GPT Image 2.6 API
OpenAI GPT Image 2.6——文字轉圖片與編輯端點分為兩個等級:Flare(快速)和 Sunburst(精準優先)。提供從 low 到 max 的五個品質等級、用於版面規劃的 complexity 控制、GIF 動圖與 SVG 向量輸出、遮罩與標註編輯、1K / 2K / 4K 輸出、十五種長寬比,編輯時最多可參考 16 張圖片。
同一系列共四個端點:openai/gpt-image-2.6-flare 和 openai/gpt-image-2.6-sunburst,各自提供文字轉圖片和編輯。Flare 數秒即可出圖,適合日常生成;Sunburst 每張耗時更長,換來更高的畫質,並在多次編輯中保持細節更穩定。兩者參數完全相同——quality(low / medium / high / xhigh / max)、complexity(low / medium / high)、resolution(1k / 2k / 4k)、從 1:3 到 3:1 的十五種長寬比、png / jpeg / webp 輸出,文字轉圖片還支援 GIF 動圖和 SVG,編輯支援遮罩或標註圖層——價格也相同,每張低至 $0.045。
/filters:quality(82)/examples/107ef51e9d47e9a3420d011c791c097a/212e7d8b-aa9a-420b-ab40-78b87d212be4-a4c2a486e1d6.webp)
概覽
關於 GPT Image 2.6 API
GPT Image 2.6 的功能、它在 OpenAI 模型陣容中的定位,以及團隊選用它的原因。
GPT Image 2.6 是來自 OpenAI 的圖片生成與編輯模型,可透過 WaveSpeedAI REST API 使用。OpenAI GPT Image 2.6——文字轉圖片與編輯端點分為兩個等級:Flare(快速)和 Sunburst(精準優先)。提供從 low 到 max 的五個品質等級、用於版面規劃的 complexity 控制、GIF 動圖與 SVG 向量輸出、遮罩與標註編輯、1K / 2K / 4K 輸出、十五種長寬比,編輯時最多可參考 16 張圖片。
同一系列共四個端點:openai/gpt-image-2.6-flare 和 openai/gpt-image-2.6-sunburst,各自提供文字轉圖片和編輯。Flare 數秒即可出圖,適合日常生成;Sunburst 每張耗時更長,換來更高的畫質,並在多次編輯中保持細節更穩定。兩者參數完全相同——quality(low / medium / high / xhigh / max)、complexity(low / medium / high)、resolution(1k / 2k / 4k)、從 1:3 到 3:1 的十五種長寬比、png / jpeg / webp 輸出,文字轉圖片還支援 GIF 動圖和 SVG,編輯支援遮罩或標註圖層——價格也相同,每張低至 $0.045。
WaveSpeedAI 上的 GPT Image 2.6 系列提供 4 個 REST 端點,涵蓋 Image-To-Image, Text-To-Image 等工作流程。每個變體都有各自的定價、參數選項與範例輸出 — 請挑選符合您輸入模態與生產限制的版本,或使用同一組 API 金鑰呼叫多個變體,組合成多步驟的處理流程。
使用您呼叫其他 1,000+ 個 WaveSpeedAI AI 模型時相同的 API 金鑰、帳單帳戶與速率限制額度來執行 GPT Image 2.6。無需另外設定供應商、無需各家 SDK、無需處理各家不同的速率限制 — 一次整合,涵蓋從文字轉圖片、文字轉影片,到音訊合成、3D 生成、放大與編輯的所有功能。
規格
GPT Image 2.6 API 功能與上線狀態
開發者在選擇 API 前會查詢的模型專屬資訊:可用性、預期輸出長度、參考素材支援,以及目前可用的替代方案。
等級
Flare / Sunburst
Flare 適合快速的日常生成;Sunburst 畫質更高,編輯之間的細節更穩定。價格相同。
品質等級
5
所有端點均為 low / medium(預設)/ high / xhigh / max;complexity 分 low / medium / high,不額外收費。
輸出格式
PNG / JPEG / WebP / GIF / SVG
文字轉圖片支援 GIF 動圖(2–16 幀)和 SVG 向量;PNG、JPEG 和 WebP 全端點可用。
編輯
16 張參考圖 + 遮罩 / 標註
最多 16 張參考圖片,可在第一張圖片上疊加遮罩或標註圖層;1K / 2K / 4K 輸出。
端點
所有 GPT Image 2.6 API 端點
WaveSpeedAI 目前提供 4 個 GPT Image 2.6 端點 — 請選擇符合您工作流程的變體。
/filters:quality(82)/media/images/1b37e607-0808-4940-afc8-db7a9a4cdb2b.webp)
Gpt Image 2.6 Sunburst Edit
GPT Image 2.6 Sunburst Edit transforms one or more reference images using natural-language instructions, with a focus on precision, visual fidelity, and consistent detail across iterative edits for polished creative work, brand assets, product imagery, and production workflows. Ready-to-use REST inference API.
