返回模型列表

GPT Image 1

openaiopenai/gpt-image-1

Previous generation image generation model.

GPT Image 1(gpt-image-1)是 OpenAI 首个原生多模态图像生成模型,基于 GPT-4 级别解码器架构,配备专用视觉 token 嵌入和跨模态注意力机制。该模型于 2025 年 4 月发布,是 ChatGPT 图像生成功能背后的核心技术——上线首周就有超过 1.3 亿用户创建了 7 亿多张图像。与早期的扩散模型(DALL·E 3)不同,gpt-image-1 采用自回归解码器将图像视为 token,从而具备世界知识理解能力和执行复杂设计指令的能力。

通过 TheRouter,gpt-image-1 可通过标准的 OpenAI 兼容 Images API 端点 api.therouter.ai/v1/images/generations 访问。它支持文本生图、图生图编辑、带遮罩的局部重绘以及透明背景输出。该模型最适合需要可靠、高保真视觉内容生成的生产管线,而非实验性或开源工作流。

适合使用
  • • 文本生图 — 从自然语言提示生成高保真图像,支持写实、插画、动漫、矢量、3D 和数据可视化等多种风格
  • • 图像内精确文字渲染 — 海报、UI 原型、多行标签和小字排版,确保文字清晰可读
  • • 图像编辑和局部重绘 — 通过文字提示编辑现有图像,使用遮罩进行局部修改,或应用新风格变换
  • • 生产级创意素材 — 社交媒体广告、主视觉图、电商产品渲染图以及品牌一致的市场营销物料
  • • 企业级安全图像生成 — 内置 C2PA 溯源水印、可调内容审核,且不会使用客户数据进行训练
不适合使用
  • • 超低延迟的单次草图生成 — 当质量要求不高时,DALL·E 3 生成 512px 草图更快
  • • 完全开源或离线部署 — 与 Stable Diffusion 不同,gpt-image-1 是专有模型,仅通过 API 提供
  • • 使用广泛社区风格调色板的实验性探索 — Midjourney v7 提供更丰富的社区策展艺术风格
  • • 实时或流式图像生成 — 模型需完成完整提示处理后才返回结果,不支持增量输出

供应商自营与 TheRouter 服务形态的差异

供应商自己运营时

OpenAI 通过 /v1/images/generations 和 /v1/images/edits 提供直接的 gpt-image-1 调用,其模型页面也列出该模型 ID 支持 /v1/responses。

在 TheRouter 上

TheRouter 在 https://api.therouter.ai/v1 下为 openai/gpt-image-1 暴露图像生成和图像编辑。使用 OpenAI SDK 形态时需替换为 TheRouter baseURL、API key 和路由模型 slug;不要假设该图像模型可用于 chat/completions。

上下文长度
--
最大输出
--
图片价格每百万 tokens
$0.0454每张图片
输入价格每百万 tokens
$5.40每百万 Tokens

模态能力

文本图像→图像

能力

视觉理解图像生成图像编辑

媒体生成能力

image_generation
sizes
  • 1024x1024
  • 1024x1536
  • 1536x1024
qualities
  • low
  • medium
  • high
max_outputs_per_request
4
output_formats
  • png
  • jpeg
  • webp
defaults
size
1024x1024
quality
medium
image_edit
sizes
  • 1024x1024
  • 1024x1536
  • 1536x1024
qualities
  • low
  • medium
  • high
max_reference_images
4
output_formats
  • png
  • jpeg
  • webp
defaults
size
1024x1024
quality
medium

