Orux AI / 모델 노트
GPT Image 2.6 GIF 비교: Flare와 Sunburst 사용법
여우와 커피 김 GIF로 Flare와 Sunburst의 작업 차이와 Orux 가격을 확인하고, Python으로 프레임과 반복, 파일 크기를 점검하세요.

목차
GPT Image 2.6 GIF, 어느 모델부터 써 볼까?
앱의 마스코트가 손을 흔드는 것처럼 한눈에 알아볼 동작이라면 GPT Image 2.6 Flare부터 시험해 보세요. 컵 위의 김처럼 구도를 거의 그대로 두고 한 부분만 움직이는 작업이라면 GPT Image 2.6 Sunburst가 출발점입니다. 아래 두 결과는 Orux에 공개된 기존 사례입니다. 프롬프트가 다르므로 같은 작업에서 어느 모델이 더 뛰어난지는 이 사례로 판단할 수 없습니다.
두 Orux 모델 페이지의 GIF 설정은 768 × 512, 3:2, 높은 품질입니다. 먼저 보는 사람이 무엇을 알아차려야 하는지 정합니다. 마스코트의 몸짓은 작게 보여도 읽혀야 하고, 제품은 포인트가 움직이는 동안에도 외형이 유지되어야 합니다. 두 경우 모두 정지 화면을 승인한 뒤 끝에서 처음으로 돌아가는 장면을 확인하세요.
Flare: 실제 카드 크기에서도 인사가 보이는가
GPT Image 2.6 Flare의 기존 사례는 연보라색 배경 가운데 주황색 여우를 배치하고 카메라와 그림자를 고정하라고 요청합니다. 앞발을 들어 두 번 흔들고 눈을 깜박인 다음, 앞발을 내려 처음 자세로 돌아오는 순서입니다. 결과물은 프레임이 이미 들어 있는 GIF입니다. 스프라이트 시트를 자르거나 칸 순서를 추측할 필요가 없습니다.


첫 프레임에서 여우는 앉아 있습니다. 400밀리초에는 앞발이 올라가고, 800밀리초에는 눈이 감기며, 1600밀리초에는 앞발이 내려옵니다. 중간의 일부 프레임에 보라색 동작선이 생겼습니다. 인사를 알아보기는 쉽지만, 배경 효과를 빼 달라는 원래 요청을 고려하면 깔끔한 브랜드 일러스트에서는 확인이 필요한 요소입니다.
환영 카드에 들어갈 실제 크기로 재생하세요. 앞발이 얼굴과 구별되는지, 사용자가 다음으로 넘어가기 전에 동작을 알아볼 수 있는지 확인합니다. 그다음 처음과 끝의 썸네일을 나란히 보세요. 앞발을 든 채 끊기는 것보다 앉은 자세로 돌아오는 편이 반복 재생에 유리합니다. 실제 이음새가 보이는지는 프레임 표만으로 알 수 없습니다.
새 마스코트 프롬프트에는 동작 하나와 고정할 요소를 적습니다. 어느 앞발을 움직일지, 어디에서 끝낼지, 동작선을 허용할지 정하세요. 앱 이름과 계속 버튼은 인터페이스에 두어, 움직임을 끄더라도 읽고 사용할 수 있게 합니다.
Sunburst: 한 부분만 움직일 때 제품의 외형이 유지되는가
GPT Image 2.6 Sunburst의 기존 사례는 테라코타색 컵과 받침, 숟가락, 원두를 고정된 구도에 두고 김만 움직이도록 요청합니다. 컵 위의 움직이는 영역과 아래에 있는 물체의 윤곽을 비교할 수 있습니다.


