GPT Image 2.5 Flare & Sunburst가 EvoLink에 출시되었습니다GPT Image 2.5 체험하기
본문으로 이동
GPT Image 2.6과 2.5 설정·비용 비교 표지: 파란 꽃병, 겹친 이미지 카드, 조절 슬라이더
비교

GPT Image 2.6 vs 2.5: 품질 등급, 생성 비용과 이전 기준

GPT Image 2.5에서 2.6으로 이전할지 판단하세요. low·medium 출력 비용, 비교할 때 고정할 설정, 편집과 GIF 요청의 이전 방법을 살펴봅니다.

EvoLink Team제품 팀
22분 소요

현재 GPT Image 2.5 medium으로 일괄 생성한다면 먼저 기존 구성과 GPT Image 2.6 low, medium을 비교하세요. 같은 품질 이름이라도 2.6에서 출력 토큰이 늘 수 있으므로 채택할 이미지와 총비용을 함께 판단해야 합니다.

계획 조절, EvoLink의 표시 레이어 편집, 완성된 GIF 출력이 구체적인 작업을 개선할 때 2.6을 시험할 가치가 있습니다. 이 글은 품질 등급과 출력 비용, 고정할 설정, API 이전 절차를 비교합니다. 전체 출시 내용은 GPT Image 2.6 새 기능과 API 업데이트에서 확인하세요.

GPT Image 2.6과 2.5의 차이

EvoLink 연동에서 주요 차이는 다음과 같습니다.

기능 또는 설정EvoLink의 GPT Image 2.5EvoLink의 GPT Image 2.6
생성 전 계획complexity 필드 미제공low, medium, high 선택
품질 등급low, medium, high, xhigh, max이름은 같지만 low와 medium의 예상 출력 토큰 수가 다름
부분 편집참조 이미지와 마스크참조 이미지에 마스크 또는 별도 표시 레이어 사용
GIF 출력PNG, JPEG, WebP 정지 이미지프레임 수와 표시 시간을 조절한 완성 GIF
SVG 출력미지원EvoLink에서는 아직 미제공, OpenAI는 지원
표시 레이어를 이용한 편집은 EvoLink의 2.6 인터페이스에 추가된 기능입니다. OpenAI는 호환되는 2.5 모델에도 제공하므로 2.6 모델군만의 기능은 아닙니다. OpenAI 편집 안내

같은 medium인데 GPT Image 2.6이 더 비싼가요?

이미지 출력 토큰 단가를 같게 적용하면 1024×1024 medium 이미지의 예상 출력 비용은 2.6이 2.5의 약 3.3배입니다.

차이는 이미지 한 장에 사용하는 출력 토큰 수에서 생깁니다. 1024×1024에서 medium의 예상 출력량은 2.5의 약 439토큰에서 2.6의 약 1,449토큰으로 늘어납니다. low도 약 196에서 824로 증가합니다. 상위 세 등급의 예상 출력 토큰 수는 같습니다.

두 세대에 OpenAI 공식 단가인 이미지 출력 100만 토큰당 30달러를 적용하면 출력 비용은 다음과 같습니다.
품질GPT Image 2.5GPT Image 2.6출력 비용 비교
low0.0059달러0.0247달러약 4.2배
medium0.0132달러0.0435달러약 3.3배
high0.0527달러0.0527달러공식 단가 기준 1.0배
xhigh0.0937달러0.0937달러공식 단가 기준 1.0배
max0.2107달러0.2107달러공식 단가 기준 1.0배
OpenAI 공식 단가로 1024×1024 정지 이미지 한 장을 계산한 값이며 프롬프트와 참조 이미지 입력 비용은 별도입니다. EvoLink의 출력 단가는 2.5가 1천 토큰당 1.836크레딧, 2.6이 2.04크레딧입니다. 이 단가에서 2.6은 low가 약 4.7배, medium이 약 3.7배이며 high·xhigh·max는 약 11% 비쌉니다. 예를 들어 high 출력 비용은 약 3.22 대 3.58크레딧입니다. 현재 EvoLink 비용은 모델 페이지 계산기로 추정하고 최종 요금은 실제 사용량으로 확인하세요. OpenAI 출력 단가

2.6에서 medium과 high의 출력 비용은 약 0.0435달러와 0.0527달러로 차이가 작아졌습니다. 작은 글자나 제품 질감이 이미지 채택을 결정한다면 두 등급을 비교할 만합니다.

