GPT Image 2.6 API: 50% Faster Image Generation with Animated GIF Output

API GPT Image 2.6 to model OpenAI do generowania i edycji obrazów, wydany 4 listopada 2026 roku w dwóch wersjach: Flare do szybkiej iteracji oraz Sunburst do szczegółowych prac wizualnych. Obie wersje akceptują wprowadzanie tekstu i obrazów oraz zwracają gotowe grafiki. Ta wersja dodaje obsługę animowanych plików GIF, eksport do formatu SVG, edycję sterowaną znacznikami oraz ustawienie złożoności; OpenAI informuje, że generuje obrazy o 50% szybciej niż wcześniej.

Flare został stworzony do pracy interaktywnej i może wygenerować obraz w zaledwie sześć sekund w niskiej jakości, oferując ulepszone układy dla plakatów i zdjęć produktów. Sunburst generuje obrazy wyższej jakości, a przy średniej lub wysokiej jakości zapewnia większą spójność postaci, produktów i detali marki podczas edycji. Obie wersje korzystają z tych samych danych wejściowych, funkcji i stawek tokenów OpenAI, więc wybór sprowadza się do balansu między szybkością a szczegółowością.

Według OpenAI, GPT Image 2.6 generuje obrazy o 50% szybciej niż wcześniej, a Flare poprawia jakość układu plakatów i zdjęć produktów. API dodaje obsługę animowanych plików GIF i SVG w punkcie końcowym generowania, a także ustawienie złożoności, które kontroluje poziom planowania modelu. Wraz z tą wersją do API wprowadzono również edycję wspomaganą znacznikami, która działa także z GPT Image 2.5.

OpenAI podaje, że GPT Image 2.6 generuje obrazy o 50% szybciej niż wcześniej. Przy niskiej jakości Flare może zwrócić obraz w zaledwie sześć sekund, podczas gdy wyższe poziomy jakości, większa złożoność i gęste prompty wymagają więcej czasu, do dwóch minut w przypadku skomplikowanych żądań. Aby uzyskać najszybsze rezultaty, połącz Flare z niską jakością, niską złożonością i wyjściem JPEG.

Za token, nie. Obie wersje GPT Image 2.6 rozliczają generowanie obrazów w cenie 30 USD za milion tokenów, co jest taką samą stawką jak w przypadku GPT Image 2.5. Za obraz niższe poziomy kosztują więcej, ponieważ zużywają więcej tokenów: kalkulator OpenAI wycenia obraz 1024x1024 na około 0,025 USD na poziomie low i 0,043 USD na poziomie medium, w porównaniu do około 0,006 USD i 0,013 USD w GPT Image 2.5, podczas gdy poziomy high, xhigh i max kosztują tyle samo w obu wersjach. W przypadku dużej liczby wersji roboczych, które nie wymagają nowych funkcji, GPT Image 2.5 pozostaje tańszą opcją.

Tak. Ustaw format wyjściowy na SVG w punkcie końcowym generowania, a API GPT Image 2.6 zwróci statyczny plik wektorowy z edytowalnymi ścieżkami, kształtami i kolorami, odpowiedni dla logotypów, ikon i ilustracji. Każde żądanie SVG zwraca jeden obraz i nie obsługuje przesyłania strumieniowego ani punktu końcowego edycji. Model najpierw renderuje obraz referencyjny, a następnie zapisuje plik SVG, więc koszt obejmuje oba te kroki.

Złożoność (Complexity) kontroluje stopień, w jakim model planuje scenę przed renderowaniem, niezależnie od ustawienia jakości, które odpowiada za szczegółowość i wierność odwzorowania. Przyjmuje wartości low, medium lub high, a w przypadku pominięcia domyślnie przyjmuje wartość high. OpenAI zaleca low w przypadku większości zadań edycyjnych, takich jak zmiana tła lub znaku, oraz medium lub high w przypadku scen z gęstym tekstem, wieloma elementami lub ścisłymi ograniczeniami. Wyższa złożoność może wydłużyć czas oczekiwania i wprowadzić niepożądane modyfikacje, dlatego warto porównać rezultaty pod kątem konkretnego zadania.

Znacznik (markup) to przezroczysty plik PNG z okręgami, szkicami lub notatkami nałożony na pierwszy obraz wejściowy, wysyłany z promptem opisującym zmianę. Maska (mask) to obraz z kanałem alfa, który kieruje edycję na określony region, przy czym model może nie podążać dokładnie za jej kształtem. Tych dwóch elementów nie można łączyć w jednym żądaniu. Warstwa znaczników musi odpowiadać wymiarom pierwszego obrazu, a każdy z nich jest ograniczony do 16 777 216 pikseli, z limitem 50 MB dla pliku adnotacji.

OpenAI zauważa, że modele GPT Image mogą nadal mieć trudności z precyzyjnym rozmieszczaniem tekstu, z zachowaniem spójności powtarzających się postaci lub elementów marki w oddzielnych generacjach oraz z dokładnym umieszczaniem elementów w kompozycjach wrażliwych na układ. Przetwarzanie złożonych promptów może potrwać do dwóch minut. Przed dostarczeniem zasobu należy sprawdzić mały tekst i drobne szczegóły, a gdy spójność ma kluczowe znaczenie, używać narzędzia Sunburst z obrazami referencyjnymi.

Tak. Atlas Cloud udostępnia swoje modele, w tym GPT Image 2.5, za pomocą jednego klucza API z płatnościami zgodnie z rzeczywistym użyciem (pay-as-you-go), a GPT Image 2.6 Flare i Sunburst działają na tym samym koncie. Przełączanie między wersjami oznacza zmianę nazwy modelu w żądaniu, dzięki czemu można przygotować wersję roboczą na jednym modelu i ukończyć ją na innym bez konieczności używania nowych danych uwierzytelniających.