OpenAI美西時間11月4日（台北時間11月5日）推出Images 2.6，同步開放給ChatGPT、Codex與API使用者，新增GIF動圖生成與可重複使用的參考圖（reference images），官方部落格也稱新版生成速度比先前快50%。OpenAI同時揭露，全球使用者目前每周在ChatGPT、Codex與API上生成40億張圖，平均每天超過5億張。
依官方公告，Images 2.6即日起在全球上線，ChatGPT與Codex所有訂閱方案都能使用，涵蓋桌面版、行動版與網頁版；API端則提供GPT-Image-2.6 Sunburst與GPT-Image-2.6 Flare 2款模型。
GIF可調速度、逐格編輯，參考圖存一次就能重複使用
OpenAI在官方X帳號與開發者社群公告區說明，ChatGPT使用者可以把一句提示詞或一張圖片轉成GIF，並調整播放速度、編輯個別畫格；另一項更新是參考圖，使用者可以把自己、寵物或角色的參考圖存起來，之後創作新圖時直接重複使用，不必每次重新上傳。官方部落格公告則未提及參考圖功能。
OpenAI在官方部落格列出的GIF用途，包括替品牌吉祥物製作活動動畫、做社群用的反應圖與迷因，以及在進入影片製作前，先用動態分鏡測試角色動作。官方公告中由OpenArt製作的示範，是讓模型先產出一張「動畫精靈圖」（sprite sheet），以3欄2列排出6格連續畫面，再串成無縫循環的GIF；其中一組範例是Q版上班族盯著股價走勢圖，從期待、發現下跌到落淚擦眼淚的6個表情變化。
使用者不需要先有完稿設計，官方表示一張簡單的手繪草圖也能變成生動的動畫角色，可用在影片、遊戲等場景。OpenArt共同創辦人暨執行長Coco Mao在官方公告中說：「GIF是社群媒體的母語，GPT-Image-2.6讓每位OpenArt創作者只用一句提示詞就能流利地說這種語言。」
開發AI工作助理的新創Town透過API使用Images 2.6，讓名為Monty的動畫角色出現在訊息輸入框上方，充當「輸入中」的提示動畫。Higgsfield AI產品負責人Axultan Alimkulov則表示，期待把GPT-Image-2.6用在遊戲開發，以可縮放、可編輯的SVG製作遊戲介面，再用GIF做角色與特效動畫。
Flare低畫質設定最快6秒出圖，Sunburst主打多輪編輯的一致性
Images 2.6延續前代的雙模型分工，官方指出，Flare在畫質設為低（low）時，最快6秒就能生成一張圖，並改善海報、產品圖等專業視覺的版面品質；Sunburst則鎖定需要更多細節與精準度的工作，在畫質設為中（medium）或高（high）時，生成品質更高，跨多輪編輯的畫面一致性也更好。
fal的Creative Engineer İlker İZGİ表示：「GPT-Image-2.6 Flare完成正式製作等級編輯的速度約是2.5的2倍。」他提到局部修改的精準度、臉孔與產品的一致性，以及多語言文字的正確性，認為適合fal上大量的電商與廣告在地化需求。開發互動式產品展示AI Agent的Sable，其Member of Technical Staff Tiago Trindade則說，Sunburst在遵循詳細指令上「向前邁進了一大步」，能在第一次嘗試就把複雜的需求轉成到位的視覺。
「快50%」與「最快6秒」都出自OpenAI官方公告，官方未說明測試條件，也非第三方獨立測試結果；文中引述均出自OpenAI官方公告列出的合作夥伴。
OpenAI API官方定價頁的Standard分頁顯示，GPT-Image-2.6 Sunburst與Flare 2款的圖片輸入為每100萬token 8美元、快取輸入2美元、輸出30美元，文字輸入為5美元、快取輸入1.25美元，每token單價與Images 2.5的2款模型相同。
圖上標註與SVG輸出開放給API，新增複雜度參數調整規畫程度
原本只在ChatGPT提供的圖片標註（image markup）功能開放到API，團隊可以直接在圖上圈出要修改的位置；API也新增SVG輸出，讓設計稿可直接用在網站、App與印刷品。
API另新增「複雜度」（complexity）參數，用來調整模型為了完成需求要做多少規畫。官方的區分是，畫質（quality）參數控制視覺細節與擬真度，複雜度則決定畫面裡要放進多少東西；多數編輯工作建議用低複雜度加快速度，再搭配工作流程所需的畫質，遇到元素多或限制條件多的場景，再改用中或高複雜度。OpenAI同步發布的系統卡（system card）另提到，可設定的推理強度（reasoning effort）讓ChatGPT使用者透過模型選單、開發者透過API，更能掌控生成與編輯的速度。
Figma Weave創意總監Itay Schiff在官方公告中表示，GPT-Image-2.6兼顧速度與創作控制，能在生成與編輯圖片時保留角色、產品或品牌的關鍵細節，團隊將把它加入Figma Weave，在可重複使用的工作流程中多一個創意製作模型可選。
GIF審核召回率77.7%，Flare未攔截的違規圖比例升至2.14%
OpenAI在系統卡中用3,077則刻意誘導違規的提示詞測試2款新模型，並與各自對應的2.5版比較。經過審核機制後仍未被攔下的違規圖，Sunburst從1.92%降至1.72%，Flare則從1.49%（3,077則中46則）升至2.14%（66則），淨增加的20則中有14則屬於「其他」類（包含宗教人物、真人的捏造或不雅描繪、越獄嘗試等）；OpenAI註明兩者的整體差異都未達統計顯著。不過在審核介入之前，Flare產出內容被評為不違規的比例從78.36%降至75.04%，這項下滑具統計顯著性，主要來自「其他」類與性內容類提示詞。
OpenAI在系統卡的GIF專節指出，動圖可能帶來單張靜態圖看不出的風險，例如帶有性暗示的動作，或是跨越多格畫面才拼湊出的有害意涵，因此GIF的部分規則比靜態圖封鎖得更廣。在一組標記為違規的對抗性GIF測試中，審核機制的整體召回率為77.7%，暴力活動類最高達96.6%，極端主義類92.9%、仇恨／濫用類90.9%、暴力／血腥類89.7%，性內容類與自我傷害類則分別為77.8%與77.5%。
Images 2.6的來源標示延續C2PA中繼資料，並透過ChatGPT、Codex與OpenAI API加入Google DeepMind的SynthID隱形浮水印。GIF是系統卡中唯一單獨列出評估的新功能，OpenAI在該節寫得直白：「與動作相關的違規仍難以偵測，防護機制可能無法攔下所有違規內容。」
（本文轉載自INSIDE，初稿為AI協助編撰）
