GPT Image 2.5 ขึ้น API เป็นสองโมเดล sunburst กับ flare เพิ่มคุณภาพระดับ xhigh และ max — ราคาต่อโทเคนเท่าเดิม แต่ยังไม่มีราคา Batch

วันที่ 8 กันยายน 2026 OpenAI เปิดตัวโมเดลภาพรุ่นใหม่ และสิ่งที่นักพัฒนาต้องรู้ไม่ได้อยู่ในหน้าประกาศ แต่อยู่ในเอกสาร API: GPT Image 2.5 มาเป็นสองโมเดลแยกกัน ไม่ใช่หนึ่ง — gpt-image-2.5-sunburst และ gpt-image-2.5-flare โดยสแนปช็อตของทั้งคู่คือ -2026-09-08 ซึ่งยืนยันวันปล่อย

เอกสารแบ่งหน้าที่ไว้ชัด: เลือก Sunburst สำหรับงานที่ความแม่นยำในการแก้ภาพสำคัญที่สุด (หน้ารุ่นเรียกมันว่า “โมเดลที่เก่งที่สุดของเราสำหรับการสร้างและแก้ภาพ”) และเลือก Flare สำหรับการสร้างภาพคุณภาพดีแบบเร็วในงานประจำวัน ทั้งคู่รับอินพุตเป็นข้อความและภาพ ส่งออกเป็นภาพ และรองรับ inpainting

เรียกได้สองทาง และระดับคุณภาพเพิ่มมาสองขั้น

ใน Image API ตั้ง model เป็น gpt-image-2.5-sunburst หรือ gpt-image-2.5-flare ตรง ๆ ส่วนใน Responses API ให้เลือกโมเดลหลัก (เอกสารระบุว่า gpt-5 ขึ้นไปควรรองรับเครื่องมือนี้ ตัวอย่างในเอกสารใช้ gpt-6-astra) แล้วระบุชื่อโมเดลภาพในฟิลด์ model ของ image generation tool อีกที ตรงนี้เป็นที่มาของความสับสนที่ควรรู้ไว้ล่วงหน้า: ตารางเอนด์พอยต์ในหน้ารุ่นขึ้นว่า v1/responses เป็น Not supported เพราะมันไม่ใช่โมเดลระดับบนสุดที่เรียกได้ — ช่องที่ Supported มีสองช่องคือ v1/images/generations และ v1/images/edits

การเปลี่ยนแปลงที่จับต้องได้ที่สุดคือระดับคุณภาพ ทั้งสองรุ่น เพิ่ม xhigh และ max เข้ามา จากเดิมที่โมเดล GPT Image รุ่นก่อนมีสูงสุดแค่ high ตอนนี้ตัวเลือกคือ low, medium, high, xhigh, max และ auto (ค่าเริ่มต้น)

ฝั่งขนาดภาพก็เปิดกว้างขึ้นมาก นอกจากขนาดแนะนำ 1024x1024, 1536x1024 และ 1024x1536 แล้ว ทั้งสองรุ่นรับขนาดกำหนดเองในรูปแบบ WIDTHxHEIGHT โดยมีเงื่อนไขชัดเจน: ความกว้างและความสูงต้องหารด้วย 16 ลงตัว, อัตราส่วนต้องอยู่ระหว่าง 1:3 ถึง 3:1, ด้านใดด้านหนึ่งห้ามเกิน 3,840 พิกเซล และจำนวนพิกเซลรวมต้องอยู่ระหว่าง 655,360 ถึง 8,294,400 (4K) — โดยเอกสารระบุว่าความละเอียดเกิน 2560x1440 ยังเป็น experimental ส่วนพื้นหลังโปร่งใสต้องตั้ง background: "transparent" คู่กับ output_format เป็น png หรือ webp

ราคาต่อโทเคนเท่าเดิม — แต่ต้นทุนต่อภาพยังไม่รู้

ตารางราคามาตรฐานให้ตัวเลขที่เหมือนกันทั้งสองรุ่นและ เท่ากับ gpt-image-2 ทุกช่อง: image input 8 ดอลลาร์ต่อล้านโทเคน, cached image input 2 ดอลลาร์, image output 30 ดอลลาร์, text input 5 ดอลลาร์ และ cached text input 1.25 ดอลลาร์ ส่วน text output ไม่คิดเงินเพราะโมเดลนี้ออกเป็นภาพ ไม่ใช่ข้อความ

แต่เอกสารเองเตือนสองประโยคที่ควรอ่านให้ครบ: “อัตราโทเคนที่เท่ากันไม่ได้แปลว่าต้นทุนต่อภาพเท่ากัน — การใช้โทเคนต่างกันได้ตามโมเดลและการตั้งค่าคุณภาพ” และ “เครื่องคำนวณของ GPT Image 2 ประมาณการใช้โทเคนของ GPT Image 2.5 ไม่ได้” แปลว่าถ้าไปเปิด quality: "max" ที่ 4K แล้วคิดว่าต้นทุนเท่าเดิม มีโอกาสเจอบิลที่ไม่ตรงกับที่ประมาณไว้ วิธีที่เอกสารแนะนำคืออ่านค่า usage จากรีสปอนส์จริงเพื่อวัดการใช้โทเคนของพรอมต์ ขนาด และคุณภาพที่ตัวเองใช้

