图像GPT Image 2.6 Sunburst
使用 OpenAI GPT Image 2.6 Sunburst 结合多达 16 张参考图、50,000 字符提示词、蒙版与视觉标注引导进行图像编辑与合成。75% 折扣后 1K 编辑仅需 $0.0525,支持 4K 输出。
- openai
- gpt-image-2.6-sunburst
- text-to-image
使用 OpenAI GPT Image 2.5 Sunburst 生成和编辑高达 4K 的图像 — 支持 5 档质量等级(low 至 max)、16 种宽高比以及多参考图融合编辑。
import requests
result = requests.post(
'https://api.e2x.ai/v1/jobs/submit',
headers={
'Authorization': f'Bearer {API_KEY}',
'Content-Type': 'application/json'
},
json={
'model': 'openai/gpt-image-2.5-sunburst/edit-image',
'input': {}
}
)import time
job_id = result.json()['jobId']
while True:
response = requests.get(
f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
headers={'Authorization': f'Bearer {'{API_KEY}'}'}
)
data = response.json()['data']
if data['status'] == 'completed':
print('Done!', data['outputs'][0]['url'])
break
elif data['status'] == 'failed':
raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")
time.sleep(2)
图像使用 OpenAI GPT Image 2.6 Sunburst 结合多达 16 张参考图、50,000 字符提示词、蒙版与视觉标注引导进行图像编辑与合成。75% 折扣后 1K 编辑仅需 $0.0525,支持 4K 输出。
图像使用 OpenAI GPT Image 2.6 Flare 结合多达 16 张参考图、50,000 字符提示词、蒙版与视觉标注引导高速编辑与合成图像。75% 折扣后 1K 编辑仅需 $0.0525,支持 4K 输出。
使用 GPT Image 2.5 Flare 结合参考图像和自然语言指令编辑与转换图像。支持长达 50,000 字符提示词、4K 分辨率和 3 档质量等级。
图像全球最低价(50% 折扣:1K $0.03、2K $0.04、4K $0.09)支持多图参考及 4K 输出的 Google Nano Banana 2.1 图像编辑模型。
来自 E2X 团队的洞察、教程和更新。
对比 E2X 上的 OpenAI GPT Image 2.5(1K $0.0525,4K $0.1575)与 Google Nano Banana 2.1(1K $0.03,4K $0.09)。深入解析文字渲染、宽高比及批量生成定价。
全面对比 OpenAI GPT Image 2.6 Sunburst、GPT Image 2.6 Flare 与上一代 GPT Image 2.5。深入剖析 16 张参考图多图编辑、原生 GIF 动图与 SVG 矢量输出、绘制前规划 complexity、视觉标注 markup_image、提速 2.5 倍的 Flare 以及 E2X $0.0525 统一固定定价。
在 E2X 上以 1K 仅 $0.0525(立享 2.5 折)的价格集成 OpenAI GPT Image 2.5 文生图与图像编辑 API。涵盖完整参数架构、xhigh 与 max 画质档位以及真实提示词示例。
了解如何在 E2X 上使用 openai/gpt-image-2.5-sunburst/edit-image 合成多张产品照片、替换包装字体排版,并以 $0.0525 的价格运行长达 50,000 字符的图像编辑提示词。
GPT Image 2.5 Sunburst edit-image 是 OpenAI 在 E2X 平台上提供的基于参考图条件控制(Reference-conditioned)的图像编辑端点,其标准 API 调用路径为 openai/gpt-image-2.5-sunburst/edit-image。开发者只需在 image_urls 参数中传入一个或多个源图像 URL,并配合最长可达 50,000 个字符的自然语言编辑指令,模型即可精准修改现有视觉画面、将多件独立商品合成(Composite)到同一个场景中,或者无痕替换画面内嵌的包装印刷文字。得益于我们常驻的 75% 全球折扣,无论您选择 low、medium、high、xhigh 还是 max 质量档位,1K 分辨率下的单次编辑费用统一仅为 每张输出图像 $0.0525,比 fal.ai 上 $0.211 的高阶基准价格直接降低了 75%。
