一条提示词，能让同一只蓝色大肥鱼先震惊、再俏皮点赞，甚至端起一碗大白饭。OpenAI 新发布的 Images 2.6 把 GIF 生成带进了 ChatGPT、Codex 和 API；APPSO 展示的这组上手作品，恰好让这次更新有了最直观的样子。
动起来只是第一眼的变化。Images 2.6 还把生成速度、连续编辑的一致性，以及开发者控制画面的方式一起向前推了一步。对做表情包的人来说，问题是角色能否按想象完成一串动作；对反复修改海报和产品图的人来说，问题则是下一次编辑会不会把已经做好的东西改乱。
OpenAI 称，全球用户如今每周在 ChatGPT、Codex 和 API 中生成约 40 亿张图片，平均每天超过 5 亿张。图片产出到了这个规模，一张图能不能生成，已经不足以说明它能否进入日常创作。生成后的修改、复用和交付，越来越决定它好不好用。
更快出图，也要经得起反复修改
按照 OpenAI 的发布数据，Images 2.6 的图像生成速度比此前提升 50%。这不是说每一次请求都会快一半：具体等待时间仍受模型、画质和任务复杂度影响。它更直接改变的是试错节奏。做一张海报，第一版出来后，往往还要换构图、挪文字、调产品位置；生成得越快，创作者越能在同一段工作时间里比较不同方案。
API 提供了两款模型。GPT-Image-2.6 Flare 偏向快速迭代，在低画质设置下，官方给出的最快生成时间为 6 秒。OpenAI 同时说，它改善了海报、产品展示图等视觉内容的布局质量。另一款 GPT-Image-2.6 Sunburst 面向更重视细节和精确编辑的任务，在中、高画质设置下，强调生成质量和跨轮修改的一致性。
后一项改进可能比单张图片更关键。做系列海报时，人物长相、衣服、品牌标识和产品外形必须前后一致。若只想换个背景，模型却连主体也重画一遍，下一轮修改就会变成重新开工。Sunburst 的目标，是让用户能在保留这些关键细节的同时继续调整画面。它能否稳定接住具体团队的素材，还要看任务本身；但发布方向已经很清楚：图像模型开始把“改得准”放到与“画得好”同样重要的位置。
从六帧动作，到一套自己的表情包
GIF 是这次最容易被看见的新能力。OpenAI 给出的例子并非给静态图加一点抖动，而是让角色按顺序完成动作，再回到适合循环的起始状态。
OpenArt 制作的两组演示，把同一个 Q 版上班族放在股票涨跌的场景里。下跌时，角色看到曲线、愣住、流泪，最后擦掉眼泪；上涨时，则从发现涨势走到欢呼和撒出纸钞。每组都按六帧设计，提示词要求镜头、服装、桌面和背景保持一致，也要求末帧能自然衔接首帧。动图真正难的地方，正是让这些小变化连成一个动作，而不是六张各画各的插画。
OpenArt 的六帧循环演示：股票下跌后，角色从愣住走向流泪。图源：OpenAI／OpenArt。
官方还展示了手绘草图变成动画角色的例子：横线纸上的猫头鹰保留原有形象，再出现动作。对于已经有角色设定、却还没有动画素材的人，这意味着起点可以是一张简单的草图。它让动图从“凭空生成一个角色”，走向“让已有角色活动起来”。
蓝色大肥鱼的例子更贴近日常聊天。APPSO 围绕这个已经流行起来的角色，展示了震惊、俏皮点赞、吃大白饭等不同情绪和动作的 GIF。过去找表情包，是在现成图库里找一张最接近心情的；这里的变化，是围绕同一形象指定动作，再把它扩成一套更贴合自己表达习惯的素材。那条鱼能不能保持辨识度，比单张表情是否好笑更值得看。
蓝色大肥鱼的拟人化二创角色，震惊版。图源：APPSO。
同一拟人化角色的俏皮点赞版。图源：APPSO。
同一拟人化角色的吃大白饭版。图源：APPSO。
同一组上手内容里，还有一个六帧循环的 Q 版魔法学徒：挥动魔杖、施法失控、脸被熏黑，抖落黑灰后回到起手动作。这个例子展示的是动作之间的因果关系。若缺了失控或回到起点的一步，循环看上去就会突兀。APPSO 给出的结果是，模型较完整地呈现了这条动作链。