현재 2.5 medium으로 일괄 생성한다면 기본 설정을 바꾸기 전에 기존 2.5 구성, 2.6 low, 2.6 medium을 비교하세요. 쓸 수 있는 결과물과 비용을 함께 봐야 합니다. 새 모델의 낮은 품질 이름만으로 이전 medium과 같은 품질이라고 판단할 수는 없습니다.

GPT Image 2.6은 2.5보다 빠른가요?

Flare와 Sunburst의 결과가 다릅니다. CellCog는 2026년 11월 5일 OpenAI API에서 프롬프트, 크기, quality를 동일하게 맞추고 요청 전송부터 파일 수신까지 걸린 시간을 측정했습니다.

작업·크기·quality2.5 Flare2.6 Flare2.5 Sunburst2.6 Sunburst
데이터 그래픽, 1536×1024, high13.8 s6.8 s20.4 s23.8 s
행사 포스터, 1024×1536, high15.1 s8.0 s25.3 s25.4 s
마스코트, 1024×1024, medium10.2 s6.2 s13.3 s16.9 s
픽토그램, 1024×1024, low7.5 s5.6 s9.5 s14.5 s

이 네 작업에서 2.6 Flare는 2.5 Flare보다 빨랐고, 2.6 Sunburst는 2.5 Sunburst와 비슷하거나 더 오래 걸렸습니다. CellCog가 컴퓨터 한 대로 하룻밤에 측정한 값입니다. EvoLink로 이전할 때는 같은 계열끼리 비교하고, 이용 경로의 대기열과 다운로드 시간도 실제 대기 시간에 포함하세요.

같은 프롬프트에서 2.6의 이미지가 더 좋아지나요?

보편적인 답은 없습니다. 버전이 바뀌었다고 모든 프롬프트나 레이아웃이 자동으로 나아지는 것은 아닙니다. 같은 프롬프트, 참조, 크기, 품질로 대표적인 실제 작업에서 두 계열을 비교하세요. 승인된 결과물이 이미 브리프를 충족하면 2.5를 유지하고, 계획 단계, 편집 동작, GIF 출력이 그 작업을 개선할 때만 2.6으로 옮기세요.

2.5와 2.6을 비교할 때 고정할 설정

첫 버전 비교에서는 기존 크기, 참조 이미지, 명시한 quality를 고정하세요. 다음 네 설정을 구분하면 버전 변경과 크기, 세부 묘사, 계획 변경을 따로 판단할 수 있습니다.

매개변수제어 대상예시
size비율과 픽셀 크기정사각형, 가로 배너, 1536x1024
resolutionEvoLink에서 비율로 지정할 때 적용할 크기 프리셋16:9 이미지를 2K로 생성
quality렌더링 세부 묘사와 출력 토큰 소비초안 탐색 또는 작은 글자와 질감 확인
complexity렌더링 전 계획에 들이는 정도배경만 바꾸는 편집 또는 여러 상품과 라벨의 배치
기존 제품 사진의 배경만 바꾼다면 먼저 complexity: low를 비교하세요. 상품, 가격, 라벨이 여러 개 들어가는 인포그래픽은 high로 시작할 수 있습니다. 기본값은 high이며 complexity 자체에 별도 추가 요금은 없습니다. 계획을 늘리면 시간이 더 걸리거나 불필요한 변경이 생길 수 있습니다. 구도를 이미 구체적으로 지정했다면 특히 확인할 부분입니다. complexity 설정

complexity를 비교하는 동안 quality는 고정하세요. 배치와 사물 간 관계가 적절해지면 quality 등급을 비교해 더 세밀한 렌더링이 도움이 되는지 확인합니다.

EvoLink에서 resolution은 size가 화면 비율일 때 적용됩니다. 정확한 픽셀 크기나 auto에는 적용되지 않습니다. GIF는 프레임별 크기 규칙을 따릅니다. quality를 max로 선택해도 자동으로 4K가 되지는 않습니다. 경로의 4K 프리셋도 총 픽셀 제한을 지켜야 하므로 정사각형은 2880×2880입니다.

OpenAI Sunburst 종이 공예 축구 예시: complexity low, quality medium
OpenAI Sunburst 종이 공예 축구 예시: complexity low, quality medium
OpenAI Sunburst 종이 공예 축구 예시: complexity medium, quality medium
OpenAI Sunburst 종이 공예 축구 예시: complexity medium, quality medium
OpenAI Sunburst 종이 공예 축구 예시: complexity high, quality medium
OpenAI Sunburst 종이 공예 축구 예시: complexity high, quality medium
OpenAI 공식 GPT Image 2.6 Sunburst 예시입니다. complexity는 low, medium, high 순서이며 같은 프롬프트, quality medium, 생성 크기 1024×1536을 사용했습니다. 트로피, 유니폼, 글자 배치를 비교하세요. 출처

마스크 편집을 유지할까요, 2.6 표시 편집을 시험할까요?

