ChatGPT Images 2.6 能把一张随手画变成循环 GIF

OpenAI2026年11月4日

ChatGPT Images 2.6 能把一张随手画变成循环 GIF,放进 ChatGPT、Codex 和 API 之后都能直接做;低画质下,Flare 最快 6 秒出一张图。

OpenAI图像生成ChatGPT循环动图

一分钟看懂

  1. 一张随手画可以变成循环 GIF,ChatGPT 里能调 0.5 倍到 2 倍,也能改其中一帧。
  2. API 分成求快的 Flare 和求细的 Sunburst,低画质最快 6 秒返回一张图。
  3. 人和宠物可以存成参考图,下次点名再用。简单修改用低复杂度,单价与 2.5 相同。

一张随手画能变成会眨眼的循环 GIF

2026年11月4日,OpenAI 发布 Images 2.6,把循环 GIF 放进 ChatGPT、Codex 和 API,三处都不用再另开动画工具。横线纸上用圆珠笔几笔就能画出一只猫头鹰,只有两个大圆眼、一个三角嘴和左右各一笔翅膀,模型也能认出这张简笔的轮廓,把它画成会眨眼、会扇翅的卡通角色,并做成可以循环播放的 GIF。

横格纸上用圆珠笔勾出的猫头鹰线稿,两个大圆眼、三角嘴、左右各一笔翅膀
循环 GIF 的起点可以是这张未上色的简笔。眨眼和扇翅在配套动画里,这张静帧本身不动。

起点不必是精修图,一句场景、一张现成照片或便签上的简笔,都可以当角色和动作的起点,猫头鹰这张线稿就是这样用的,轮廓留下来,眨眼和扇翅补进循环里。同一天还上了可反复使用的参考图,人和宠物存一次,以后在提示词里点名就能再用。API 分成两款,GPT-Image-2.6 Flare 负责把等待压短,画质设为低时最快 6 秒返回一张图,Sunburst 负责更重的画面,连续修改时更能留住脸和衣服。

6 秒只是低画质下的最快一档,中高画质和元素很多的画面不按这个时间来估。OpenAI 同时给出用量,全球用户每周在 ChatGPT、Codex 和 API 里大约生成 40 亿张图像,平均每天超过 5 亿张。

先画成一张网格,再裁成循环

简笔不会直接变成一段动画,模型先在一张图上按网格画出连续的小动作,系统再按格裁开,接成首尾相接的循环 GIF。ChatGPT 里生成之后,播放可以调到 0.5 倍到 2 倍,也可以只改其中一帧,不用整段重做。

那张网格图叫 Sprite Sheet(动画精灵图),连续小动作排在同一张图上。提示词要写清格子,示例是 3 列 2 行,阅读顺序从左到右、再从上到下,最后一帧回到起始姿势,循环才接得上。固定机位、同一个角色、同样大小的格子,以及格子之间不留边、不留缝,也写进同一段提示词,帮助各帧保持同一个人,方便按格裁开,只是不保证每一张都严丝合缝。

OpenArt 用这个做法做了一组职员表情,股票下跌时 Q 版职员眼眶含泪,上涨时职员跳起来撒出纸币,演示按 6 帧、3 乘 2 的格子来排,并要求第六帧接回第一帧。Town 则把卡通老人 Monty 放在对话框上方,做成很短的「正在输入」循环,让等待的那几秒也有一个角色在动。

6 秒、快 50% 和 2.6 倍各有各的计时

OpenAI 说 Images 2.6 的出图比以前快 50%,但这句话没有写明画质、分辨率,也没有写明对照的是哪一次请求。能对上钟的是旅行箱广告那条演示,2.5 Flare 在低画质用了 7.08 秒,2.6 Flare 在低画质用了 4.84 秒,等待少了 2.24 秒,相当于原来的 31.6%,同样一段时间里能完成的张数约多 46%。