김은 말려 올라가다가 옅어지고 다시 피어납니다. 이 크기에서 손잡이, 받침, 숟가락, 원두는 제자리에 있는 것처럼 보입니다. 김 바깥의 모든 픽셀이 같다는 뜻은 아닙니다. 제품용이라면 납품 크기에서 손잡이 윤곽과 반사광을 확인하세요. 실제 판매 제품의 참조 사진을 편집한 결과가 아닌 생성 콘셉트이므로, 특정 컵을 재현할 수 있다는 근거로 볼 수 없습니다.
프롬프트에 바뀌어도 되는 영역 하나를 지정하고 고정할 물체, 카메라, 노출을 적습니다. 첫 프레임만으로도 의미가 전달되어야 합니다. 이메일에 넣는다면 대상 메일 앱에서 첫 프레임을 확인하고, 할인 안내는 메시지 본문에 남겨 두세요. 움직임의 효과가 작으면 정지 이미지를 대표 이미지로 쓸 수 있습니다.
Orux 설정과 한 차례 시안 제작 비용
OpenAI 발표는 Flare를 빠른 반복 작업용, Sunburst를 세부 표현이 중요한 작업용으로 소개합니다. 공식 이미지 생성 가이드는 공식 Image API의 GIF, SVG, complexity 옵션을 설명합니다. 두 Orux 페이지에 표시되는 출력은 1K, 2K, GIF이며 GIF에는 3:2와 높은 품질이 적용됩니다. 실제로 생성할 페이지의 설정을 사용하세요.
| Orux 설정 | Flare, 출력당 | Sunburst, 출력당 |
|---|---|---|
| 1K 정지 이미지, 3:2, 낮은 품질 | 4.984 Credits ($0.02492) | 4.984 Credits ($0.02492) |
| GIF, 768 × 512, 3:2, 높은 품질 | 13.570 Credits ($0.06785) | 13.762 Credits ($0.06881) |
| 위 설정의 정지 이미지와 GIF 각 1개 | 18.554 Credits ($0.09277) | 18.746 Credits ($0.09373) |
좌우로 밀어 전체 표를 확인하세요.
두 페이지에서 싱가포르 시간으로 2026년 11월 6일 가격을 확인했습니다. 환산 기준은 1 Credit = $0.005입니다. 마지막 행은 예산 예시이며 묶음 요금이나 GIF가 정지 이미지를 그대로 반영한다는 보장이 아닙니다. 정지 이미지로 구도에 합의한 후, 완성된 GIF를 요구 사항과 따로 대조합니다. OpenAI 공식 가격은 단위와 설정이 달라 같은 요청의 비용 우위를 이 표로 판단할 수 없습니다. 여러 번 시도한다면 채택한 이미지 한 장당 비용 가이드를 참고하세요.
게시 전 실제 GIF 파일 확인하기
두 Orux GIF 모두 768 × 512 프레임이 9장이고, 프레임마다 200밀리초씩 표시되도록 기록되어 한 번 도는 데 1800밀리초입니다. 두 파일의 반복 필드는 0으로, 무한 반복을 뜻합니다. 여우는 963,124바이트, 김은 1,235,296바이트입니다. 공개된 두 파일의 측정값이며, 이후 생성물의 크기나 시간을 보장하지 않습니다. 파일에 기록된 재생 시간은 브라우저가 정확한 간격으로 그리는지 측정한 값도 아닙니다.
두 원본 파일을 내려받고 다음 코드를 audit_gif.py로 저장합니다. Python과 Pillow를 설치한 뒤 python audit_gif.py fox.gif steam.gif를 실행하면 크기, 프레임 수, 지연 시간 합계, 반복 필드, 바이트 수가 나옵니다. 모델을 호출하지 않습니다.
from pathlib import Path
from sys import argv
from PIL import Image, ImageSequence
def inspect(path):
with Image.open(path) as im:
if im.format != 'GIF':
raise ValueError('Expected a GIF')
size = im.size
loop = im.info.get('loop')
delays = [f.info.get('duration', 0) for f in ImageSequence.Iterator(im)]
