肝了几天上百张图，GPT Image 2.6全网最硬核总结

这次 GPT Image 2.6 更新了！

我体验了三天，完了上百张图片之后，我认为它是目前最强生图模型，没有之一

从第三方正规的测评来看，Design Arena给 GPT image 2.6 Sunburst 的最高画质设置排第1

Design Arena认为image 2.6在更细分的人像、建筑、文字排版、产品图、风景等场景也排名所有模型第一

这次更新哪些内容？

OpenAI 在11月4日发布GPT Image 2.6 API 中有两个版本：

Flare：侧重速度，适合快速出图、多试几版。

Sunburst：侧重细节、复杂布局和图片编辑，适合对画面要求更高的场景。

两者不是会员等级，更像是同一代产品里定位不同的两个型号。

简单理解，Flare 速度快，Sunburst 质量高。

API 里还有两个容易混淆的设置，一个控制画质，一个控制处理复杂要求时的规划程度。它们是设置档位，不是新的模型版本。

除了API以外，GPT网页版、APP、Codex中都可以体验最新的生图模型

深度体验后，我觉得有4个亮点

速度更快、支持生成gif图、支持输出SVG图

1、先说速度

官方称这次图像生成速度比之前快了50%，其中 Flare 在低画质设置下，最快约6秒出图。

但最快是特定条件下的结果，不等于每张图、每段 GIF 都能6秒完成

个人使用下来的体验，基本生成图片都在20s~2分钟左右，这个速度已经很快了，比前一代提升了很多。

之前我用GPT作图基本上要等个五六分钟，有的甚至要等待十分钟。

我一直觉得速度是生图模型的核心能力之一，毕竟生命有限，都浪费在等待生图还是不值得的，所以我把速度排到第一位。

2、GIF图生成

以前我们用 AI 生图，通常得到的是一张静态图片。这次GPT支持文本直接生成GIF，同时也支持给一张参考图来生成GIF。

官方 API 文档给出的参数是，一段 GIF 最少2帧、最多16帧，默认9帧。

默认每帧显示0.2秒，一轮大约1.8秒（注意，这里的16帧是整段动图最多16张画面，不是每秒16帧。）

这里还有个邪修玩法，卖个关子，在后文中我会介绍

我们先试试基础的文生图效果，我让其生成个小猫GIF

可以看出整体效果还是很流畅的，就是背景还有闪烁情况。说明一致性仍然是问题。

我又让其把背景镂空，改为透明。结果生成如下效果....属实让我乐坏了。

我修改下提示词，改为“猫咪图片是正方形，猫咪居中，位置不变。重新生成。”

这次效果好了很多，可以直接扔到微信中当作表情包了！

然后我测试下它人物生成能力，生成了一张女生的照片。

很真实，效果不错。我输入提示词，让其做成动图 “ 让照片女生笑起来，做成gif”

