知识卡片：OpenAI全量上线GPT-Image-2.6，原生直出GIF动图与SVG矢量图

一句话结论

OpenAI 于 2026 年 11 月全量上线 GPT-Image-2.6，图片生成速度整体缩短 50%、最快 6 秒出图，并首次支持原生直出 GIF 动图与 SVG 矢量图，API 端分设 Flare、Sunburst 两个型号并新增 complexity 参数。

事件概述或研究问题

据腾讯研究院 AI 速递（2026-11-06），GPT-Image-2.6 已在 ChatGPT、Codex 及 API 三个入口全量上线。核心变化集中在三方面：生成效率（时间缩短 50%、最快 6 秒）、输出格式扩展（GIF 与 SVG 原生支持）、以及 API 层的型号与参数拆分。本条与既有卡片“可灵4.0全面上线”（视频侧原生 30 秒直出）属于同一波生成式媒体能力升级的脉络，但聚焦图像而非视频。

方法/产品要点

• API 双型号：首次分为 Flare 与 Sunburst 两型号，Flare 主打速度与排版，Sunburst 侧重多轮修改的一致性。
• complexity 参数：新增该参数用于控制场景规划算力，并与 quality（画质）参数解耦，意味着“规划复杂度”与“成图画质”可分别调节。
• GIF 实现路径：不调用视频模型，而是让单张图先画出 3×2 共 6 帧的序列图，再切片合成 GIF，以此绕开视频模型的延迟。
• SVG 与局部重绘：支持原生导出 SVG 矢量图；圈选局部重绘（inpainting）能力也开放给 API。

主要结果或产业意义

• 出图速度进入“秒级”区间（最快 6 秒），对交互式设计、批量素材生产的工作流节奏有直接影响。
• GIF 通过“单图多帧+切片”绕过视频模型，是一种以图像模型成本换取动图能力的工程折衷，可能影响轻量动图场景的工具选择。
• 原生 SVG 导出使生成结果可直接进入矢量设计流程，减少位图转矢量的后处理环节。
• API 型号与参数拆分（速度/一致性、复杂度/画质分离）显示图像生成 API 正走向更细粒度的工程化配置。

为什么重要

图像生成模型的竞争点正从“单张画质”转向“工程可用性”：出图时延、格式原生性（GIF/SVG）、多轮一致性、参数可控性。GPT-Image-2.6 的这些改动若属实，意味着图像模型开始承担过去需要视频模型或后处理工具链完成的任务。与既有“可灵4.0”卡片对照，可观察图像与视频两条生成线路在“原生时长/帧数”和“绕开昂贵模型”上的不同取舍。

局限与不确定性

• 材料未给出 Flare 与 Sunburst 的具体定价、速率限制与可用地区，待核实。
• “整体生成时间缩短 50%”的对比基线（相对哪一版本、何种任务）未说明，待核实。
• GIF 的 6 帧方案在帧率、循环方式、文件体积上的实际表现，材料未提供，待核实。
• complexity 参数的具体取值范围与对结果的影响幅度，待核实。
• SVG 导出的路径复杂度、是否可编辑节点等细节，材料未说明，待核实。

可用于图书/PPT/简报的角度

• “图像模型吃掉视频模型的轻量场景”：以 GIF 单图多帧切片为例，说明工程折衷如何绕开高延迟模型。
• “生成 API 的工程化拆分”：型号分层 + complexity/quality 解耦，作为 API 设计演进的案例。
• “从位图到矢量”：原生 SVG 导出对设计工作流的影响。
• 与可灵 4.0 对照，做“图像 vs 视频生成能力升级”的横向比较页。

原始材料

• 来源：腾讯研究院AI速递 20261106
• URL：https://m.sohu.com/a/1097767586_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1
• 原文标题：腾讯研究院AI速递 20261106（第一条：OpenAI全量上线GPT-Image-2.6，原生直出GIF动图与SVG矢量图）