GPT Image 2.5 — Flare와 Sunburst, 작업에 맞게 고르기
빠른 시안 탐색부터 정밀한 편집까지. 두 모델의 차이와 사용 순서, 사용자들이 보고한 경험, 바로 복사해 쓸 수 있는 프롬프트를 정리했습니다.
공식 사양은 OpenAI 문서, 사용자 경험은 Reddit·개발자 포럼을 기준으로 정리했습니다. 실무 프롬프트는 이를 응용한 예시입니다. 자체 성능 시험은 포함하지 않았습니다. 자료 확인일: 2026년 9월 19일.
이 글의 목차 8개 항목
먼저, 내 작업에 맞는 모델
공식 문서는 일상적인 고품질 생성에 Flare, 편집 정확도가 중요한 작업에 Sunburst를 안내합니다.
FLARE
여러 시안을 빠르게 만들 때
배너의 분위기, 제품 배치, 색 조합처럼 여러 방향을 비교하는 단계에 먼저 검토합니다. 공식 가이드는 GPT Image 2와 비슷한 이미지 품질, 속도 중심으로 설명합니다.
gpt-image-2.5-flare
SUNBURST
보존할 요소가 많은 편집에
얼굴, 제품 형태, 구도를 유지한 채 일부를 바꾸는 작업에 우선 검토합니다. 공식 가이드는 GPT Image 2보다 높은 이미지 품질, 정밀 편집 중심으로 설명합니다.
gpt-image-2.5-sunburst
공식 사양 한눈에 비교
| 비교 항목 | Flare | Sunburst |
|---|---|---|
| 공식 포지셔닝 | 빠른 고품질 이미지 생성 | 높은 생성·편집 역량, 정밀 편집 |
| 전작(GPT Image 2) 대비 공식 설명 | 비슷한 이미지 품질, 속도 중심 | 더 높은 이미지 품질, 품질 중심 |
| 모델 ID | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| 고정 버전 | flare-2026-09-08 | sunburst-2026-09-08 |
| 입력 / 출력 | 텍스트·이미지 / 이미지 | 텍스트·이미지 / 이미지 |
| 품질 설정 | low · medium · high · xhigh · max · auto | 좌동 |
| 접근 경로 | Image API 또는 Responses API 의 이미지 생성 도구 | 좌동 |
| 토큰 단가 | 두 모델 동일 | 두 모델 동일 |
전작 대비 설명은 공식 프롬프팅 가이드의 모델 소개 문구입니다. 독립 실측 결과는 아닙니다.
선택 기준을 작업 성격으로 옮기면 이렇게 됩니다. 배너 분위기, 제품 배치, 색 조합처럼 여러 방향을 빠르게 비교하는 단계에는 Flare 를 먼저 씁니다. 인물의 얼굴, 제품 형태, 구도를 유지한 채 일부만 바꾸는 작업에는 Sunburst 를 검토합니다. 원본 보존이 보장된다는 의미는 아니므로 결과는 항목별로 확인해야 합니다. 완성도를 비교할 때는 생성 시간 대신 문구·브랜드 요소 재작업까지 포함한 최종 납품 시간을 기록하면 판단이 쉬워집니다.
이미지를 만드는 순서
ChatGPT에서 시작하기
- 원하는 이미지를 설명합니다 — 용도·주제·구도·색감을 함께 적습니다. 기존 사진을 고칠 때는 이미지를 첨부합니다.
- 참조 이미지의 역할을 지정합니다 — "1번은 제품, 2번은 스타일 참고"처럼 나눠 적고, 어떤 요소를 어느 이미지에서 가져올지 설명합니다.
- 한 번에 한 가지씩 수정합니다 — 배경·조명·배치를 차례로 조정하고, 바꾸지 않을 요소는 수정할 때마다 다시 적습니다.
대화창에서 모델 이름을 적는 것만으로 실제 사용 모델이 보장되지는 않습니다. 모델을 확실히 지정하려면 API 의 모델 ID 를 씁니다.
API에서 모델 지정하기
- 한 장 생성은 Image API — 새 이미지는 generations, 기존 이미지 수정은 edits 를 사용하고 Flare 또는 Sunburst 의 모델 ID 를 지정합니다.
- 대화형 수정은 Responses API — 여러 차례 편집을 이어갈 때 씁니다. 대화 모델과 이미지 생성 도구의 모델을 각각 설정합니다.
- 결과의 용도를 먼저 정합니다 — 비율, 배경, 출력 형식과 품질을 결정합니다. 투명 배경은 PNG 또는 WebP 로 요청합니다.
