GPT Image 2.5 和 2.0 到底差在哪？同一批提示詞我跑了兩遍，差距在這四個地方
OpenAI 在 9 月 8 日發布了 ChatGPT Images 2.5，官方給它的定語是「sharper details, more precise editing, and faster generation」。API 側對應兩個新模型：GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。ZOOOP 第二天就把兩個都接了進來，作為同一個模型的兩個版本掛在 AI 圖像生成裡。
問題是：升級公告誰都會寫得好看。對天天用 AI 圖像生成出活的人來說，只有一個問題值得回答——我現在用 GPT Image 2 用得挺好，換 2.5 到底能多得到什麼？ 於是我把同一批提示詞在兩代模型上各跑了一遍，只換模型，其他什麼都不動。下面是能看見的差距，和看不見的部分。
GPT Image 2.5 是什麼，Flare 和 Sunburst 又是什麼
先把名字捋清楚，因為這次 OpenAI 一口氣放了三個叫法。
ChatGPT Images 2.5 是 ChatGPT 產品裡的名字。API 裡沒有一個叫「2.5」的模型，而是兩個：Flare 和 Sunburst。按官方的說法，Flare 是大多數場景的預設選擇，出圖品質高於 GPT-Image-2 而延遲低一半；Sunburst 是為那些「需要在多次編輯之間保持更緊控制」的高階流程準備的，代價是生成時間更長。兩者的提示詞、參數、支援的畫幅完全一樣。
在 ZOOOP 上，我們沒有把它們做成兩個模型擺在列表裡——那會讓人以為要在兩個不同的東西之間做選擇。它們是 GPT Image 2.5 下面的兩個版本，一個開關切換。這也是為什麼這篇文章裡所有對照預設用 Flare 跑，Sunburst 單獨放到第四處說。
跟 GPT Image 2 比，2.5 在參數層面的變化有三個：品質檔位從 Low / Medium / High 三檔變成五檔，頂上多了 XHigh 和 Max；解析度多了一檔 4K；單次能帶的參考圖從 10 張提到 16 張。其他不變——畫幅還是那 11 種，提示詞還是那樣寫。
測法：同一批提示詞，只換模型
四條提示詞，涵蓋我平時最在意的四類東西。織物和金屬的細節，用一件人字紋西裝翻領加黃銅別針的特寫來測；畫面裡的小字，是一塊手繪字的麵包店木招牌；反射和材質，是黑陶茶壺在石台上的倒影；排版，是一張釘在磚牆上的復古演唱會海報。
每條提示詞在兩個模型上各跑一次，同為 16:9、同一個解析度、同為 Low 檔。Low 是我日常 AI 圖像生成用得最多的檔位，也是最能暴露模型底子的檔位——高檔位誰都能把細節堆出來。細節那一組另外補了 High 和 2.5 獨有的 Max 各一張，看階梯往上走到底能走多遠。
沒測的：編輯任務和多參考圖合成。這兩塊 2.5 的提升官方說得最多，但一篇文章塞不下，留給下一篇專門做編輯的。
第一處：細節還原度
先說結論：Low 檔兩張都能用，差距在放大以後。GPT Image 2 的人字紋是有的，但紋理偏軟，像隔了一層薄紗；2.5 的紋路一根一根立著，翻領摺邊的走線也更實。另一個差別不在質感而在聽話程度——我要的是「黃銅領針」，2.0 畫了一枚燈籠形狀的吊墜，2.5 給的是一枚帶徽記的圓形黃銅扣。都不算標準答案，但 2.5 離提示詞更近。
茶壺這一組最能說明「細節還原」指的是什麼。兩張的壺身材質都對，差在台面：2.0 的倒影是一團模糊的暗影，2.5 把壺把、壺身、壺蓋的倒影一一映在石面上，大理石的白色紋路也從底下透出來。這正是我平時在 AI 圖像生成裡最常遇到的短板——主體沒問題，主體和環境相接的那一圈糊掉。2.5 在這一圈上明顯更稠密。
至於畫面裡的字——麵包店招牌上的「MORNING LOAF · est. 1987」和海報上的三行文案，兩代模型全部拼對，一個字母都沒錯。這是 GPT Image 系列一直以來的長處，2.5 沒有讓它退步，也沒有拉開差距。差別在字以外：2.5 的招牌是真的風化木頭、釘著鐵鉤，海報紙面有摺痕和圖釘；2.0 的招牌乾淨得像新刷的，海報裡還多畫了一輛提示詞裡沒有的老爺車。
