先说结论：GPT Image 2.6 画出的图比 GPT Image 2.5 更完整、细节更多，但每张要多等十秒左右，积分也更高；它还常常自己加上你没要求的标题和说明文字。论文终稿图用 2.6，草稿和需要严格控制每个标签的图继续用 2.5。
GPT Image 2.6 是 OpenAI 最新的图像模型。2026 年 11 月 5 日起，它已在 PaperBanana 的模型菜单里上线，名称为 GPT Image 2.6 Sunburst，Basic 和 Pro 套餐可用。这篇用同样的提示词跑两个模型，看看 2.6 画科研图有什么不同。
GPT Image 2.6 在 PaperBanana 上有什么新变化
- 细节更多。 2.6 的画面明显比 2.5 精细：组织切片有真实纹理，标签带底框，还会主动加图例、坐标轴等结构。
- 复杂布局跟得更紧。 在我们的流程图测试里，它画出了提示词描述的每一条连线，包括跨越好几步的旁路输入。
- 标签语言跟随提示词。 PaperBanana 会明确告诉 2.6 你的描述是什么语言，所以英文提示词出英文标签，中文提示词出中文标签。我们这次的 8 张 2.6 图片语言全部正确。这次测试之后，2.5 也改成了同样的做法（见下面的流程图测试）。
- 不画公司 logo。 不加约束时，两代 GPT Image 模型都喜欢在“大语言模型”的框里画上真实公司的标志。PaperBanana 给每个 2.6 请求都加了禁止 logo 的指令，这次 2.6 的图里一个 logo 都没有。测试之后，我们给 2.5 也加上了同样的指令。如果你在提示词里明确要求某个 logo，仍然会画。
- 更慢。 这次测试中每张约 25–35 秒，2.5 约 14–18 秒。
同一提示词、两个模型：我们的实测
2026 年 11 月 9 日，我们按 PaperBanana 线上同样的请求方式，把四条科研配图提示词分别发给 GPT Image 2.5 和 GPT Image 2.6，HD 画质，1536×1024。每条提示词在每个模型上各跑两次，共 16 张图，每个标签都逐一核对过。下面展示的是第一轮的结果，第二轮有不同的地方会单独说明。
1. 机制图：胰岛素信号通路
提示词列出了肌肉细胞中胰岛素信号的六个步骤，并要求“只用这些标签加步骤编号”。
结论：各有长短。 两个模型的标签都拼写正确，步骤 1–6 的顺序也都对。GPT Image 2.6 把机制画全了：AKT 把 GLUT4 囊泡送到细胞膜上，更多转运体让葡萄糖进入细胞。2.5 这一轮画了囊泡，却没有把它和任何步骤连起来（第二轮连上了）。但 2.6 没有遵守“只用这些标签”：两轮都自己加了标题、“Cell Membrane”“Muscle Cell (Cytoplasm)”和一个分步说明框。如果你想要一张自带解释的图，这是加分项；如果图注里已经写了这些，那就是 2.5 照做了、2.6 没照做。
2. 多面板实验设计示意图
一张 2×2 的小鼠实验设计图：分组、28 天时间线、组织取样和分析方法。
结论：很接近，各赢一点。 两轮下来，两个模型的标签和每组样本量全部正确。2.6 把血浆管画成黄色，符合血浆的真实颜色（2.5 两轮都画成了红色的全血），组织学图标也像真实的染色切片。2.5 在时间线上把第 21 天放得更靠近第 28 天，大致符合比例；2.6 两轮都把三个时间点等距排开。画风见仁见智：2.6 边框更重、字更粗，2.5 更清淡。
3. 中文标签：多模态模型流程图
提示词用中文写成，描述一个多模态情感识别模型：文本、语音、视频三路编码器，跨模态注意力融合，情感分类器，以及一个损失函数。
结论：都不错。 两轮中两个模型的中文标签都完全正确，这条提示词拉不开差距。2.6 又加了一个没要求的标题，并给概率条形图加了坐标轴。2.5 两轮都给视频输入画了接近真人照片的人脸，放进论文图未必合适；2.6 画的是简单的卡通头像。
4. 流程图：检索增强生成（RAG）
七个阶段的 RAG 流程，带一条虚线的“Index refresh”回路，并且语言模型要同时接收用户查询和检索到的段落。