2.5에서 마스크를 쓰던 흐름은 2.6에서도 mask_url을 사용할 수 있습니다. 정밀한 영역을 그리는 것보다 대상을 가리키는 편이 쉽다면 markup_url을 시험하세요. 예를 들어 여러 꽃병 중 하나를 둘러싸고 색을 바꾸도록 요청할 수 있습니다.
EvoLink에서는 원본을 image_urls의 첫 번째 항목에 넣습니다. 원본과 크기가 같은 별도의 투명 PNG에 원, 화살표 등 표시만 넣고 URL을 markup_url로 전달하세요. 사진에 표시를 합치지 말고 별도 레이어로 유지합니다. 프롬프트 예시는 다음과 같습니다.

빨간 원 안의 꽃병을 코발트블루로 바꿔 주세요. 꽃병의 형태, 꽃, 테이블, 배경은 유지하세요. 완성된 이미지에서는 빨간 원을 제거하세요.

영역을 정밀하게 정했다면 마스크를, 사물을 가리키는 편이 간단하다면 표시 레이어를 사용하세요. 같은 요청에서 mask_url과 markup_url은 함께 쓸 수 없습니다. 요청한 변화와 주변 세부 사항을 모두 확인해야 합니다. 두 방법 모두 나머지 모든 픽셀의 완전한 보존을 보장하지는 않습니다. EvoLink 편집 매개변수
OpenAI 공식 예시: 수정할 꽃병을 빨간 원으로 표시
OpenAI 공식 예시: 수정할 꽃병을 빨간 원으로 표시
OpenAI GPT Image 2.6 Flare 예시: 꽃병을 파란색으로 바꾼 결과
OpenAI GPT Image 2.6 Flare 예시: 꽃병을 파란색으로 바꾼 결과
OpenAI 공식 예시: 표시된 수정 전 꽃병과 GPT Image 2.6 Flare가 파란색으로 바꾼 결과입니다. 출처

2.5 정지 이미지 흐름에 GIF 출력 추가하기

2.5의 정지 이미지 흐름은 PNG, JPEG, WebP를 출력합니다. 2.6에서는 완성된 GIF를 직접 요청하고 프롬프트나 정지 참조 이미지로 마스코트 동작, 리액션, 짧은 제품 반복 동작을 만들 수 있습니다. 정지 이미지 버전 비교와 함께 추가 결과물로 평가하세요.

EvoLink에서는 output_format: gif를 선택하고 frame_count, frame_duration_ms를 model_params 안에 넣습니다. 처음에는 size: auto, 9프레임, 프레임당 200밀리초를 사용해 보세요. 각 프레임은 512×512이며 한 번 재생에 1.8초가 걸립니다. n: 1, 배경은 불투명한 opaque를 사용합니다.
이 경로는 2–16프레임을 지원합니다. size는 각 프레임의 크기입니다. 프레임을 늘리면 모든 프레임을 모은 시트의 제한을 지키기 위해 개별 크기를 줄여야 할 수 있습니다. 요금도 이 시트의 크기를 기준으로 계산합니다. 프레임 표시 시간을 바꾸면 재생 속도는 달라지지만 새로운 자세가 추가되지는 않습니다. EvoLink GIF 설정
OpenAI 공식 GPT Image 2.6 Sunburst GIF 예시: 9프레임, 각 200밀리초, 한 번 재생에 1.8초.
OpenAI 공식 GPT Image 2.6 Sunburst GIF 예시: 9프레임, 각 200밀리초, 한 번 재생에 1.8초.

SVG가 필요하다면 이전 전에 인터페이스 확인하기

SVG는 아이콘이나 단순한 일러스트처럼 경로와 색을 나중에 편집할 때 유용합니다. OpenAI는 먼저 참조 이미지를 만들고 다른 작성 모델로 벡터 파일을 생성합니다. 두 단계 모두 요금에 포함됩니다. OpenAI SVG 생성
EvoLink는 현재 PNG, JPEG, WebP, GIF를 제공하며 SVG 출력은 아직 열리지 않았습니다. SVG가 필요하다면 활성화된 인터페이스를 선택하고, 받은 파일을 디자인 편집기에서 열어 경로와 모양이 수정하기 편한지 확인하세요. EvoLink 출력 형식

작업을 2.6으로 이전할지 어떻게 판단하나요?