- 수정 대상과 보존 대상을 분리합니다 — 바꿀 부분을 명확히 말하고 유지할 요소도 적은 뒤, 결과에서 얼굴·문자·로고·구도를 다시 확인합니다.
import OpenAI from "openai";
import { writeFileSync } from "node:fs";
const client = new OpenAI();
const result = await client.images.generate({
model: "gpt-image-2.5-flare",
prompt: "시안색 배경 위 레몬색 유리 향수병. 단단한 햇빛, 선명한 그림자. 글자 없음.",
size: "1536x1024",
quality: "high",
output_format: "webp"
});
const image = result.data?.[0]?.b64_json;
if (!image) throw new Error("이미지 응답 없음");
writeFileSync("image.webp", Buffer.from(image, "base64"));공식 API 호출 구조를 응용한 예제입니다. npm install openai 후 서버 환경변수 OPENAI_API_KEY 를 설정해 실행합니다. 키는 브라우저 코드에 넣지 않습니다.
처음 설정할 때 확인할 세 가지
| 항목 | 확인 내용 |
|---|---|
| 품질 | 두 모델 모두 low 부터 max 까지 지원합니다. 공식 모델 페이지의 옵션을 기준으로 작업에 맞춰 비교합니다. |
| 출력 | 정사각 1024×1024, 가로 1536×1024, 세로 1024×1536. 투명 배경은 PNG·WebP. |
| 접근 | API 조직 인증이 필요할 수 있습니다. 모델 페이지의 API 무료 티어 미지원 표시는 ChatGPT 무료 플랜 안내와 별개입니다. |
사용자가 보고한 경험
아래는 원문을 읽고 요약한 개별 경험입니다. 통제된 비교 실험이나 전체 사용자의 합의로 읽지 않는 편이 안전합니다. 게시 시간이 검색 결과와 달라 게시일 대신 확인일을 적었습니다.
“적어도 훨씬 빨라진 느낌.”
BigRevolutionary8188은 사용 가능 알림을 받은 뒤 속도 차이를 가장 먼저 언급했습니다. sammoga123도 속도를 체감한 요소로 꼽았습니다.
읽는 포인트 체감 속도 후기이며 초 단위 측정값이나 동일 조건 비교는 없습니다.
표정은 나아졌지만, 차이가 작다는 의견도.
_DearStranger는 표정이 덜 굳어 보인다고 평가했습니다. 반면 Responsible_Gear8943은 아직 차이를 잘 모르겠다고 말했습니다.
읽는 포인트 개인의 개선 체감을 객관적인 성능 상승률로 바꾸지 않았습니다.
질문하라는 지시를 포스터에 그려버렸다.
Musing_About는 템플릿이 먼저 확인 질문을 하도록 지시했는데, 질문과 답변 칸을 포스터에 넣어버렸다는 사례를 공유했습니다.
실무 제안 대화 지시와 이미지에 들어갈 문구를 구분하고, 최종 문안은 따옴표로 명시하세요.
참고 이미지 한 장으로 16프레임 스프라이트.
Practical_Low29는 캐릭터 전신 이미지를 4×4 동작 시트로 만들었고, 머리·재킷·부츠가 유지됐다고 설명했습니다. 이어 Codex로 GIF를 만들었습니다.
읽는 포인트 Atlas Cloud를 통한 사례로 제공업체 링크가 포함됩니다. 공식 API 직접 시험이나 재현 검증은 아닙니다.
장면 구조를 남기고, 그림의 표현을 바꾸기.
heliumcraft는 오래된 애니메이션의 프레임을 현대적인 스타일로 바꾼 뒤, 별도 영상 모델의 참고 이미지로 사용했다고 설명했습니다.
읽는 포인트 GPT Image 2.5가 영상을 만든 사례가 아닙니다. 게시자는 처음 올린 영상이 잘못됐다고 정정했으므로 댓글의 수정본도 확인해야 합니다.
같은 이미지를 써도 캐시 할인이 안 보였다.
spartaz0rd는 같은 캐릭터 이미지를 여러 장면에 재사용했지만 캐시 입력 사용량이 0으로 표시됐다고 보고했습니다. 게시일은 2026년 9월 9일입니다.
읽는 포인트 사용자 보고이며 공식 장애 확정은 아닙니다. 비용을 예상할 때 실제 사용량에서 할인 적용을 확인하세요.
복사해서 쓰는 실무 프롬프트
공식 가이드와 사용자 워크플로를 바탕으로 구성한 응용 예시입니다. 공식 예문이나 저희가 직접 검증한 성공 프롬프트는 아닙니다.
1. 레퍼런스의 색감을 브랜드 이미지로 (신규 생성)
가로형 향수 브랜드 이미지. 시안 블루 배경에 레몬 옐로 유리 향수병 하나를 오른쪽에 배치한다.
오렌지 레드는 작은 반사광에만 사용한다.
정오의 강한 햇빛, 선명한 그림자, 투명한 유리와 금속의 재질을 표현한다.
카메라는 제품보다 조금 낮은 위치.
왼쪽 40%는 제목을 넣을 수 있도록 비워둔다. 이미지에 글자·로고·워터마크를 넣지 않는다.구도와 여백을 먼저 확정하고 재질은 마지막에 다듬습니다.
2. 무엇을 바꾸고 무엇을 남길지 (부분 수정)
첨부한 제품 사진을 편집한다.
