GPT Image 2.5 em profundidade: Flare, Sunburst, preços e rivais

Análise baseada em fontes de Flare e Sunburst, API e custos, comparados a Nano Banana 2, FLUX.2, Midjourney V8.2 e Firefly Image 5, com método de avaliação reproduzível.

GPT Image 2.5 é uma família de geração de imagens, não um único modelo de API. A OpenAI lançou-a em 8 de setembro de 2026 com dois IDs: gpt-image-2.5-flare, para trabalho cotidiano rápido e de alta qualidade, e gpt-image-2.5-sunburst, para máxima qualidade e maior precisão em edições exigentes. Flare é o primeiro teste para alto volume; Sunburst deve vir primeiro quando identidade, geometria de produto, layout ou uma longa cadeia de edições continuam falhando.

Isso não torna nenhum deles vencedor automático sobre Google Nano Banana, FLUX, Midjourney ou Adobe Firefly. GPT Image 2.5 reúne geração e edição em uma API, com tamanhos flexíveis, transparência e imagens parciais por streaming. Google oferece contexto multimodal com grounding, FLUX oferece dimensões exatas e opções de pesos abertos em outras variantes, Midjourney prioriza exploração estética e Firefly integra a produção Adobe. A comparação útil é o custo por imagem aceita, incluindo tentativas descartadas e correção humana.

O que GPT Image 2.5 realmente significa

O anúncio da OpenAI usa “ChatGPT Images 2.5” para a experiência do produto e apresenta dois modelos de API distintos. A documentação consultada não define um ID genérico gpt-image-2.5. A aplicação deve selecionar Flare ou Sunburst, ou fixar o snapshot de 8 de setembro.

Papel Alias Snapshot datado Posicionamento da OpenAI
Padrão rápido gpt-image-2.5-flare gpt-image-2.5-flare-2026-09-08 Modelo pequeno para geração cotidiana rápida e de alta qualidade
Padrão de qualidade gpt-image-2.5-sunburst gpt-image-2.5-sunburst-2026-09-08 Modelo base para máxima qualidade e precisão de edição

Os aliases podem evoluir; snapshots protegem a reprodutibilidade. Guarde o ID exato, as configurações e o usage retornado junto de cada ativo aprovado. Apenas o nome comercial não reproduz custo nem resultado.

Flare versus Sunburst

O guia de prompts da OpenAI descreve Flare como o modelo pequeno otimizado para velocidade, com qualidade comparável ao GPT Image 2, e Sunburst como o modelo base com qualidade superior. Ambos melhoram edições precisas e preservação do sujeito. A página de lançamento atribui ao Flare qualidade superior ao GPT Image 2 com até 50% menos latência; é uma alegação do fornecedor, não um SLA fixo para todo prompt.

Decisão Começar com Flare Começar com Sunburst
O fluxo GPT Image 2 já passa nos critérios de qualidade Sim; testar se a latência cai sem perder aceitação Apenas para casos difíceis que ainda falham
Social, exploração de produto, busca visual ou protótipos em grande volume Normalmente Usar somente no subconjunto reprovado
Preservação rigorosa de produto, rosto, texto ou edição em várias etapas Testar depois de criar uma referência de qualidade Sim; comprovar primeiro a qualidade necessária
Produção sensível a custo Medir custo por imagem aceita; a tarifa por token é igual Manter se evitar retrabalho suficiente para compensar a rota lenta
Sequência de migração Flare -> Sunburst nos erros Sunburst -> Flare depois de passar em qualidade

Essa sequência ajuda mais que um ranking permanente. Primeiro defina os critérios de aceitação; depois procure o caminho operacional de menor custo. Mantenha Sunburst onde sua capacidade realmente altera a taxa de aprovação.

O que mudou em relação ao GPT Image 2

O lançamento destaca detalhes mais nítidos, iluminação e texturas mais naturais, melhor preservação de sujeitos de referência e edições locais mais confiáveis em vários turnos. A OpenAI também cita maior precisão e melhor layout em infográficos. São melhorias documentadas pelo fornecedor; este artigo não executou um benchmark pago e não trata a galeria oficial como evidência independente.

