GPT Image 2.5 静帧动画测试结果：它能循环吗？

一张包含 16 个姿势的帧表需要进行播放检查：手部移动是否自然，双脚是否保持接触，最后一帧是否与第一帧重新衔接？

这些 GPT Image 2.5 静止动画测试结果 正在等待下文所述的基准测试。生成环境当前显示访问登录页面。尚未测量任何动画质量结论、通过计数或模型胜者。本草案保留了完整实验和复现说明；它不是已完成的结果报告。

这里，静止动画 指的是生成一张由连续静帧组成的帧表，提取其单元格，并按顺序播放这些单元格。

这是我们的工作术语，并非经核实的官方功能名称。动画风格静帧是单张图片；连续帧表包含多张图片；原生视频生成通过不同的工作流产生运动。

计划中的比较涵盖五项任务、两个模型，以及每种组合三次独立请求。GIF 组装在图像生成后在本地进行。衡量在没有新帧或隐藏修复的情况下，有多少运动得以保留。

关键要点

• 尚无基准测试请求完成；不可用的测量结果不得被解读为模型失败。
• 将连续过渡、接触点和循环接缝与角色外观分开评判。
• 在为生成做预算的同时，也要为提取和检查留出预算，并将原始播放与修复区分开来。

我们测试了什么以及如何评分

该基准测试针对 GPT Image 2.5 Sunburst Text-to-Image 和 GPT Image 2.5 Flare Text-to-Image 设定。生成计划在已登录的 Atlas Cloud 测试环境中运行。其等待时间（在可测量时）描述的是该环境和会话，而不是生产服务承诺。

一张 2048×1152 的帧表为每个等分单元格提供 512×288 像素。放大 GIF 无法恢复这些单元格中缺失的细节。480 个目标单元格来自 30 次请求，因此它们是相关观测值，而不是 480 次独立试验。

对每张帧表，检查布局、身份、15 个相邻过渡以及任务特定的物理关系。循环任务还要检查 16→1 的过渡。一张合格的原始帧表必须满足所有适用的检查；帧级计数仍单独记录。将模糊或被遮挡的细节记为未解决，而不是给出无依据的通过。

执行时交替使用 Sunburst 和 Flare，并保持每次请求独立。展示每组中首个完成的请求，同时保留先前的请求失败。运动不正确的已完成图像仍留在数据集中。三次重复无法确立一般成功率。

一项较早发表的实验生成了十个关键帧网格，并记录了不等的面板边界。其故事板和设置与我们的不同，因此其结果仅提供背景参考。（Genflick，2026 年 9 月。）

GPT Image 2.5 静止动画测试结果：毛毛虫到蝴蝶的蜕变

蜕变序列测试模型能否在主体改变状态时保持一个小世界稳定。黏土毛毛虫从同一根弯曲树枝下开始，垂下，结茧，然后化为蝴蝶。摄影机固定在桌面高度，使树枝、桌面边缘和背景明确充当参考点。

首次检查追踪毛毛虫从树枝下的弯曲姿势到悬挂姿势。它的身体应以小步幅移动，而树枝分叉、基部和附着点保持在同一位置。在孤立帧中看到可辨认的毛毛虫，并不能证明它沿着连续路径进入茧。

序列中段是布景必须特别稳定的地方。随着动作发展，茧可以改变形状，但树枝不应变长、偏移或获得新纹理。除了主体，还要观察地平线和树枝基部，因为背景漂移会让真实的姿势变化看起来像摄影机移动。

最后几帧引入蝴蝶。检查它是否在可辨识的位置从茧中出现，以及其比例相对于树枝是否仍然合理。当观众能将一个保持不变的布景与一个推进中的主体进行比较，而不是试图从重建的场景中推断变化时，蜕变会更加清晰。

