GPT Image 2.6体验：百张图实测，速度与GIF生成成亮点

GPT Image 2.6 来了。

三天的体验、上百张图的产出之后，我给出的判断是：它是当下最强的生图模型，没有之一。

第三方正规测评里也能看到类似的结论。Design Arena 把 GPT Image 2.6 Sunburst 的最高画质设置放在了第 1 位。

在 Design Arena 看来，人像、建筑、文字排版、产品图、风景这些更细分的场景，image 2.6 同样排在所有模型第一。

这次更新都改了什么？

OpenAI 在 11月4日 发布的 GPT Image 2.6 API 里，一共给了两个版本。

一个是 Flare，主打速度，适合快速出图、多试几版。

另一个是 Sunburst，偏重细节、复杂布局和图片编辑，画面要求高的场景更合适。

这两个不是会员等级的关系，更像是同一代产品里定位不同的两个型号。

说白了，Flare 快，Sunburst 质量高。

API 里还有两个容易搞混的设置：一个管画质，一个管处理复杂要求时的规划程度。它们只是设置档位，并非新的模型版本。

除 API 之外，GPT 网页版、APP、Codex 里也都能体验最新的生图模型。

深度用下来，我总结了 4 个亮点。

速度更快、能生成 gif 图、可以输出 SVG 图。

1、先聊速度。

官方说法是，这次图像生成比之前快了 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，不代表每张图、每段 GIF 都能 6 秒搞定。

我自己用下来，生成图片基本在 20s~2分钟 左右，这个速度已经很快了，比前一代提升了不少。

以前拿 GPT 作图，通常要等五六分钟，有些甚至得等上十分钟。

我一直认为速度是生图模型的核心能力之一。生命有限，耗在等生图上不划算，所以我把速度排在第一位。

2、GIF 图生成。

过去用 AI 生图，拿到的通常是一张静态图片。这次 GPT 支持用文本直接生成 GIF，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。

每帧默认显示 0.2 秒，一轮大约 1.8 秒。注意，这里的 16 帧指整段动图最多 16 张画面，不是每秒 16 帧。

这里还藏着一个邪修玩法，先卖个关子，后面再讲。

先看最基础的文生图，我让它生成一只小猫的GIF。

出来的效果整体挺流畅，只是背景还在闪。一致性这块，仍然是问题。

接着我又让它把背景镂空、改成透明，结果生成出来是这样……确实把我逗乐了。

我改了提示词：“猫咪图片是正方形，猫咪居中，位置不变。重新生成。”

这回好多了，直接丢进微信当表情包都行。

随后测人物生成，先让它出了一张女生照片。

照片很真实，效果不错。我又输入提示词：“让照片女生笑起来，做成gif”。

笑容整体还算自然流畅。那再加点难度，让它生成转身的回眸一笑。

这次能感觉到丢帧和卡顿，画面整体也在闪，一致性依然是问题。

这其实就是image2.6生成GIF最大的特点——“时间闪烁”，换个说法叫帧间不一致。

这种闪烁加丢帧，看上去像用挖耳勺拍视频，有一种朦胧美。

原因不难理解：文生图模型的底层大多是扩散模型，这类模型从随机噪声起步，同样的提示词再跑一遍，人物、背景和细节都可能变。

即便是自回归模型，也没法让两张图的细节完全一样。这就叫帧间细节不一致。

扩散也好，自回归也罢，现有技术都保证不了连续两张图细节完全一致。好比让你画两张相同的画，再怎么尽力，笔触上总有不一样的地方。

很明显，GPT做GIF时为了速度牺牲了质量，动图帧间不一致相当严重。各种时间闪烁一眼就能看出来，甚至能当成它的标签了！

不过我觉得这块未来提升空间还很大，随着迭代，GIF生成效果会越来越好。

AI模型是工具。既然知道优缺点，那就扬长避短，把GPT image 2.6的长处发挥出来就好。

这个GIF能力，用来做写实风格不会好；换成背景镂空的动图，比如icon、文字动画，效果会很赞。

生成机器人表情：

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。

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

要是强行生成需要高清的动图，你得到的就是下面这样的内容。

这些 AI 工具落到我们手里，为的是把事办成，不是拿来秀。看到这儿，GIF 生图这条路能干什么、干不了什么，大致也就清楚了。

眼下做 GIF，比较省事的办法其实是让 AI Agent 去写代码生成，而不是直接拿生图模型硬出。

比如前面那张勾股定理的 GIF，交给 image 2.6 来生成，画面会出现“时间闪烁”；换成 codex 来做，效果就是下面这样——清晰度和顺滑程度都上了一个台阶，闪烁和丢帧没了，也不再有拿挖耳勺拍录像的那种粗糙感。