O contrato da API também aumenta. GPT Image 2.5 acrescenta xhigh e max a low, medium e high, aceita dimensões personalizadas dentro de um orçamento de pixels 4K e funciona tanto na Images API quanto na ferramenta de imagem da Responses API. Responses é útil em edições conversacionais com várias etapas, mas adiciona à conta os tokens do modelo de linguagem principal.

A melhoria metodológica também importa: a OpenAI recomenda guardar uma base representativa, testar a sequência completa de edição, repetir solicitações para medir consistência e alterar uma configuração por vez. Esse é igualmente o método correto para comparar fornecedores.

Contrato de API, saída e edição

O guia de geração documenta geração e edição, uma ou mais referências, máscaras, fundos transparentes, dimensões personalizadas e streaming parcial. O mesmo rótulo de qualidade não implica o mesmo resultado visual nem a mesma latência entre Flare e Sunburst.

Limite Contrato do GPT Image 2.5
APIs Images API para gerar/editar diretamente; ferramenta da Responses API para fluxos conversacionais e de várias etapas
Qualidade auto, low, medium, high, xhigh, max
Tamanhos comuns 1024x1024, 1536x1024, 1024x1536; WIDTHxHEIGHT personalizado é aceito
Tamanho personalizado Cada lado <= 3.840 px; múltiplos de 16; proporção máxima 3:1; de 655.360 a 8.294.400 pixels
Faixa experimental Acima de 3.686.400 pixels (2560x1440)
Formatos PNG por padrão; JPEG e WebP com compressão opcional
Transparência background="transparent" com PNG ou WebP; verificar o canal alfa decodificado
Streaming Zero a três imagens parciais; cada uma soma 100 tokens de saída de imagem
Várias saídas n solicita várias imagens na Images API
Máscaras Guiam a intenção da edição, sem prometer fronteira exata por pixel

Edições repetidas ainda podem alterar detalhes que deveriam permanecer. Reafirme as restrições e confira cada etapa. Se uma região precisa ser idêntica em pixels, componha a edição aprovada sobre o original.

Preço do GPT Image 2.5 sem um valor fixo enganoso

Os dois modelos compartilham as tarifas: US$ 5 por milhão de tokens de texto de entrada, US$ 1,25 para texto em cache, US$ 8 por milhão de tokens de imagem de entrada, US$ 2 para imagem em cache e US$ 30 por milhão de tokens de imagem de saída. Tarifas iguais não geram contas iguais: tamanho, qualidade, referências, parciais, repetição e API mudam o consumo.

A calculadora oficial fornece estas estimativas somente de saída para uma solicitação explícita de 1024×1024. Prompt, referências, imagens parciais, novas tentativas e tokens do modelo principal da Responses API ficam de fora.

Qualidade Tokens de saída Custo da saída de imagem
low 196 US$ 0,00588
medium 439 US$ 0,01317
high 1.756 US$ 0,05268
xhigh 3.122 US$ 0,09366
max 7.024 US$ 0,21072

auto não cabe em uma linha fixa porque a escolha depende da solicitação. O usage da resposta é a evidência de cobrança. Para produção, calcule (todas as entradas + saídas + parciais + tentativas) / imagens aceitas e some o tempo humano. Um modelo rápido pode ganhar por exigir menos iterações; um modelo de qualidade pode ganhar por evitar correções.

GPT Image 2.5 comparado às alternativas atuais

A matriz compara contratos documentados em 9 de setembro de 2026. Ela não transforma alegações de fornecedores em um benchmark comum. Preços usam unidades e escopos distintos e servem para entender o contrato, não como pontuação de qualidade normalizada.

