OpenAI 模型

面向复杂代码与智能体工作流，适合项目级编程、长链路规划和多步工具执行；1.05M 上下文、文本/图像输入、推理、函数调用与结构化输出构成完整主力能力，代价是比 GPT-6 Luna 更高的调用成本，适合质量与执行稳定性优先的任务。

面向聚焦型、高吞吐任务，适合批量摘要、分类、改写和高频智能体调用；同样提供 1.05M 上下文、文本/图像输入、推理、函数调用与结构化输出，但以显著更低的成本换取与 Sol 不同的质量/深度取舍，复杂长链路任务优先考虑 GPT-6 Sol。

GPT Image 2.5 Sunburst 的特价模型，按当前渠道映射使用 Sunburst；sale 仅表示特价线路，不改变其高精度生图与编辑的定位。适合价格敏感、仍需要参考图编辑和细节控制的专业视觉任务；需要常规线路时选择 gpt-image-2.5-sunburst。

面向对编辑精度和成片质量要求更高的高级视觉工作流：适合生产级活动创意、精修产品图，以及需要在多轮修改中保持主体、构图和视觉处理一致的任务；支持文本与参考图输入、图像输出，但生成时间通常比 Flare 更长。

GPT Image 2.5 Flare 的特价模型，按当前渠道映射使用 Flare；sale 仅表示特价线路，不改变其高质量、快速日常生图与编辑的定位。适合价格敏感的高频图片任务；需要常规线路时选择 gpt-image-2.5-flare。

更适合作为高质量图像生成与编辑的默认主力：速度更快，适合创作者与社媒内容、产品体验、视觉搜索、快速原型和高频批量生成；支持文本与参考图输入、图像输出。若更看重精细编辑控制并能接受更长等待，可选 Sunburst。

旗舰级端到端模型，适合复杂推理、软件工程、计算机操作、深度研究与文档工作；约 105 万 token 上下文、文本/图像/文档输入和文本输出，并支持推理、搜索、函数调用、结构化输出、代码执行与工具编排。相比更低档位模型，选择它主要是为了长链路任务的完成质量与执行稳定性，代价是更高的调用成本。

GPT-5.6 中兼顾能力与成本的主力档位。适合需要图像理解、工具调用和较长材料处理的生产任务；若任务难度和交付质量优先，选择 Sol；若重在高并发成本控制，选择 Luna。

GPT-5.6 系列的旗舰档位，面向复杂专业工作与高质量交付。支持图像输入、函数调用和结构化输出，并可承载超长上下文；对时延或单位成本敏感的高频任务，可考虑 Terra 或 Luna。

GPT-5.6 的高并发、成本敏感档位。适合摘要、分类、改写和批量自动化；需要复杂专业判断或质量优先的多步任务时，优先选同系列 Sol。

面向推理、代码、视觉理解和智能体任务，相比 GPT-5.4 更强调长上下文、工具调用和规模化稳定输出；对比 Claude、Gemini、Qwen 等旗舰模型，它更适合作为通用高可靠自动化和复杂知识工作流底座。

GPT Image 2 的特价模型，按当前渠道映射使用同一底层模型；sale 仅表示特价线路，不代表独立的能力差异。适合价格敏感、可接受特价线路差异的日常生图与参考图编辑；更看重常规线路一致性时选择 gpt-image-2。

面向高质量图像生成与编辑，相比 GPT Image 1.x 在文字渲染、局部编辑和多轮一致性上更进一步；对比 Gemini 图像模型、Qwen Image 和 Seedream，它更适合品牌视觉、广告设计、产品图和需要精细控制的创意工作流。

面向推理、代码、视觉理解和智能体任务，相比 GPT-5.3 更强调长上下文、工具调用和规模化稳定输出；对比 Claude、Gemini、Qwen 等旗舰模型，它更适合作为通用高可靠自动化和复杂知识工作流底座。

面向推理、代码、视觉理解和智能体任务，相比 GPT-5.3 更强调长上下文、工具调用和规模化稳定输出；对比 Claude、Gemini、Qwen 等旗舰模型，它更适合作为通用高可靠自动化和复杂知识工作流底座。

面向推理、代码、视觉理解和智能体任务，相比 GPT-5.3 更强调长上下文、工具调用和规模化稳定输出；对比 Claude、Gemini、Qwen 等旗舰模型，它更适合作为通用高可靠自动化和复杂知识工作流底座。