演示画面按 8 倍速播放,画面上的时钟记的是真实请求时间,所以快 50% 说的是吞吐这头,靠近 46% 这一档,和少等的 31.6% 要分开看。DesignArena 公布了另一组自报成绩,Flare 的生成和编辑速度是前代的 2.6 倍,人像、建筑、字体排版三项排在榜首,Sunburst 在 Image Arena 总榜第一,产品和风景两项排在榜首,速度是前代的 1.15 倍。

这组倍数和「快 50%」对不上同一次测试,不能加在一起。Flare 还被 OpenAI 说成改善了海报和商品图的版式,Sunburst 在画质设为中或高时,连续修改里更能留住细节,脸和衣服不那么容易漂,选哪一款要看任务是要快还是要连改,不看榜单名次。

GPT-Image-2.6 的两张定位卡:Sunburst 写着 For your most ambitious ideas,Flare 写着 Bring your ideas to life faster
两张定位卡把 Sunburst 放在更重的画面上,把 Flare 放在更快出图上。卡片没有速度测试数字。

人和宠物可以存成参考图,下次点名再用

同一个角色画很多张,脸、发型和宠物花纹容易变,每次重新上传参考图也很烦,所以 ChatGPT Images 2.6 把固定参考图做成存一次、以后在提示词里点名。

手机界面里,一张腊肠犬被存成 Wilson,分类有 Me、Pets、Friends、Family、Spaces、Other,下一屏写着 a selfie of Wilson and Me floating in space! 出来的是女人和这只狗穿着宇航服,在地球边缘自拍。

三张手机屏:把腊肠犬存成 Wilson,在提示词里点名,并生成太空合影
从左到右是保存、点名和成图。合影里的狗还能认出是第一张的腊肠犬,细部并没有被锁死。

能认出是谁,和把每一根毛、每一条衣缝都锁死,是两回事,特别细的表情和缝线还要在提示词里再写约束。ChatGPT 里这种存好的卡片,和 API 里临时附上的参考图,是两条入口,Sable 那个案例走的是后者,一次请求里写明每张参考图分别干什么,不靠事先存好的卡片。

在图上画圈,改完再把标记擦掉

fal 的客厅样张把四处改动画在同一张照片上:右侧橄榄绿靠垫被红圈圈出,引线指向一个蓝色方块,茶几上的绿植和前景地毯都画了红叉,左侧黄铜落地灯的灯座处拉出一条长红箭头,横过沙发指向右侧。

标注前的客厅:靠垫有红圈并指向蓝色方块,绿植和地毯画了红叉,落地灯有一条指向右侧的长箭头
红圈、两个红叉和长箭头是交给接口的修改说明。

结果里,靠垫变成蓝色,绿植和地毯消失,落地灯移到沙发右侧,红圈、红叉和箭头都没了,灰色沙发、米色靠垫、墙上的抽象画和圆茶几还在。茶几不在标记里,台面木纹却和标注前不完全一致,没被点名的表面仍可能跟着变。

编辑后的客厅:靠垫变蓝,绿植和地毯消失,落地灯移到沙发右侧,红标记被去掉
四处要求都落地了,标记也被去掉。圆茶几不在标记里,台面木纹却和标注前不完全一致。

画质和复杂度从此分开,Quality 管画面细不细,分 low、medium、high,complexity 管模型为这张图花多少规划。换一个颜色或删一个物件,官方建议复杂度先用 low,画质按成图要求另选;元素多、约束多,再试 medium 或 high,选了 Sunburst 也不必把复杂度一起调高。

API 还可以导出 SVG,也就是放大后仍清楚的矢量路径,扁平图标、标志和线稿可以进 Figma 改锚点和填色。Figma Weave 的创意总监 Itay Schiff 说,速度和控制力让它能嵌进可复用的设计流程;Codex 里,改图从侧边抽屉改成贴在原图上的悬浮层,少一次在代码和另一个窗口之间来回切。