/filters:quality(82)/media/images/ed1b6ebf-5c09-450c-814d-e4acca578af7.webp)
Gpt Image 2.6 Sunburst Text To Image
GPT Image 2.6 Sunburst Text-to-Image generates high-quality images from natural-language prompts with a focus on precision, visual fidelity, and consistent detail, making it suitable for polished creative work, brand assets, product imagery, and production workflows. Ready-to-use REST inference API.
/filters:quality(82)/media/images/a4961d80-0c71-42f1-8cf6-d959f0ec1693.webp)
Gpt Image 2.6 Flare Edit
GPT Image 2.6 Flare Edit transforms one or more reference images using natural-language instructions, with a focus on fast editing and rapid creative iteration for visual refinements, marketing assets, product imagery, and production workflows. Ready-to-use REST inference API.
/filters:quality(82)/media/images/56821da7-86e6-44b9-9be8-99dfa0e81847.webp)
Gpt Image 2.6 Flare Text To Image
GPT Image 2.6 Flare Text-to-Image generates high-quality images from natural-language prompts with a focus on fast generation and rapid creative iteration, making it suitable for everyday image creation, concept development, marketing visuals, and production workflows. Ready-to-use REST inference API.
範例
看看 GPT Image 2.6 的實際效果
由 GPT Image 2.6 API 生成的真實輸出。將滑鼠移到任一影片上即可預覽,點擊可開啟完整尺寸檢視器。
使用方式
如何使用 GPT Image 2.6 API
從註冊到完成生成,只要四個步驟。完整的 Python、Node.js 與 cURL 範例請見下方的 API 區段。
- 01
取得 API 金鑰
註冊 WaveSpeedAI 帳號,並從控制台複製您的 API 金鑰。新帳號會獲贈免費入門點數 — 足以在開始計費前執行數十次 Playground。
- 02
提交 prediction
將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image。端點會立即回傳 prediction id — 生成是非同步進行的,因此推論期間您不需要保持連線。
- 03
輪詢完成狀態
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。狀態為 completed 時回傳輸出;狀態為 failed、cancelled、timeout 或 deleted 時停止並回報錯誤;其他狀態則持續輪詢。
- 04
讀取輸出網址
當狀態為 "completed" 時,從 data.outputs[0] 讀取網址。該網址指向 WaveSpeedAI CDN 上您生成的媒體 — 依您呼叫的 GPT Image 2.6 變體,可能是圖片、影片、音訊或 3D 檔案。
應用情境
您可以用 GPT Image 2.6 打造什麼
開發者與創作者使用 GPT Image 2.6 API 的常見工作流程。
Flare 重速度,Sunburst 重畫質
