GPT-Image-2.6上线 6秒出图支持GIF与SVG导出

近期，一款名为GPT-Image-2.6的图像生成模型正式上线，带来了多项实用升级，大幅优化了生成效率与使用体验。整体生成速度较此前缩短了50%，最快仅需6秒即可产出图像；同时，模型原生支持生成GIF动图，还能直接导出SVG矢量格式，覆盖了不同场景的创作需求。

OpenAI在该模型的API接口中首次将“场景规划逻辑”与“像素渲染精度”拆分为两个独立参数，这一调整大幅降低了多轮图像修改的时间与成本。目前，该模型已在主流平台及API接口全量上线，免费与付费用户均可直接使用。

API端还首次推出了两个细分型号：Flare和Sunburst。其中，Flare主打速度与排版优化，专门针对海报、电商产品图等商业视觉内容设计，在低画质档位下单张图的生成时间被压缩至6秒；而Sunburst则聚焦细节精度，在中等及高画质档位下能提供更丰富的细节，核心解决了多轮修改中人物、商品等元素容易变形的一致性问题。

底层控制逻辑的变化同样值得关注。此前，开发者调用生图API时，仅能调整分辨率或笼统的画质档位，哪怕只是修改背景颜色，也需要模型重新完成完整的构图规划。本次更新新增了名为“复杂度”的参数，专门用于控制模型在生成前投入多少算力进行场景规划；而原本的“画质”参数则纯粹负责视觉细节与保真度。这种将构思逻辑与渲染精度解耦的思路，与文本大模型中调节推理思考深度的设计如出一辙。

在实际工作流中，若只是日常的局部微调或快速改图，开发者可将“复杂度”调至低档位，同时保持高画质输出，以此省去模型重新规划的时间，仅进行高精度重绘；只有遇到多元素同框或限制条件极多的复杂场景时，才需要将“复杂度”调高。

原生支持GIF动图是本次更新最直观的新功能之一。不管是为品牌吉祥物添加小动作，制作社交媒体表情包，还是将手绘草图转化为动态素材，模型都能产出背景干净、动作连贯的动态内容。

该模型并未借助重型视频生成模型的能力，而是采用了游戏工业中常用的序列帧思路来实现GIF生成。具体来说，模型会生成一张包含6个连续帧的3列×2行网格序列图，确保每个面板尺寸一致，机位固定，同一角色、物品与背景在各帧中保持一致，最后将序列切片拼接成无缝循环的GIF。这种方式既绕开了视频模型高昂的推理延迟，又保证了各帧内容的一致性。目前，已有相关企业将该功能接入办公助手产品，用于生成虚拟打字、反馈等实时微表情动图。

除了上述功能，本次更新还带来了两项实用的工程化能力：一是原生支持SVG矢量图导出，二是API端开放了图像局部标记功能。

对于前端或UI从业者而言，AI生成的位图放大后容易出现边缘模糊的问题，此前通常需要借助第三方工具将其转换为矢量格式，过程较为繁琐。而本次更新后，模型可直接输出SVG矢量图，开发者在代码中就能直接调用无限缩放的图标、组件与插画，省去了中间的转换环节。

另外，此前仅在网页端开放的圈选局部重绘功能，本次也正式对API开放。企业团队可在自己的产品后台中，通过坐标或遮罩圈出需要修改的区域，配合Sunburst模型的高一致性，实现批量改图的流水线式操作。

除了生图模型的升级，还有一个小惊喜：GPT-6.2 Astra目前已现身谷歌云平台。