围绕原图做有目标的修改
Sunburst 的重点是高保真与精细控制,而不只是从零生成画面。编辑时可同时说明需要改变的背景、光线或物件,以及应保留的主体形状、颜色和构图。适合设计方向已经确定、希望减少整张重做的工作,也便于逐项检查修改是否符合要求。
在选型前明确容量、输入输出与调用方式。
以上数量、尺寸与交付方式为本平台调用范围,不作为原生模型容量声明;局部蒙版编辑使用对应的 :official 变体。
了解 gpt-image-2.5-sunburst 能为你的工作带来什么。
Sunburst 的重点是高保真与精细控制,而不只是从零生成画面。编辑时可同时说明需要改变的背景、光线或物件,以及应保留的主体形状、颜色和构图。适合设计方向已经确定、希望减少整张重做的工作,也便于逐项检查修改是否符合要求。
通过图片与文字联合输入,可以围绕已有产品照、活动主视觉或人物素材提出新的场景方案。多张参考图应各自说明用途,例如主体外观、背景氛围或配色方向,避免让模型自行猜测素材关系。输出仍需审核,参考图并不意味着所有细节都会被精确复制。
连续修订可把已选中的结果作为下一次编辑输入,依次处理背景、灯光和局部物件,而不是每轮都重新描述整张图。建议保存每轮确认版本,并明确本轮仅需修改的内容。通过这种方式组织创作,更容易发现后续修改是否影响了此前认可的主体细节。
从具体任务出发,找到模型发挥作用的位置。
输入商品照片,描述新的摄影棚、节日陈列或生活化环境,同时列出包装轮廓、标签内容和品牌色等保留要求。交付物可用于商品展示与营销创意筛选。若商品本身必须逐像素不变,应将生成背景与原始商品素材合成,而不是只依赖生成结果。
将已有活动主视觉作为参考,提出更换道具、调整环境或改变构图重心的指令,并说明不可改变的品牌元素。适合在既定视觉方向下探索不同方案,输出供设计师筛选和排版。涉及标题、日期及品牌标识时,最终文字内容与位置仍应人工逐项检查。
把已选中的生成草稿提交到编辑入口,集中修改背景干扰、物件颜色或光照关系。需要蒙版控制时,可选择 :official 变体上传原图与 Alpha PNG 蒙版。交付物是可继续修订的图像版本,验收时重点比较修改区域、边缘融合和应保留内容。
结合任务复杂度、输入材料与预期结果选择。
如果任务首先需要快速获得多个构思方向,侧重速度的 GPT Image 2.5 Flare 更适合作为候选;如果已有素材和明确修改清单,希望围绕产品外观或活动细节精修,可优先选择 Sunburst。也可以先选定 Flare 草稿,再把图片交给 Sunburst 编辑。两者的取舍应围绕实际成图效果,不预设固定的质量提升幅度。
gpt-image-2.5-sunburst 与 gpt-image-2.5-sunburst:official 共享高保真与精细控制的定位,不代表两代模型。普通文字生成或参考图改稿可使用标准 ID;需要按已定义流程上传蒙版时,选择 :official 变体。调用中显式填写完整 ID,并将图片输入、返回方式与具体参数一起保存,便于复现和比较修订结果。
从一次小规模任务到正式接入。
明确目标、必要输入与输出要求,使用真实业务样例作为起点。
打开试用页,确认此入口支持的参数,再提交小规模任务查看结果。
保留完整模型 ID,使用文档规定的请求格式,并在 Pricing 页确认计费规则。
在正式使用前,了解输出质量与能力范围。
解答使用 gpt-image-2.5-sunburst 时的常见疑问。
可以。向 /openai/images/generations 提交 model=gpt-image-2.5-sunburst 和 prompt 即可开始文字生成。建议描述主体、环境、光照与构图,明确是否需要文字;已有图片需要修改时,则使用编辑入口。
向 /openai/images/edits 提交图片和编辑指令,并显式填写 Sunburst ID。提示词应分别说明修改目标与保留内容,多张参考图还应注明各自用途。每轮只集中处理明确目标,并对照原图检查主体与品牌细节。
蒙版流程使用 gpt-image-2.5-sunburst:official,原图与蒙版均通过 multipart 上传。蒙版为带 Alpha 通道的 PNG,与第一张原图同尺寸且不超过 4MB;透明区域允许修改,只有黑白颜色而无透明通道的图片不能替代。
平台允许 n 设置为 1–10,适合获取多个候选图;但 response_format=b64_json 时仅支持 1 张。需要多张结果时使用 URL 返回方式,需要直接处理 Base64 图像数据时则单张请求,不要将两种设置混用。
应把选中的图片作为下一次编辑输入,并在新指令中说明本轮修改与保留要求,不要仅依赖此前请求。长任务可加入 callback_url,先获取 task_id,完成后接收结果;保存各轮图片和指令,便于比较与回退。
模型资料 · 更新日期:2026-10-01。调用参数与计费规则请查看 API 和定价栏目。
Pricing
$0.0181· per generation
You pay$13,584for 142,800 credits · $0.0951 / credits46% OFF
You're billed in credits. Pick a top-up tier to see its per-credit rate — the larger the top-up, the cheaper each credit.
This is only a basic call example. See the full docs for more parameters and advanced usage.
View Docs