结论：这一项 2.6 更好，这次测试也让我们改了 2.5 的用法。 两轮中 2.6 都画出了全部七个阶段、回路箭头，以及把用户查询直接送到语言模型的那条线，模型用的是普通的大脑图标。GPT Image 2.5 两轮都在“Large Language Model”框里画了一个类似 OpenAI 的标志，而且提示词是英文，它却把标签写成了中文。这两个问题都出在 PaperBanana 当时给 2.5 的提示方式上：2.5 没有拿到 2.6 那样的禁止 logo 指令和明确的语言名称。现在 2.5 也加上了这两条。我们用新指令在 2.5 上把这条提示词重跑了三次：标签全是英文，模型框里是普通的大脑图标，三张都没有 logo。我们的中文提示词在 2.5 上仍然出中文标签（两次都是）。
测试汇总
| GPT Image 2.5 | GPT Image 2.6 | |
|---|---|---|
| 标签拼写错误 | 未发现 | 未发现 |
| 擅自添加的文字 | 4 条中 1 条加了一句示例文本 | 4 条中 2 条加了标题或说明框，两轮都如此 |
| RAG 图中出现公司 logo | 2 轮中 2 轮（修复后 3 次中 0 次） | 2 轮中 0 轮 |
| 本次测试单张耗时 | 14–18 秒（中位数约 17 秒） | 25–34 秒（中位数约 27 秒） |
16 张图样本很小，请把它当作示例而不是基准测试。两个模型的文字错误都比老一代图像模型少得多，差别主要在完整度、多余文字和画风上。
速度与积分
| PaperBanana 上 | GPT Image 2.5 | GPT Image 2.6 |
|---|---|---|
| 默认画质 | 5 积分 | 8 积分 |
| HD 画质 | 15 积分 | 20 积分 |
| 常见单张耗时 | 约 20 秒 | 约 30–35 秒，最长约 55 秒 |
| 可用套餐 | 所有套餐 | Basic 和 Pro |
在“编辑图片”里，GPT Image 2.6 档每次编辑 20 积分。常见耗时是站内真实生成的情况，比上面的测试略慢一些。2.6 慢是因为它画的细节更多，复杂的图要做好等将近一分钟的准备。生成失败不扣积分。
GPT Image 2.6、2.5 和 Nano Banana 2.1 怎么选
| 你的任务 | 我们的建议 |
|---|---|
| 布局还在反复改的快速草稿 | GPT Image 2.5（默认画质） |
| 每个标签都必须和你的清单一致、不能多加文字 | GPT Image 2.5，或在 2.6 的提示词里写明“不要标题、不要额外文字” |
| 连线多的论文终稿方法图或流程图 | GPT Image 2.6 |
| 需要自带解释的图（教学课件、海报） | GPT Image 2.6 |
| 修改现有图片里的标签或颜色 | 在“编辑图片”里用 GPT Image 2.6 或 Nano Banana 2.1 |
| 特别宽或特别高的比例，或者 2K/4K 输出 | Nano Banana 2.1 |
Nano Banana 2.1 是 Google 的模型，同样只对 Basic 和 Pro 开放。详细介绍见我们的 Nano Banana 2.1 vs Pro 对比和 Nano Banana 2.1 科研图实测。如果一个模型反复画不对，换另一个模型跑同一条提示词，往往比改写提示词更快。
不管用哪个模型，图放进论文之前都要核对每个标签、箭头和数字。
常见问题
GPT Image 2.6 比 GPT Image 2.5 好吗？ 画终稿图时通常是的：布局更完整、细节更多。代价是更慢、积分更高，而且更容易自己加标题或说明文字。
怎么让 GPT Image 2.6 不加标题？ 在提示词里直接写明，例如“不要标题、不要图注、除列出的标签外不要任何文字”。我们的测试里，只写“只用这些标签”不够。
GPT Image 2.6 为什么更慢？ 它每张图画的细节更多。在 PaperBanana 上常见耗时是 30–35 秒，2.5 约 20 秒。
免费版或 Hobby 套餐能用 GPT Image 2.6 吗？ 不能，它只对 Basic 和 Pro 套餐开放。GPT Image 2.5 所有套餐都能用。
试一试
打开已选好 GPT Image 2.6 的生成器，再用同一条提示词跑一次 GPT Image 2.5 对比看看。如果你用的是免费版或 Hobby 套餐，可以在定价页查看 Basic 和 Pro 包含的内容。