如果您只需要根据纯文字描述从零生成图像、而不涉及任何参考照片输入,请改为调用 GPT Image 2.5 Sunburst text-to-image 文生图端点,该端点采用完全相同的费率卡且仅要求提供 prompt 参数。 GPT Image 2.5 Sunburst 在 1K、2K 和 4K 分辨率下全面支持全部 5 个质量档位(low、medium、high、xhigh、max),而 GPT Image 2.5 Flare(及 edit-image)则面向标准的 3 档质量(low、medium、high)工作流。
在 openai/gpt-image-2.5-sunburst/edit-image 端点上发起的每一次图像编辑请求,均以 $0.03 的目录基础费率(30,000 微美分,micro-cents)为起点,经由我们的 75% 全球统一折扣折算为 $0.0075(7,500 微美分),随后再依次乘以两个参数系数:
resolution(分辨率)因子:1K(默认值)= ×1,2K = ×2,4K = ×3。quality(生成质量)因子:low、medium、high(默认值)、xhigh 以及 max 均统一采用 ×7 计费系数。由于全部五个 quality 质量选项都会将 $0.0075 的折后基础费率乘以 7(即在 1K 分辨率下 $0.0075 × 7 = $0.0525),因此 resolution(分辨率)是唯一决定成本的价格杠杆。您可以用与 low 完全相同的价格直接运行 high、xhigh 或 max 顶级质量。此外,不同于我们早期将 quality 设为必填字段的 GPT Image 2 edit-image 路由,GPT Image 2.5 Sunburst 中的 quality 为可选参数,省略时默认取值为 high。
以下是我们在 2026 年 11 月 4 日核实的单次图像编辑完整费率矩阵表:
| 输出分辨率 (Output resolution) | E2X 折后费率 | 折扣前目录原价 | 综合乘数因子 (Combined factor) | fal.ai 同等规格价格 | 典型图像编辑阶段与适用场景 |
|---|---|---|---|---|---|
1K (Schema 默认值) | $0.0525 | $0.21 | 1 × 7 | $0.211 (高出 75%) | 提示词微调、包装标签文案测试、快速背景替换验证 |
2K | $0.1050 | $0.42 | 2 × 7 | $0.222 (高出 53%) | 生产级电商产品包装主图(Packshot)与网页首屏横幅 |
4K | $0.1575 | $0.63 | 3 × 7 | $0.401 (高出 61%) | 印刷级多图融合海报合成与超高清母版大图导出 |
这种高度透明的定价结构极大地简化了图像编辑循环的成本预算管理。当您为了替换玻璃瓶标签上的印刷文字而调整提示词,或者为一张商品抠图测试三种截然不同的摄影棚布光环境时,可以在开启 high 或 xhigh 高质量档位的同时,将 resolution 保持在 1K(每次仅需 $0.0525)。完成 5 次探索性 1K 编辑测试再加上最后 1 次 2K 规格的正式成片导出($0.105),整套流程加起来的总花费仅为 $0.3675。
相关服务价格与产品商业条款可能会随时间发生调整,请在做出最终采购与架构决策前核实各云服务商的最新官方定价。由于 Google Batch(批量处理)或 Flex(弹性队列)定价模式在任务调度机制、服务可用性保障(SLA)以及后台处理条件上与标准按需(On-demand)实时 API 请求并不直接对等,因此未纳入本次横向对比范围。本文提供的数据仅属于特定工程条件下的范围界定对比,并不构成 E2X 在任何参数配置下均为全球最低价格选项的绝对声明。
image_urls 参数中传入包含多个源图片 URL 的数组,即可将分散在不同图片中的视觉元素融合到同一帧画面内,例如将图 1 中的商品主体取出,按照图 3 的色彩氛围,平稳放置到图 2 所示的摄影棚桌面上。edit-image 端点将提示词上限大幅提升至 50,000 个字符,从而为自动化流水线留出了极为充裕的上下文空间,便于一次性注入详尽的版式坐标规范、品牌视觉风格守则以及针对每张参考图的独立控制指令。在 openai/gpt-image-2.5-sunburst/edit-image 端点上,只有 prompt 和 image_urls 是必填核心参数;而 aspect_ratio(默认值为 1:1)、resolution(默认值为 1K)以及 quality(默认值为 high)均为可选参数。
以下是一段使用 curl 命令行工具,以 xhigh 质量和 2K 分辨率(单次成本 $0.105)提交产品包装标签文字修改任务的请求示例:
