Den 4. november 2026 kunngjorde OpenAIs Changelog GPT‑Image‑2.6 Sunburst (gpt-image-2.6-sunburst) og GPT‑Image‑2.6 Flare (gpt-image-2.6-flare), med justerbar kompleksitet, SVG-generering, generering av animerte GIF-er og redigering styrt av markeringer for støttede GPT Image 2.5/2.6-modeller. Produktnavnet Images 2.6 brukes i ChatGPT og Codex; kall fra utviklere må bruke modell-ID-ene i API-et. Denne artikkelen oppsummerer bare integrasjonsfakta som kan etterprøves på offisielle sider – ingen oppdiktede rabatter, udokumentert oppførsel i endepunkter eller ubekreftede sammenligninger med konkurrenter.

👉 Prøv GPT Image 2.6-API-et på PoYo: pris per bilde og nettbasert playground.

Endepunkter og modellvalg

Ifølge modellsidene for Flare og Sunburst støtter begge nivåene Image API-rutene for generering og redigering: POST /v1/images/generations for tekst-til-bilde og POST /v1/images/edits for redigering, komposisjon med referanser og endringer styrt av markeringer. De samme modellsidene merker Responses (v1/responses) som ikke støttet. Til sammenligning bruker veiledningen for bildegenerering fortsatt eksempler med GPT Image 2.5 for bildeverktøy i Responses, og teksten om 2.6 understreker at kompleksitet, markeringer, SVG og GIF leveres «via Image API». Integrasjoner med 2.6 i produksjon bør derfor bruke Image API som standard og ikke anta at Responses-oppsett fra 2.5-tiden bare kan få en 2.6-identifikator byttet inn. Hvis virksomheten er sterkt avhengig av samtalebasert redigering over flere runder, bør du sjekke på nytt om dokumentasjonen har oppdatert støtten for 2.6 i Responses, og behandle tabellen over endepunkter på modellsiden som fasit – ikke trekk slutninger av gammel vane.

Når det gjelder valg, legger Flare vekt på rask iterasjon, mens Sunburst legger vekt på detaljer og konsistens ved redigering; tokenprisene som er kontrollert her, er identiske. Før du bruker GPT Image, kan organisasjonen måtte gjennomføre organisasjonsverifisering i utviklerkonsollen. For apper rettet mot sluttbrukere anbefaler dokumentasjonen å sende med en stabil, hashet sikkerhetsidentifikator på maks 128 tegn i hver forespørsel om generering eller redigering; det eldre user-feltet er utfaset, men fortsatt kompatibelt, og en sikkerhetsidentifikator som ikke er tom, har forrang.

Utdataformater, bakgrunn og felt som er spesifikke for 2.6

Utdataformatene for generering omfatter PNG (standard), JPEG og WebP, pluss utvidelsene i 2.6: SVG og animert GIF. JPEG og WebP tillater en komprimeringsgrad; SVG og GIF støtter verken det komprimeringsfeltet, strømming, delvise bilder eller promptomskriveren. Redigering støtter ikke utdata i SVG eller GIF, og SVG godtas heller ikke som rasterinput til redigeringsgrensesnittet. For gjennomsiktig bakgrunn ber du eksplisitt om gjennomsiktighet og velger et format som støtter alfakanal; JPEG gjør ikke det. Etter dekoding bør du kontrollere gjennomsiktighetskanalen – et tegnet sjakkbrettmønster er ikke det samme som ekte gjennomsiktige piksler.

GIF støtter i tillegg antall bilderuter (2–64, standard 9) og varighet per rute i millisekunder (20–2000, standard 200). Kvalitetsnivåene er auto, low, medium, high, xhigh og max; kompleksitet kan være low, medium eller high, med high som standard når feltet utelates. Redigering med markeringer laster opp et gjennomsiktig overlegg i samme størrelse via annoteringsfeltet for redigering og kan ikke kombineres med en maske. Vanlige størrelser omfatter kvadratisk og anbefalte oppløsninger i liggende og stående format; egendefinerte bredde×høyde-strenger som oppfyller kravene til sidemultipler og sideforhold, støttes også. Størrelse, kvalitet og bakgrunn kan alle settes til auto, slik at modellen velger ut fra prompten.

Veiledningen for bildeprompter påpeker også: Utelat den eldre parameteren for input-troskap i forespørsler om bilderedigering; GPT Image 2.6 støtter ikke felt i stil med resonneringssammendrag. Når du migrerer eksisterende arbeidsflyter, lagrer du først referanseprompter og -eksempler, og sammenligner deretter under like forhold etter tilsvarende nivå (tidligere Flare → 2.6 Flare; tidligere Sunburst → 2.6 Sunburst), der du bare endrer kvalitet eller kompleksitet én om gangen.

Priser (verdier kontrollert på modellsidene)

Da denne artikkelen ble skrevet, var listeprisene på modellsidene for Flare og Sunburst like: tekstinput $5 per million tokens, mellomlagret tekstinput $1.25; bildeinput $8, mellomlagret bildeinput $2 og bildeoutput $30 per million tokens. Faktiske regninger varierer med promptlengde, referansebilder, kvalitetsnivå og utdataoppløsning; batch og andre rabatter følger prissiden som gjelder på tidspunktet. Modellsidene som ble kontrollert for denne artikkelen, oppgir ingen fast pris per bilde – faktureringen er tokenbasert. Kompleksitetsparameteren har ingen egen avgift. Hastighetsgrensene varierer med bruksnivå og konto; sjekk organisasjonskonsollen i stedet for å kopiere offentlige tall fra andre modeller.

Minimal sjekkliste for integrasjon

Før lansering bekrefter du punkt for punkt: organisasjonsverifisering er gjennomført der det kreves; de formelle modell-ID-ene for Flare eller Sunburst sendes eksplisitt i forespørsler om generering og redigering; utdataformat for stillbilde, vektor eller bevegelse er valgt ut fra leveransen; redigeringsoppgaver setter helst kompleksitet eksplisitt til low for å unngå standardens dype planlegging på high; målrettede endringer bruker et markeringsoverlegg i stedet for koordinater som bare er beskrevet i tekst; og ventetid, andel blokkert innhold og godkjent kostnad per bilde måles på virksomhetens eget materiale. Ved feil kan kvote- og tjenestefeil prøves på nytt med backoff, men brukerfeil i bildegenerering (inkludert blokkeringer fra moderering) bør først løses ved å endre prompten eller inputbildet – ikke prøv på nytt i blinde. Sikkerhetsevaluering og tiltak står i det offisielle systemkortet. At produktet er tilgjengelig i ChatGPT og Codex, betyr ikke automatisk at kvote eller verifiseringsstatus er på plass for et gitt API-prosjekt – sjekk dem hver for seg.

Konklusjon: Grensesnittet i 2.6 dreier seg om generering og redigering i Image API, med to modell-ID-er, utvidede utdataformater og feltene for kvalitet, kompleksitet og markeringer som styrbare egenskaper. Ved å skille strengt mellom produktnavn i chatten og identifikatorer i grensesnittet, og behandle tabellene over endepunkter og priser på modellsidene som fasit, får du en dokumentert vei fra evaluering til lansering – uten å bake ustøttede Responses-oppsett eller ubekreftede enhetspriser inn i avhengighetene i produksjon.