11 月 4 日，OpenAI 更新了 Images 2.6，覆盖 ChatGPT、Codex 和 API 三个入口。官方给的三个卖点：生成快一半、能出 GIF、编辑更可控。对开发者来说，真正需要仔细看的是 API 侧新加的两个模型和两个参数——尤其那个容易被误解的 complexity。
两个模型，两种取向
API 里这次给了两个型号：gpt-image-2.6-flare 和 gpt-image-2.6-sunburst。
Flare 走速度路线。官方说在 quality 设为 low 时，最快六秒出图，同时改进了海报、产品图这类专业版式的布局质量。Sunburst 走质量路线，在 medium 或 high 下给更高细节，以及多轮编辑之间的画面一致性。
这个双型号的设计其实是在说一件事：快和稳不可兼得，让你显式选，而不是给一个中间值含糊过去。做批量出图、A/B 素材、社媒配图的场景用 Flare；做品牌资产、需要连续改几轮还保持角色和产品一致的场景用 Sunburst。
complexity 和 quality 各管什么
这是这次最容易配错的地方。两个参数长得很像，管的事情完全不同：
quality 管渲染精度。它决定像素层的细节和保真度，是"画得多细"。
complexity 管生成前的规划程度。它决定模型在动手画之前想多少，可选 low、medium、high，省略时默认 high。它是"想多久再画"。
默认值是 high 这点很关键。很多人第一次接 2.6，参数只填了 quality 和尺寸，结果发现耗时比预期长——因为 complexity 默认就是 high，等于每次都让模型先做一轮规划。
官方的建议是按任务分配：绝大多数编辑操作，其中只是换背景、改一处文字这种，用 low 就够，快很多；场景里对象多、指令多条、有明确的视觉约束时，才往上调 medium 或 high。
还有一个反直觉的提醒：complexity 调高不等于结果更好。它增加的是规划和等待时间，也可能带来你并不想要的改动——模型"想多了"会自作主张补细节。所以它不是质量旋钮，是"要不要让它替你做设计决定"的开关。
编辑侧的新东西
标记引导编辑（markup-guided editing）从 ChatGPT 下放到 API 了。做法是在图上标出要改的区域，再配文字说明，比只用文字描述"左上角那个按钮"精确得多。这类能力在改文案、换局部元素的场景特别有用，因为文字描述位置天然含糊。
同时加了 SVG 导出。这对做网页和印刷的团队实际价值不小：位图放大就糊，SVG 是矢量的，能无损缩放，进设计稿和前端都方便。当然，是否真的输出干净可用的路径数据，要看具体图的内容，不是所有题材都适合转矢量。
GIF 是 ChatGPT 侧最显眼的功能。可以从提示词或上传的照片生成，能调播放速度，还能逐帧编辑。官方举的例子是品牌吉祥物、产品图做循环动画、角色动作的分镜预演。对做社媒的团队，价值在于不用再"生成一串静帧 → 导出 → 去别的软件拼"。
接入时的顺序建议
第一步，先定模型。按场景二选一，别混用——两个型号的行为差异在连续编辑时特别明显。
第二步，把 complexity 显式写死。不要依赖默认值。批量编辑任务写 low，复杂构图写 medium，只有确实需要规划的多约束场景才用 high。
第三步，再调 quality。因为 quality 影响的是单次请求的成本和时延，调它之前得先确定 complexity，否则两个变量一起动，测试结果没法归因。
第四步，逐项改，别一次改四个。官方文档特别提示了这点：不要同时换模型、尺寸、quality 和 complexity，否则你无法判断是哪个变量带来的改善。这是很实在的建议，图像生成的变量耦合比文本强得多。
payload = {
"model": "gpt-image-2.6-flare",
"prompt": "一张深色背景的产品图，主体是一台金属质感的桌面设备，正面三分之四视角",
"quality": "low",
"complexity": "low",
"size": "1024x1024",
}
这段是批量出图的最小配置。要改图而不是出图，走编辑端点并附上标注图层，文字说明只写"改什么"，位置交给标注。
对谁有用，对谁没用
有用的场景：社媒素材批量生产、产品图需要多轮微调还保持主体一致、需要 GIF 但不想另配动画工具、前端要矢量图。
用处不大的场景：需要像素级精确排版的设计稿、需要严格品牌规范一致性的资产生产、需要完全可控可复现的图形——这几种还是走设计工具加人工更稳。
还有一点得说明：官方说的"快 50%"是相对上一代的整体口径，不是单次请求的时延承诺。实际速度取决于尺寸、quality、complexity 和当时的负载。做容量规划时别拿这个数当 SLA。