OpenAI 图像模型 Images 2.6 上线，原生支持 GIF 与 SVG 输出
要点
当地时间 11 月 4 日，OpenAI 发布新一代图像生成模型 Images 2.6，并同步向 ChatGPT、Codex 与 API 全量开放。这次更新的核心不是单纯提升画质，而是把此前需要多个工具拼装的工作流收进同一个模型：用户可以用一句话生成循环 GIF 动图，也能直接…
当地时间 11 月 4 日，OpenAI 发布新一代图像生成模型 Images 2.6，并同步向 ChatGPT、Codex 与 API 全量开放。这次更新的核心不是单纯提升画质，而是把此前需要多个工具拼装的工作流收进同一个模型：用户可以用一句话生成循环 GIF 动图，也能直接导出可编辑的 SVG 矢量图，并在 API 端用图像标记圈选局部重绘。
新模型在 API 侧拆成两个定位不同的变体。GPT-Image-2.6 Flare 主打速度与快速迭代，官方称在低画质设置下最快约 6 秒即可出图，适合海报、产品图的批量草稿；GPT-Image-2.6 Sunburst 则侧重高画质与多轮编辑中的一致性，让人物、商品与品牌细节在反复修改中保持稳定。两者定价与上一代入门版本持平，文本输入每百万 token 5 美元、图像输入 8 美元、图像输出 30 美元，相当于在单价不变的前提下把出图速度提升了约一半。
让图片“动起来”是这次最显眼的变化。过去要把多张连续画面用代码拼成 GIF，现在模型改用了游戏工业里的序列帧思路：先在一张图里画好按网格排列的连续姿势，再切片合成为无缝循环动画。官方给出的示例是 9 帧、每帧 200 毫秒，刚好 1.8 秒一个循环；API 侧可指定 2 到 64 帧、每帧 20 到 2000 毫秒。早期接入方已经把它用进产品，一家做 AI 办公助手的初创公司就让虚拟助手在等待回复时显示打字、反馈一类实时微表情动画。
SVG 矢量导出则补上了另一块生产侧拼图。模型先生成一张参考位图再转成静态矢量，Logo、图标、插画放大到任意尺寸都不糊，能直接写进网页、App 与印刷流程，省去位图转矢量的中间环节。配合新开放的 markup 圈选编辑，企业团队可以在自己的产品后台直接圈出要改的区域再交给模型处理，把批量修图做成流水线。
一个值得注意的交叉判断是，图像模型的竞争焦点正在明显挪位。从官方披露的使用规模看，全球用户每周通过 ChatGPT、Codex 和 API 生成的图片已达到约 40 亿张，日均超过 5 亿张，而今年 9 月这个数字还是每周 30 亿张——两个月涨了约三成。当生图进入这样的量级，需求自然从“画得出”转向“改得动、进得了生产流程”，这也解释了为什么 OpenAI 把速度、跨轮一致性和 GIF/SVG 做成默认可交付能力，而非继续在单一榜单分数上刷高。
把视野拉到竞品维度，这种“动图+矢量+精确局部修改”的组合并非孤例，却踩在了多数对手的盲区上。市面上的主流生图模型里，只有 OpenAI 官方文档同时写明了 GIF 与 SVG 输出；以美学见长的对手更强调默认好看的视觉效果，谷歌与部分国内厂商则在便宜的单张价和复杂文字渲染上各有侧重。换句话说，OpenAI 这轮是用“创作者与原型工作流”而非“单张惊艳”来划分赛道。
不过，把新能力接进生产流程前仍需冷静。独立实测把若干 GIF 逐帧摊开后发现，部分动画只有局部在动、更像会动的贴纸，多对象与持物场景仍会出错，且帧数、尺寸、体积上限官方文档尚未写明。速度和一致性数据目前主要来自 OpenAI 自身及早期合作方，第三方系统评测仍然缺席。对需要批量出图的团队而言，更稳妥的做法是先拿自己的真实任务跑一组计时与效果对比，再决定用 Flare 还是 Sunburst、以及 complexity 参数该调低还是调高。
