OpenAI выпустила GPT-Image-2.6: GIF, SVG и complexity в API, а картинки low и medium дороже 2.5 в 3,3–4,2 раза

GPT-Image-2.6 Flare и Sunburst: цены те же, но low-картинка состоит из 823 токенов вместо 196. Разбираем complexity, GIF, SVG, правки по разметке и считаем стоимость на реальной задаче.

OpenAI 4 ноября выпустила Images 2.6 в ChatGPT, Codex и API. Для разработчиков это две модели — GPT-Image-2.6 Flare и GPT-Image-2.6 Sunburst — с теми же ставками за токен, что у версии 2.5, и четырьмя новыми возможностями API: анимированный GIF, экспорт в SVG, правки по разметке и параметр complexity. По заявлению компании, картинки генерируются на 50% быстрее, чем раньше.

Ставка за токен не изменилась, но число токенов на одну картинку выросло. По калькулятору в документации OpenAI, изображение 1024x1024 в качестве low у 2.6 состоит из 823 выходных токенов против 196 у 2.5, в качестве medium — из 1449 против 439. На high и выше расход тот же. Разбираем, что это значит для бюджета, когда брать Flare, а когда Sunburst, и как выглядят новые запросы.

• Скорость: по замеру Arena, медианное время генерации Sunburst (medium) сократилось с 36,9 до 19,4 секунды, Flare (medium) — с 21,7 до 13,4 секунды по сравнению с 2.5.
• Цена: $8 за 1 млн входных и $30 за 1 млн выходных токенов изображения — как у 2.5; но low-картинка 1024x1024 стоит $0,0247 вместо $0,0059, medium — $0,0435 вместо $0,0132.
• Новое в API: complexity (low, medium, high; по умолчанию high), output_format gif и svg, поле markup для точечных правок.
• Доступность: в ChatGPT и Codex на всех тарифах; в API — gpt-image-2.6-flare и gpt-image-2.6-sunburst.

Flare — для скорости, Sunburst — для деталей и правок

В гайде по промптам OpenAI описывает Flare как меньшую модель для сценариев, где важнее время ответа, а Sunburst — как базовую модель для задач с высокими требованиями к деталям, вёрстке и точности правок. Обе генерируют и редактируют изображения и поддерживают прозрачный фон. В анонсе компания пишет, что при quality=low Flare может выдать картинку «всего за шесть секунд», а Sunburst на medium и high даёт более качественную генерацию и лучше сохраняет согласованность картинки между правками.

Arena опубликовала сравнение медианного времени генерации: по её графику, медианное время от запроса до готовой картинки в режиме text-to-image у Sunburst (medium) составило 19,4 секунды против 36,9 у GPT-Image-2.5 Sunburst, у Flare (medium) — 13,4 против 21,7 секунды. В рейтинге Text-to-Image Arena Sunburst (medium) занял второе место с 1409 баллами, Flare (medium) — четвёртое с 1384; первое место осталось у GPT-Image-2.5 Sunburst с 1427. В Image Edit Arena у новых моделей третье и пятое места.

Правила миграции OpenAI сформулировала в том же гайде: тем, кто использует 2.5 Flare, пробовать 2.6 Flare, тем, кто на 2.5 Sunburst, — 2.6 Sunburst. Первое сравнение компания советует делать на тех же промптах, референсах, размере, качестве и формате вывода, не трогая complexity, а затем менять по одному параметру и переводить трафик долями, отслеживая время ответа, сбои, повторы и стоимость одной принятой картинки.

Та же цена за токен, но low и medium стали дороже

В прайсе gpt-image-2.6-sunburst и gpt-image-2.6-flare стоят столько же, сколько обе модели 2.5: $8 за 1 млн входных токенов изображения, $30 за 1 млн выходных, $2 за кешированные входные, $5 за 1 млн текстовых входных токенов. Разница в количестве токенов на картинку. Документация предупреждает прямо: одинаковые ставки не означают одинаковую стоимость изображения, потому что расход токенов зависит от модели и настройки качества.

