GPT Image 2.5 和 2.0 到底差在哪？同一批提示词我跑了两遍，差距在这四个地方
OpenAI 在 9 月 8 日发布了 ChatGPT Images 2.5，官方给它的定语是"sharper details, more precise editing, and faster generation"。API 侧对应两个新模型：GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。ZOOOP 第二天就把两个都接了进来，作为同一个模型的两个版本挂在 AI 图像生成里。
问题是：升级公告谁都会写得好看。对天天用 AI 图像生成出活的人来说，只有一个问题值得回答——我现在用 GPT Image 2 用得挺好，换 2.5 到底能多得到什么？ 于是我把同一批提示词在两代模型上各跑了一遍，只换模型，其他什么都不动。下面是能看见的差距，和看不见的部分。
GPT Image 2.5 是什么，Flare 和 Sunburst 又是什么
先把名字捋清楚，因为这次 OpenAI 一口气放了三个叫法。
ChatGPT Images 2.5 是 ChatGPT 产品里的名字。API 里没有一个叫"2.5"的模型，而是两个：Flare 和 Sunburst。按官方的说法，Flare 是大多数场景的默认选择，出图质量高于 GPT-Image-2 而延迟低一半；Sunburst 是为那些"需要在多次编辑之间保持更紧控制"的高端流程准备的，代价是生成时间更长。两者的提示词、参数、支持的画幅完全一样。
在 ZOOOP 上，我们没有把它们做成两个模型摆在列表里——那会让人以为要在两个不同的东西之间做选择。它们是 GPT Image 2.5 下面的两个版本，一个开关切换。这也是为什么这篇文章里所有对照默认用 Flare 跑，Sunburst 单独放到第四处说。
跟 GPT Image 2 比，2.5 在参数层面的变化有三个：质量档位从 Low / Medium / High 三档变成五档，顶上多了 XHigh 和 Max；分辩率多了一档 4K；单次能带的参考图从 10 张提到 16 张。其他不变——画幅还是那 11 种，提示词还是那样写。
测法：同一批提示词，只换模型
四条提示词，覆盖我平时最在意的四类东西。织物和金属的细节，用一件人字纹西装翻领加黄铜别针的特写来测；画面里的小字，是一块手绘字的面包店木招牌；反射和材质，是黑陶茶壶在石台上的倒影；排版，是一张钉在砖墙上的复古演唱会海报。
每条提示词在两个模型上各跑一次，同为 16:9、同一个分辩率、同为 Low 档。Low 是我日常 AI 图像生成用得最多的档位，也是最能暴露模型底子的档位——高档位谁都能把细节堆出来。细节那一组另外补了 High 和 2.5 独有的 Max 各一张，看阶梯往上走到底能走多远。
没测的：编辑任务和多参考图合成。这两块 2.5 的提升官方说得最多，但一篇文章塞不下，留给下一篇专门做编辑的。
第一处：细节还原度
先说结论：Low 档两张都能用，差距在放大以后。GPT Image 2 的人字纹是有的，但纹理偏软，像隔了一层薄纱；2.5 的纹路一根一根立着，翻领折边的走线也更实。另一个差别不在质感而在听话程度——我要的是"黄铜领针"，2.0 画了一枚灯笼形状的吊坠，2.5 给的是一枚带徽记的圆形黄铜扣。都不算标准答案，但 2.5 离提示词更近。
茶壶这一组最能说明"细节还原"指的是什么。两张的壶身材质都对，差在台面：2.0 的倒影是一团模糊的暗影，2.5 把壶把、壶身、壶盖的倒影一一映在石面上，大理石的白色纹路也从底下透出来。这正是我平时在 AI 图像生成里最常遇到的短板——主体没问题，主体和环境相接的那一圈糊掉。2.5 在这一圈上明显更稠密。
至于画面里的字——面包店招牌上的"MORNING LOAF · est. 1987"和海报上的三行文案，两代模型全部拼对，一个字母都没错。这是 GPT Image 系列一直以来的长处，2.5 没有让它退步，也没有拉开差距。差别在字以外：2.5 的招牌是真的风化木头、钉着铁钩，海报纸面有折痕和图钉；2.0 的招牌干净得像新刷的，海报里还多画了一辆提示词里没有的老爷车。
