# gpt-image-2.5 в API: sunburst или flare — что выбрать и как запустить за 5 минут
Каноническая страница: https://plainews.ru/posts/gpt-image-25-sunburst-flare-api-guide
Опубликовано: 2026-09-09T11:01:00.527Z

OpenAI выпустила gpt-image-2.5-sunburst и gpt-image-2.5-flare. Разбираем разницу, подключаем CLI и генерируем первое изображение с референсом.
OpenAI выпустила ChatGPT Images 2.5 — новую версию генератора изображений, которая быстрее предшественника до 50% и точнее следует инструкциям в многошаговых диалогах. В API появились два новых идентификатора модели, и от правильного выбора между ними зависит, получите ли вы точное редактирование или просто быструю генерацию.

---

## Зачем вообще переходить на 2.5

Предыдущее поколение справлялось с простыми промптами, но плохо держало контекст при редактировании: попросить «убери фон, но сохрани позу» означало рисковать потерять всё, что важно. Images 2.5 заявляет улучшенное сохранение субъекта из референсных фото — это критично для продуктовых команд, которые генерируют вариации на основе реальных изображений (упаковка, персонаж, брендовый объект).

Параллельно OpenAI сообщает, что совокупно через ChatGPT Images и API уже сгенерировано более 3 миллиардов изображений. Это не просто маркетинговая цифра — она объясняет, почему компания вкладывается в скорость: инфраструктурная нагрузка огромная.

---

## Два идентификатора: в чём разница

В API доступны два варианта модели:

| Идентификатор | Для чего | Когда выбирать |
| --- | --- | --- |
| `gpt-image-2.5-sunburst` | Точное редактирование, сложные инструкции | Работа с референсами, многошаговые правки |
| `gpt-image-2.5-flare` | Быстрая повседневная генерация | Прототипирование, черновики, массовый поток |

Sunburst — более «тяжёлый» вариант, который оптимизирован под точность. Flare — быстрый, подходит там, где скорость важнее идеальной детализации.

> **К сведению.** Оба идентификатора работают через стандартный OpenAI Images API. Никаких дополнительных флагов для активации не нужно — достаточно передать нужный `model`.

---

## Быстрый старт через Python CLI

Simon Willison обновил свой CLI-инструмент openai_image.py, который позволяет передавать референсные изображения прямо из командной строки. Проще способа попробовать модель в деле нет.

Запуск через uv (менеджер Python-окружений) — никакой установки, одна команда:

```bash
uv run https://tools.simonwillison.net/python/openai_image.py \
  'add a raccoon scientist studying the chart thoughtfully' \
  -i https://static.simonwillison.net/static/2026/openai-agent-usage.webp \
  -m gpt-image-2.5-sunburst
```

Что здесь происходит:

- uv run <url> — скачивает и запускает скрипт без ручной установки зависимостей
- первый позиционный аргумент — текстовый промпт
- -i — URL или локальный путь к референсному изображению (можно передать несколько флагов -i)
- -m — идентификатор модели

Если uv ещё не установлен:

```bash
curl -LsSf https://astral.sh/uv/install.sh | sh
```

---

## Тот же запрос через Python SDK

Если нужно встроить генерацию в свой пайплайн, а не запускать CLI:

```python
import openai
import base64
from pathlib import Path

client = openai.OpenAI()  # читает OPENAI_API_KEY из окружения

# Загружаем референс локально
image_data = base64.b64encode(Path("chart.webp").read_bytes()).decode()

response = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=image_data,
    prompt="add a raccoon scientist studying the chart thoughtfully",
)

# Сохраняем результат
output = base64.b64decode(response.data[0].b64_json)
Path("result.png").write_bytes(output)
print("Готово: result.png")
```

> **Важно.** Для редактирования с референсом используйте эндпоинт `images.edit`, а не `images.generate`. Последний не принимает входное изображение.

---

## Где ломается

**Референс по URL работает не всегда.** CLI Willison принимает URL напрямую, но API при редактировании ожидает base64 или файловый объект. Если передаёте ссылку — убедитесь, что скрипт скачивает изображение перед отправкой, иначе получите ошибку формата.

**Размер референса имеет значение.** Слишком маленькое или слишком большое изображение снижает качество сохранения субъекта. Оптимальный диапазон — от 512×512 до 2048×2048 пикселей.

**Flare не заменяет Sunburst при правках.** Если попытаться сделать точечное редактирование через gpt-image-2.5-flare, модель может проигнорировать детали инструкции и перегенерировать слишком много. Для итеративной работы с референсом — только Sunburst.

**Лимиты API не изменились.** Rate limits и ценообразование наследуются от предыдущего поколения GPT-Image — проверьте квоту в dashboard перед запуском массовой генерации.

---

## Что попробовать дальше

Следующий логичный шаг — протестировать многошаговое редактирование: сначала попросить добавить объект, затем изменить фон, затем скорректировать освещение — всё в одной сессии. Именно в этом сценарии 2.5 обещает наибольший прирост по сравнению с предыдущей версией.

Также стоит обратить внимание на новую функцию Sketch в интерфейсе ChatGPT: она позволяет нарисовать грубый набросок прямо в чате и использовать его как референс для генерации. В API аналога пока нет, но это хороший способ быстро прототипировать идею перед тем, как переносить её в код.

---

## FAQ

### Чем gpt-image-2.5-sunburst отличается от gpt-image-2.5-flare?

Sunburst оптимизирован под точность: лучше сохраняет детали референсного изображения и точнее следует сложным инструкциям. Flare быстрее и подходит для повседневной генерации без строгих требований к деталям.

### Нужно ли обновлять openai Python SDK для работы с новыми моделями?

Достаточно передать новый идентификатор модели в параметре model. Если SDK актуальный (1.x), никаких дополнительных обновлений не требуется — новые идентификаторы работают через те же эндпоинты.

### Можно ли передать несколько референсных изображений одновременно?

Да, CLI Willison поддерживает несколько флагов -i. В Python SDK через images.edit передача нескольких референсов зависит от версии API — проверьте актуальную документацию OpenAI по параметру image.

### Насколько Images 2.5 быстрее предыдущей версии?

По данным OpenAI, латентность снижена до 50% по сравнению с Images 2.0. На практике разница особенно заметна при генерации в высоком разрешении.

### Sketch доступен через API?

Нет, на момент релиза Sketch — только интерфейсная функция ChatGPT. В API референс передаётся как изображение через images.edit, но рисовать набросок прямо в запросе нельзя.

## Источники

- Simon Willison: Introducing ChatGPT Images 2.5