价格明细

类型费率
图片$0.0454 每张图片
输入$5.40 每百万 Tokens
输出$43.20 每百万 Tokens
Image input$10.80 每百万 Tokens
Low quality$0.0119 每张图片
Medium quality$0.0454 每张图片
High quality$0.1804 每张图片

image is medium-quality generation price per image

支持参数

promptsizequalitybackgroundoutput_formatnuser

模型规格

发布日期2025-04-23openai.com ↗已核实
架构面向文本和图像输入到图像输出的原生多模态语言模型;更深层架构细节未公开披露developers.openai.com ↗已核实
原生输出分辨率1024×1024、1024×1536、1536×1024developers.openai.com ↗已核实
输出格式PNG、JPEG、WebPdevelopers.openai.com ↗已核实
背景支持透明、不透明和自动;透明输出必须使用 PNG 或 WebPdevelopers.openai.com ↗已核实
每次调用最大图片数通过 n 参数支持 1 到 10 张developers.openai.com ↗已核实
质量等级GPT Image 模型支持 low、medium、high 和 autodevelopers.openai.com ↗已核实
许可专有(OpenAI API 条款)已核实

基准成绩

BenchmarkDistributionScoreSource
GIE-Bench
Highest functional-correctness among tested modelsarxiv.org ↗
STRICT text-rendering
少数在密集文字场景下保持低错误率的专有模型之一
—未公开披露—

API 使用示例

所有新集成都应使用下方示例中的全球端点 api.therouter.ai;旧中国加速端点已下线。

建议使用异步 API

图像生成通常需要 30–180 秒,超过同步请求的边缘超时。下方示例已使用 ?async=true + 轮询模式。 查看异步图像生成 / 编辑完整指南 →

cURL
# 1) Submit job (returns 202 immediately with a polling URL).
# Image generation takes 30-180s — always use the async path in production.
JOB=$(curl -s -X POST "https://api.therouter.ai/v1/images/generations?async=true"   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "openai/gpt-image-1",
    "prompt": "A cinematic product render with soft studio lighting"
  }' | python3 -c "import sys,json;print(json.load(sys.stdin)['id'])")
echo "submitted: $JOB"

# 2) Poll until terminal (succeeded / failed / cancelled / expired).
while :; do
  R=$(curl -s "https://api.therouter.ai/v1/jobs/$JOB"     -H "Authorization: Bearer $THE_ROUTER_API_KEY")
  S=$(echo "$R" | python3 -c "import sys,json;print(json.load(sys.stdin)['status'])")
  echo "status: $S"
  case "$S" in
    succeeded) echo "$R" | python3 -c "import sys,json;print(json.load(sys.stdin)['unsigned_urls'][0])"; break ;;
    failed|cancelled|expired) echo "$R"; exit 1 ;;
  esac
  sleep 5
done

API 使用指南

完整 API 参考 →

图像生成

使用标准的 OpenAI Images API 从文本提示生成图像。支持质量等级、输出格式选择、透明背景和批量生成。

cURL
curl https://api.therouter.ai/v1/images/generations \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-1",
    "prompt": "A serene mountain landscape at sunset, photorealistic style",
    "n": 1,
    "size": "1024x1024",
    "quality": "medium",
    "output_format": "png"
  }'

图像编辑示例

上传一张图片并用文本 prompt 描述编辑要求;模型会返回编辑后的图片(base64)。

cURL
# Same async submit + poll pattern as /v1/images/generations.
JOB=$(curl -s -X POST "https://api.therouter.ai/v1/images/edits?async=true"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -F "model=openai/gpt-image-1"   -F "prompt=Turn this scene into a watercolor painting"   -F "size=1024x1024"   -F "image=@input.png" | python3 -c "import sys,json;print(json.load(sys.stdin)['id'])")
echo "submitted: $JOB"

while :; do
  R=$(curl -s "https://api.therouter.ai/v1/jobs/$JOB"     -H "Authorization: Bearer $THE_ROUTER_API_KEY")
  S=$(echo "$R" | python3 -c "import sys,json;print(json.load(sys.stdin)['status'])")
  echo "status: $S"
  case "$S" in
    succeeded) echo "$R" | python3 -c "import sys,json;print(json.load(sys.stdin)['unsigned_urls'][0])"; break ;;
    failed|cancelled|expired) echo "$R"; exit 1 ;;
  esac
  sleep 5
done

openai 其他模型

同类模型

跨供应商的相似能力档位

动态与变更

2026-04-21

OpenAI 发布 ChatGPT Images 2.0 和 gpt-image-2

OpenAI 发布了下一代图像模型 gpt-image-2,支持 2K 分辨率输出、多语言文字渲染增强和自主推理能力。新模型在 gpt-image-1 的基础上大幅提升了质量和功能集。