openai/gpt-image-2.6-flare/text-to-image 是快速等級:數秒出圖,適合草稿、社群素材與大量生成的管線。openai/gpt-image-2.6-sunburst/text-to-image 每張耗時較長,讓角色、產品與細微細節在每次編輯之間維持得更穩定。提示詞相同、價格相同;切換只需更換模型 ID。
一條提示詞生成 GIF 動圖
將 output_format 設為 gif,文字轉圖片即回傳循環動畫:frame_count 選擇 2 到 16 幀(預設 9 幀),frame_duration_ms 設定每幀顯示時長(預設 200 毫秒)。可用於貼紙、載入動畫、產品旋轉展示和簡短的反應動圖,無需影片管線。
SVG 向量輸出
將 output_format 設為 svg,即可得到可縮放的向量檔案而非點陣圖:圖示、logo、扁平插畫和圖表在任意尺寸下都保持清晰,並可直接在設計工具中開啟。每個 SVG 都以乾淨的靜態向量內容回傳。
遮罩與標註編輯
編輯端點可選傳入 mask_image——白色標記要修改的區域,黑色標記要保留的區域——用於精確局部重繪;也可傳入 markup_image:在第一張輸入圖片上繪製圓圈、箭頭和註釋的透明疊加層,用來指明修改位置和方式。兩者都會自動縮放到第一張圖片的尺寸。
五個品質等級,complexity 不額外收費
quality 參數分為 low / medium / high / xhigh / max。預設 medium,1K 圖片每張 $0.075;low 為草稿等級,$0.045;high、xhigh 和 max 為主視覺和印刷素材提升畫質,max 等級 1K 圖片每張最高 $0.36。complexity 參數(預設 high)決定模型在繪製前做多少規劃,從不影響價格。
最多 16 張參考圖片的編輯
openai/gpt-image-2.6-flare/edit 和 openai/gpt-image-2.6-sunburst/edit 接受一條自然語言指令,外加最多 16 張參考圖片。可以把產品放進新場景、調整光線或風格,或在保持主體不變的前提下改造現有品牌素材。除非設定了 aspect_ratio,輸出將沿用第一張參考圖片的長寬比。
技巧
GPT Image 2.6 提示詞技巧
讓 GPT Image 2.6 產出更好結果的實用建議 — 整理自在實際生產流程中,圖片模型通用的有效做法。
- 01
先用 Flare,再升級到 Sunburst
Flare 是快速等級,也是迭代與大量生成的預設選擇。需要的畫面再用 Sunburst 重跑——例如必須維持角色或產品一致的編輯、繁複細節、小字級文字——兩個等級參數完全相同,價格也相同。
- 02
密集提示詞請將 complexity 維持在 high
complexity 不另外收費:它改變的是模型的規劃程度,而非價格。多元素的場景與版面請維持預設的 high,只有在簡單提示詞需要稍快回傳時才降為 low。
- 03
為 GIF 描述動作
GIF 是短循環,因此請描述一個能回到起點的簡單動作——揮手、旋轉、眨眼、物體穿過畫面。幀數越少循環越利落;想要更慢的節奏就調高 frame_duration_ms。
- 04
想要 SVG 時要求扁平造型
SVG 輸出最適合圖示、logo、扁平插畫和圖表。請要求純色和乾淨的形狀;攝影級細節無法轉換成緊湊的向量檔案。
- 05
精確區域用遮罩,表達意圖用標註
修改必須限定在精確區域內時,就繪製遮罩。想指向某處並說明修改方式時,就畫標註——一個圓圈加一句簡短註釋,例如 "make this a teapot"。
定價
GPT Image 2.6 API 定價
依輸出計費。最終費用會依您在各變體 Playground 中設定的參數(解析度、時長、輸出數量、參考素材)而調整。
| 端點 | 類型 | 起始價格 |
|---|---|---|
| openai/ | image-to-image | 5% OFF$0.09$0.0855 |
| openai/ | text-to-image | 5% OFF$0.075$0.0713 |
| openai/ | image-to-image | 5% OFF$0.09$0.0855 |
| openai/ | text-to-image | 5% OFF$0.075$0.0713 |
API
呼叫 GPT Image 2.6 API
請到 wavespeed.ai/accesskey 註冊取得 API 金鑰,然後透過 REST 提交 prediction。Playground 會為任何輸入組合產生可直接貼上的範例。
