4 listopada 2026 r. Changelog OpenAI ogłosił GPT‑Image‑2.6 Sunburst (gpt-image-2.6-sunburst) i GPT‑Image‑2.6 Flare (gpt-image-2.6-flare), z regulowaną złożonością (complexity), generowaniem SVG, generowaniem animowanych GIF-ów i edycją sterowaną markupem dla obsługiwanych modeli GPT Image 2.5/2.6. Nazwa produktowa Images 2.6 pojawia się w ChatGPT i Codex; w wywołaniach po stronie programisty trzeba używać ID modeli API. Ten artykuł streszcza wyłącznie fakty integracyjne, które można sprawdzić na oficjalnych stronach — bez zmyślonych rabatów, nieudokumentowanego zachowania endpointów ani niezweryfikowanych porównań z konkurencją.

👉 Wypróbuj API GPT Image 2.6 w PoYo: cena za obraz i playground online.

Endpointy i wybór modelu

Według stron modeli Flare i Sunburst oba warianty obsługują trasy Image API do generowania i edycji: POST /v1/images/generations do zamiany tekstu na obraz oraz POST /v1/images/edits do edycji, kompozycji z obrazów referencyjnych i zmian sterowanych markupem. Te same strony modeli oznaczają Responses (v1/responses) jako nieobsługiwane. Z kolei przewodnik po generowaniu obrazów nadal podaje przykłady z GPT Image 2.5 dla narzędzi obrazowych w Responses; treść dotycząca wersji 2.6 podkreśla też, że complexity, markup, SVG i GIF są dostępne „przez Image API”. Produkcyjne integracje z 2.6 powinny więc domyślnie opierać się na Image API i nie zakładać, że konfigurację narzędzi Responses z czasów 2.5 da się po prostu przepiąć na identyfikator 2.6. Jeśli twoja firma mocno zależy od wieloturowej edycji w rozmowie, sprawdź ponownie, czy dokumentacja dodała obsługę Responses dla 2.6, i traktuj tabelę Endpoints na stronie modelu jako wiążącą — nie wyciągaj wniosków z przyzwyczajenia.

Jeśli chodzi o wybór: Flare stawia na szybkie iteracje, Sunburst na szczegóły i spójność edycji; ceny jednostkowe tokenów, które tu zweryfikowano, są identyczne. Przed użyciem GPT Image organizacje mogą potrzebować weryfikacji organizacji w konsoli programisty. W aplikacjach dla użytkowników końcowych dokumentacja zaleca przekazywanie w każdym żądaniu generowania lub edycji stabilnego, zahaszowanego identyfikatora bezpieczeństwa o długości do 128 znaków; starsze pole user jest wycofywane, ale nadal zgodne, a niepusty identyfikator bezpieczeństwa ma pierwszeństwo.

Formaty wyjściowe, tło i pola specyficzne dla 2.6

Formaty wyjściowe generowania obejmują portable network graphics (domyślnie), JPEG i WebP oraz nowe w 2.6: SVG i animowany GIF. JPEG i WebP pozwalają ustawić stopień kompresji; SVG i GIF nie obsługują tego pola, a także streamingu, obrazów częściowych ani prompt rewritera. Edycje nie obsługują wyjścia SVG ani GIF; SVG nie jest też akceptowalnym rastrowym wejściem dla interfejsu edycji. Aby uzyskać przezroczyste tło, wyraźnie poproś o przezroczystość i wybierz format z kanałem alfa; JPEG go nie ma. Po zdekodowaniu sprawdź kanał przezroczystości — narysowana szachownica to nie to samo co prawdziwie przezroczyste piksele.