整体笑容还是比较自然流畅。我增加难度，让其生成转身的回眸一笑。

感觉还是有一些丢帧卡顿，画面整体还是闪烁，一致性依然是问题

这其实就是image2.6 gif生图最大的特点：“时间闪烁”，也可以说是帧间不一致

这种闪烁和丢帧，给人一种挖耳勺录视频的朦胧美。

这个其实很好理解，因为文生图模型底层大多数都是扩散模型，这种模型往往从随机噪声开始，同样的提示词重新生成，人物、背景和细节也可能变化。

就算是用的自回归模型，也做不到两张图片细节完全一样。这叫帧间细节不一致。OpenAI 文档也承认，图像模型在多次生成中仍可能出现视觉一致性问题

无论是扩散还是自回归，现有的技术都无法保证连续两张图片细节完全一致。这就好比让你绘制两张相同的画，你就算再尽力，也总有细节笔触不一样的地方。

很明显，GPT的GIF制作过程，为了速度，牺牲了质量。导致动图帧间不一致十分严重。各种时间闪烁一眼就看出来了，甚至可以当作它的标签了！

但我觉得这方面在未来还有很大的提升空间，随着迭代，GIF生成效果会越来越好的

AI模型是工具，既然我们知道优缺点，那就扬长避短。发挥GPT image 2.6的优势就好了

这个gif图能力，如果用来生成写实风格效果不会好，如果生成那种背景镂空的动图，比如icon，文字动画等效果会很赞

生成机器人的表情

生成文字动图，效果还能看

还有个凑合能看的风格，就是贴图风。

生成教学动画，也凑合，但不是最好的选择。因为这种图用python代码做效果更好，也不糊。下图是image 2.6生成的。

如果强行生成一些需要高清的动图，你就会得到如下的内容

我们使用这些AI工具，不是为了炫技，是为了解决问题。看到这里的朋友大概知道了GIF生图能力的能力边界。

其实正常我们制作GIF图，目前比较方便的方法就是让AI Agent用代码生成。

举个例子，刚才的勾股定理GIF图，用image 2.6生成，会有“时间闪烁”。那我们用codex生成呢？下面就是效果。

可以看到清晰度和丝滑程度好很多。没有那种闪烁和丢帧的感觉了，再也不是用挖耳勺录像的质感了

可能有小伙伴要问了，codex不也是用的image 2.6生图吗？

其实对，但也不对。

codex是先通过image 2.6生成了图片，然后AI通过写python代码拼装成gif图。

所以效果才会丝滑，没有闪烁，没有丢帧。因为素材一致，帧数突破了image 2.6接口的限制。

这才是生产级的最佳解决方案。

我在放几个用codex生成的gif图，大家看看质感。注意！以下都为codex通过image2.6和python代码生成的gif图！不是单纯的image 2.6！

生成波的讲解GIF

生成折射教学GIF

企业级别的宣传GIF也可以制作

数据可视化，这个以前可是需要专业的软件才能制作的，现在输入一行文字，1分钟生成

还有经典的鹈鹕骑自行车

gif图生成还有个好玩的玩法，那就是让多个gif拼接成一个更长的动图。

如果你拼接的足够长，是不是就可以搞个视频了？

下图是我用3个gif拼接的一小段动画

补充一下，很多人可能问了，那这个能力只有codex才有吗？

其实不是的。zcode、workbuddy等都具备。下面我用同样的提示词，测一下codex、zcode、workbuddy这些AI agent的效果。

codex效果如下

zcode 使用glm5.3效果如下

workbuddy 使用deepseek效果如下

看完以上三个gif的对比，我想大家心里都有答案了

所以从解决问题的角度来说，国产AI agent和模型也能生成媲美codex gpt质感的GIF

3、支持输出 SVG 矢量图算是本次非常重要的提升

这个能力我觉得也值得关注，因为它可以让你生成很多高清的图片

SVG 可以理解成用线条、形状和颜色描述的图片，放大后不容易模糊，也方便在其他专业工具中继续修改，适合图标、标志和插画等需要放大时候也能高清的地方

但它不等于自动生成了 PSD 分层文件。一张复杂封面转成 SVG，也不能保证人物、背景和文字都自动拆好，随便拖动修改。

生图能力实测：多轮修改依然保持一致性

我觉得这次2.6多轮修改保持一致性的能力很强，基本没有错误。但有博主测评说多轮之后图片细节变了。

我独家秘诀就是一行提示词 “画面其他元素不变”

你看我进行了6轮修改，基本变化不大。

首先我让其生成基础图片

然后修改，吊灯改为吸顶灯，画面其他元素基本不变。

我再次修改，让其打开电视，播放影片

然后让其修改，增加AI变革指南书法作品

然后再次修改，增加鱼缸和天道酬勤书法

再次修改，地毯改为深色，天道酬勤改为草书。这次字体修改失败了，书法的位置也改变了。

最后还原地毯，结束对话

可以看到，经过多轮修改，GPT基本保留了原来的图片细节，没有变化。其实关键就在我那句提示词 “画面其他元素不变”

但真的没变吗？其实不是的，我们更仔细的测一下。

这次我给GPT一个水壶，然后我让其做了五次修改。

1、把拉环改为蓝色

2、背景改为紫色

3、水壶改为浅绿

4、背景恢复

5、瓶身恢复

下图是最初图片和最终结果的对比，整体上看大体上保留了原来的样子，但是文字和线条发生了明显的改变。

左侧为原图，是有磨损。右侧是最终的图片，文字和线条更清晰

我们再放大一下看细节

纹理、颜色，噪点都有区别，文字和线条的区别是最明显的

放到最后的话

GPT Image 2.6 让文章配图、角色小动作、动态贴纸这些原本需要额外处理的事情，变得更容易尝试。

整体的提升并不是跨越式的，但各方面能力的确都有所增强。

可能这一圈使用下来，最大的进步就是，快！