OpenAI가 2026년 11월 4일에 Images 2.6를 출시했을 때 API는 GPT‑Image‑2.6 Flare(gpt-image-2.6-flare) 및 GPT‑Image‑2.6 Sunburst(gpt-image-2.6-sunburst)의 두 계층을 동시에 출시했습니다. 제품 작성 및 모델 페이지에 따라 Flare는 빠른 반복 생성 및 편집을 목표로 합니다. Sunburst는 세부적인 구성과 정확한 편집에 의존하는 워크플로우를 목표로 합니다. 선택 논쟁에서는 종종 "마케팅에서 주장하는 속도"와 "기업이 수용할 수 있는 품질"이 모호해집니다. 보다 지속 가능한 접근 방식은 프롬프트와 해결 방법을 동결한 다음 공식 문서에 설명된 순서대로 평가하는 것입니다. 확인되지 않은 타사 슬로건을 기본 경로로 사용하는 것이 아닙니다.

👉 PoYo에서 GPT Image 2.6 API 사용해 보기: 이미지당 가격과 온라인 플레이그라운드.

공식 포지셔닝

OpenAI에 따르면 quality가 low인 경우 Flare는 약 6초 안에 이미지를 생성할 수 있습니다. Flare는 또한 포스터, 제품 이미지 및 이와 유사한 전문적인 시각적 요소의 레이아웃 품질을 향상시킵니다. Sunburst는 더 많은 세부 사항과 정밀도가 필요할 때 작동합니다. OpenAI는 medium 또는 high의 quality에서 더 높은 품질의 생성을 제공하고 편집 전반에 걸쳐 더 강력한 일관성을 유지할 수 있다고 말합니다. 이러한 타이밍 및 품질 설명은 OpenAI의 발표에서 나온 것입니다. 이는 타사 벤치마크가 아니며 모델 전반에 걸쳐 절대적인 순위를 설정하지 않습니다.

이미지 프롬프트 가이드의 시작 조언은 엔지니어링 중심입니다. 기존 GPT Image 2 워크플로가 이미 품질을 충족하거나 GPT Image 2.5 Flare를 사용 중인 경우 먼저 gpt-image-2.6-flare를 테스트하세요. GPT Image 2가 복잡한 작업에 부족하거나 2.5 Sunburst를 사용하는 경우 먼저 gpt-image-2.6-sunburst를 테스트하세요. Sunburst가 이미 기준을 충족하는 경우 단계를 결정하기 전에 Flare를 동일한 프롬프트, 참조, 크기 및 품질 설정과 비교하십시오. 마이그레이션 체크리스트는 또한 기준 샘플 저장, 하드 편집 및 정확한 텍스트 처리, 워크플로우에 따른 일괄 롤아웃을 강조합니다.

시나리오 경계

짧은 주기의 스케치와 개념 탐색이 필요한 경우 먼저 Flare를 평가하는 것이 좋습니다. 빠른 포스터, 전자상거래 영웅 또는 레이아웃 스타일의 시각적 요소; 또는 low/medium 품질로 출시될 수 있는 지연 시간에 민감한 파이프라인. OpenAI는 Flare를 대화형 이미지 생성 및 편집과 명시적으로 연결합니다. 이는 다중 회전 프롬프트 시험이 워크플로우의 일부이고 허용 가능한 품질 라인 내에서 처리를 위해 거래하는 경우에 적합합니다.

구성이 복잡하고 조밀한 텍스트 또는 개체 관계가 요구되는 경우 Sunburst를 먼저 평가하는 것이 좋습니다. 다중 편집에서는 캐릭터, 제품 또는 브랜드 세부 사항을 일관되게 유지해야 합니다. 또는 최종 자산은 텍스처, 소형 유형 및 레이아웃 드리프트에 대한 내성이 낮습니다. 프롬프트 가이드에서는 Sunburst를 세부 사항, 레이아웃 또는 편집 정확도가 더 엄격한 워크플로에 대한 요구 사항이 더 높은 기본 모델이라고 부릅니다. 이 발표에서는 또한 Sunburst의 판매 포인트 중 하나로 중간 또는 고품질에서 편집 일관성이 언급되어 있습니다.

두 계층 모두 quality(auto/low/medium/high/xhigh/max) 및 complexity를 지원합니다. (low/medium/high, 생략 시 기본값은 high) 공식 지침: 복잡성을 비교할 때 quality를 동결합니다. 레이아웃은 정확하지만 작은 텍스트를 읽기 어려운 경우 동일한 복잡성으로 품질 계층을 비교하세요. 복잡성 조정에는 별도의 비용이 청구되지 않습니다. 그러나 복잡성이 높아지면 지연 시간이 추가되고 원치 않는 변경이 발생할 수 있습니다. 대부분의 편집 작업에서 OpenAI는 복잡성을 낮추고 워크플로우에 필요한 품질 계층과 페어링하는 것을 권장합니다.

가격, 엔드포인트 및 통합 참고사항

Flare 및 Sunburst 모델 페이지에 따라 여기에서 확인할 수 있는 정가는 동일합니다. 텍스트 입력 백만 토큰당 $5(캐시된 입력 $1.25), 이미지 입력 ​​백만 토큰당 $8(캐시 $2), 이미지 출력 백만 토큰당 $30. 따라서 선택은 "더 빠른 계층이 더 저렴하다"는 가정이 아니라 품질과 대기 시간에 따라 결정되어야 합니다. 두 엔드포인트 모두 v1/images/generations 및 v1/images/edits를 지원합니다. 모델 페이지는 응답을 지원되지 않는 것으로 표시하므로 2.5 응답 도구 필드를 프로덕션에 복사하지 마십시오. 조직에서는 GPT 이미지를 호출하기 전에 Organization Verification가 필요할 수 있습니다.

프롬프트 가이드는 또한 동일한 quality 라벨이 모델 전반에 걸쳐 동일한 시각적 품질이나 응답 시간을 의미하지 않는다는 점을 독자들에게 상기시킵니다. 즉, 자체 로드에 따라 측정하세요. 영역이 픽셀과 동일하게 유지되어야 하는 경우 문서에서는 프롬프트 제약에만 의존하기보다는 승인된 편집 내용을 원본에 다시 합성하는 것이 좋습니다. Figma Weave와 같은 파트너는 재사용 가능한 워크플로의 속도와 창의적인 제어에 대해 발표에 인용되었습니다. 이는 기술 사양이 아닌 시나리오 참조를 위한 고객 견적입니다.

요점: Flare 및 Sunburst는 같은 날 배송되는 속도-정밀도 분할이며 상호 배타적인 "고/저 마케팅 이름"이 아닙니다. 기본 모델을 선택하기 전에 고정된 평가 세트를 비교하고 한 번에 하나의 매개변수를 변경하는 것이 어느 것이 "더 강력하다"고 주장하는 것보다 문서와 더 잘 일치합니다. 크기를 조정하기 전에 실패율, 재시도 및 허용된 이미지당 비용을 추적하세요.