변경: 배경만 밝은 시안 블루로 바꾸고, 제품 뒤쪽에 자연스러운 접지 그림자를 추가한다.
보존: 제품의 윤곽, 비율, 색상, 로고, 라벨의 모든 문자, 카메라 각도와 제품 위치.
새 물체나 장식을 추가하지 않는다. 원본의 가로세로 비율을 유지한다.결과를 원본과 겹쳐 보고 로고·윤곽의 변형을 확인합니다.
3. 캐릭터 한 명, 연결되는 16개 동작 (스프라이트)
첨부한 전신 캐릭터를 단순한 픽셀아트 동작 시트로 만든다. 4행 4열, 총 16칸.
모든 칸에서 머리 모양, 의상, 신발, 캐릭터 크기를 유지한다.
첫 행은 대기, 두 번째 행은 걷기, 세 번째 행은 점프, 네 번째 행은 착지 동작으로 구성한다.
발 기준선과 셀 간격을 일정하게 하고 배경은 투명하게 한다. 글자와 격자선은 넣지 않는다.Practical_Low29 의 4×4 사례를 비전투 동작으로 재구성했습니다. 셀 정렬·프레임 연결·투명도는 후처리로 검수해야 합니다.
4. 장면은 유지하고 표현만 새롭게 (스타일 변환)
첨부한 일러스트의 장면을 현대적인 애니메이션 화풍으로 바꾼다.
유지: 인물의 정체성, 의상 디자인, 포즈, 인물 간 거리, 카메라 각도, 배경 구조.
변경: 선의 정돈, 머리카락의 세부 표현, 채색의 깊이와 빛 표현.
새 소품과 인물을 추가하지 않는다. 장면을 재구성하지 않는다.heliumcraft 의 스타일 변환 사례를 응용했습니다. 권리가 확보된 이미지로 시험하고 보존 조건을 항목별로 비교합니다.
요금: 두 모델의 토큰 단가는 같습니다
| 항목 | USD / 100만 토큰 |
|---|---|
| 텍스트 입력 | $5.00 |
| 캐시된 텍스트 입력 | $1.25 |
| 이미지 입력 | $8.00 |
| 캐시된 이미지 입력 | $2.00 |
| 이미지 출력 | $30.00 |
위 표는 토큰 단가입니다. 장당 비용은 사용한 토큰 수로 정해집니다. 이미지 출력이 1,000 토큰이면 출력분은 $0.03 이고 입력 비용은 별도로 붙습니다. 이는 계산 예시이며 실제 이미지의 토큰 수를 가정한 견적은 아닙니다. ChatGPT 구독료와도 별개입니다. 두 모델의 단가가 같으므로 "Flare 가 빠르다"는 설명은 장당 비용이 더 싸다는 의미로 이어지지 않습니다.
결과를 비교할 때 확인할 것
- 같은 참조 이미지·프롬프트·크기·품질로 여러 번 생성합니다.
- 소요 시간, 비용, 채택률, 수정 횟수를 기록합니다.
- 얼굴·로고·텍스트·위치가 유지됐는지 항목별로 확인합니다.
- 한 번의 성공보다 반복해서 같은 품질이 나오는지를 봅니다.
공식 가이드도 문자 배치, 반복 등장 캐릭터의 일관성, 정밀한 구도에 한계를 명시합니다. 브랜드 문구와 레이아웃이 중요한 결과물은 편집 도구에서 마무리하는 편이 실무적으로 안전합니다.
같은 토론에서 AnimatorPlayful6587 은 장소 이미지를 준 다음 그 공간에서 촬영을 지시하듯 요청하는 방식이 잘 작동했다고 평가했습니다. 동시에 디자인 판단 자체는 부족하다고 봤습니다. 요청문에 적용하면 "멋지게" 대신 "카메라는 낮게, 제품은 오른쪽, 빛은 왼쪽 위, 문구를 위한 여백은 왼쪽"처럼 시각적인 결정을 직접 적는 방식이 됩니다.
출처와 확인 범위
공식 문서 5개와 사용자 토론·보고 4개. 사양과 가격은 공식 문서에서, 개별 경험과 정정 내용은 해당 게시글에서 확인할 수 있습니다.
- Image generation in ChatGPT — 공식. 대화에서 생성·편집·참조 이미지 사용
- GPT Image 2.5 Flare — 공식. 모델 역할, ID, 품질, 가격
- GPT Image 2.5 Sunburst — 공식. 정밀 편집, ID, 품질, 가격
- Image generation 가이드 — 공식. API 사용법과 제한
- Image prompting 가이드 — 공식. 프롬프트 작성 원칙
- GPT Images 2.5 Discussion — 사용자 토론. 속도, 표정, 실패 사례, 촬영 지시
- 16-frame combat sprite sheet — 사용자 사례. 외부 서비스 링크 포함
- Anime style conversion workflow — 사용자 사례. 댓글의 정정 내용 포함
- Image-input caching report — 사용자 보고. 2026년 9월 9일, 공식 답변 아님