第二處：品質檔位從三檔到五檔
GPT Image 2 的三檔裡，我的經驗是 Low 夠用、Medium 應付複雜構圖、High 很少用。2.5 在 High 之上又加了 XHigh 和 Max，第一反應是「那不就是更貴的 High」。
結果和我預想的不一樣：升檔不是同一張圖變清晰，而是重新出了一張。 Low、High、Max 三張裡，別針從圓形徽記變成了樹葉形狀，內搭從白襯衫變成了米色毛衣又變回襯衫。構圖變了，唯一穩定往上走的是布料——Max 那張的人字紋密到能數經緯，High 次之，Low 在網頁尺寸上跟 High 幾乎分不出來。所以如果你指望「先用 Low 定稿、再升 Max 出同一張高清圖」，這條路走不通；升檔要在還接受構圖變化的階段做。
我的建議和用 2.0 時一樣，只是階梯更長了：在 Low 上探索、鎖定構圖，只把要交付的那一張往上升。升到哪一檔，看它最終被放多大看。海報印出來、到達頁首屏、4K 底板，才是 XHigh 和 Max 該出場的地方；發到社群的圖升上去只是多花錢。
第三處：4K 寬螢幕與 16 張參考圖
4K 是這次實實在在的新增。GPT Image 2.5 能直接出 3840×2160 和 2160×3840，不用先出 2K 再放大——放大出來的和原生出來的，在樹葉、髮絲這類高頻細節上是兩回事。
但有一條要提前說：4K 只開放寬螢幕和直式四種比例，21:9、16:9、9:16、9:21。其餘七種畫幅最高到 3K。這不是 ZOOOP 的限制，是模型的像素上限；我們在介面裡直接把選不了的組合灰掉了，免得你付了錢等半分鐘然後收到一個失敗。
參考圖上限從 10 張提到 16 張，對做電商合成、版面稿的人是實打實的方便：產品圖、道具、一張色卡、一張草稿版面，一次全放進去，再用提示詞說怎麼擺。這部分我這次沒有出圖對照，但官方公告裡「更好地保留參考照片裡的主體」是這次升級的主線之一，和我們在 AI 圖像編輯裡零散試過的幾次感受一致。
第四處：Flare 與 Sunburst 出圖有沒有差
這是我最想弄清楚的一件事，因為 ZOOOP 上 GPT Image 2.5 的兩個版本收費一樣——如果 Sunburst 又慢又不更好，那它存在的意義是什麼？
我把第一處那條西裝翻領的提示詞用 Sunburst 也跑了一遍，參數完全相同。兩張擺在一起，織物的密度、別針的金屬質感、淺景深的虛化程度，看不出誰高誰低；不同的地方全是隨機的——Flare 給了一枚圓形黃銅扣，Sunburst 給了一枚橡葉別針，還多配了一塊口袋巾。換句話說，從零生成這件事上，Sunburst 不比 Flare 好。
速度上它確實慢，但慢多少我給不出一個數。同一批配對我前後算了兩輪，兩輪的中位數都指向 Sunburst 更慢，可幅度差了不少，單看某一格還會反過來。能站得住的只有方向，不是倍數。這和官方的定位對得上：Sunburst 的長處在編輯，「改一處、其餘不動」的那種編輯，而不是文生圖。
所以選版本的規則可以很簡單：預設 Flare。只有當你在一張已有的圖上做精確修改、而且這處修改必須落在你指的位置時，切到 Sunburst 再試一次。文生圖和批量出稿，Sunburst 只會讓你多等。
什麼活該換 2.5、什麼活不用動
把上面四處收攏成一張清單。
該換 GPT Image 2.5 的：任何需要放大看的圖——印刷主視覺、到達頁首屏、大螢幕底板；畫面裡有小字或複雜排版的；需要 4K 寬螢幕原生出圖的；一次要帶十幾張參考圖做合成的。這些場景 2.5 的差距是看得見的。
不用急著換的：發社群的日常圖、只在手機上看的圖、純風格探索的草稿。這些場景裡兩代模型在 Low 檔的差別，不足以讓你把已有的 AI 圖像生成稿子重跑一遍。如果你有一批用 GPT Image 2 出過的素材要補幾張、需要風格一致，繼續用 2.0 更穩。
新開的活直接上 2.5 就行。在 ZOOOP 的 AI 圖像生成裡它排在 GPT Image 2 前面，Flare 是預設版本，五檔品質和 4K 都在同一個面板裡。兩個模型的點數是通用的，切來切去不用重新算帳。