三家客户各自改了背景、材质或光影

Higgsfield 给出同一位红发女骑士的连续三张。第一张被标成从月色换成黄昏山谷,画面上已是日落、雪山和河谷,她穿银绿铠甲,斗篷是深蓝,剑上有翠绿宝石和发光纹路,站在岩石上,左上还有一枝樱花。

红发女骑士站在岩石上,银绿铠甲、深蓝斗篷,背景是黄昏山谷
连续三张的第一张。演示把它标成从月色换成黄昏,画面上已经是日落和河谷。

第二张里,人、剑、岩石和斗篷几乎是同一姿势,远处换成浮空的白城、瀑布和一条龙;第三张保留这片浮空城和站姿,铠甲改成象牙白配金边,宝石改成红色,裙摆改成深红。脸、长发和站的地方还能认出来,甲叶的每一片并没有被锁死。

同一位骑士保持姿势,远处换成浮空城、瀑布和龙
第二张改的是背景。脸、剑和脚下的岩石还在。
同一背景和站姿,铠甲改成象牙白配金边,宝石和裙摆改成红色
第三张改的是材质和配色。甲叶的每一片并没有被锁死。

Sable 的画面是一座切开的微缩建筑,三间拱房分别标着 Explore、Try、Learn,背后一块大黄圆,向导穿着姜黄色毛衣,白色卷发、戴眼镜,正带一位穿灰衣的访客往里走。提示词指定品牌黄 #FFDB4D,并要求轻字重的无衬线字,两张参考图还分开用,第一张只取标志、配色和字体,不照搬版式,第二张只给向导 Aidan 的身份。

Sable 的微缩建筑分成 Explore、Try、Learn 三间,姜黄色毛衣的向导带访客往里走
品牌黄、三间功能房和向导出现在同一张画面里。两张参考图各管标志配色和向导身份。

Picsart 的一张是黄昏里的彩色玻璃鲸鱼,悬浮在云海和雪山之间,光从玻璃片里透出来,落在山崖上的石砌教堂和两个人站着的露台上。Picsart 说,速度提上去之后,画质仍够设计的人多改几轮。

彩色玻璃鲸鱼悬浮在云海之上,阳光落在山崖上的石砌教堂
一张成片把透光玻璃和落日放在一起。它说明这一轮画得细,说明不了每一次都这样。

这三组都是先行客户选出来的成片,说明改动可以落在背景、材质或光影上,也说明不了每一次都会成功。

单价与上一代持平,缓存输入少收 75%

按 OpenAI 标准档,gpt-image-2.6-flare 和 gpt-image-2.6-sunburst 的每百万 token 单价与 2.5 对应型号相同,图像输入 8 美元,图像输出 30 美元,图像的缓存输入 2 美元,文本输入 5 美元,文本的缓存输入 1.25 美元。

Images 2.6 标准档单价:图像输入 8 美元,输出 30 美元,缓存输入 2 美元;文本输入 5 美元,缓存输入 1.25 美元
标准档按每百万 token 计价,两款型号相同,也与 2.5 对应型号相同。少收的 75% 只落在命中缓存的输入上。这张表不是单次账单。

缓存输入比普通输入低 75%,8 美元到 2 美元、5 美元到 1.25 美元都是这一档,而且只落在命中缓存的输入 token 上,一次请求花多少还要看实际用量,以及缓存有没有命中。Images 2.6 已经面向全球的 ChatGPT 和 Codex,所有订阅档位都能用,网页、桌面和手机都覆盖,两款 API 模型也已经在开发平台上线,并附有一份系统安全评估卡。

草图、表情和要快的界面,先用 Flare,画质设为 low,复杂度也设为 low;同一角色要连改好几轮,就换 Sunburst,画质设为 medium 或 high,复杂度按约束多少另调,不跟型号绑死。单价没有涨,想少付钱,就看输入能不能命中缓存。