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-sunburst/edit-image",
"input": {
"prompt": "Change the main label title on the amber glass jar to \"BERGAMOT & CEDAR SOY CANDLE\" in the same serif font and gold foil finish. Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged.",
"image_urls": [
"https://example.com/assets/amber-jar-original.png"
],
"aspect_ratio": "4:5",
"resolution": "2K",
"quality": "xhigh"
}
}'
下面是一段完整的 Node.js 工程代码示例,演示了如何在 1K 分辨率($0.0525)与 max 质量下将两张参考图像合成为一张画面,并持续轮询任务状态直至生成完毕:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const createJob = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "openai/gpt-image-2.5-sunburst/edit-image",
input: {
prompt: "Place the titanium chronograph watch from image 1 onto the wet slate block in image 2. Match the cool side-lighting from image 2 and keep the sub-dial numerals sharp.",
image_urls: [
"https://example.com/assets/chronograph-front.png",
"https://example.com/assets/wet-slate-surface.jpg",
],
aspect_ratio: "1:1",
resolution: "1K",
quality: "max",
},
}),
}).then((res) => res.json());
const jobId = createJob.data.jobId;
while (true) {
await new Promise((r) => setTimeout(r, 3000));
const statusPayload = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, {
headers,
}).then((res) => res.json());
const state = statusPayload.data.status;
if (state === "completed") {
console.log("Edited output URL:", statusPayload.data.outputs[0].url);
break;
}
if (state === "failed" || state === "cancelled") {
throw new Error(statusPayload.data.error?.message || `Edit job ${state}`);
}
}
请注意,传入 image_urls 数组中的每一个图片 URL 都必须能够通过公网 HTTPS 协议直接访问,以便我们的后台渲染工作节点(Workers)顺利拉取源文件。您可以在 机器可读端点规范文档 (llms.txt) 中查阅完整的参数定义,或者通过我们的 官方 SDK 页面 快速完成业务集成。
您可以根据自身的编辑任务重点——究竟是侧重于字体排版替换、透明背景抠图、人物面部特征一致性保持,还是大规模批处理成本控制——在我们的六款图生图(Image-to-Image)端点中做出最佳选择:
| 图像编辑模型 (Editing model) | 1K 价格 | 4K 价格 | 最高分辨率 | 核心竞争优势与适用场景 (Key advantage) |
|---|---|---|---|---|
| GPT Image 2.5 Sunburst edit | $0.0525 | $0.1575 | 4K | 支持 50,000 字符超长提示词、免费解锁 xhigh 与 max 质量档位、auto 自适应宽高比 |
| GPT Image 2 edit | $0.0525 | $0.1575 | 4K | 以相同价格原生支持 background: "transparent" 参数以输出带 Alpha 通道的 PNG 透明抠图 |
| Nano Banana 2.1 edit | $0.0300 | $0.0900 | 4K | 全平台最低的 4K 编辑单价($0.09)以及最高达 8:1 的 15 种宽高比选项 |