Modelo ou família Melhor ajuste documentado Saída e controle Automação e limite de custo
GPT Image 2.5 Flare Geração e edição geral rápidas Tamanhos personalizados no orçamento 4K, transparência, edição multi-turno, streaming parcial API; saída quadrada 1024 de US$ 0,00588 em low a US$ 0,21072 em max, antes de entradas e tentativas
GPT Image 2.5 Sunburst Ativos premium e edições difíceis sensíveis à preservação Mesmos controles com prioridade de qualidade Mesmas tarifas; medir se menos rejeições justificam a rota mais lenta
Gemini 3.1 Flash Image / Nano Banana 2 Criação multimodal com grounding e alto volume Texto, imagem, vídeo e PDF; 0.5K/1K/2K/4K; proporções muito largas; grounding de Web e Image Search API e Batch; Google lista US$ 0,067 por imagem 1K padrão, além de entrada, texto/thinking e busca opcional
Gemini 3 Pro Image / Nano Banana Pro Layout complexo, localização e design profissional com conhecimento Thinking, Search, 1K/2K/4K, saída de texto e imagem API e Batch; US$ 0,134 para 1K/2K padrão e US$ 0,24 para 4K, além de outros tokens/busca
FLUX.2 Pro / Max Dimensões exatas, produto com múltiplas referências e produção controlada Até 4 MP, qualquer proporção, até 8 referências via API; Max adiciona grounding, Flex foca tipografia API; Pro texto-para-imagem a partir de US$ 0,03 e Max de US$ 0,07, cobrados por MP/referências
Midjourney V8.2 Exploração estética, referências de estilo, moodboards e personalização SD 1K ou HD 2K nativo/ampliado; editor web/Discord e novo modelo de edição Assinatura de US$ 10 a US$ 120/mês; normalmente sem API pública e automação proibida
Adobe Firefly Image 5 Produção e marca centradas em Adobe 4 MP nativos, texto-para-imagem, instruct edit, modelos personalizados e Creative Cloud API e planos usam contratos/créditos próprios; sem inventar preço fixo comparável

O guia do Google diferencia Nano Banana 2 quando vídeo ou PDF servem de contexto ou a busca faz parte do fluxo. A documentação FLUX.2 se destaca para pixels exatos, muitas referências, cores hexadecimais ou opções locais/abertas da família. A documentação do Midjourney o define como produto criativo, não substituto de API. A API Adobe Firefly é relevante quando modelo, ativos de marca e ferramentas Adobe precisam ficar juntos.

Qual modelo escolher por fluxo de trabalho

Comece com Flare para aplicações interativas, social, exploração de catálogo e alto volume, quando o critério de aceitação já é conhecido. Escalone só as categorias reprovadas para Sunburst.

Comece com Sunburst para campanhas finais, geometria de produto, preservação de rosto/personagem, layouts densos e longas cadeias de edição. Depois da aprovação, repita a amostra no Flare e mantenha Sunburst apenas se a diferença persistir.

Compare Nano Banana 2 ou Pro quando a imagem depender de contexto web atual, Image Search, vídeo/PDF, proporções extremas ou saída combinada de texto e imagem. Grounding não elimina dados ou rótulos incorretos; revise todo visual factual.

Compare FLUX.2 se dimensões exatas, até oito referências, controle de cor ou uma opção autohospedada/de pesos abertos forem obrigatórios. Pro e Max são comerciais e hospedados; Klein e Dev têm capacidades e licenças diferentes.

Escolha Midjourney V8.2 quando um criador humano valoriza exploração estética, moodboards, referências e personalização acima de automação. Wrappers não oficiais não são base de produção.

Escolha Firefly Image 5 quando edição Adobe, modelos de marca, governança de produção e sua posição sobre dados licenciados forem critérios. “Commercially safe” é o posicionamento da Adobe, não garantia jurídica universal.

Um benchmark justo com suas imagens

Use entre 30 e 100 tarefas representativas, não um prompt de vitrine. Separe geração, edição de uma imagem, composição multirreferência, texto exato, localização, transparência e preservação multi-turno. Congele prompts, referências, dimensões, qualidade, formato e regras de aceitação antes de revelar modelos.