六帧魔法学徒 GIF：施法失控后回到起手动作。图源：APPSO。
另一组测试从一张黑白小鸟线稿出发。生成结果保留了线条风格，增加粉色腮红，让小鸟眨眼、蹦跳，最后飘出爱心；APPSO 记录的耗时约为 1 分 6 秒。还有一只拟人橘猫在面包房揉面，接着打喷嚏、面团粘到鼻子上，最后把面团舔掉。几组例子各有侧重：有的看角色是否稳定，有的看原画风格能否留下，有的看连续动作和背景能否一起维持。
这些展示也提示了能力边界。目前最合适的形态仍是时间短、动作相对集中、可以循环播放的 GIF。长视频、多镜头运动和复杂叙事是另一类任务。六帧里能讲清一次惊讶、一声欢呼或一个小失误，已经能让角色比静态图多一层表情；它还不需要承担完整视频的镜头切换。若把它用于表情包、品牌角色的小动画、社交内容或分镜探索，这种短循环已经能承载明确的情绪与动作；若期待它直接讲完一段长故事，原有案例还不足以支持这个判断。
OpenAI 提到的 Town，则把这种能力放进了产品界面。它为工作助手里的虚拟角色 Monty 制作动态效果，让角色在用户等待 AI 回复时出现在输入框上方。这里的 GIF 不只供传播，也可以替代没有角色感的加载提示，成为产品交互的一部分。
Town 的 Monty 在等待回复时出现在输入框上方。图源：OpenAI／Town。
图像编辑开始接入实际工作流
如果说 GIF 展示了新的表达方式，API 的其他更新则在处理另一件事：一张图生成以后，团队怎样继续改、继续用。
图像标记功能此前已在 ChatGPT 中提供，现在进入 API。开发者和团队可以在图上指出需要修改的区域，再告诉模型要怎么改。它针对的是常见的小修痛点：只想替换一个局部，却让整张图的主体、构图或细节跟着漂移。标记并不保证每次修改都准确，但比只用一句笼统文字描述位置，多了一层明确的控制。
Images 2.6 还支持 SVG 输出。对网站、App 或印刷素材而言，结果能否进入后续设计环节，往往和生成时看上去是否漂亮一样重要。SVG 让部分图形结果更容易进入需要缩放、继续编辑或适配不同尺寸的流程。它并不意味着任何复杂画面都能自动变成可直接交付的设计文件，具体仍要看生成内容和后续使用要求。
新增的 complexity 参数，则把“模型要为这张图想多久”交给开发者调节。图像质量参数主要控制细节与保真度，complexity 控制模型为满足提示词投入多少规划。换背景、改一个局部这类任务，可以从较低设置开始，以缩短等待；元素很多、关系复杂或构图约束严格的画面，则可能需要中高设置。官方也提醒，更高的复杂度可能增加耗时，甚至带来不想要的改动。因此它是一种任务选择，而非越高越好的画质开关。
开放范围和成本同样影响工作流能否落地。OpenAI 宣布，Images 2.6 已面向全球 ChatGPT 与 Codex 用户开放，覆盖各订阅档位及桌面、移动、网页端；开发者可在 API 中选择 Flare 或 Sunburst。两款模型采用相同的 API Token 单价，也与上一代 Images 2.5 的对应定价保持一致。按官方标准价格，图像输入每百万 Token 为 8 美元、缓存输入为 2 美元、输出为 30 美元；文本输入每百万 Token 为 5 美元、缓存输入为 1.25 美元。实际一张图花多少钱，仍取决于具体 Token 消耗，不能直接从单价推算。
这次发布把两种需求放在了一起：普通用户想用一句话做出会动的角色，专业团队想把出图、局部修改、格式导出和成本控制接成可重复的流程。前者让 Images 2.6 很容易被看见，后者决定它能否在设计和内容生产中持续被使用。
蓝色大肥鱼可以成为一套表情包，是这次更新最轻松的入口。更深的一步，是那只鱼在下一轮修改里还能不能是同一只鱼；海报改完第三版之后，人物、产品和品牌细节是否还留在原位。AI 生图进入工作流，最后比的可能就是这些看似不那么热闹的细节。