จุดที่ตรวจแล้วน่าสนใจกว่านั้นคือ ตารางราคา Batch ยังไม่มี gpt-image-2.5 ทั้งสองรุ่น ในหน้าราคาเดียวกัน ตาราง Batch ยังลิสต์แค่ gpt-image-2 (4/1/15 ดอลลาร์), gpt-image-1.5, gpt-image-1-mini, gpt-image-1 และ chatgpt-image-latest ซึ่งสอดคล้องกับตารางเอนด์พอยต์ในหน้ารุ่นที่ระบุว่า v1/batch เป็น Not supported ทั้งคู่ ผลในทางปฏิบัติคือ งานสร้างภาพจำนวนมากแบบออฟไลน์ที่เคยได้ส่วนลดครึ่งราคาจาก Batch API ตอนนี้ทำกับ 2.5 ไม่ได้ — ถ้าปริมาณเป็นตัวตั้ง gpt-image-2 ยังถูกกว่าอยู่

รายละเอียดปลีกย่อยที่เหลือแทบไม่ขยับ: rate limit เท่ากับ gpt-image-2 ทุกระดับ (Tier 1 ที่ 100,000 TPM / 5 IPM ไปจนถึง Tier 5 ที่ 8,000,000 TPM / 250 IPM), องค์กรอาจต้องผ่าน API Organization Verification ก่อนใช้โมเดลตระกูล GPT Image, พารามิเตอร์ moderation ยังมีสองค่าคือ auto และ low และหัวข้อ Limitations ยังคงเดิมทั้งหมด — พรอมต์ซับซ้อนใช้เวลาได้ถึง 2 นาที, การเรนเดอร์ข้อความ “ดีขึ้นมากแล้วแต่ยังมีปัญหาเรื่องตำแหน่งและความคมชัด”, ความสม่ำเสมอของตัวละครหรือองค์ประกอบแบรนด์ข้ามหลายรอบยังไม่แน่นอน และการควบคุมองค์ประกอบภาพแบบมีเลย์เอาต์ยังยาก

มุมมอง AI Curator

ข่าวนี้เป็นตัวอย่างที่ดีของเหตุผลที่ควรอ่านเอกสาร API แทนหน้าประกาศ สิ่งที่หน้าประกาศบอกคือ “โมเดลภาพรุ่นใหม่” สิ่งที่เอกสารบอกคือมีสอง model ID ต้องเลือก มีสองระดับคุณภาพใหม่ที่ยังไม่มีใครรู้ต้นทุน และมีทางลดต้นทุนหนึ่งทางที่หายไปเงียบ ๆ

สำหรับทีมไทยที่ใช้โมเดลภาพในงานจริง — ร้านค้าออนไลน์ที่ทำภาพสินค้า เอเจนซีที่ผลิตครีเอทีฟ หรือทีมคอนเทนต์ที่ทำภาพประกอบ — คำแนะนำที่ตรงที่สุดคือ อย่าเพิ่งย้ายทั้งไปป์ไลน์ ให้แยกเป็นสองเส้นทางตามลักษณะงาน: งานที่ต้องแก้ภาพเดิมซ้ำ ๆ ให้ตรงเป๊ะ (เปลี่ยนสีสินค้า เปลี่ยนพื้นหลัง คงหน้าตาสินค้าเดิม) คือที่ที่ Sunburst น่าจะคุ้มค่าที่สุด ส่วนงานผลิตภาพจำนวนมากที่ไม่ต้องแม่นระดับนั้น การอยู่กับ gpt-image-2 ผ่าน Batch API ยังคุ้มกว่าชัด ๆ จนกว่าราคา Batch ของ 2.5 จะออก และก่อนจะตัดสินใจ ให้รันสัก 20-30 ภาพจริงแล้วอ่าน usage เทียบกัน — เพราะเอกสารบอกเองว่าคำนวณล่วงหน้าจากเครื่องมือเดิมไม่ได้

อีกประเด็นที่ควรพูดตรง ๆ เพราะเกี่ยวกับผู้อ่านบล็อกนี้โดยตรง: หัวข้อ Limitations ยังคงระบุว่าการเรนเดอร์ข้อความเป็นข้อจำกัดอยู่ และประสบการณ์การทำภาพปกของบล็อกนี้เองก็ตรงกัน — โมเดลภาพที่เรนเดอร์ตัวอักษรอังกฤษได้คมยังเขียนภาษาไทยเพี้ยนอยู่ดี ระดับคุณภาพ max ที่เพิ่มเข้ามาเป็นเรื่องของรายละเอียดภาพ ไม่ใช่คำสัญญาว่าจะสะกดถูก ใครวางแผนใช้โมเดลภาพทำแบนเนอร์ภาษาไทยแบบอัตโนมัติ ควรยังคงวางขั้นตอนตรวจสะกดโดยมนุษย์หรือทับข้อความด้วยเลเยอร์จริงไว้เหมือนเดิม

แหล่งข่าว

• GPT-Image-2.5 Sunburst — OpenAI API docs
• GPT-Image-2.5 Flare — OpenAI API docs
• Image generation guide — OpenAI API docs
• Pricing — OpenAI API docs