POSThttps://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"complexity": "high",
"output_format": "png",
"frame_count": 9,
"frame_duration_ms": 200
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"complexity": "high",
"output_format": "png",
"frame_count": 9,
"frame_duration_ms": 200
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"complexity": "high",
"output_format": "png",
"frame_count": 9,
"frame_duration_ms": 200
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)比較
GPT Image 2.6 與其他選擇比較
在 WaveSpeedAI 上,何時該選擇 GPT Image 2.6 而非類似的模型。
GPT Image 2.6 vs GPT Image 2.5
GPT Image 2.6 新增 GIF 動圖和 SVG 輸出、標註編輯、complexity 控制和更快的 Flare 生成,Sunburst 等級則在多次編輯中保持細節更穩定。兩者都提供五個品質等級和遮罩編輯;GPT Image 2.5 在 low 和 medium 等級價格更低,因此仍是重視成本的大量作業的首選。兩者請求結構相同,並行上線。
GPT Image 2.6 vs Nano Banana 2.1
Nano Banana 2.1 最多接受 14 張參考圖片,並可選用網頁或圖片搜尋增強。GPT Image 2.6 則提供 GIF 和 SVG 輸出、遮罩與標註編輯、保證編輯一致性的精準優先 Sunburst 等級,其編輯端點最多接受 16 張參考圖片。
GPT Image 2.6 vs Seedream 5
Seedream 5 Pro 在資訊密集型版面、互動式精確編輯和圖層分離方面領先。GPT Image 2.6 則是忠於提示詞的攝影風格圖片和圖內文字的首選,支援 GIF 動圖和 SVG 向量輸出,還有快速的 Flare 等級。
常見問題
GPT Image 2.6 API — 常見問題
定價、授權、整合 — 關於在 WaveSpeedAI 上執行 GPT Image 2.6 的常見問題。
GPT Image 2.6 Flare 與 Sunburst 有什麼不同?
Flare 是快速等級,數秒出圖,適合日常生成。Sunburst 是精準優先等級:每張耗時較長,讓角色、產品與細節在多次編輯中維持更一致。兩者參數完全相同、價格相同,只要更換模型 ID 即可切換。
GPT Image 2.6 如何計費?
文字轉圖片按張計費,取決於品質和解析度:在 1K / 2K / 4K 下,low 為 $0.045 / $0.075 / $0.135,medium 為 $0.075 / $0.13 / $0.225,high 為 $0.09 / $0.15 / $0.27,xhigh 為 $0.16 / $0.27 / $0.48,max 為 $0.36 / $0.60 / $1.00。GIF 動圖價格為圖片價格 × (1 + frame_count / 16),SVG 另加 $0.015。編輯每張另加 $0.015,第一張之外的每張參考圖片再加 $0.015,遮罩或標註圖層加 $0.015。Flare 和 Sunburst 價格相同,complexity 不影響價格。
如何生成 GIF 動圖或 SVG?
在文字轉圖片端點上把 output_format 設為 gif 或 svg。生成 GIF 時,frame_count 設定幀數(2–16,預設 9),frame_duration_ms 設定每幀顯示時長(20–2000 毫秒,預設 200)。GIF 和 SVG 僅文字轉圖片可用;編輯回傳 PNG、JPEG 或 WebP。
mask_image 和 markup_image 如何使用?
兩者都作用於編輯端點的第一張輸入圖片,二選一使用。mask_image 是黑白圖片,白色標記要編輯的區域,黑色標記要保留的區域(也可以用透明區域標記編輯範圍的 PNG)。markup_image 是透明 PNG,在圖片上繪製圓圈、箭頭或註釋,指明修改位置和方式。兩者都會自動縮放到第一張圖片的尺寸。
GPT Image 2.5 還能使用嗎?
