GPT-6 Sol 或 Luna 能生成圖片嗎？

簡短的答案

OpenAI 的模型頁面為這兩個新模型列出的內容一樣：輸入文字與影像，輸出文字。兩個模型都不畫像素。當開發者在 Responses API 裡開啟影像生成工具時，兩者都能呼叫它，但動手畫圖的是另一個模型。

在 ChatGPT 裡，這個工具已經預設開啟。我們向 GPT-6 Sol 要一張圖時，ChatGPT 說它正在使用影像技能，並在 53 秒後交回一張 4:5 的照片。所以在應用程式裡，向 Sol 要圖行得通；在 API 裡，只有你自己接上那個工具才行得通。

Ciyo 不執行 GPT-6 Sol 或 Luna。Ciyo 的 Agent 提供 Ciyo Agent 與 GPT-6 Astra，圖片則由 GPT Image 2.5 等影像模型生成。你可以在 Sol 裡做規劃，再到 Ciyo 裡做圖，本文其餘部分示範的就是這件事。

測試用的需求

每個模型拿到的需求都一樣：一家虛構的麵包店 Kettle & Crumb，在 10 月 3 日星期六推出南瓜裸麥酸種麵包，每條 $9，共 60 條，預購在那週的星期四截止。需求要模型寫一份簡短的創意簡報、三段影像提示詞和一則貼文文案，並要它把自己不得不猜的東西都列出來。

接著我們只追加了一句：把影像提示詞 1 實際做成一張 4:5 的圖。

你正在為一家小型社區麵包店規劃一則 Instagram 貼文。只能使用下面的事實。如果你需要事實裡沒有的東西，請把它寫進一份名為「假設」的清單，而不要把它當成事實陳述。

事實：
- 麵包店：Kettle & Crumb，14 Alder Street
- 新產品：南瓜裸麥酸種麵包，10 月 3 日星期六上市
- 價格：每條 $9
- 上市當天只有 60 條
- 預購於 10 月 1 日星期四截止，透過我們個人簡介裡的連結
- 不打折，不外送
- 受眾：已經在 Instagram 上追蹤我們、住在附近的人

請給我三樣東西：
1. 一份不超過 80 字的創意簡報。
2. 三段不同的影像提示詞，用於一張 4:5 的照片。影像中不得出現任何文字、字母或標誌。
3. 一則不超過 60 字的貼文文案。

GPT-6 Sol 做了什麼

Sol 的第一個回答很謹慎。它寫了三段樸素的提示詞——俯拍、特寫、四分之三視角——並把自己的視覺選擇列為假設，因為需求裡從來沒有描述過這條麵包。

被要求出圖時，它宣布正在使用影像技能，交回一張俯拍照片：淺色檯面上一條未切開的圓形麵包。它附註說，因為沒有提供參考照片，麵包的外觀只是示意。這個但書是對的：這張圖是對你產品的猜測，不是你的產品。

Claude Opus 5.5 做了什麼

Opus 5.5 直接說明它在那個對話裡無法生成照片。它改寫了一張 1080 × 1350 像素的 SVG 插畫——正確的 4:5 比例——畫了一條有割紋的麵包、一片切片和一顆模糊的南瓜，並建議改用照片工具，或者更好的做法：拍一張真實麵包的照片。

插畫風格的 SVG 適合當版面草稿。它不是產品照片，Opus 自己也這麼說。Anthropic 的發布公告並沒有把影像生成列為 Opus 5.5 的輸出之一。

在 Ciyo 裡做出這張圖

我們把 Opus 的第一段提示詞——切開一片、後方有一顆南瓜的特寫——貼進 Ciyo 的影像生成器，選用 GPT Image 2.5 Flare，比例 4:5、解析度 1K。花了 2 點，不到一分鐘就交回一張 896 × 1120 的照片。

這張圖緊貼提示詞：有割紋的外殼、帶橘色調的內部組織、一片切片、磨舊的砧板、右上角的南瓜，而且沒有任何文字。規劃模型決定細節；影像模型把它們畫出來。

• 先前的測試：GPT-6 能生成圖片嗎？

你的貼文該用哪一個

用 Sol 或 Luna 做規劃：創意簡報、鏡頭清單、貼文文案，以及需要核對的猜測清單。如果你本來就在 ChatGPT 裡，直接向 Sol 要圖很方便，但你無法在那裡選擇影像模型或它的設定。

最終的圖，用一個你能操控的影像模型來做——比例、解析度、品質，以及一張真實產品的參考照片。在 Ciyo 裡，那就是影像生成器，或是搭配 GPT-6 Astra 的 Agent，它能在同一輪裡寫好提示詞並把圖放上畫布。

OpenAI 在發布時怎麼說

發布文章把 Sol 與 Luna 描述為建立在 Astra 進展之上、更快也更便宜的模型。文章沒有宣稱能輸出影像，這和模型頁面一致。