GPT Image 2.5 怎么用？提示词、模型与参数完整教程

我拿 GPT Image 2.5 做的第一件事，是让它把一件外套从红色改成藏青色，别的都不许动。这个要求在上一代基本等于抽奖：外套改了，脸也变了，改到第三轮，我原本满意的那一版已经找不回来了。这次外套变了，别的地方一个像素没动。

这一条测试基本就是这代模型的全部新意，也是这篇教程要讲的东西。

GPT Image 2.5 发布于北京时间 2026 年 9 月 9 日凌晨（美东 9 月 8 日），官方产品名 ChatGPT Images 2.5。发布时间和版本关系就这些，下面全是怎么上手。

先决定：Flare 还是 Sunburst

API 侧这一代第一次拆成两个引擎。除了速度和精度取向不同，其余完全一样——同样的参数、同样的输入、同样的输出。所以你唯一要做的判断就是调哪个。

Flare 是 OpenAI 的默认档，也应该是你的默认档。有第三方实测记录它的出图速度约为 GPT Image 2 的 2 到 4 倍。实际操作里，你大部分时间待在 Flare 里试，最后两三轮才切 Sunburst——那时候你已经知道画面该长什么样，是在保细节而不是在探索。

如果你搜过 GPT Image Pro，Sunburst 就是那一档。没有单独的 "Pro" 模型。

上一代 GPT Image 2 仍然保留可用，没有下线。你要是有针对它调好的提示词，它是个合理的退路。

质量档位，以及一个最容易踩的坑

五档：low、medium、high、xhigh、max。GPT Image 2 封顶到 high，所以 xhigh 和 max 是这一代真正新增的。

最多人搞错的是 auto——因为根本没有 auto 这个质量档。auto 是 size 参数的值，不是 quality 参数的值。传 quality: "auto" 会直接报错。这两个参数在几乎所有示例里都挨着写，所以特别容易看串。

质量档之外还有个独立的 resolution 档：1K、2K、4K。当 size 设成 auto 或者填了具体像素尺寸时，这个参数会被忽略。

实际怎么选。 从 medium + 1K 起步。够快也够便宜，可以放开了试而不用算账。构图定下来之后再上 high。只有确定要交付、要付印的成品图才用 xhigh 或 max——这两档成本涨得很陡，而在屏幕上看差异其实不大。

还有两个参数值得记：

• background: "transparent" 出的是真的 alpha 通道。透明底的白边问题比上一代明显改善——以前那圈白边一把图放到深色背景上就露馅。
• n 接受 1 到 10，一次调用可以出一整组。

三个入口，各自的代价

讲参数之前，先决定你在哪儿跑它。

ChatGPT 免费版是真的能用，但紧——实测大约每天 2 到 3 张，而且到上限后可能静默降级到轻量模型。如果你用着用着结果突然变差，通常是这个原因，不是提示词写坏了。

五个新交互入口

这一代的新交互全在 ChatGPT 的对话框里，不用装任何东西，也没有模型下拉框要管——2.5 已经取代 2.0 成为默认。

模板是门槛最低的一个：选一张卡片，上传商品照，选风格，选场景，全程一个字的提示词都不用写。图片评论能干的也不止改色——删背景、擦物体、调尺寸都在同一个界面里。

这些功能在灰度放量中，你账号里暂时看不到某个入口，通常是还没推到，不是坏了。

支持的画幅比例和尺寸

size 接受三种值：auto、命名比例、或者具体像素。

命名比例有这些：1:1、3:2、2:3、4:3、3:4、4:5、5:4、16:9、9:16、21:9、9:21、2:1、1:2、3:1、1:3。

填具体像素的话，宽高必须是 16 的倍数，总像素在约 65.5 万到 830 万之间。传了支持列表之外的比例，是生图失败的第二大原因，仅次于 quality: "auto" 那个坑。

实用选择：发社媒或做商品主图用 4:5，做头图用 16:9，想让模型把分辨率花在主体而不是空白边距上就用 1:1。

多张参考图怎么用

一次最多可以传 16 张参考图。图一多，翻车模式就是模型把它们平均成一团糊。解法是给每张图明确分配角色：

图 1 出场景和光线。
图 2 出人物的脸和发型——完全保留不变。
图 3 只取那件外套，这张图里其他内容全部忽略。

这个模式推到极致就是保留清单，虚拟试衣之所以能work，靠的就是它：

用提供的服装图给画面中的人换装。不要以任何方式改变她的脸、五官、肤色、体型、
姿势或身份。完整保留她的样貌、表情、发型和身材比例。
只替换服装，让衣服自然贴合她现有的姿势和身形，布料要有真实的垂坠感。
光照、阴影和色温要与原照片匹配，让衣服融进画面而不是像贴上去的。
不要改变背景、机位、构图和画质，不要添加配饰、文字、logo 或水印。