有人会问，codex 用的不也是 image 2.6 生图吗？这话对，也不全对。codex 的路径是先用 image 2.6 出图，再由 AI 写 python 代码把图拼装成 gif。

素材前后一致，帧数又绕开了 image 2.6 接口的限制，所以画面才顺，不闪也不丢帧。要按生产级来用，这才是最合适的做法。

下面再放几个 codex 生成的 gif，大家感受一下质感。注意！这些都是 codex 借 image 2.6 加 python 代码做出来的，不是单靠 image 2.6。

讲解波的 GIF

折射教学 GIF

企业宣传级别的 GIF 同样能做。

数据可视化，过去得靠专业软件才能出图，现在敲一行文字，1 分钟就能生成。

还有那个经典的鹈鹕骑自行车。

GIF 还有个挺有意思的玩法：把多个 gif 接成一条更长的动图。接得足够长，是不是就能凑出一段视频了？下图就是我拿 3 个 gif 拼出来的一小段动画。

再补一句，不少人会问：这本事只有 codex 有吗？并不是，zcode、workbuddy 这些也都有。下面我用同一套提示词，分别测一下 codex、zcode、workbuddy 这几个 AI agent 的效果。

codex 的效果如下

zcode 搭配 glm5.3 的效果如下

workbuddy 搭配 deepseek 的效果如下

三个 gif 摆在一起比完，答案想必各位心里已经有了。

从解决问题这个角度看，国产AI agent和模型做出的GIF，质感已经能跟codex gpt比一比了。

3、能输出SVG矢量图，是这次挺重要的一项升级。

这个本事也值得留意，有了它，很多高清图片都能直接生成。

SVG说白了就是用线条、形状和颜色画出来的图，放大了不容易糊，拿到别的专业工具里接着改也方便，图标、标志、插画这类需要放大后依然清晰的东西都适合用它。

不过它并不等于自动给你一份PSD分层文件。一张复杂封面转成SVG，也别指望人物、背景、文字都自动拆好，随你怎么拖动修改。

生图能力实测：多轮修改依然保持一致性

2.6这回多轮改动还能保持一致性，我觉得挺强，基本没出错。但也有博主测评说，改过几轮之后图片细节变了。

我的独门办法就一行提示词——“画面其他元素不变”。

你看我改了6轮，整体几乎没怎么变。

一开始先让它生成基础图片。

接着改，把吊灯换成吸顶灯，画面其他元素基本不动。

再改一次，让它把电视打开，播放影片。

然后让它加上一幅“AI变革指南”书法作品。

之后又加了个鱼缸和“天道酬勤”书法。

继续改，地毯换成深色，“天道酬勤”换成草书。这回字体没改成功，书法的位置也挪了。

最后把地毯还原，对话结束。

能看出来，经过多轮修改，GPT大体上保住了原图的细节，没怎么变。关键其实就在那句“画面其他元素不变”。

可真的没变吗？并不是，我们再仔细测一测。

这次给GPT一个水壶，让它改了五次。

1、拉环改成蓝色

2、背景改成紫色

3、水壶改成浅绿

4、背景恢复

5、瓶身恢复

先看原图和最终成品放在一起的对照，大面上基本还是原来那个样子，可文字和线条已经变了不少。

左边是原始图片，表面带着磨损痕迹；右边是跑完之后的结果，字和线条都清爽了许多。

把画面再放大一点抠细节。纹理、颜色、噪点这几项都能看出差别，其中字和线条的出入最扎眼。

写到这儿差不多该收尾了。

文章配图、角色的小动作、动态贴纸，这些原先得单独花工夫处理的事，GPT Image 2.6 让它们变得好上手了。

要说提升幅度，倒没到跨代那一步，可各方面的本事确实都往上走了一截。

这一轮用下来，感受最深的还是一个字：快。