从创意简报探索视觉方向
Flare 适合把主体、场景、光线、配色和构图要求组织成可比较的图像方案。做营销素材时，可以围绕同一主题分别探索不同背景与视觉风格，先筛选最合适的方向，再针对选中的画面继续修改，而不是一开始就锁定复杂终稿。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文本生成图像；参考图结合文字指令编辑
- 参考图输入
- 编辑入口接受单个图片 URL 或最多 16 个 URL 的数组
- 生成数量
- 平台 n 为 1–10；b64_json 返回时仅支持 1 张
- 画幅设置
- auto 或 WIDTHxHEIGHT；明确尺寸的宽高须为 16 的倍数，长边不超过 3840
- 常用质量控制
- 默认使用 auto；low、medium、high 为入口列出的质量选项，仅在所选调用变体支持时使用，不保证各档位均产生不同效果
- 图像交付
- 输出格式可选 png、jpeg、webp；结果可采用 url 或 b64_json
- 任务模式
- 同步返回图像结果；支持 callback_url 异步回调
上述数量、尺寸和格式为本平台入口的调用规则，不代表模型原生规格或所有参数组合的效果保证。
核心能力
了解 gpt-image-2.5-flare 能为你的工作带来什么。
用参考图描述修改目标
编辑时可提交产品照片或现有设计，并明确写出需要保留的主体、角度与布局，以及希望改变的颜色、环境和背景。多张参考图可用于表达不同视觉要求，但应说明每张图的作用，避免把互相矛盾的构图或风格同时作为目标。
衔接应用中的图像交付
生成与编辑分别使用专用图像入口，输出仍然是图片而非可编辑设计工程。应用可以接收图片链接，也可使用 Base64 图像数据；需要等待较长任务时，可采用异步回调，将任务提交与素材入库分开，便于后续审核和交付。
适用场景
从具体任务出发，找到模型发挥作用的位置。
营销活动的视觉备选
输入活动主题、目标受众、商品特点和投放画幅，生成一组海报或社交配图备选。用文字分别指定主体位置、背景气氛及文案留白，再筛选适合投放的构图。交付前补齐准确品牌元素，并检查图中文字与商品外观是否符合要求。
界面与落地页概念
输入页面目标、模块顺序、品牌色与希望呈现的界面风格，制作落地页或应用屏幕的视觉概念。它适合讨论布局气氛、插画和信息层级，交付物是概念图片；组件尺寸、交互状态、字体规范与可运行页面仍需在设计和开发环节完成。
产品场景与分镜草图
以产品照片或场景描述为输入，探索季节背景、布光和宣传场景，也可制作视频开场画面与分镜草图。提示词应交代镜头角度、主体位置及需保持的细节，得到静态图像后，再交给后续设计或视频制作流程继续使用。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
速度优先选 Flare，细节优先比较 Sunburst
当任务是日常配图、创意提案和多轮方向探索时，Flare 的速度导向更贴合工作目标。如果需要尽量保留产品结构、精细调整局部内容，或对参考图一致性要求更高，可比较 GPT Image 2.5 Sunburst。建议使用相同素材与指令，以可用成图而非型号名称判断取舍。
区分系列版本与公开调用变体
GPT Image 2 是相关前代型号，不应把它的示例效果直接视为 Flare 的效果。gpt-image-2.5-flare 与 gpt-image-2.5-flare:official 也应作为不同调用 ID 使用，二者共享 Flare 的基础定位，但参数和计费需分别配置；不要仅添加后缀就假定所有请求写法完全相同。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
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。
在 API 调试区试用
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。
按 API 文档接入
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。
使用边界
在正式使用前，了解输出质量与能力范围。
- 速度导向不意味着每次都能立即完成，也不意味着一次生成就适合发布。复杂布局、密集文字和严格品牌规范需要逐项审核；特别是海报标题、价格、标签和标志，宜在设计工具中完成最终校正。
- 参考图编辑不是无损像素替换。改变背景或颜色时，主体纹理、边缘和细节也可能发生变化；需要严格保留的商品结构，应在提示词中明确说明，并与原图逐项比对，必要时改用更侧重精细控制的型号。
- 明确尺寸还需满足总像素 655,360–8,294,400、宽高比不超过 3:1 等规则。不要把比例字符串直接当作 size 的像素值；同时，b64_json 仅支持单张返回，批量结果宜采用图片链接。
常见问题
解答使用 gpt-image-2.5-flare 时的常见疑问。
Flare 和 Sunburst 的主要差别是什么？
Flare 侧重生成速度，适合日常出图、创意备选和快速修改；Sunburst 侧重高保真与精细控制。若任务强调产品细节、参考图一致性或复杂编辑，优先比较 Sunburst；若主要目的是探索视觉方向，可以先从 Flare 开始。
已有产品照片应该怎样提交？
使用 /openai/images/edits，明确填写 model 为 gpt-image-2.5-flare，并通过 image 提交单个图片 URL 或 URL 数组。prompt 中分别写清保留内容和修改内容，例如保持商品角度与轮廓，只更换背景和布光。
能否一次生成多张，并直接返回图片数据？
n 的调用范围为 1–10，适合围绕同一简报生成备选。若选择 response_format=b64_json，则仅支持 1 张；需要多张时使用 url 返回方式。批量生成仍需检查每张结果，不能假定所有图片都满足同样的细节要求。
基础 Flare 调用能直接照搬蒙版示例吗？
不要直接照搬。蒙版工作流应选择支持该方式的 gpt-image-2.5-flare:official 入口，并将原图与 Alpha PNG 蒙版一起通过 multipart 上传。基础 Flare 的参考图编辑可以先用文字明确修改范围，不应混用两种调用方式。
如何设置精确画幅并接收长任务结果？
需要精确像素时，将 size 写成 WIDTHxHEIGHT，并遵守尺寸限制；只想表达构图意图时可用 auto。长任务可加入 callback_url，先保存返回的 task_id，再接收完成结果；回调处理应按任务 ID 去重，避免重复入库。
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。