GIF obsługuje dodatkowo liczbę klatek (2–64, domyślnie 9) i czas trwania klatki w milisekundach (20–2000, domyślnie 200). Poziomy jakości to auto, low, medium, high, xhigh i max; complexity ma poziomy low, medium i high, a po pominięciu domyślnie przyjmuje high. Edycje z markupem przesyłają przezroczystą nakładkę o tym samym rozmiarze w polu adnotacji endpointu edycji i nie można ich łączyć z maską. Typowe rozmiary obejmują kwadrat oraz zalecane rozdzielczości w poziomie i w pionie; obsługiwane są też własne ciągi szerokość×wysokość, które spełniają ograniczenia dotyczące wielokrotności boków i proporcji obrazu. Rozmiar, jakość i tło można ustawić na auto, by model wybrał je na podstawie promptu.

Przewodnik po promptowaniu obrazów zaznacza też: w żądaniach edycji pomiń starszy parametr input-fidelity; GPT Image 2.6 nie obsługuje pól w stylu reasoning summary. Przy migracji istniejących workflows najpierw zapisz bazowe prompty i próbki, a potem porównuj je w takich samych warunkach dla odpowiadających sobie poziomów (dotychczasowy Flare → Flare 2.6; dotychczasowy Sunburst → Sunburst 2.6), zmieniając tylko jakość albo complexity, po jednej rzeczy naraz.

Cennik (wartości zweryfikowane na stronach modeli)

W chwili publikacji tego artykułu ceny katalogowe ze stron modeli Flare i Sunburst są takie same: wejście tekstowe $5 za milion tokenów, wejście tekstowe z cache $1.25; wejście obrazowe $8, wejście obrazowe z cache $2, wyjście obrazowe $30 za milion tokenów. Rzeczywiste rachunki zależą od długości promptu, obrazów referencyjnych, poziomu jakości i rozdzielczości wyjścia; rabaty za batch i inne wynikają z cennika obowiązującego w danym momencie. Strony modeli objęte tym artykułem nie podają stałej ceny za obraz — rozliczenie opiera się na tokenach. Parametr complexity nie ma osobnej opłaty. Rate limits zależą od poziomu użycia i konta; sprawdź je w konsoli organizacji, zamiast przepisywać publiczne liczby z innych modeli.

Minimalna lista kontrolna integracji

Przed startem sprawdź punkt po punkcie: weryfikacja organizacji zakończona, jeśli jest wymagana; formalne ID modelu Flare lub Sunburst przekazywane jawnie w żądaniach generowania i edycji; format wyjściowy (statyczny, wektorowy lub z ruchem) dobrany do efektu końcowego; w zadaniach edycji najlepiej jawnie ustawić complexity na low, żeby uniknąć domyślnie wysokiej głębokości planowania; zmiany punktowe wykonuj nakładką markup, a nie współrzędnymi opisanymi tylko tekstem; zmierz opóźnienie, odsetek zablokowanych treści i akceptowalny koszt za obraz na własnych danych biznesowych. Przy błędach kwot i usterkach usługi możesz ponawiać z backoffem, ale przy błędach użytkownika w generowaniu obrazów (w tym blokadach moderacji) najpierw zmień prompt lub obraz wejściowy — nie ponawiaj na ślepo. Ocena bezpieczeństwa i środki zaradcze są w oficjalnej karcie systemu. Dostępność produktu w ChatGPT i Codex nie oznacza automatycznie kwot ani stanu weryfikacji dla konkretnego projektu API — sprawdź je osobno.

Podsumowanie: powierzchnia interfejsu 2.6 opiera się na generowaniu i edycji w Image API, z dwoma ID modeli, rozszerzonymi formatami wyjściowymi oraz polami jakości, complexity i markupu jako sterowalnymi możliwościami. Gdy ściśle oddzielisz nazwy produktów czatu od identyfikatorów interfejsu i uznasz tabele endpointów oraz cen ze stron modeli za wiążące, przejdziesz na poziomie dokumentacji całą drogę od oceny do startu — bez wbudowywania w produkcyjne zależności nieobsługiwanych konfiguracji Responses ani niezweryfikowanych cen jednostkowych.