2.5가 이미 요구 사항을 충족하고 대량 작업에서 낮은 등급의 비용이 중요하다면 기존 흐름을 유지할 가치가 있습니다. 계획 조절, EvoLink의 표시 편집, GIF 직접 출력이 구체적인 제작 문제를 해결하는 작업에서 2.6을 시험하세요.

2.5와 2.6 모두 Flare와 Sunburst를 제공합니다. 첫 이전 테스트에서는 같은 모델 종류를 유지해 2.5 Flare와 2.6 Flare, 또는 2.5 Sunburst와 2.6 Sunburst를 같은 프롬프트, 참조, 크기, quality로 비교하세요. 2.6 안에서 모델을 선택하는 기준은 Flare와 Sunburst 작업별 비교를 참고하세요.

채택한 소재 수, 편집 작업량, 재시도, 지출을 함께 계산하세요. 한 번의 생성 비용이 높아도 마무리 작업을 줄이면 유용할 수 있습니다. 그 이점이 실제 결과에 나타나는지 확인해야 합니다.

기존 API 흐름을 단계적으로 이전하기

먼저 정지 이미지 요청으로 시작하세요. 프롬프트, 참조 이미지, 크기, 명시한 quality는 그대로 두고 gpt-image-2.5-flare를 gpt-image-2.6-flare로, 또는 gpt-image-2.5-sunburst를 gpt-image-2.6-sunburst로 바꿉니다.
비동기 처리 방식은 같습니다. POST /v1/images/generations로 제출하고 작업 ID를 저장한 다음 GET /v1/tasks/{task_id}로 완료까지 조회합니다. 이미지와 사용량을 확인한 뒤 quality와 complexity를 따로 비교하세요. 보관할 파일은 결과 URL의 유효 기간인 24시간 안에 내려받습니다.
일괄 실행 전에 기존 GPT Image 2.6 Sunburst Playground와 비용 계산기로 같은 조건의 예상 지출을 확인하세요. 통합 API 게이트웨이에서는 작업 제출과 조회 로직을 유지하면서 작업마다 모델과 설정을 선택할 수 있습니다.

GPT Image 2.6과 2.5 자주 묻는 질문

low와 medium 모두 2.6의 출력 비용이 더 높은가요?

이 글의 공통 단가와 1024×1024 조건에서는 그렇습니다. 예상 출력 비용은 2.5 대비 low가 약 4.2배, medium이 약 3.3배입니다. 이미지 한 장의 예상 출력 토큰이 low에서는 196에서 824로, medium에서는 439에서 1,449로 늘기 때문입니다. 최종 예산에는 입력 비용도 포함하세요. EvoLink의 출력 단가에서는 약 4.7배와 3.7배입니다. 현재 요금은 모델 페이지 계산기로 확인하세요.

GPT Image 2.5를 계속 쓰는 편이 좋은 경우는 언제인가요?

기존 흐름이 요구 사항을 충족하고 low나 medium의 일괄 비용이 중요할 때입니다. 대표 작업으로 기존 구성과 2.6 low, medium을 비교하고 채택한 이미지, 수정 횟수, 총지출을 계산하세요. 계획, 표시 편집, GIF가 작업을 개선하는 곳에서 2.6을 도입합니다.

호출할 경로의 필드와 지원 옵션을 확인하세요. EvoLink는 표시 URL에 markup_url을 쓰고 GIF 프레임 수와 표시 시간을 model_params에 넣습니다. 스트리밍, 압축, 출력 형식도 실제 인터페이스 문서를 따릅니다.

quality를 고정하면 이미지 크기도 같아지나요?

size를 명시하거나 같은 지원 비율과 resolution 조합을 고정하세요. quality는 세부 묘사를 제어하므로 그것만 유지해서는 이미지 크기가 고정되지 않습니다.

GPT Image 2.5에서 2.6으로 이전할 때 complexity는 무엇부터 시험하나요?

배경이나 사물 하나를 바꾼다면 low부터 비교하세요. 여러 사물이나 라벨을 포함한 열린 구도라면 기본값 high를 시험합니다. quality를 고정하고 요청한 결과와 불필요한 변경을 함께 확인하세요.

GPT Image 2.5에서 2.6으로 이전하면 표시 레이어 편집은 어떻게 달라지나요?

OpenAI는 호환되는 2.5와 2.6 모델에 지원합니다. EvoLink는 2.6 경로에 markup_url을 제공합니다. 원본과 별도의 투명 표시 레이어를 전달하며 같은 요청에서 markup_url과 mask_url을 함께 쓸 수 없습니다.

통합 API로 AI 모델 연동하기

모델 기능과 현재 요금을 비교한 뒤 API 문서에 따라 작업에 맞는 모델을 연동하세요.