AREX Feed Article
Artificial Analysis 实测 GPT-Image-2.6：Flare 提速近一倍，Sunburst 变慢但仍居质量榜首
北京时间 11 月 7 日早间（11 月 6 日 23:40 UTC），独立评测机构 公布对 OpenAI GPT-Image-2.6 的基准测试成绩：在其文生图基准 AA-Image-T2I v2.1 上，GPT-Image-2.6 Sunburst 与 Flare ，图像编辑基准 AA-Image-Editing v2.1 的前两名也被这两款模型包揽。实测中，2.6 Flare 的文生图中位耗时降到约 30 秒，速度接近上代的两倍；的 2.6 Sunburst 单张约需 2 分 15 秒，慢于上代，却拿下文生图质量第一。两款模型的 API 定价维持不变。
GPT-Image-2.6 是 OpenAI 在 11 月 4 日随 ChatGPT Images 2.6 更新推出的：，。OpenAI 官方当时称，两款新 API 模型，全平台每周生成 ； 在报道中将这些数字标注为 OpenAI 的说法。
ChatGPT 的 GIF 生成界面，可调节播放速度并逐帧查看。截图来自 The Verge 报道，原始画面出自 OpenAI。
最高质量档实测：Flare 与 Sunburst 的中位耗时对比
Artificial Analysis（下称 AA）在里写明了测法：两款模型都在 OpenAI API 上、以最高质量档、complexity（复杂度）参数取 API 默认值 high 的条件测试，中位耗时按 1024×1024 PNG 统计。
在这个口径下，：文生图中位耗时从约 55 秒降到约 30 秒，编辑从约 58 秒降到约 32 秒，质量还略优。AA 特别指出，Flare 已用约四分之一的时间追平上代 Sunburst 在文生图榜上的质量水平；在其“质量 vs 速度”图上，Flare 是唯一落在最具吸引力象限的模型。
2.6 Sunburst 则相反：单张文生图约 2 分 15 秒、单次编辑约 2 分钟，AA 配对测试的每一组里它都比 2.5 Sunburst 慢。
AA 还在评测中确认，两款模型均支持文生图与图像编辑，新增 GIF 与 SVG（矢量图）输出；API 新增的 complexity 设置，用来控制模型在渲染前做多少规划。
质量分项：Sunburst 在 9 项能力中拿下 7 项第一，人体解剖是共同短板
AA 把文生图质量拆成 9 项能力。，相比上代提升最大的是 Reasoning（需要对实体、数学、空间逻辑或混合概念做推理的图像）、Text Rendering（长文本、小字号文字与艺术字）、Lighting（反射、折射、阴影与焦散）和 Material（材质、透明与次表面散射）；它最强的用例是 UIUX Design。2.6 Flare 相对上代提升最大的是 Text Rendering、Material 与 Lighting，这三项它排第二。两款模型在 Human Anatomy（手、脸、身体比例与动态姿势）上都有所退步。
按成对人类盲测投票的 Elo（等级分）排序：Sunburst 以 1,259±15 居首，样本 4,947 个；Flare 1,228±12，样本 6,849 个；上代 Sunburst 以 1,227±10 排第三，与 Flare 几乎不分先后。
用例层面，，进步最大的是 Animation & Gaming（游戏素材、概念艺术、角色设计）、Architecture & Real Estate（室内外可视化与户型图）和 UIUX Design（应用与网页界面样机）；Flare 在 Consumer（书封、图库与编辑插图）和 Marketing & Advertising（广告创意与品牌视觉）两类排第一。AA 认为 Sunburst 的 UIUX 成绩与它的文字渲染、排版结果相互印证。
编辑榜：7 个编辑动作 6 个由 2.6 系列拿下
图像编辑基准 AA-Image-Editing v2.1 上，2.6 系列同样居前两位，：Sunburst 领先增强与修复（Enhancement & Restoration）、文字或符号修改（Text or Symbol Edits）、对象级编辑（Object-Level Edit）和保持身份的人物编辑（Identity Preserving Edit）；Flare 领先基于推理的编辑（Reasoning-Based Edit）与构图取景（Composition & Framing）。唯一的例外是场景与风格编辑（Scene & Style Edit），由 MAI-Image-2.7-Preview 领先。
编辑用例上，，进步最大的是 Frontier（逼近当前模型能力边界的任务）和 Social Media & Creator Content（缩略图、频道与主页封面等）；Sunburst 在 UIUX Design、Social Media & Creator Content、Animation & Gaming 与 Marketing & Advertising 四类排第一，Flare 则在 Productivity & Knowledge Work（图表、信息图与幻灯片）排第一。
定价核对：每张约 0.21 美元，仍居榜单高价一端
显示，两款 2.6 模型定价都是每百万输出 token 30 美元，与 2.5 系列持平，约合最高质量 1024×1024 每张 0.21 美元、每千张 211 美元（标注为 210.72 美元）。作为对比，另一家实验室在文生图榜上排名最高的 Nano Banana 2.1（第六名）每千张 33.60 美元，约为 GPT-Image-2.6 的六分之一。
对开发者来说，这组数据的取舍很直接：要最快的迭代速度就选 Flare；要榜首质量，就得接受 Sunburst 单张两分钟以上的等待。
官方“快 50%”口径与第三方数据出现分化
OpenAI 在与里说，两款新 API 模型生成图像比此前快 50%；帖文和博客都没有给出这一数字的测试条件。同一帖文另称，质量设为 low 时 Flare 最快 6 秒出一张图。
而在 AA 的实测里，接近翻倍的只有 Flare，Sunburst 反而慢于上代。发布当天， 在其 Image Arena 上把 2.6 Sunburst 排到第一、称其超越上代，并给出另一组速度数字：2.6 Flare 比上代快 2.6 倍，2.6 Sunburst 快 1.15 倍，这份成绩随后被 OpenAI 开发者账号转引。对 Sunburst 到底比上代快还是慢，两家评测方目前结论相反：Design Arena 的帖文没有说明测速方法，AA 则只测了最高质量档。
目前，GPT-Image-2.6 的中位耗时实测数据只有 AA 一家给出。就在它发帖约六分钟后，发帖称“每个人，或者说每个团队，都能用 GPT-Image-2.6 创建 GIF”，并附上十余条 GIF 示例，帖文未涉及评测数据。