返回模型列表

GPT Image 2

openaiopenai/gpt-image-2

OpenAI's most advanced image generation model with native reasoning — thinks before drawing. 2K resolution, multi-image consistency, magazine-quality typography, and image editing. Released April 21, 2026.

GPT Image 2(gpt-image-2)于 2026 年 4 月 21 日以「ChatGPT Images 2.0」品牌发布,是 OpenAI 功能最强大的图像生成模型。它是首个集成 O 系列推理能力的 OpenAI 图像模型——在渲染像素之前,该模型会规划构图、搜索网络参考并自我验证输出。这代表从 DALL·E 3 和 gpt-image-1 的扩散型管线的质的飞跃:模型先对需求进行推理,然后再生成,使其成为 Agentic 图像模型,而非简单的文生图解器。

该模型支持原生 2048×2048(2K)分辨率输出、跨中日韩、西里尔文、阿拉伯文、印地文和孟加拉文的最佳多语言文字渲染、每次提示最多可生成 8 张保持角色和光照一致的图像、透明背景支持以及功能性二维码生成。在 Image Arena 上,GPT Image 2 发布时在所有类别中均排名第一,文生图领先第二名 242 分——这是该平台有史以来最大的领先幅度。通过 TheRouter,该模型可通过标准 OpenAI 兼容的 /v1/images/generations 端点访问,是从 gpt-image-1.5 或 DALL·E 3 的无缝升级。

适合使用
  • • 文字密集的市场营销物料 — 海报、信息图、广告和 UI 原型,要求图像内的文字清晰准确,且能正确渲染中日韩、西里尔文、阿拉伯文或混合文字
  • • 思考模式下的复杂排版 — 多页信息图、漫画分镜、故事板、科学图表和编辑排版,模型的推理过程确保空间准确性
  • • 多图像一致性资产 — 每次提示最多生成 8 张图像,角色、光照、色调和风格一致,非常适合营销活动创意套件和产品变体拍摄
  • • 本地化创意生产 — 面向国际市场的母语海报、广告和包装,在非拉丁文字中实现 AI 图像生成此前无法企及的字符级精度
  • • 功能性二维码生成 — 真正可扫描的二维码,可加入品牌颜色并嵌入设计海报中,将三个工具合并为一个 API 调用
不适合使用
  • • 低等级账户上的超大批量生成 — 第一级限制为 5 张/分钟;达到第三级(50 张/分钟)需要累计消费 $100 且账户超过 7 天。草稿请使用 gpt-image-1-mini(便宜约 75%)
  • • 延迟敏感的实时管线 — 思考模式处理复杂提示可能耗时长达 2 分钟;即时模式更快,但仍不支持流式输出(无增量返回)
  • • 开源或离线部署 — gpt-image-2 是专有模型,仅通过 API 提供,发布时不支持自托管或微调
  • • 高度风格化的绘画/插画工作 — Midjourney V8 在编辑插画、书籍封面和艺术美学方面仍占优势,这些场景更注重氛围而非精度

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-2 调用;其模型页面标注该模型 ID 本身不支持 /v1/responses 和 /v1/chat/completions。

在 TheRouter 上

TheRouter 在 https://api.therouter.ai/v1 下以路由模型 ID openai/gpt-image-2 暴露相同的图像生成和图像编辑接口。因此示例保留 OpenAI SDK 形态,但更换 baseURL、API key 和模型 slug。

上下文长度
--
最大输出
--
输入价格每百万 tokens
$5.40每百万 Tokens
输出价格每百万 tokens
$32.40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
输入$5.40 每百万 Tokens
输出$32.40 每百万 Tokens
Image input$8.64 每百万 Tokens

Billed per-token (input text, image-input tokens, image-output tokens) — see /v1/models pricing fields, not a flat per-image price.

支持参数

promptsizequalitybackgroundoutput_formatnuser

模型规格

发布日期2026-04-21openai.com ↗已核实
最大分辨率长边最高 3840px;常用 4K 尺寸包括 3840×2160 和 2160×3840developers.openai.com ↗已核实
宽高比连续尺寸,长边与短边比例不超过 3:1;两条边都必须是 16px 的倍数developers.openai.com ↗已核实
输出格式默认 PNG;也支持 JPEG 和 WebP。gpt-image-2 不支持透明背景。developers.openai.com ↗已核实
知识截止日期未公开披露developers.openai.com ↗未知
思考模式生成前可选推理过程 — 网络搜索、排版规划、自我验证(API 中默认关闭)openai.com ↗已核实
每次提示的图像数可通过 n 参数在单次请求中生成多张图像;模型指南未公开披露确切上限developers.openai.com ↗未知
许可专有(OpenAI API 条款 — 不基于客户数据进行训练)已核实