当前证据： 本案例提供了一个清晰的短单向蜕变视觉示例。它并未提供合格的基准测试分数、通过计数或模型间比较。

黏土毛毛虫在固定树枝下变成蝴蝶

将树枝、桌面和锁定摄影机与毛毛虫到蝴蝶的变化分开检查。

此序列应正向播放。将其反向播放会让已完成的蝴蝶变回茧，并削弱预期动作。生产工作流应保留每张底层静帧，以便定位任何跳变并在相应状态进行修正。

GPT Image 2.5 静止动画测试结果：DNA 连续性比较

旋转的 DNA 双螺旋是结构连续性的紧凑测试。动作可以很简单，但该对象具有重复特征，使漂移很容易被发现：两条外侧导轨、间距均匀的横档、一个下端尖点，以及物体下方的柔和阴影。随着序列推进，这些锚点应保持彼此关系。

并排展示使相邻过渡更易审查。先从轮廓开始：朝向变化是预期之内的，但螺旋高度、宽度或扭转的突然变化不属于受控旋转。然后跟踪横档和下端尖点，看物体是否仍是一个连贯结构。

在这里，光照和取景与几何结构同样重要。如果阴影改变方向或螺旋横向滑动，观众就无法分辨表面运动是来自物体旋转、摄影机漂移，还是重建的场景。稳定背景之所以有用，正是因为它消除了这种歧义。

这类示例应逐帧评判，而不是挑选最强的静帧。一张吸引人的最后一帧可能掩盖中段断裂的过渡。记录第一对引入不符合预期运动的形状、位置或光照变化的帧。

当前证据： 本案例展示了如何检查短对象序列在形状、位置、光照和取景方面的连续性。它不是一般性能分数，也不是模型排名声明。

并排的绿色 DNA 序列，用于连续性检查

在相邻帧之间跟踪外侧导轨、横档、下端尖点、取景和阴影。

只有当最终姿态与初始姿态干净地重新衔接时，该序列才能循环。如果结束状态保持不同朝向，就将其作为正向序列呈现，而不是用乒乓效果隐藏重置。

GPT Image 2.5 静止动画测试结果：牡丹绽放序列

牡丹绽放测试整个对象上的受控变化。花朵从紧实的花蕾开始，经过若干花瓣状态开放，最终成为完全盛开的花。预期变化很大，因此需要明确说明应保持固定的元素：茎、叶片附着点、摄影机、背景和光照。

首先从土壤线到花头跟踪茎。它应保持直立，并在花瓣开放时保持相同粗细。叶片应保持连接在相同节点；如果叶片移到茎上另一位置，则表明对象被重建，而不是连续绽放。

接下来检查花瓣。它们的开放应从花蕾向外推进，而不是直接从闭合跳到完全开放。花朵可以变得更大，但其中心应与茎保持对齐。花瓣颜色、边缘纹理或光照方向的突然变化应记入过渡笔记。

深色背景和固定视角使这一单向变化清晰可读。它们也与花朵本身形成有用对比：花瓣可以演变，而周围世界不应变化。这种区分是审查产品揭示、角色反应和其他渐进状态变化的基础。

当前证据： 本案例展示了一个清晰、单向的开放动作，并具有稳定的场景锚点。它并未确立合格的基准测试结果，也未证明另一个提示词的可靠结果。

牡丹从花蕾开放到盛放

检查花瓣推进，同时茎、叶片附着点、背景、摄影机和光照保持稳定。

此序列应播放一次。乒乓循环会让花朵再次闭合，并添加不属于预期绽放的运动。将原始静帧与最终 GIF 并排放置，以便审查者隔离任何断裂步骤，而不会将其与压缩伪影混淆。

其他地方的独立重复测试也分别评估了提示词遵循和一致性，结果因任务而异。它们的评分标准不为本文提供动画分数。（PromptFrenzy，访问于 2026 年 9 月。）

复现工作流并计算真实成本

1. 打开模型并确定设置。

首次请求使用 Sunburst playground，其匹配请求使用 Flare playground。选择 max 质量、2048×1152、PNG 和一张图像。将 A、B、C 和 E 设为不透明；D 设为透明。

官方图像指南记录了 max 质量、自定义尺寸，以及用于透明度的 PNG 或 WebP。这些输出控制并不保证得到均匀划分的帧表。（OpenAI，访问于 2026 年 9 月。）