可以。GPT Image 2.5 的全部四個端點與 GPT Image 2.6 並行上線,現有管線可以按自己的節奏遷移。GPT Image 2.5 編輯同樣支援 mask_image。
什麼是 GPT Image 2.6 API?
GPT Image 2.6 是 OpenAI 的圖片生成模型,在 WaveSpeedAI 上以 REST API 提供。OpenAI GPT Image 2.6——文字轉圖片與編輯端點分為兩個等級:Flare(快速)和 Sunburst(精準優先)。提供從 low 到 max 的五個品質等級、用於版面規劃的 complexity 控制、GIF 動圖與 SVG 向量輸出、遮罩與標註編輯、1K / 2K / 4K 輸出、十五種長寬比,編輯時最多可參考 16 張圖片。您可以透過程式呼叫,也可以在上方連結的 Playground 試用。
如何呼叫 GPT Image 2.6 API?
註冊 WaveSpeedAI 帳號,從 /accesskey 複製您的 API 金鑰,然後將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2.6-flare/text-to-image。端點會回傳 prediction id。請從約每 2 秒輪詢一次結果端點開始,長時間任務可拉長間隔,並在任何終止狀態時停止。上方提供適用於生產環境的 Python / Node.js / cURL 範例。
GPT Image 2.6 API 的費用是多少?
GPT Image 2.6 $0.0713 起。實際費用會依您設定的參數(解析度、時長、輸出數量、參考素材)而調整。Playground 中「生成」按鈕旁的即時費用預覽會顯示您目前輸入的確切價格。
有哪些 GPT Image 2.6 變體可用?
WaveSpeedAI 提供 4 個已上線的 GPT Image 2.6 端點:openai/gpt-image-2.6-sunburst/edit, openai/gpt-image-2.6-sunburst/text-to-image, openai/gpt-image-2.6-flare/edit, openai/gpt-image-2.6-flare/text-to-image。每個變體都有各自的 Playground 頁面與定價。
GPT Image 2.6 的輸出可以商用嗎?
商業使用權依 OpenAI 的模型授權而定。多數 OpenAI 模型允許商用輸出;請參閱各模型 Playground 頁面中的授權摘要,以及 WaveSpeedAI 的服務條款了解平台層級的條件。
為什麼要在 WaveSpeedAI 上使用 GPT Image 2.6,而不是直接使用?
一組 API 金鑰、一個帳單帳戶,即可使用 GPT Image 2.6 以及來自其他供應商的 1,000+ 個 AI 模型。無需設定各家 SDK、無需處理各自獨立的速率限制、無需為每個供應商重寫整合程式碼。價格通常與 OpenAI 的直接 API 相當或更低。
提供者
關於 OpenAI
GPT Image 2.6 背後的團隊,以及 OpenAI 在 WaveSpeedAI 上的完整模型陣容。
OpenAI 是 ChatGPT、GPT-4 與 GPT-5、DALL·E、Sora 與 Whisper 背後的實驗室。其圖像與影片模型廣泛部署於消費端與企業應用,重視指令遵循、寫實度與保守的安全防護。其圖像 API 常被需要明確商用授權的行銷與編輯類情境選用。
在 WaveSpeedAI 上開始使用 GPT Image 2.6 打造應用
註冊即贈免費入門點數。一組 API 金鑰,涵蓋來自 OpenAI 與所有其他供應商的 1,000+ 個 AI 模型。
/filters:quality(82)/examples/f435079475ccbf4d13d1982120107abb/0e31cb59-d8cf-4f6e-85c8-b39a49a84958-e23b04784141.webp)
/filters:quality(82)/examples/df33b699297b2426b829d3788439d609/bfbacf75-8bc2-4bd6-8ee5-602c08585b6c-5a8f94174c15.webp)
/filters:quality(82)/examples/13e005eba378c8692e4f84bc27d32f7d/a8f7b292-0257-4578-8961-2bb230610210-f42c06af076a.webp)