Формула простая: стоимость выходных токенов растровой картинки равна их числу, умноженному на $30 и делённому на миллион; входные токены и частичные изображения при стриминге оплачиваются сверх этого. Число токенов зависит от размера и качества, а у 2.6 к нему добавляется множитель: в калькуляторе документации low умножается на 4,2, medium — на 3,3, high, xhigh и max — на 1. Для квадрата 1024x1024 получается так:

На реальной задаче это заметно. Сервис, который генерирует 10 000 превью в день на quality low, на 2.5 тратил около $59 в день, на 2.6 потратит около $247; на medium — $435 вместо $132; на high разницы нет — $527 в обоих случаях. Для горизонтального формата 1536x1024 цифры ниже, но пропорция та же: low — 664 токена и $0,0199 против 158 и $0,0047. На это обратили внимание и в обсуждении на Hacker News.

В расчёте нет входных токенов: промпт оплачивается по $5 за 1 млн, картинки-референсы при правках — по $8 за 1 млн, а при стриминге каждое частичное изображение добавляет 100 выходных токенов. Калькулятор — оценка; точный расход приходит в поле usage ответа, и OpenAI предлагает сверять его на своих промптах, размерах и настройках качества.

complexity регулирует планирование, а не детализацию

По документации, complexity задаёт, сколько модель планирует перед отрисовкой. Низкое значение подходит для точечных правок — сменить фон или вывеску; высокое помогает с плотным текстом, сложными макетами и связями между объектами, но может увеличить задержку и внести лишние изменения. Допустимые значения — low, medium и high; если поле не передать, обе модели используют high. Отдельной платы за complexity нет. Детализацию по-прежнему задаёт quality: у 2.6 это auto, low, medium, high, xhigh и max.

Рекомендация OpenAI: для большинства задач редактирования — low в паре с тем качеством, которое нужно рабочему процессу; для сцен с множеством элементов и ограничений — medium или high. Сравнивать уровни complexity компания советует при фиксированном quality и наоборот. Если промпт уже задаёт макет, текст и стиль, высокий уровень, по словам OpenAI, может почти не менять результат.

Запрос к POST /v1/images/generations с полями из таблицы параметров в гайде OpenAI: model, prompt, quality, complexity, size и output_format. Ответ приходит в base64, как и у 2.5:

curl -X POST "https://api.openai.com/v1/images/generations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A flat vector-style icon of a paper plane, centered, plain white background",
    "quality": "low",
    "complexity": "low",
    "size": "1024x1024",
    "output_format": "jpeg"
  }' | jq -r '.data[0].b64_json' | base64 --decode > plane.jpg

GIF и SVG идут через тот же endpoint, но с ограничениями

Для анимации в POST /v1/images/generations передаётся output_format: "gif", а движение и зацикливание описываются в промпте. Анимацией управляют два новых поля: frame_count — от 2 до 16 кадров, по умолчанию 9, и frame_duration_ms — от 20 до 2000 миллисекунд на кадр с округлением до 10, по умолчанию 200. size задаёт размер одного кадра; общий бюджет пикселей ограничен, и при превышении документация советует уменьшить число кадров, их размер или n. GIF не поддерживает стриминг, частичные изображения, output_compression и prompt_rewriter; endpoint правок GIF не отдаёт.

Пользователь Hacker News minimaxir напомнил на Hacker News, что приём с сеткой кадров не нов (перевод редакции): «Генерировать отдельные кадры анимации через трюк с сеткой придумали давно, и это не особенность ChatGPT: удивительно, что одному из официальных провайдеров понадобилось столько времени, чтобы сделать это явным. Но согласованность между кадрами обычно даётся трудно, и даже в примерах между кадрами много шума, хотя это может быть из-за сжатия».

SVG включается тем же способом: output_format: "svg" и n=1. По описанию в документации, API сначала создаёт растровое референс-изображение и уже по нему строит SVG, а quality относится к этому референсу. Результат — статичная векторная графика без скриптов, внешних ресурсов и встроенного растра; стриминг, output_compression и prompt_rewriter недоступны, endpoint правок SVG не отдаёт и не принимает SVG на вход.

