Trang giá của GPT Image 2.6 thoạt nhìn khá yên tâm: Flare và Sunburst có cùng mức giá, đầu ra hình ảnh 30 USD cho mỗi triệu token, đầu vào hình ảnh 8 USD, đầu vào văn bản 5 USD, giống hệt bản 2.5.
Trước khi nâng cấp, nhà phát triển nên tính rõ một vài điều dưới đây.
Đơn giá bằng nhau, chi phí mỗi ảnh chưa chắc bằng nhau
Trên cộng đồng nhà phát triển của OpenAI, một lập trình viên đã đăng mẫu so sánh với cùng một prompt: ở chất lượng medium, bản 2.5 xuất ra 344 token, còn bản 2.6 xuất ra 1.136 token.
Tính nhẩm theo 30 USD mỗi triệu token, chi phí đầu ra của mỗi ảnh tăng từ khoảng 1 cent lên khoảng 3,4 cent, tức gấp 3,3 lần chỉ riêng khoản này. Người này ước tính mức low còn tăng cao hơn, khoảng 4,2 lần, còn từ high trở lên gần như ngang nhau.
Đây chỉ là mẫu cá nhân và phép suy ra, OpenAI chưa công bố con số tương tự. Điều nó cho thấy là trước khi chuyển đổi không thể chỉ nhìn bảng giá. Cách làm thực tế là chạy cùng một bộ khoảng 20 prompt trên cả 2.5 lẫn 2.6, so số token đầu ra của từng ảnh rồi mới quyết định có chuyển hay không.
Hai thứ bị thiếu
Batch. Trang của cả hai mô hình 2.6 đều ghi v1/batch là không được hỗ trợ. 2.5 Flare vẫn chạy được Batch, giá đầu ra bằng một nửa giá chuẩn, tức 15 USD mỗi triệu token. Với doanh nghiệp mỗi đêm chạy hàng loạt ảnh bitmap, ở lại 2.5 rõ ràng có lợi hơn.
Snapshot cố định. Hiện 2.6 chỉ có snapshot mặc định, trong khi 2.5 có các phiên bản gắn ngày, ví dụ gpt-image-2.5-flare-2026-09-08. Với dịch vụ trực tuyến nhạy cảm về độ ổn định của đầu ra, điểm này cần được tính vào rủi ro.
Cách dùng tham số mới
complexity là tham số mới với ba mức low, medium, high, điều khiển mức độ lập kế hoạch của mô hình trước khi kết xuất. Khi bỏ qua, mặc định là high, và việc điều chỉnh không tính thêm phí.
Mặc định high rất dễ bị bỏ sót. Tài liệu chính thức nêu rõ: giá trị thấp phù hợp với các chỉnh sửa có phạm vi hẹp như thay nền, giá trị cao giúp ích cho văn bản dày đặc và bố cục phức tạp, nhưng có thể làm tăng độ trễ và còn có thể kéo theo những thay đổi ngoài ý muốn. Với các giao diện chỉnh sửa cục bộ, nên truyền low một cách tường minh làm điểm xuất phát.
Giới hạn của vài tính năng khác được gom lại như sau:
| Tính năng | Cách dùng | Giới hạn |
|---|---|---|
| SVG | output_format: "svg", dùng endpoint tạo ảnh | n phải bằng 1; không hỗ trợ streaming và ảnh một phần; endpoint chỉnh sửa không xuất được SVG |
| GIF | output_format: "gif", kèm frame_count và frame_duration_ms | Mặc định 9 khung, mỗi khung 200 mili giây; giới hạn số khung trong tài liệu có hai cách ghi là 64 và 16 |
| Chỉnh sửa markup | POST /v1/images/edits, truyền lớp chú thích PNG trong suốt | Chiều rộng và chiều cao phải bằng ảnh gốc; không dùng cùng mask hoặc prompt_rewriter |
Ngoài ra, trước khi dùng các mô hình GPT Image có thể cần hoàn tất xác minh tổ chức; tài khoản mới nên dành sẵn khoảng thời gian này.