第二处：质量档位从三档到五档
GPT Image 2 的三档里，我的经验是 Low 够用、Medium 应付复杂构图、High 很少用。2.5 在 High 之上又加了 XHigh 和 Max，第一反应是"那不就是更贵的 High"。
结果和我预想的不一样：升档不是同一张图变清晰，而是重新出了一张。 Low、High、Max 三张里，别针从圆形徽记变成了树叶形状，内搭从白衬衫变成了米色毛衣又变回衬衫。构图变了，唯一稳定往上走的是布料——Max 那张的人字纹密到能数经纬，High 次之，Low 在网页尺寸上跟 High 几乎分不出来。所以如果你指望"先用 Low 定稿、再升 Max 出同一张高清图"，这条路走不通；升档要在还接受构图变化的阶段做。
我的建议和用 2.0 时一样，只是阶梯更长了：在 Low 上探索、锁定构图，只把要交付的那一张往上升。升到哪一档，看它最终被放多大看。海报印出来、落地页首屏、4K 底板，才是 XHigh 和 Max 该出场的地方；发到社媒的图升上去只是多花钱。
第三处：4K 宽屏与 16 张参考图
4K 是这次实实在在的新增。GPT Image 2.5 能直接出 3840×2160 和 2160×3840，不用先出 2K 再放大——放大出来的和原生出来的，在树叶、发丝这类高频细节上是两回事。
但有一条要提前说：4K 只开放宽屏和竖屏四种比例，21:9、16:9、9:16、9:21。其余七种画幅最高到 3K。这不是 ZOOOP 的限制，是模型的像素上限；我们在界面里直接把选不了的组合灰掉了，免得你付了钱等半分钟然后收到一个失败。
参考图上限从 10 张提到 16 张，对做电商合成、版式稿的人是实打实的方便：产品图、道具、一张色卡、一张草稿版式，一次全放进去，再用提示词说怎么摆。这部分我这次没有出图对照，但官方公告里"更好地保留参考照片里的主体"是这次升级的主线之一，和我们在 AI 图像编辑里零散试过的几次感受一致。
第四处：Flare 与 Sunburst 出图有没有差
这是我最想弄清楚的一件事，因为 ZOOOP 上 GPT Image 2.5 的两个版本收费一样——如果 Sunburst 又慢又不更好，那它存在的意义是什么？
我把第一处那条西装翻领的提示词用 Sunburst 也跑了一遍，参数完全相同。两张摆在一起，织物的密度、别针的金属质感、浅景深的虚化程度，看不出谁高谁低；不同的地方全是随机的——Flare 给了一枚圆形黄铜扣，Sunburst 给了一枚橡叶别针，还多配了一块口袋巾。换句话说，从零生成这件事上，Sunburst 不比 Flare 好。
速度上它确实慢，但慢多少我给不出一个数。同一批配对我前后算了两轮，两轮的中位数都指向 Sunburst 更慢，可幅度差了不少，单看某一格还会反过来。能站得住的只有方向，不是倍数。这和官方的定位对得上：Sunburst 的长处在编辑，"改一处、其余不动"的那种编辑，而不是文生图。
所以选版本的规则可以很简单：默认 Flare。只有当你在一张已有的图上做精确修改、而且这处修改必须落在你指的地方时，切到 Sunburst 再试一次。文生图和批量出稿，Sunburst 只会让你多等。
什么活该换 2.5、什么活不用动
把上面四处收拢成一张清单。
该换 GPT Image 2.5 的：任何需要放大看的图——印刷主视觉、落地页首屏、大屏底板；画面里有小字或复杂排版的；需要 4K 宽屏原生出图的；一次要带十几张参考图做合成的。这些场景 2.5 的差距是看得见的。
不用急着换的：发社媒的日常图、只在手机上看的图、纯风格探索的草稿。这些场景里两代模型在 Low 档的差别，不足以让你把已有的 AI 图像生成稿子重跑一遍。如果你有一批用 GPT Image 2 出过的素材要补几张、需要风格一致，继续用 2.0 更稳。
新开的活直接上 2.5 就行。在 ZOOOP 的 AI 图像生成里它排在 GPT Image 2 前面，Flare 是默认版本，五档质量和 4K 都在同一个面板里。两个模型的积分是通用的，切来切去不用重新算账。