return size, delays, loop, Path(path).stat().st_size
for path in argv[1:]:
(w, h), delays, loop, size = inspect(path)
print(f'{Path(path).name}: {w}x{h}, {len(delays)} frames, '
f'{sum(delays)} ms, loop={loop}, {size} bytes')여러 프레임이 있는 GIF인지, 디자인 규격에 맞는지, 배치할 위치의 용량 예산을 넘는지 확인할 수 있습니다. 동작 파일만 1,000,000바이트까지 허용한다면 여우는 36,876바이트가 남고, 김은 235,296바이트를 초과합니다. 정지 이미지와 다른 리소스는 포함하지 않은 수치입니다. 김이 꼭 필요하면 더 가벼운 파일을 내보내고 다시 확인하세요. 압축하면 김의 섬세한 농담이 사라질 수 있습니다.
승인한 프레임으로 정지 이미지를 만드세요. 글 옆에 반복 애니메이션을 장식으로 둘 때는 정지 이미지를 먼저 보여 주고, 요청한 경우에만 GIF를 불러오며, 다시 정지 이미지로 전환할 수 있게 합니다. 자동 재생이 필요하다면 동작 줄이기 설정을 고려하고 컨트롤을 실제로 시험하세요. W3C의 움직이는 콘텐츠 일시정지 설명은 한 번의 재생이 짧아도 계속 반복하면 멈추는 방법이 필요할 수 있는 이유를 알려 줍니다.
FAQ
마스코트 GIF에는 Flare와 Sunburst 중 어느 쪽이 좋나요?
동작을 알아보기 쉬워야 한다면 Flare부터 시험하세요. 여우는 앞발을 올리고 눈을 깜박인 뒤 앉은 자세로 돌아옵니다. 캐릭터 외형 조건이 엄격하다면 프레임마다 특징을 확인하고 같은 조건으로 두 모델을 시험해 선택하세요.
Sunburst 사례에서는 김만 움직이나요?
가장 뚜렷한 움직임은 김입니다. 프레임 표 크기에서 컵과 주변 물체는 안정적으로 보이지만, 그 밖의 픽셀이 모두 같다는 증거는 아닙니다. 기준 이미지와 일치해야 한다면 실제 납품 크기에서 윤곽, 그림자, 라벨을 확인하세요.
두 Orux 페이지에서 정사각형 GIF를 선택할 수 있나요?
GIF 설정은 768 × 512, 3:2로 표시됩니다. 화면에 보이는 크기와 품질 옵션으로 비용을 계산하세요. 정사각형 배치가 필요하면 자르거나 구도를 새로 잡고 첫 프레임과 움직임의 전체 범위를 확인합니다.
프레임이 9장이면 1.8초 뒤에 멈추나요?
아닙니다. 두 파일 모두 200밀리초짜리 프레임 9장이 무한 반복됩니다. 1.8초는 한 번 도는 시간입니다. 멈춰야 한다면 정지 이미지로 돌아가는 기능을 주거나 횟수가 제한된 파일을 내보내고 실제 배치 위치에서 확인하세요.
하나의 API로 이 모델들을 사용하세요
채팅·이미지·비디오·오디오 모델을 지원하는 OpenAI 호환 API이며 Credits로 과금됩니다.
관련 글
전체 글 보기 →
GPT Image 2.5 API 가격: Flare와 Sunburst 선택법
Orux GPT Image 2.5의 1K·2K·4K 이미지 요금은 5.4·9·14.4 Credits입니다. OpenAI 과금 차이, 두 모델의 제품 포지셔닝과 과거 소요 시간을 비교하고 Python 요청, 미니어처 서점 사례, 참고 이미지 제한과 글자·크기 검수를 설명합니다.

Qwen Image 3.0 API: 가격·Pro 비교·Python
Orux AI의 Qwen Image 3.0은 장당 6 Credits, Pro는 10.42부터입니다. Alibaba 싱가포르 요금과 참조 비용·공개 사양, Python, 실제 종이 공예 포스터의 지시를 비교합니다. 표준·Pro·Wan2.7 Image 선택과 납품 점검도 확인하세요.

GPT Image 2.5 Sunburst 프롬프트: 미니어처와 비율
책등과 책장, 실내 소품의 크기를 읽고 독서 행사 일러스트의 지시를 구체화합니다.