GPT Image 2.6 已经把 GIF 动图和 SVG 输出带进了图像工作流。但对创作者来说，真正影响使用方式的问题是：能不能拿自己的角色参考图直接做动图？接口返回的是成品，还是需要自己拼接的帧图？
截至本文核查日期，OpenAI 官方图像生成指南与 API 参考文档给出了明确答案：可以通过图像编辑接口传入静态参考图，并请求输出完整 GIF。 不过，这与上传一段已有 GIF、逐帧修改它，是两种不同的能力。[1][2]
一、先把最容易混淆的三件事分开
| 需求 | 当前文档能确认什么 |
|---|---|
| 根据文字生成 GIF | 生成接口支持 output_format: "gif" |
| 用静态参考图生成 GIF | 编辑接口支持参考图输入和 GIF 输出 |
| 修改已有 GIF 的动作、时间轴或某一帧 | 本次核查未找到明确的完整工作流说明，不应当作已确认能力 |
官方指南的原文是：
To guide the animation with still reference images, send them to the image edit endpoint.
也就是：需要用静态参考图指导动画时，把这些图片发送到图像编辑接口。[1]
这里的“编辑接口”并不只意味着在原图上擦改一个物体，也可以用输入图片作为参考，生成新的结果。所以，“生成动图”和“用参考图”并不冲突。
对于有固定造型的 IP 角色，这意味着存在一条文档明确支持的路径：角色静态参考图 + 动作描述 → 编辑接口 → GIF 成品。 但接口支持参考图，不等于每一帧都能严格保持角色的轮廓、肢体数量、配色和比例。身份一致性仍然需要逐帧检查。
流程示意图：参考图与动作描述经编辑接口生成 GIF；图中鸟的动作仅用于说明流程。
二、接口直接返回 GIF，但不等于公开了模型内部原理
根据官方指南，返回结果包含完成的动画。将 data 中的 b64_json 解码并保存为 .gif，即可得到文件；调用方不需要自己把一组返回的 PNG 合成动图。[1]
这说明的是接口交付方式，不能直接证明模型内部如何生成动画。
OpenAI 发布文章展示的 OpenArt 案例中，提示词明确要求生成一张 sprite sheet，也就是连续动作拼图：6 个画面，排列为 3 列、2 行，并要求镜头、人物、背景保持一致，最后一帧衔接第一帧。[4]
这类拼图可以通过切帧，再按顺序编码成 GIF，形成完整动画。但案例提示词并没有披露所有 GIF API 请求的内部处理流程，不能据此认定官方接口一定统一采用同一套切图方案，更不能把它描述成已经证实的视频模型式时序生成。
目前能确认的是 GIF 成品交付和参考图输入能力；模型内部如何组织连续帧、是否使用拼图中间结果，仍缺少足够公开证据。
三、动图参数：先从短动作、小循环开始
当前指南列出的 GIF 参数如下：[1][3]
| 参数 | 当前文档说明 |
|---|---|
output_format |
设置为 gif |
frame_count |
2～16 帧，默认 9 帧 |
frame_duration_ms |
指南建议范围为每帧 20～2000 毫秒，默认 200 毫秒，按 10 毫秒精度取整 |
size |
auto，或符合模型限制、边长为 16 倍数的尺寸 |
例如 9 帧、每帧 200 毫秒，对应一轮 1.8 秒的动画。帧时长控制播放节奏；把播放速度调快，并不会自动补出更多中间动作。
帧数与分辨率也不是两个可以无限叠加的参数。官方说明，帧数、每帧尺寸和请求中的动画数量共同受到像素预算限制；超限时需要减少帧数、尺寸或数量。
API 参考页还标注，GIF 输出需要所选模型的 GIF 预览权限。使用前需确认 API 账号是否具备相应权限。[2][3]
此外，GIF 输出不支持流式返回、生成中的预览图和自定义压缩；参考页还明确排除了 GIF 的 mask 用法。因此，不能把静态图的全部局部编辑选项原样套进动图请求。
帧时长方面，参考页给出的编码上限与指南推荐范围并不完全一致。本文采用指南的 20～2000 毫秒范围作为使用建议，不把底层编码上限当作推荐设置。
四、Sunburst 与 Flare 怎么选
GPT Image 2.6 提供 Sunburst 和 Flare 两个版本。官方发布说明称，API 中的 2.6 版本图像生成速度较此前提升 50%；Flare 在低画质设置下最快可约 6 秒出图。这一速度表述来自官方发布说明，不能直接套用到多帧 GIF。[4]
Flare 面向快速尝试，比如探索海报构图、产品图方向和多轮方案。Sunburst 则强调精细视觉工作；官方尤其推荐在中、高画质下，用它处理需要在多次编辑中保持产品或角色细节的任务。
对于 IP 动图，可以优先尝试 Sunburst，但最终仍要看角色是否稳定、动作是否连贯、循环接缝是否自然。模型定位不能替代成品验收。
五、复杂度、圈画编辑和 SVG，各自解决什么问题
复杂度不是清晰度
complexity 控制模型绘制前投入多少规划计算，支持低、中、高三档；quality 控制渲染质量，两者是不同的设置。[1]
复杂文字、多个物体之间的关系和密集布局，可能受益于较高复杂度。局部换色、简单背景修改，则可以从低复杂度开始。官方也提醒，更高复杂度可能增加延迟，甚至引入不希望发生的改动，并不是所有任务都应该拉满。
圈画编辑让修改位置更直观
Markup 编辑允许传入独立的透明标注图层，用圈、草图等方式标明修改位置，再在提示词中说明具体变化。标注层对应第一张输入图，应与其尺寸匹配，并保留透明像素。[1]
需要注意，当前指南把这项能力列为支持 GPT Image 2.5 和 2.6，不能简单写成“2.6 独有”。
SVG 提供可编辑的矢量结果
SVG 输出适合图标、Logo 和插画等需要编辑路径、形状、颜色的素材。官方明确说明，它会先创建参考图，再以此生成 SVG；输出的是静态矢量内容，不包含脚本、外部资源或嵌入的位图。[1]
与 GIF 不同，当前 SVG 输出仍只支持生成接口，不支持编辑接口，而且一次请求要求 n=1。不要把 SVG 的限制误套到 GIF 上。
概念示意图：左侧为区域标注，右侧为矢量路径编辑；本图为静态概念插画。
六、对角色表情包和品牌素材，应该怎样使用
有固定角色参考图时，可以围绕一个清晰的小动作设计提示词，例如眨眼、轻轻挥手、点头或短暂惊讶，再明确固定镜头、背景与角色比例，并要求首尾衔接。对于复杂动作，先做短循环样片，比一次堆入多段情节更容易判断问题出在哪里。
拿到 GIF 后，建议检查四件事：
- 角色身份是否稳定：轮廓、五官、标志物和配色有没有漂移。
- 肢体是否正确：手脚、翅膀、尾巴等有没有新增、缺失或融合。
- 帧间是否稳定：角色大小、站位和背景有没有不必要的跳动。
- 循环是否成立：最后一帧回到第一帧时，有没有突然位移或表情跳变。
如果需要更细的逐帧控制，也可以把“参考图生成动作拼图，再自行切帧合成”作为另一个制作方案。它的优势是便于检查、替换和调整帧；代价是增加后处理。这种方法需要额外的切帧、对齐与循环检查。
对于创作者，GPT Image 2.6 值得关注的地方，是可以把参考图、动作描述和 GIF 交付连成一条更短的工作流。至于它能否稳定产出某个 IP 的可用表情包，仍需要拿真实角色素材测试，而不能只凭功能列表判断。