看清楚这段的形状：先一整份「不许动」清单，再一句「只允许改什么」，最后一份排除项清单。 所有靠谱的编辑提示词都是这个形状。

给人物照片用的话，一句简短的锁脸句能覆盖大部分场景：

保持我的脸、样貌和身份完全不变：不要改动五官、年龄或肤色。

提示词怎么写才稳

OpenAI 随模型上线了官方提示词指南。剥掉包装，核心就是几个习惯，其中最后两条是这一代的主战场。

开口先说做什么东西。 一上来点明这是产品图、海报还是示意图，再给构图、比例和约束。模型知道自己在做产品图，对布光的猜测就比只拿到一串名词时准得多。

只描述看得见的东西。 材质、光线、颜色。要写实就直接写 "photorealistic"。相机参数是氛围提示不是物理保证——写 f/1.4 是在暗示观感，不是在锁定景深。

动作要具体到身体。 写「双手自然握住车把」能拿到东西，写「一个人在骑车」是在抽奖。

必须出现的文字放进引号。 任何要逐字出现的文案都用引号框起来。这是做海报和商品图时性价比最高的一个习惯。

要改的和要留的分开写。 编辑时写 change only X，然后把必须保留的列出来。整代模型就是围着这件事做的，下一节专门讲。

给参考图分配角色。 多图输入时按编号点名：图 1 出场景，图 2 出主体。

每轮只提一个改动。 一轮一条指令，并且把你在乎的约束重复一遍。「保持刚才的风格」能带上下文，但一旦某个约束开始漂移，就必须整句重写。

一个可以直接抄的提示词骨架

[成品类型]，主体是[什么]，[画幅比例]。
构图：[什么在哪、什么对焦]
质感：[材质、光线、颜色、氛围]
文字（逐字照写）："[第一行]" / "[第二行]"
不要出现：[额外文字、logo、水印……]

这个骨架故意写得很平。提示词里有意思的部分是你填进方括号的具体度，不是外面这层结构。

只改一处，其余不动

这是你放弃上一代选这一代的唯一理由，所以指令怎么下值得说细一点。

在要改的区域上标注，说清它该变成什么。框外的部分是被保留下来，而不是围着你的要求重新生成一遍。管用的指令长这样：

这张照片里，只把白色椅子换成木质椅子。
保持机位、房间光照、地面阴影和周围物体不变。
画面其余部分全部保持原样。

三个地方在起作用：「只」字、一份明确的保留清单、以及最后那句兜底（清单总会漏东西）。

最短的可用版本是真的很短：

把男人手里的花去掉，其他什么都别改。

局部编辑能干的也不止改颜色：删背景、擦掉某个物体、调整画面里某样东西的大小，都走同一套。

说说它做不到的

多轮编辑比以前强很多，但没有彻底解决。有独立实测反馈：长编辑链跑下来，脸上仍会出现轻微伪影；区域隔离也不是百分之百，框外确实有像素会动。把它当成「大幅减少重抽」，不是「不用重抽了」。

同一份实测还指出，跨图的角色一致性进步不大。你要给一个角色画四格漫画，做好每次都把外观描述整段重写的准备，也做好扔掉一部分产出的准备。

从草图出图

你可以画个粗构图让它收尾。这里有个量化结论，直接决定了你该怎么用这个功能。

一份公开测评跑了 8 个场景 × 3 种条件，满分 100：

只给草图不只是分低，是极不稳定——最低的一次只有 19 分。结论很直接：草图负责构图，文字负责目的地。 光丢一张画过去不配文字，是三种选择里最差的一种。

最低限度的写法：

把这张草图变成完整成品图。
保留构图和每一个物体。不要加任何文字。

然后在这个基础上追加简报：点名主体、指定媒介与配色、列出禁止项。

中文出字与复杂排版

有个流传挺广的误解，说这一代才开始能写对汉字。这不准确。GPT Image 2 时代中文排版就已经比较准了。 2.5 的增量在于改中文图时的稳定性：改一张密集海报里的某个标题，周围几百个字待在原地不动。以前这个操作对整张版式来说就是抛硬币。

