把角色画稳之后，ChatGPT 开始做 GIF

距离上一版 Images 2.5（9 月 8 日）还不到两个月。型号名字没换，还是 Flare 和 Sunburst，定价据第三方整理也没动。真正能让普通用户感觉到变化的，是 ChatGPT 里多出来的 GIF。

GIF 其实是一道一致性考题

按 The Decoder 的描述，这个功能的做法很朴素：模型生成同一角色的多张细微变体，再像翻书动画那样串起来。它不是视频模型，输入可以是一句文字，也可以是一张上传的照片。OpenAI 举的例子偏商用，比如让品牌吉祥物动起来，或把产品图做成循环动画。

难点在帧与帧之间。The Decoder 的作者推测，早期模型每画一张都会明显改变角色的长相，这种翻书式做法根本成立不了。这样看，官方主打的「编辑时细节更一致」和 GIF 是同一件事的两面：先让模型连续多次画出同一个角色，动图才有可能。

生成之后还能调播放速度、查看并修改单帧。这是它和成片视频最不一样的地方。一段视频里有一帧不对，通常只能整段重来；GIF 可以只改那一帧，对做表情包和小型营销素材的人来说很实用。功能是逐步放开的，据报道部分账号首日还看不到入口。

API 这边：同价换代

• Flare：主打速度，低质量设置下官方给出约 6 秒一张；OpenAI 还称它改进了海报和产品图的排版。
• Sunburst：面向中高质量，强调细节丰富的构图，以及连续多轮编辑时主体不走样。
• 价格：据 OrcaRouter 整理，与 2.5 相同，每百万 token 文本输入 5 美元、图像输入 8 美元、图像输出 30 美元，两个型号同价。
• GIF：同一来源称，它在 API 中是与 PNG、JPEG、WebP 并列的输出格式，但不接受 GIF 作为输入。

快了又不涨价，留在 2.5 上的理由就不多了。不过「约 6 秒」只对应 Flare 的低质量档，拿来估算中高质量的批量任务会偏乐观。另一个没说清的地方是账单：图像按 token 计费，一个 GIF 要生成多帧，单个动图到底花多少，我们目前没有查到明确说明。要在产品里接 GIF 的开发者，上线前最好先小批量算一遍。

40 亿张这个数字怎么读

OpenAI 称，用户每周通过 ChatGPT、Codex 和 API 生成约 40 亿张图，九月时是 30 亿张。两个月左右多出 10 亿，增速不慢，但这是公司自报的数字，没有第三方核验，也没有拆分出多少来自 API 批量调用、多少来自真人在聊天框里出图。

GIF 上线后这个口径会更微妙。公告没有公布各套餐的 GIF 和图片额度，外部报道也没有提到时长、帧数上限。如果一个动图的每一帧都算进生成量，下一次公布的数字就不能和 40 亿直接比。一个 GIF 在配额里究竟算一张还是算很多张，用户很快就会自己试出来。