘閱讀
GPT Image 2.6 上線:先選交付格式,再決定怎麼出圖

GPT Image 2.6 的更新,不只是多了兩個模型名稱。對需要反覆改圖、交付向量素材或製作短動畫的團隊,值得關注的是出圖流程有了更多控制方式:先決定要交付什麼,再決定模型應花多少力氣理解畫面。
OpenAI 在 2026 年 11 月 4 日的官方更新紀錄發布 GPT-Image-2.6 Sunburst 與 Flare,並加入複雜度控制、SVG 與動畫 GIF 生成,以及適用於受支援模型的標註引導編輯。本文於 11 月 5 日核驗整理;公告日期是 11 月 4 日。
Sunburst 與 Flare,先從工作目標選起
官方將 Sunburst定位為細緻視覺工作,將 Flare定位為快速迭代。這提供了初步選擇方向,但不能直接換算成每個任務都固定快幾倍、好多少。
如果還在找構圖與方向,可以先評估迭代流程;如果構圖已確定、畫面有很多需要維持的細節,則應把細節一致性納入測試。兩種情境的驗收方式不同:探索階段看是否容易得到可用方向,交付階段看是否滿足文字、尺寸和主體要求。
complexity 和 quality 管的不是同一件事
依官方圖片生成指南,complexity 控制渲染前的規劃程度,可選 low、medium、high,省略時預設為 high;quality 另行控制渲染品質。高複雜度可能增加等待時間,也可能帶來不需要的改動,並非所有任務都應追求最高設定。
對只想換背景或修改招牌的任務,重點往往是改動範圍清楚。對多主體關係、密集文字或複雜版面,則需要檢查模型是否正確理解各元素的位置。建議一次只調整一個條件,保留提示詞和結果,才能分辨差異來自哪裡。
先決定交付格式,避免最後才發現用不了
官方文件列出 SVG 與動畫 GIF 輸出,但它們各有適用端點及限制。例如 SVG 用於生成端點,不代表圖片編輯端點也能輸出 SVG;詳細支援應對照指南,不能只更換副檔名就視為完成轉換。
在實際交付上,先問素材最後會放在哪裡。博客封面通常先看版型、清晰度和檔案大小;需要後續改色與調整形狀的圖形,則要檢查向量結構;短動畫還要看動作連續性、播放節奏及接回起點是否自然。格式是交付要求的一部分,不應等出圖後才補問。
SVG 也不等於已完成設計整理。拿到檔案後仍應在預定工具中檢查縮放、輪廓與可編輯性。GIF 則應實際播放完整循環;單看第一幀漂亮,無法證明動畫適合使用。
修改圖片時,先把「改哪裡」說清楚
這次更新也加入標註引導編輯。對產品團隊而言,重點不是把更多要求塞進一段長提示詞,而是把目標區域和應保留的內容區分清楚。具體模型與標註用法仍應按官方文件確認。
例如要改封面標題,應先說清楚文字內容、語言與位置,再列出應維持的主體、材質、光線和比例。若同時換背景、換字又改構圖,出了問題就很難判斷是哪個條件造成。可以先完成主要變更,再做局部修正,減少無目的重抽。
驗收要按素材用途設計
團隊可以建立幾個固定案例:一張有繁體標題的封面、一張需要保留商品外觀的修改圖,以及一個預定格式的輸出。每次比較都用相同要求,檢查文字是否正確、主體是否變形、指定區域以外有沒有被改動。
另外記錄總耗時、重做次數與實際費用。真正影響交付效率的,是拿到一張可用成品需要多少輪,而不只是第一張圖片多快返回。本文沒有執行兩個模型的對照測試,因此不提供速度、品質或成本優劣的實測結論。
常見問題
complexity 越高,畫質一定越好嗎?
不能這樣理解。它與規劃程度有關,渲染品質另有 quality 設定;應以任務需求與結果檢查為準。
有 SVG 輸出,就能直接取代所有設計原始檔嗎?
不宜直接推論。需要檢查產出結構和後續工具的使用效果,尤其是需要多人維護的素材。
現在就該把既有流程全部換成 2.6 嗎?
先選一個可驗收的任務,確認帳戶與平台支援,再比較交付時間、重做次數和費用。通過後再擴大使用範圍。
來源與核驗範圍
本文於 2026 年 11 月 5 日核對 OpenAI 更新紀錄、兩個模型頁面及圖片生成指南。官方資訊支持發布事件、模型定位與功能說明;工作流程及驗收方法為編輯建議。未實測 Sunburst 與 Flare 的對照表現,也未驗證第三方平台的接入、價格或相容性。