离开每个控件后，验证所选值。保留报价和实际请求设置。下方已完成的截图保留给真实输出；模型页面的示例图像不能证明实验已经运行。

1. 在模型之间使用这些提示词，不要改写。

提示词 A：挥手

plaintextCopy
1Create one 2048x1152 image containing exactly 16 consecutive animation frames arranged in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, captions, numbers, or text.
2
3Show the same adult office worker seated at a plain wooden desk in every frame. They have short dark hair, a teal long-sleeved shirt, and no accessories. Use natural window light, a plain light-gray wall, and a locked eye-level medium camera shot. Keep the face, clothing, desk, background, lighting, and camera identical.
4
5Animate one greeting: frames 1-4 gradually raise the right hand from the desk; frames 5-10 show one small side-to-side wave; frames 11-15 gradually lower the hand; frame 16 returns to the resting pose. Keep the left hand on the desk. Preserve five fingers and the same sleeve length. The transition from frame 16 to frame 1 should be continuous. Advance the action by small readable increments.

提示词 B：倒咖啡

plaintextCopy
1Create one 2048x1152 image containing exactly 16 consecutive animation frames in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, captions, numbers, or text.
2
3Use a locked side-view close-up of a clear glass cup on a wooden kitchen counter. One adult hand holds a small stainless-steel coffee pot above and to the left of the cup. Use soft daylight and keep the camera, counter, cup, hand, and pot design unchanged.
4
5Frames 1-3 show the pot tilting toward the empty cup. Frames 4-11 show a continuous narrow stream of black coffee entering the cup while its liquid level rises progressively. Frames 12-14 show the pot returning upright and the stream stopping. Frames 15-16 show the cup half full and the upright pot held still. Keep the stream connected to the spout while pouring. Do not spill or change the cup shape. This is a one-way action, not a loop. The coffee must remain in the cup at the end.

提示词 C：产品旋转

plaintextCopy
1Create one 2048x1152 image containing exactly 16 consecutive product-rotation frames in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, captions, numbers, logos, or text.
2
3Show one unbranded white low-top canvas sneaker with six pairs of eyelets, white laces, a thin navy stripe around the rubber sole, and a small red fabric tab centered on the heel. Place it on a neutral light-gray seamless surface.
4
5Keep the camera locked at product height with a slight downward view. Rotate only the shoe around a fixed vertical axis. Frame 1 is the front view. Each following frame advances the rotation by 22.5 degrees in the same direction. Frame 16 is at 337.5 degrees so the next frame can return smoothly to frame 1. Keep the shoe scale, rotation center, materials, eyelets, sole stripe, heel tab, and lighting consistent. Reveal physically plausible side, rear, and opposite-side views.

提示词 D：行走循环

plaintextCopy
1Create one 2048x1152 transparent PNG containing exactly 16 consecutive animation frames in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, ground line, captions, numbers, or text.
2
3Show one full-body adult pedestrian in a clean, flat 2D game-prototype style, facing right in strict side view. The pedestrian has short black hair, a mustard jacket, navy trousers, and white shoes. Keep the character centered at the same horizontal position and the feet on the same baseline in every cell. Preserve the same character scale, clothing shapes, and colors.
4
5Create one complete in-place walking cycle. Frame 1 has the left foot forward at contact; frame 5 is a passing pose; frame 9 has the right foot forward at contact; frame 13 is the opposite passing pose. Fill all intervening frames with progressive motion. Frame 16 should lead naturally into frame 1 without repeating it. Keep the arms swinging opposite the legs and preserve left-right limb identity throughout.

