Images 2.5 × Astra：AI Frontier 品牌套件实验

“为 AI Frontier 设计标志，选出最好的方案，再做成周边产品。” 我把这个任务交给了 Astra 和 Images 2.5。11 分 15 秒，一共生成了 15 张图。比画质更让我感兴趣的，是它看着结果自行选择、修改的过程。

Images 2.5 有什么变化？

OpenAI 于 9 月 8 日发布了 Images 2.5，分为侧重快速生成的 Flare和侧重精细编辑的 Sunburst。主要改进包括保留参考图特征、多轮编辑的一致性，以及光照和质感。官方称，Flare 的延迟相比 Images 2.0 最多降低 50%。官方发布

两个模型的 API 单价相同：每百万 token，文本输入 $5、图像输入 $8、图像输出 $30。每张图的实际成本取决于尺寸、质量和参考图。官方价格表

反复修改后，之前的改动还能保留下来吗？ OpenAI 的官方视频把多张编辑结果连接起来，展示了这种一致性。

另一个功能是在生成完成前，依次接收图像预览的流式输出。下面的官方 API 示例先返回中间图像，最后返回完成版。通过 partial_images，最多可以请求 3 张中间图像。官方文档

尤其吸引我的是定格动画：生成同一个角色逐步移动的图像，再把它们连接起来。OpenAI 的 Charlie Guo 发布的这个案例，截至 9 月 9 日约有 39 万次浏览。拼接画面需要另外完成，完整制作流程和失败次数尚未公开。

缩略图对比：这次最新的模型更便宜

首先，我用相同的参考图和指令比较了缩略图。所有 API 调用均使用 1536x1024、quality=high。

¹ 每个模型两次调用的平均值，根据使用量和官方单价计算，未经账单核对。补上原记录中的遗漏后，API 生成的 12 张图合计约 $2.02。² 另有 4 张图在 Codex 订阅额度内生成，未确认其内部模型。

这次，能否遵守构图指令，比文字绘制更影响实用性。 不过，各代模型的 high 对应不同的 token 预算，样本也很少，不能据此给模型排出综合名次。

一次委托，做出品牌套件

接下来是由 Astra 规划和评价、Flare 负责绘图的实验。我使用 Responses API 的图像生成工具，再把实际生成结果交给 Astra 查看。这种工具连接在 2.5 之前就已支持。API 文档

我预先提供了 AI Frontier 网站的介绍，以及 YouTube 上的 3 张缩略图作为参考。任务可以概括为：

设计不同的标志，比较实际结果，选出最好的方案并改进。以它为基础制作品牌套件和周边产品，再修改最差的一项。不要追问，自行选择。

4 个候选 → 选择与改进 → 9 张衍生图 → 评价与修改。 执行程序预先设定了这一顺序和各阶段的自动指令。“一条提示词”指人类只委托一次，过程中没有人挑选设计或追加修改意见。

Astra 选择了 A，“开放的门槛”。它认为两个相向的结构可以表达对话与开放边界，也适合单色和小尺寸使用。同时，它指出了两个弱点：可能被看作括号，左右笔画粗细也不一致。

所有衍生图都使用这个标志作为共同参考。墨蓝色、暖纸色、蓝色点缀和象牙白面料，让整套设计有了联系。

看起来属于同一个品牌，与精确保留同一个标志，是两回事。 产品系列的氛围很统一，但标志形状发生了偏移。这些是效果图，不是可以直接交付生产的文件。

下载品牌套件 PNG 原图与不同尺寸文件 标志、情绪板、缩略图、横幅和周边效果图，也保留了实验中发现的问题。

它会修改，但评价也会出错

Astra 选择修复模糊的横版标志。编辑后，它认为轮廓和中央污迹有所改善，因此选择了修改版。

评价本身也有问题：透明 PNG 显示在深色背景上，被判断为对比度不足。 实验结束后，我把同样的图像放到白色背景上再交给 Astra，它撤回了“文字不可读”的判断，但仍然更喜欢修改版。

生成、观察、修改的循环确实有效。不过，它也需要合适的显示环境，以及标志形状等必须遵守的标准。这里的自我改进指的是反复修改产出，不是训练模型。

时间与成本

主实验小计约 $2.59，加上另做的一次背景对照评价后，约为 $2.69。 响应没有提供图像工具的输入费用，因此未计入，这并非最终账单总额。Astra 成本根据使用量计算，包含缓存写入；图像输出成本则按尺寸和质量，用官方计算器估算。测量记录、计算依据

提示词、代码、原图与使用量记录 实验资料 可查看完整执行过程、评价和成本计算。

下一次，我想直接合成原始标志，让 AI 负责背景和材质。定格动画也可以尝试：先生成同一角色的 12 帧，再让 Astra 找出并修复偏离的画面。这套过程能在实际制作中减少多少返工，是我接下来想验证的问题。