Medida Registrar por tentativa Por que importa
Aceitação Aprovado/reprovado e motivo Impede que gosto esconda falha da tarefa
Precisão da instrução Elementos ausentes, extras, deslocados ou deformados Mede se o pedido foi entregue
Preservação Identidade, geometria, rótulos, luz e regiões inalteradas Revela drift na cadeia completa
Texto/localização Caracteres, ortografia, gramática e idioma residual Separa layout atraente de texto utilizável
Latência Mediana, p95, timeout e fila A média esconde a cauda lenta
Custo Entradas, saídas, parciais, falhas e tentativas Produz custo real por imagem aceita
Trabalho humano Minutos de revisão e correção Muitas vezes domina a diferença de API

Randomize a ordem e oculte o modelo sempre que possível. Retenha todos os resultados, inclusive recusas e edições falhas. Informe intervalos de confiança ou ao menos o tamanho da amostra; não combine critérios diferentes em uma nota sem pesos definidos antes. O pacote inclui evaluation-scorecard.csv.

Limitações, segurança e proveniência

GPT Image 2.5 continua probabilístico. quality maior não garante resultado melhor para todo prompt. Ortografia exata, rostos pequenos, contagens, relações espaciais, detalhes históricos, infográficos e tradução exigem revisão. Máscaras não são fronteiras de pixel e edições repetidas podem derivar.

A OpenAI verifica antes e depois da geração. Seu system card diz que maior realismo pode ampliar o risco de deepfakes e descreve camadas de proteção em prompt, entrada e saída. Também documenta C2PA e marca d’água invisível. O Google informa SynthID nas imagens Gemini. Esses sinais ajudam a revelar a origem, mas não provam fatos, consentimento ou direitos.

Segurança entra nas métricas: um prompt bloqueado não é imagem bem-sucedida sem custo, e repeti-lo sem mudança desperdiça orçamento. Registre recusas, corrija entradas ajustáveis e não enfraqueça proteções para melhorar gráficos.

Limite atual do Modelflare

O código-fonte do Modelflare revisado em 9 de setembro declara gpt-image-2 no contrato de imagens, mas ainda não gpt-image-2.5-flare ou gpt-image-2.5-sunburst. Este pacote não afirma disponibilidade, preço, roteamento ou verificação real desses IDs no Modelflare.

Antes de integrar, consulte Models & Pricing e Image Workbench, depois valide modelo, endpoint, qualidades, dimensões, eventos, usage, cobrança e edição com solicitação real autorizada. Uma linha no catálogo não prova o fluxo completo. Veja o guia compatível com OpenAI, o guia de roteamento e o guia de custos.

Perguntas frequentes das equipes

gpt-image-2.5 é um ID válido? Não na documentação oficial revisada. Use Flare, Sunburst ou snapshots datados.

Flare é sempre mais barato? As tarifas são iguais; uso, novas tentativas e aceitação definem o custo. Meça usage e descartes.

Sunburst é sempre melhor? A OpenAI o posiciona para maior qualidade, mas uma rota lenta desperdiça recursos quando Flare já passa.

GPT Image 2.5 suporta 4K? Até 8.294.400 pixels totais e 3.840 por lado. Acima de 2560x1440 é experimental; 4K exige dimensões e testes explícitos.

Qual concorrente é mais próximo? Nano Banana 2/Pro para multimodal grounded, FLUX.2 para produção controlada, Midjourney para criadores e Firefly para Adobe. Depende da tarefa.

Este artigo prova um ranking de qualidade? Não. Ele compara contratos e oferece método reproduzível, sem benchmark pago.

Fontes e registro de atualização

Fontes primárias verificadas em 9 de setembro de 2026:

Registro:

  • 9 de setembro de 2026: análise inicial de contratos, cálculo de preço, matriz de concorrentes, scorecard e limite do código Modelflare. Revalidar aliases, preços, evidência independente e disponibilidade antes de publicar.