基准成绩

BenchmarkDistributionScoreSource
Image Arena — Text-to-Image (overall)
#1 — 领先 Nano-banana-2 242 分,创 Arena 历史最大差距
1512arena.ai ↗
Image Arena — Single-Image Edit
#1 — 领先 Nano-banana-pro 125 分
1513arena.ai ↗
Image Arena — Multi-Image Edit
#1 — 领先 Nano-banana-2 90 分
1464arena.ai ↗
Image Arena — Text Rendering sub-category
相对 gpt-image-1.5 的最大改进 — 文字渲染质量提升 316 分
+316arena.ai ↗
Image Arena — Product, Branding & Commercial Design
超越 gpt-image-1.5 277 分
+277arena.ai ↗
Image Arena — Portraits sub-category
超越 gpt-image-1.5 296 分
+296arena.ai ↗

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-2",
    "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 2K 分辨率、质量等级、输出格式选择、透明背景以及每批最多 8 张图像。

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-2",
    "prompt": "A serene mountain landscape at sunset, photorealistic style",
    "n": 1,
    "size": "2048x2048",
    "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-2"   -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 — 推理驱动的图像生成

OpenAI 发布了其功能最强的图像生成模型 gpt-image-2,支持原生 2K 分辨率、O 系列推理能力、跨中日韩、阿拉伯文、印地文和孟加拉文的最佳多语言文字渲染、每次提示最多生成 8 张一致图像、网络搜索集成和功能性二维码生成。该模型在发布当天以创纪录的优势在所有 Image Arena 类别中排名第一。DALL·E 2 和 DALL·E 3 计划于 2026 年 5 月 12 日退役,使 gpt-image-2 成为 OpenAI 平台的默认模型。

TheRouter 编辑重写openai.com ↗

相关新闻

常见问题

gpt-image-2 与 gpt-image-1.5 有什么不同?

gpt-image-2 是一次重大架构升级 — 首个集成 O 系列推理能力的 OpenAI 图像模型。它引入了思考模式(模型在生成之前规划构图、搜索网络和自我验证)、原生 2K(2048×2048)分辨率、跨中日韩、阿拉伯文、印地文、孟加拉文和西里尔文的近乎完美的多语言文字渲染、每次提示最多 8 张一致图像、网络搜索集成和功能性二维码生成。在基准测试中,它在 Image Arena 文生图项目上领先第二名 242 分。DALL·E 3 将于 2026 年 5 月 12 日退役,gpt-image-2 将成为默认模型。

gpt-image-2 支持哪些分辨率和宽高比?

gpt-image-2 支持最高 2048×2048(2K)的原生输出分辨率,宽高比从 3:1(宽幅横幅)到 1:3(高垂直)连续可调。这消除了生成后裁剪或放大的需求。上一代仅限于 1:1、2:3 和 3:2 等固定预设。较低的分辨率可指定用于更快的生成和更低的成本。

TheRouter 编辑重写felloai.com ↗
gpt-image-2 与我现有的 DALL·E 3 集成兼容吗?

是的 — 迁移主要是模型 ID 的替换。API 使用相同的 /v1/images/generations 和 /v1/images/edits 端点。将模型参数从 "dall-e-3" 改为 "openai/gpt-image-2"(直接调用 OpenAI 则为 "gpt-image-2")。请注意 DALL·E 2 和 DALL·E 3 将于 2026 年 5 月 12 日正式退役,因此迁移是必须的。TheRouter 用户只需在 API 调用中更新模型 slug 即可。

TheRouter 编辑重写gptimage2.design ↗
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
最大分辨率developers.openai.com ↗2026-08-04已核实
宽高比developers.openai.com ↗2026-08-04已核实
输出格式developers.openai.com ↗2026-08-04已核实
知识截止日期developers.openai.com ↗2026-08-04未知
思考模式openai.com ↗2026-05-29已核实
每次提示的图像数developers.openai.com ↗2026-08-04未知
许可——已核实
Image Arena — Text-to-Image (overall)arena.ai ↗2026-08-04已核实
Image Arena — Single-Image Editarena.ai ↗2026-08-04已核实
Image Arena — Multi-Image Editarena.ai ↗2026-08-04已核实
Image Arena — Text Rendering sub-categoryarena.ai ↗2026-08-04已核实
Image Arena — Product, Branding & Commercial Designarena.ai ↗2026-08-04已核实
Image Arena — Portraits sub-categoryarena.ai ↗2026-08-04已核实
OpenAI 发布 ChatGPT Images 2.0 和 gpt-image-2 — 推理驱动的图像生成openai.com ↗2026-05-29已核实
gpt-image-2 与 gpt-image-1.5 有什么不同?openai.com ↗2026-05-29待核实
gpt-image-2 支持哪些分辨率和宽高比?felloai.com ↗2026-05-29待核实
gpt-image-2 与我现有的 DALL·E 3 集成兼容吗?gptimage2.design ↗2026-05-29待核实
帮助与联系