Пользователь Hacker News vunderba, который ведёт собственный сравнительный бенчмарк генераторов изображений, сообщил о недокументированном требовании (перевод редакции): «Насколько я понял после предварительных тестов, при генерации SVG в API OpenAI нужно передавать дополнительную большую языковую модель. В документации я этого требования не нашёл, но без него приходит ошибка: 400 {"message": "SVG generation requires 'svg.model'.", "param": "svg.model", "code": "missing_required_parameter"}». По его словам, результаты с gpt-5.5 и gpt-5.6-sol «ничем не впечатлили». Независимого воспроизведения ошибки нет, и в гайде по генерации изображений на 5 ноября поля svg.model нет, но документация подтверждает, что в SVG участвует вторая модель: за референс платят по ставке модели изображений, а за токены, которыми «авторская модель» строит SVG, — по её ставке.

Правки по разметке работают через POST /v1/images/edits: вместе с исходной картинкой передаётся поле markup — прозрачный PNG того же размера в пикселях, на котором обведена область изменения, а само изменение описывается в промпте. Пример из документации обводит вазу на кухне и просит перекрасить её в кобальтовый синий:

import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()
overlay = Path("markup-vase-overlay-gpt-image-2-6.png")
with open("kitchen.webp", "rb") as image, overlay.open("rb") as markup:
    result = client.images.edit(
        model="gpt-image-2.6-flare",
        image=("kitchen.webp", image, "image/webp"),
        markup=(overlay.name, markup, "image/png"),
        quality="medium",
        prompt=(
            "Recolor the striped vase inside the red circle to solid cobalt blue ceramic. "
            "Keep its shape, the dried stems, and the rest of the kitchen unchanged. "
            "Remove the red circle from the finished photo."
        ),
    )

Path("vase.png").write_bytes(base64.b64decode(result.data[0].b64_json))

Что проверить до перехода

• Посчитать бюджет заново: если пайплайн работает на low или medium, выходные токены вырастут примерно в 4,2 и 3,3 раза; на high, xhigh и max — не изменится. Сверить оценку с полем usage на своих промптах.
• Передавать complexity явно: без поля обе модели работают на high, а OpenAI для большинства правок советует low.
• Не менять два параметра сразу: сначала тот же промпт, размер, качество и формат, потом по одному — quality или complexity.
• Для GIF и SVG не рассчитывать на стриминг, output_compression и prompt_rewriter; для SVG держать n=1 и проверять текст в результате.
• Для правок с разметкой готовить PNG-оверлей ровно того же размера, что первое входное изображение; input_fidelity для 2.6 не передавать.

В ChatGPT и Codex Images 2.6 доступна на всех тарифах с 4 ноября; о том, как с декабря изменится учёт лимитов в подписках Plus, Pro и Business, Proglib писал отдельно. По данным OpenAI, пользователи создают 4 млрд изображений в неделю. Тем, кто хочет анимировать персонажа на своём железе, стоит посмотреть на Kandinsky Avatar: Сбер открыл код и веса модели, но для обычной генерации авторы рекомендуют видеокарту с 48 ГБ памяти. Методика замера «на 50% быстрее» в анонсе OpenAI не раскрыта; в демонстрации компании с рекламой путешествий Flare 2.6 справился за 4,84 секунды против 7,08 у 2.5, то есть примерно на 32% быстрее по времени.

Источники

• https://openai.com/index/introducing-images-2-6/
• https://developers.openai.com/api/docs/pricing#image-generation
• https://developers.openai.com/api/docs/guides/image-generation
• https://developers.openai.com/api/docs/guides/image-prompting
• https://x.com/OpenAI/status/2118124966055223755
• https://x.com/arena/status/2118139063345787124
• https://news.ycombinator.com/item?id=50372945
• https://proglib.io/p/chatgpt-i-codex-poluchat-obshchiy-limit-rabota-s-kodom-i-chatom-budet-rashodovat-odnu-kvotu-2026-11-02
• https://proglib.io/p/sber-otkryl-kandinsky-avatar-model-ozhivlyaet-foto-no-trebuet-desyatki-gigabayt-videopamyati-2026-11-05