gpt-image-1.5

GPT-Image 1.5是OpenAI于2025年12月17日发布的旗舰级图像生成模型，旨在推动AI图像生成从“新奇”向“实用、高保真”转变，目标是将ChatGPT打造成一个高效、灵活的创意工作室。 ‌ 

该模型在多个方面实现了显著升级：  ‌

核心架构革新‌：GPT-Image 1.5摒弃了传统的扩散模型（Diffusion Models），转而采用视觉自回归（Visual Autoregressive, VAR）范式。这一变革使其能像处理语言一样“书写”图像，通过预测图像的下一个Token来构建画面，从而在逻辑推理和指令遵循上获得质的飞跃。 ‌ 

性能大幅提升‌：得益于VAR架构，其图像生成速度是上一代模型的4倍，能更快速地响应用户需求。 ‌ 

精准的图像编辑与指令遵循‌：模型在理解复杂提示词、执行特定编辑任务（如修改服装、试穿发型、应用风格滤镜）方面表现更优，能更好地保留原图精髓，并在处理需要严密逻辑的构图（如生成“站在梯子上粉刷天花板的长颈鹿”）时展现出色的能力。 ‌ 

文本渲染能力增强‌：相较于前代产品，其在图像中生成文字的准确性有显著提升，能生成排版正确、拼写无误的标题或说明文字，更适合商业物料设计。 ‌ 

GPT-Image 1.5已通过ChatGPT和API向所有用户开放，并在2026年1月被Adobe集成至其Firefly平台。 ‌

在基准测试中，该模型在文生图与图像编辑任务中均位列第一，但其对中文的支持仍存在不足，生成包含中文文字的图像时错误频出。