TheRouter 编辑重写openai.com ↗
2025-12-16

OpenAI 发布 gpt-image-1.5,速度提升 4 倍

OpenAI 发布了 gpt-image-1.5,作为 gpt-image-1 的继任者,生成速度提升约 4 倍,指令遵循能力增强,密集/小文字的渲染效果更好,图像编辑更精确,支持 Logo 和人脸保留。

TheRouter 编辑重写techcrunch.com ↗
2025-04-23

OpenAI 将 gpt-image-1 引入 API

OpenAI 将 gpt-image-1 通过 API 开放,把驱动 ChatGPT 爆款图像功能(首周 1.3 亿+用户、7 亿+张图像)的原生多模态图像生成能力带给开发者和企业。

TheRouter 编辑重写openai.com ↗

近期动态

常见问题

gpt-image-1 与 DALL·E 3 有什么不同?

gpt-image-1 是原生多模态自回归 Transformer,而非扩散模型。这意味着它拥有源于 GPT-4o 家族的世界知识理解能力,可以遵循极其详细的指令,更精确地渲染图像中的文字,并支持图像输入以进行编辑。DALL·E 3 使用扩散方法,在较低分辨率下生成简单单张草图时通常更快。

我能否通过 TheRouter 使用 OpenAI SDK 调用 gpt-image-1?

可以。gpt-image-1 与 OpenAI Images API 完全兼容。将 OpenAI SDK 客户端指向 https://api.therouter.ai/v1,将模型设置为 "openai/gpt-image-1",然后使用 images.generate() 或 /v1/images/generations 端点。请注意 gpt-image-1 使用的是 Images API,而非 Chat Completions API。

gpt-image-1 有更便宜的替代方案吗?

有。OpenAI 提供 gpt-image-1-mini,成本约为 gpt-image-1 的 20%,同时保持大部分场景下稳定的质量。此外,gpt-image-1 有三个质量等级(低、中、高)——选择「低」质量可显著降低草图和快速迭代的单张成本。

TheRouter 编辑重写en.wikipedia.org ↗
gpt-image-1 有哪些安全功能?

gpt-image-1 在所有生成的图像中包含 C2PA 溯源元数据,通过 moderation 参数(auto 或 low)提供可调的内容审核,以及限制有害图像生成的安全堆栈。OpenAI 默认不会使用客户 API 数据进行训练。

事实档案 — 本页每条断言可在此回溯来源
来源URL采集于
发布日期openai.com ↗2026-05-29已核实
架构developers.openai.com ↗2026-08-11已核实
原生输出分辨率developers.openai.com ↗2026-08-11已核实
输出格式developers.openai.com ↗2026-08-11已核实
背景支持developers.openai.com ↗2026-08-11已核实
每次调用最大图片数developers.openai.com ↗2026-08-11已核实
质量等级developers.openai.com ↗2026-08-11已核实
许可——已核实
GIE-Bencharxiv.org ↗2026-05-29已核实
STRICT text-renderingarxiv.org ↗2026-05-29未知
OpenAI 发布 ChatGPT Images 2.0 和 gpt-image-2openai.com ↗2026-05-29已核实
OpenAI 发布 gpt-image-1.5,速度提升 4 倍techcrunch.com ↗2026-05-29已核实
OpenAI 将 gpt-image-1 引入 APIopenai.com ↗2026-05-29已核实
gpt-image-1 与 DALL·E 3 有什么不同?openai.com ↗2026-05-29待核实
gpt-image-1 有更便宜的替代方案吗?en.wikipedia.org ↗2026-05-29待核实
gpt-image-1 有哪些安全功能?openai.com ↗2026-05-29待核实
帮助与联系