GPT Image 2.5实测：生图开挂，改图开盲盒？

研究员｜卢杨

GPT Image 2.5，来了。

更快、更清晰、更智能，这是推文的原话。ChatGPT Images 2.5发布即向全线用户推送，包括桌面、移动和网络上的所有ChatGPT、ChatGPT Work和Codex用户（包括免费用户）。他们还在API中引入了两个新模型：GPT-Image-2.5 Flare带来了相同的质量、编辑和速度改进，而GPT-Image-2.5 Sunburst为详细的创意工作增加了精度，生成时间更长。

我们对ChatGPT最新出的这个GPT Image 2.5没抱什么期待。毕竟OpenAI的好东西基本都是Plus甚至Pro会员专属，免费用户能用就不错了，速度、功能、效果都要打折。

不过，这次好像有点不一样。

实测环节

OpenAI说你可以画个草图，AI会根据你的草图生成成品图。但是……以前“图生图”功能，基本就是你画你的，AI画AI的，两者之间唯一的共同点可能就是都用了像素。

抱着整活的心态，我们打开了手绘面板，用鼠标歪歪扭扭地画出了两块草坪一个房子一个小狗窝，一条小路。Belike:

提示词我们也就打了几个字：这是我画的，绿色部分是草坪，草坪上有一个小狗窝，给我生成一个三维图。

点击生成，也就30秒出头的时间，图出来了。

最后生成的图确实就是按照我们的草图构图的：房子的位置和我们画的位置对应，屋顶的倾斜角度居然也都保留了，窗户和门也在我们画的那个区域，只是被AI重新画成了好看的样子，细节上也丰富了很多，整体的空间关系和我们“画”的那个东西是一致的。

这种感觉还挺奇妙的。以前用AI生图，你写一大段prompt，出来的东西经常和你脑子里想的差了十万八千里。现在你随便画两笔，它居然真能看懂你在画什么。

官方称，这个Sketch功能是这次2.5版本的主打卖点之一。OpenAI的说法是“门槛不在画功，在于画出空间关系和大致比例”。说白了就是你不用画得多好看，但要让AI明白你想要的构图是什么样。

另外这次更新还有几个值得一提的点。

一个是速度。2.5版本的生成延迟比上一代降低了最多50%。我们自己试下来30秒左右出图，对于免费用户来说这个速度确实可以了。据X上的用户说API那边的Flare版本速度更快，能达到上一代的2到4倍，不过那个是给开发者用的，跟我们普通用户关系不大。

还有一个是编辑精度。这次模型支持“只改你想改的地方”。宣传中，你可以在图片上直接标注“把这个区域改成xxx”，然后其他地方完全不变。听起来很美好对吧？我们实测了一下，确实能改，但有个细节没怎么提：这个编辑过程是一次只能改一个地方。

什么意思呢？比如用户在生成完第一张图之后，觉得“房子左边那棵树的形状”不太对，想擦掉重来，那就得先标注“擦除这个区域”，发送，等它重新生成。然后我们发现“屋顶的材质”不太喜欢，想改成玻璃的，那就得再标注一次“把这个区域改成玻璃屋顶”，再次发送，再次等待生成。

也就是说，整个修改流程是串行的：改一处，生成一次；再改下一处，再生成一次。你不能一次性圈出三个地方、列三条修改意见，然后让它一口气全部执行。每一次修改指令只能针对一个区域或一个要素，改完、出图、再看、再改。

这个体对轻度调整来说影响不大，毕竟每次生成也就30-40秒，多等几次倒也不算折磨。但如果要做比较复杂的精修，比如同时调整构图、光影和某个局部元素，那这个“一次只能改一处”的限制就会让整个修改过程变得有点琐碎：用户要在对话框里来回反复地发指令，看着图片一遍遍刷新，才能逐步逼近自己想要的结果。

能理解为什么这么设计，大概是为了保证每次修改的精准度，避免多条指令互相冲突导致翻车。但确实也让“多轮编辑”这件事的体验没有那么丝滑。也就是说，它能听懂你每一句单独的修改指令，但目前还不太擅长同时处理你的“三件事”。

而且这次更新还有个细节挺有意思：Prompt分享功能。你可以把生成好图的完整prompt分享出去，别人换上自己的描述就能在同一个框架下生成自己的版本。这有点像设计圈的“模板共享”，降低了普通人的使用门槛。

说到参数，官方出了两个API版本：Flare主打速度，Sunburst主打精度。不过对我们这些普通用户来说，直接在ChatGPT里用就行了，不用纠结这些。

价格方面，API端的定价跟上一代一样，图像输入8美元/百万token，输出30美元/百万token。但对免费用户来说，只要不超额使用，这些都是不存在的。当然，单张图片的最终成本会根据分辨率、质量设置、提示词复杂度这些因素浮动。上一代2.0的单张成本大概在0.006到0.211美元之间，2.5目前还没有独立的单图估算，但既然Token单价没变，理论上浮动区间应该差不多。速度更快、精度更高、价格没涨，这对开发者来说确实是好事。

然后再看竞品。目前市面上的主流图像生成模型各有各的特点。Midjourney的艺术感和美学氛围还是最强的，但它的使用方式（Discord里操作）对普通用户不太友好，而且没有免费版。Google的Imagen写实质感不错，但生态不如ChatGPT完善。Adobe Firefly强在跟自家软件的结合，而且Adobe已经宣布要在Firefly里集成Images 2.5的模型了：这个还挺有意思的，算是打不过就加入？

至于中国的文心一格、通义万相这些，在特定风格上各有优势，但整体在编辑能力和工作流整合上跟GPT Image 2.5还是有差异。

百度文心一格在同样提示词及示意图情况下给出的结果，生成时间47s

阿里Qwen-Image 3.0 pro在同样提示词及示意图情况下给出的结果，生成时间73s

除了上述数据之外，还有一组数据其实挺夸张的：官方说现在每周通过ChatGPT Images和API创建的图片超过30亿张。平均下来一天4亿多张，这量级有点恐怖。

当然，你要说它跟Midjourney比谁画得更好看，我们觉得还是Midjourney更有艺术感。但GPT Image 2.5的方向明显不是跟Midjourney比谁更“艺术”，它更像是在做一个能融入工作流的生产力工具：草图转设计、多轮精修、模板化生成，这些都是奔着实际干活去的。虽然目前多轮精修还卡在“一次一动”的节奏上，但方向至少是出来了。

有评论说这是“明牌抢Figma和Canva的生态位”，我们觉得稍有夸张，但方向确实是这个方向。

从DALL-E到现在的Images 2.5，AI生图这件事正在从“抽卡”变成“工程”。以前你写一段prompt，出来什么全靠运气，现在你至少可以通过草图、标注、多轮编辑来逐步控制结果。虽然多轮编辑目前还只能一步一步来、不能批量操作，但比起以前“改一个点、全图重来”的抽卡式体验，已经算是进步了。

而对于不打算付费的普通用户来说，能在免费额度内体验到这些功能，已经算是意外之喜了。至少想做个简单的海报或者配图，不用再去各种网站翻素材了，画个草图让ChatGPT搞定就完事。

当然，前提是你得接受你画的“那栋歪歪扭扭的房子”真的会被AI认真对待。以及，如果你想改三个地方，记得准备好三次对话的耐心。

编辑｜邱慧 张猛