Nên hiểu thế nào về tốc độ và chất lượng
Câu “nhanh hơn 50%” và “nhanh nhất khoảng 6 giây” đều là cách nói của OpenAI. Có bài viết chỉ ra rằng con số 6 giây ứng với thiết lập chất lượng thấp của Flare, còn mốc chuẩn và phương pháp đo của mức 50% chưa được công bố.
Dữ liệu bên ngoài còn rất ít. Theo tổng hợp của bên thứ ba, trên bảng xếp hạng sơ bộ ngày 4 tháng 11 của Arena, ở hạng mục văn bản sang ảnh, Sunburst đạt 1409 điểm đứng thứ hai, Flare đạt 1384 điểm đứng thứ tư, cả hai đều ở cấu hình medium; Artificial Analysis lúc đó chưa có mục cho 2.6. Các thứ hạng này vài tuần nữa có thể thay đổi, khi chọn giải pháp chỉ nên dùng để tham khảo.
Chúng tôi cũng muốn thử GIF gốc, nhưng công cụ tạo ảnh tích hợp của Codex trên máy không để lộ tham số mô hình và định dạng đầu ra; yêu cầu trực tiếp chỉ trả về một khung PNG duy nhất, cũng không xác nhận được phiên bản mô hình phía sau. Ảnh động tải trang này đành ghép từ sprite sheet sáu ô, bản đầu có quỹ đạo không đều nên đã vẽ lại một lần, quỹ đạo vòng quanh vẫn lệch nhẹ.
Nếu sản phẩm cần loại hoạt ảnh nhỏ như vậy, dùng tham số GIF của API hoặc viết tay CSS animation đều dễ kiểm soát hơn con đường này. Cách dùng sprite đủ cho ảnh minh họa nội dung, nhưng làm tài sản giao diện thì độ chính xác còn thiếu.
Chọn thế nào theo từng tình huống
- Tạo ảnh hàng loạt mỗi đêm: ở lại 2.5 trước, dùng Batch với giá một nửa.
- Cần biểu tượng vector hoặc hoạt ảnh lặp ngắn: hai khả năng này là mới của 2.6, có thể chuyển riêng vì chúng.
- Tính năng chỉnh sửa trực tuyến: trước khi dùng Sunburst hoặc Flare, hãy ghi lại số token đầu ra của từng ảnh trong một tuần, đồng thời đặt tường minh
complexityvàquality. - Thiết kế và vận hành trong nhóm cần dùng: không nhất thiết phải chờ lịch triển khai API.
Trường hợp cuối rất thường gặp. Bên kỹ thuật vẫn đang chạy so sánh, chờ xác minh tổ chức, trong khi bên vận hành tuần sau đã phải ra ảnh cho chiến dịch. Trong thời gian này có thể để họ dùng ngay một bàn làm việc sẵn có, chẳng hạn pixpix.com/gpt-image-2-6, chọn được cả Flare và Sunburst, đăng nhập là dùng được, ảnh tham chiếu và thiết lập mô hình đều nằm trong bàn làm việc. Nó tính phí theo điểm, mức tiêu hao cụ thể phải xem trong bàn làm việc; trang mô hình không liệt kê giá, cũng không nhắc đến GIF và SVG, nên nó giải quyết việc đưa ảnh tĩnh vào dùng trước, còn tích hợp vào sản phẩm vẫn phải đi qua API.
Bên vận hành chạy ra một loạt nhu cầu thực và prompt thực trước, đến khi kỹ thuật so sánh 2.5 với 2.6 sẽ có sẵn một bộ kiểm thử, gần với môi trường thật hơn so với việc tự bịa 20 prompt.
Nguồn tham khảo: trang mô hình và tài liệu tạo ảnh của OpenAI, cộng đồng nhà phát triển OpenAI, CocoLoop, DEV Community, Kingy AI, Digit; số liệu token từ cộng đồng là mẫu cá nhân, chi phí là phép tính nhẩm của chúng tôi.