| Nano Banana Pro edit | $0.0750 | $0.1500 | 4K | 在跨多张角色参考图的合成任务中具备最强的人物面部身份特征(Identity)保持能力 |
| Nano Banana 2 edit | $0.0400 | $0.0800 | 4K | 适合日常高频背景替换与色彩冷暖调整,处理周转速度极快 |
| Nano Banana 2 Lite edit | $0.0238 | n/a | 1K | 面向海量电商商品目录自动化流水线的最低固定 1K 编辑单价 |
当您的图像编辑任务要求直接输出透明背景的 PNG 素材(即 background: "transparent")时,由于 gpt-image-2.5-sunburst/edit-image 未开放 background 字段,请以完全相同的 $0.0525(1K)费率使用 GPT Image 2 edit-image。当您需要以极低成本批量执行 4K 超高清编辑(每张 $0.09)或制作 8:1 超宽横幅时,请选用 Nano Banana 2.1 edit-image。欢迎前往 图生图模型分类页面 或浏览 完整模型目录 查看全部可用模型。
图像编辑提示词的最佳实践是直接聚焦于描述“需要发生的变化(Delta)”,而不是从头把整张源参考图像的内容重新描述一遍:
image_urls 数组中传入两张或更多图片 URL 时,请按照它们在数组中的位置编号进行指代(例如:“提取图 1 中的运动鞋,将其放置在图 2 潮湿的沥青街道地面上,并匹配图 3 中的霓虹灯地面倒影色调”)。"")内部,并说明它与原图现有字体排版的关系(例如:“将徽章上的文字替换为 "LIMITED EDITION 250ML",并继续沿用相同的窄体无衬线字体风格”)。auto:将参数设置为 aspect_ratio: "auto" 可以让模型自动保持输入源图像的原始取景画幅比例;而显式指定 16:9 或 9:16 则会指示模型对原始场景进行重新构图裁剪或向外扩图(Outpaint)以适配新画布。如需探索更多基于多参考图的工程实践案例,欢迎阅读我们的 一致性图像生成实战指南 以及 Nano Banana 系列模型深度对比。
在叠加我们的 75% 常驻折扣后,无论 quality 参数设置为 low、medium、high、xhigh 还是 max,单次编辑在默认的 resolution: "1K" 下均收费 $0.0525,在 2K 分辨率下为 $0.105,在 4K 分辨率下为 $0.1575。
只有 prompt(最长支持 50,000 个字符的编辑指令)和 image_urls(包含至少一个可通过公网访问的源图像 URL 的数组)这两个参数是必填项。aspect_ratio、resolution 和 quality 均为可选参数,省略时系统默认分别取值为 "1:1"、"1K" 和 "high"。
两个端点共享完全相同的费率表(1K 为 $0.0525,2K 为 $0.105,4K 为 $0.1575)。在 GPT Image 2.5 Sunburst 上,quality 变更为可选参数,并在不增加任何额外费用的前提下新增了 xhigh 与 max 档位;同时 aspect_ratio 在 15 种固定比例之外新增了 "auto" 选项。不过,gpt-image-2.5-sunburst/edit-image 不包含 gpt-image-2/edit-image 上的 background 背景透明参数。
完全可以。image_urls 参数接收一个源图像 URL 数组,因此您可以在同一个异步任务中将主体商品图、背景环境图和色彩风格参考图组合在一起传入。请在提示词中通过序号(如“图 1”、“图 2”或“image 1”、“image 2”)明确指代每一张图片,以便模型准确理解每个文件在合成画面中所扮演的角色。
基于参考图像的自动化编辑流水线通常需要向提示词中注入大量结构化的版式坐标约束、现有包装标签的 OCR 光学字符识别原文转录,以及针对每张参考图的精细条件控制指令。高达 50,000 字符的容量上限能够确保这些冗长的自动化载荷被完整接收而不会发生截断。
当您在 high、xhigh 或 max 质量档位下调试提示词措辞与画面构图摆放时,请始终保持 resolution: "1K"。这样每次 1K 测试仅需花费 $0.0525,而不必支付 $0.105(2K)或 $0.1575(4K);等到所有细节确认无误准备导出最终成片时,再将 resolution 提升至 2K 或 4K。
当您的首要任务是在跨越多个参考角度的合成画面中高度保持特定人物的面部五官相似度(Facial likeness)时,建议选择 Nano Banana Pro(1K 分辨率单价为 $0.075)。当您希望获得 E2X 平台上最低的 4K 图像编辑费率,或者需要生成 8:1 与 1:8 等极端超宽画幅比例时,建议选择 Nano Banana 2.1(1K 编辑单价 $0.03,4K 编辑单价仅 $0.09)。