小字仍然可能出错。要付印的密集海报，付印前把小字逐条读一遍，别只看大标题。

想让文字出对，还是前面那个习惯：每一条必须出现的文案单独一行、都放进引号，免责小字也单独列一行，别埋在一大段指令里。

生图失败、很慢、额度用完怎么办

生成失败。 最常见的原因是传了模型不认的参数。quality: "auto" 是经典款。另一个是画幅比例超出支持范围——先拿你的比例对一遍支持列表，再怀疑模型。

出图很慢。 你大概率在 Sunburst 上。探索阶段切回 Flare，这个速度差就是拆分两个模型的意义。另外超大尺寸和 xhigh / max 两档也确实费时间。

额度用完了。 ChatGPT 端 2.5 正在向全部层级推送，含免费版，但官方没有公布固定额度。实测免费账号大约每天 2 到 3 张，而且——这条最坑——到上限之后可能静默降级到轻量模型，界面不一定给你明确提示。如果生成质量中途突然掉档，先确认你还在不在你以为的那个模型上。

走 API 则没有每日上限，改成按 token 计费。

价格

token 费率与上一代持平：图像输出 $30/百万 tokens，图像输入 $8，文本输入 $5。

坑在于费率相同不等于单图成本相同。OpenAI 没有公布 2.5 每张图实际消耗多少 token，而质量档和分辨率会让这个数字大幅波动。拿 GPT Image 2 的表算预算会算错，而且大概率不是小幅偏差。先跑一百张测你自己的实际成本，再定价。

三步工作流

1. 用 Flare 的 medium + 1K 出草稿。 先把构图定下来。这个阶段别碰质量参数，你还在决定这张图是什么。
2. 用标注推进。 一轮改一处，附明确的保留清单。哪个约束开始漂移就整句重写，别指望「保持刚才那样」。
3. 最后一轮切 Sunburst。 到这一步才提质量档，而且只对你真正要交付的那一版提。

我见过的浪费，大部分是把第三步放到了第一步做——还在探索阶段就开 max 出图，出完扔掉。

常见问题

GPT Image 2.5 是免费的吗？ 本站第一张免费，之后按积分。ChatGPT 官方端向全部层级推送含免费版，但没有公布固定额度，实测免费账号约每天 2 到 3 张。API 按 token 计费，没有免费额度。

用它需要 ChatGPT 会员吗？ 在本站不需要，也不需要 API Key。你要用官方端的那五个新交互功能（Sketch、模板、图片评论等）才需要 ChatGPT 账号。

GPT Image 2.5 和 GPT Image 2 差在哪？ 四点：Flare 档延迟最高降 50%、支持标注式局部编辑、多轮编辑一致性明显改善、新增 xhigh 和 max 两档质量。另外 API 侧拆成两个模型，而上一代只有一个。GPT Image 2 仍然保留可用。

Image 2.5 和 GPT Image 2.5 是一个东西吗？ 是。Image 2.5 只是日常简称，官方产品名是 ChatGPT Images 2.5，API 模型名是 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst。

中文出字会乱码吗？ 大标题基本不会。要注意的是小字——密集版面里的小字仍会出错，付印前必须逐字校对。另外要澄清一点：上一代中文排版就已经不错了，2.5 的增量是编辑中文图时其余部分不跟着乱。

生图很慢怎么办？ 先确认你是不是在 Sunburst 上。探索阶段一律用 Flare。超大尺寸和 xhigh / max 档也确实费时间。

能商用吗？ 需遵循 OpenAI 对该模型的使用条款，按你的具体场景核对。另外它会嵌入 C2PA 元数据和隐形水印标记内容为 AI 生成，部分客户和平台能检测到。

它有什么明确做不到的？ 跨多张图保持同一个角色——这是这次进步最小的一项。另外区域隔离不是百分之百，长编辑链在人脸上会累积伪影。

去试试

本站的在线生成器可以直接用 GPT Image 2.5，不需要 ChatGPT 会员、不需要 API Key，第一张免费。如果你想先看看这个模型能干什么活再学参数，配套那篇写了修图、换背景、商品图、海报四类实际工作流。

image25.online 是独立运营的第三方平台，与 OpenAI 无隶属关系。站内积分与官方账号不通用。