提示词 E：踩踏

plaintextCopy
1Create one 2048x1152 image containing exactly 16 consecutive animation frames in a strict 4-column by 4-row grid, read left to right and then top to bottom. Each cell is exactly 512x288 pixels. No gutters, borders, captions, numbers, or text.
2
3Show a full-body adult cyclist on a plain stationary exercise bicycle in strict side view. The cyclist wears a blue short-sleeved shirt, black shorts, and white shoes. Use a light-gray studio background and a locked camera. Keep the bicycle frame, saddle, handlebars, rider identity, clothing, and lighting unchanged.
4
5Animate exactly one complete crank revolution. Start with the visible near-side pedal at the top. Advance the crank by 22.5 degrees per frame in one consistent direction. Keep the opposite pedal 180 degrees away. Each shoe must remain attached to its own pedal, with the knees and hips moving plausibly. Keep both hands on the handlebars. Frame 16 should connect naturally to frame 1. Do not swap the legs, detach the feet, or deform the bicycle.

1. 提取并检查原始文件。

保存下载的 PNG，而不是页面缩略图。使用提供的本地脚本：

plaintextCopy
1python slice-grid.py sheet.png --rows 4 --cols 4 --out frames --fps 8

对于咖啡，添加 --once。该脚本保存编号 PNG、一个 GIF 和一个 JSON 裁剪日志。检查日志中的实际尺寸和 alpha 值，然后检查每个裁剪是否包含相邻面板碎片。自动划分并不能验证图示边界。

GIF 以百分之一秒存储延迟，因此无法在单帧延迟中精确编码 125ms。该辅助工具交替使用 120ms 和 130ms，使 16 帧总计仍为两秒。日志会披露这种量化；PNG 序列仍可用于在其他地方进行精确的 8fps 播放。

1. 将修正工作与原始序列分开。

分别记录裁剪、计时和修复的有效分钟数。保留两个版本，并描述每项操作。修复后的动画可能适合某个项目，而原始帧表仍未通过基准测试。

1. 根据实测用量计算成本。

截至 2026 年 9 月 15 日检查时，模型目录 显示的每张图片近似起始价约为 $0.004 和 $0.003，并且两个模型都带有 20% 折扣标签。这些是目录起始价。所选的 max 设置需要单独报价，基于 token 的结算可能不同。

只有当两个数量都存在时，才用实际账单生成成本除以合格帧表数。如果没有帧表合格，报告 N/A。将人工单独列出，或明确应用你自己的小时费率。用起始价相乘无法确定一个可用动画的成本。

在检查完整原始序列后，用你自己的主体运行相同提示词。最终的 GPT Image 2.5 静止动画测试结果必须用下载的证据支持该决定；这份受访问阻碍的草案尚未确立结果。

常见问题

GPT Image 2.5 可以直接生成动画 GIF 吗？

此工作流请求 PNG 帧表，并在本地组装 GIF。图像输出设置不应被描述为原生动画或视频生成。每个展示的运动结果都必须标明其来源帧表和处理方式，包括播放顺序和延迟。

在此测试中，“静止动画”是什么意思？

它指的是在一张图像内生成连续静态帧，提取它们，并按顺序显示。我们将其用作操作性描述。它并不是经核实的官方模型功能名称，而单张动画风格图片也不满足该定义。

对于一致的动画帧，Flare 还是 Sunburst 更好？

由于尚无基线请求完成，该比较尚未解决。一旦有结果，应按任务逐一报告全部三次请求。帧表内身份、过渡质量和物理一致性需要分别检查；一个精选示例无法确立普遍胜者。

为什么我的精灵图集看起来一致，但播放时会抖动？

检查面板边界、角色锚点、比例变化、动作阶段和帧时长。看起来相似的静帧可能在各自单元格中占据不同位置。在测试修正时保留原始等分裁剪，以便判断对齐是否有帮助，还是源运动本身需要修订。

对于此工作流，GPT Image 2.5 是否比 GPT Image 2 有所改进？

本基准测试不包含同期 GPT Image 2 对照。因此，它无法确立改进百分比、相对于该模型的速度优势，或更低的可用动画成本。外部实验使用不同的提示词和设置；它们提供背景参考，而不是缺失的对照组。

创建一个可用动画需要多少成本？

对每个已提交请求使用实际费用，包括计费的失败请求，再加上检查并修复输出所需的工作。将生成费用除以符合你验收标准的数量。确切设置的报价、结算和可用结果在此均未测量，因此目前无法为每个动画给出有依据的数值成本。