← 返回博客
Ai预计阅读 9 分钟

GPT Image 2.6 守住 token 价格,账单却涨了

发布于 2026年11月15日
GPT Image 2.6 守住 token 价格,账单却涨了

OpenAI 于 2026 年 11 月 4 日发布 GPT Image 2.6,在 Images API 上以两个模型的形式提供。十一天后,这两个模型合计承担了它所取代的那一对模型约 29% 的请求量。第一个事实是一条发布说明。第二个事实在几处被读成了判决,但不该如此。

11 月 4 日发布了什么

gpt-image-2.6-flare 面向快速迭代和日常图像工作。gpt-image-2.6-sunburst 面向细致的视觉工作、精确度,以及在中高画质下跨多次编辑的一致性。两者都接替 2026 年 9 月推出的 GPT Image 2.5。

功能列表很长。标记引导编辑(markup-guided editing)允许你叠上一张透明 PNG,标出想改的区域,描述改动,然后拿回一张已经删掉标注的结果图。删干净标注才是有用的那一半。用文字描述一个区域,正是编辑最常出错的地方;而一张回来时干净的遮罩,意味着少一次把角落里多余轮廓擦掉的返工。

生成端点支持 SVG 输出,n=1。生成或编辑支持动图 GIF,frame_count 从 2 到 16,frame_duration_ms 从 20 到 2000。那一周 ChatGPT 里也出现了 GIF 创建功能。

然后是跟钱有关的那个:复杂度控制。低、中、高,默认高,官方描述是渲染前做多少规划。不单独收费。更高的设置可能增加延迟。

费率没有动

两个 2.6 模型的 token 费率与 2.5 完全一致:文本输入每百万 token 5 美元,缓存文本输入 1.25 美元,图像输入每百万 8 美元,缓存图像输入 2 美元,图像输出每百万 30 美元。

只看价目表,这像是免费升级。新能力,同样的价格,还加上一条速度声明。OpenAI 说 2.6 的生成速度比之前快约 50%,但没有公布基准,所以这个说法无法直接核验。早期测试者报告,1024x1024、中画质的一张图耗时 6.7 到 8.9 秒,而 2.5 约 12 秒。8.9 秒是个不大的领先。6.7 秒则接近翻倍,而这个区间正是未公布基准里最诚实的部分。

账单跟的是 token 数量,不是秒数。

账单真正变动的地方

每张 1024x1024 图片的成本,按返回的 usage 计算:

画质每张成本
低$0.025
中$0.043
高$0.053
Xhigh$0.094
Max$0.21

一份公开测试中,中画质的 Sunburst 生成用了 109 个文本输入 token 和 1,449 个图像输出 token,折算约 0.044 美元。这个数字与表格相差足够小,可以相信算术本身,而不必凭信心接受。

麻烦出在便宜的那一端。只有当每张图消耗的 token 数相同时,按 token 计费才会等于按图计费,而在 2.6 上并非如此。在低画质和中画质下,2.6 使用的输出 token 比 2.5 更多。有一项分析认为,低画质档的 token 数约为旧版的 4.2 倍。这个倍数是单一分析的结论,不是 OpenAI 公布的数字,我会宽松地看待它。我信的是方向:以低画质出草稿时,新模型做的事比前代更多,而价目表上没有一个字提到这一点。

低画质也正是量最集中的地方。一周生成一张主图的人不会在意 0.018 美元。午饭前生成一千张缩略图的人会在意,而这份没变的价目表,最擅长安抚的正是前一种客户。

复杂度旋钮又把它推了一点。它不花钱,默认是高,而高意味着渲染前更多规划。于是默认配置就是慢的那个;如果规划要消耗 token,那也是贵的那个。想走便宜的路,得先知道有这个设置,再决定把它调低。默认值决定价格,却几乎没有人把它归到定价问题里。

两个名字,一个价格,两种成本

Flare 和 Sunburst 每个 token 的价格相同。每张图的成本并不相同。

Sunburst 为精确度和跨编辑的一致性而建,这意味着更多场景细节,以及更多花在描述细节上的 token。Flare 为迭代而建,通常意味着一次生成多个候选,然后扔掉大部分。同样的费率,不同的消耗。价目表给两者一个数字,却不告诉你某条 prompt 用哪个名字会更便宜。两个名字一个价格,是在不发价格档的情况下发了一个速度档,而它把选择权交给了大多不会去测量的用户。

我不认为这是套路。当两个变体的差别是延迟和编辑保真度而非成本时,分开命名是正当的产品决策。副作用是:你按口碑选变体,凭感觉选画质档,复杂度留在默认值,然后账单来了,没有任何一项能自我解释。

29% 能说明什么,不能说明什么

用量数字来自 OpenRouter 2026 年 11 月 14 日的公开图像榜单。单日数据,image_output_requests,从页面上解析得到:

模型请求数
gpt-image-2.5-sunburst1,185,863
gpt-image-2.5-flare893,853
gpt-image-2.6-sunburst374,843
gpt-image-2.6-flare230,996

2.5 的那一对合计 2,079,716。2.6 的那一对合计 605,839。这就是 29%,而最直观的读法是发布疲软。

最直观的读法忽略了日历。2.5 有大约两个月时间让第三方工具接入、让封装库支持、让默认值重新指向它。2.6 只有十一天。拿十一天的接入规模去对比两个月的,衡量的是分发,不是偏好。一个模型可以更快、编辑更好、每 token 定价完全相同,然后在第十一天仍然停在 29%,因为调用它的软件还没更新。

作为参照:那天排第一的图像模型是 google/gemini-3.1-flash-image,2,345,139 次请求。前 20 名合计 10,873,674。

这个数字本身有两条边界。它统计的是返回了图片的请求,来自一个聚合平台,仅一天。聚合平台的流量偏向于测试模型的开发者,而不是跑模型的产线,所以如果低画质草稿的量在产线上,而产线走的是第一方计费,那么这个榜单看的是另一个房间。它是对一件窄事情的可靠测量。

该盯的数字

这 29% 会仅凭接入就自然上行,无论哪种情况都说明不了太多。每 token 费率没有动,也不会动。真正值得追踪的是低画质和中画质下每张图的输出 token 数,从返回的 usage 里读出来,一个月后再看一次,那时 2.6 已经拿到了 2.5 曾有过的接入窗口。如果它维持在早期测量的位置附近,那么 2.6 就是一次套着未变价目表的涨价,速度上的收益会部分以重试和放大来偿还。如果它在某个小版本里降下来,那价目表从来就不是那份有意思的文件。

还有一个日期要放在旁边一起看:2026 年 12 月 1 日,OpenAI 从 API 中移除 gpt-image-1-mini、gpt-image-1.5 和 chatgpt-image-latest。所有还在跑这些模型的人必须迁到别处,而 2.6 是最近的那扇门。2.5 那一对能否在这次迁移中守住用量,还是在某一周里把一大块交给新模型,会比任何十一天的快照更能说明采用情况。

相关文章