让文字参与画面设计
gpt-image-2 适合把标题、标语、标签和视觉主体放进同一张图中，围绕海报与信息图组织版式。提示词可分别说明文字内容、主次层级、位置和留白，比只描述画风更便于控制结果；正式交付前仍应检查拼写、数字与文字排列。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文字生成图片；参考图片结合文字指令编辑
- 参考图输入
- 编辑支持单个图片 URL、最多 16 个 URL 的数组或 multipart 文件上传
- 画幅控制
- auto 或 WIDTHxHEIGHT；宽高为 16 的倍数，长边不超过 3840 像素
- 尺寸范围
- 平台调用总像素 655,360–8,294,400；宽高比不超过 3:1
- 生成数量
- n 为 1–10；response_format=b64_json 时仅支持 1 张
- 质量与文件
- 输出格式可选 PNG、JPEG、WebP；quality 常用值为 low、medium、high、auto，质量控制是否生效取决于所选公开调用 ID 的支持。
- 结果交付
- 图片 URL 或 Base64；长任务可通过 callback_url 接收完成结果
以上数值为本平台图像入口的调用范围，原生创作能力与各公开调用 ID 的具体参数支持应分别理解。
核心能力
了解 gpt-image-2 能为你的工作带来什么。
围绕原图进行明确改稿
编辑时可直接提交图片和修改指令，例如保留杯子的形状、镜头角度及阴影，只改变杯身颜色与背景。把需要保留和允许变化的内容分开写，适合商品换色、场景替换和视觉方案迭代，但不应把生成式编辑理解为逐像素锁定。
把参考素材变成创作约束
多图输入适合结合主体照片、风格样张与构图参考，制作产品创意或角色设定。建议在指令中说明每张图片负责什么：哪张决定外观、哪张决定配色、哪张仅参考布局，避免不同素材的视觉要求相互牵制，使修改目标更清晰。
适用场景
从具体任务出发，找到模型发挥作用的位置。
活动海报与信息图草案
输入活动主题、标题、必要文案和画幅要求，生成包含主体、文字层级与装饰元素的视觉草案。适合先比较不同构图，再选定方向细化。信息图中的数据应由你提供并核验，模型负责视觉表达，不替代数据校对或最终排版验收。
商品视觉的多轮改稿
上传商品原图，描述要替换的背景、色彩或场景，同时明确保留包装轮廓、观察角度和关键识别特征。交付物可用于电商主视觉、广告概念和包装展示草案；涉及标签、商标及产品细节时，需与原始素材逐项对照后再发布。
角色设定与系列视觉
提供角色参考和风格要求，生成表情、服装或多视角设定画面，也可探索同一主题的系列视觉。优先在一张图里明确分区与视角，再逐轮完善；跨图片制作时持续携带参考图，并检查面部、配饰和服装细节是否保持一致。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
通用创作先从 Image 2 开始
如果任务同时涉及文字生成、参考图改稿和版式探索，gpt-image-2 适合作为起点。相关的 gpt-image-2.5-flare 侧重生成速度，gpt-image-2.5-sunburst 侧重高保真与精细控制；应按交付目标取舍，而不是仅凭版本号判断所有任务都必须更换型号。
按修改粒度选择调用方式
从零创作使用 /openai/images/generations，依据原图改稿使用 /openai/images/edits，并显式填写 model。需要蒙版限定区域时，可选择 gpt-image-2:official 的文件上传方式；:official 与 :reverse 是公开调用 ID 变体，不代表不同原生代际。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 文字密集不等于文字绝对准确。长段文案、细小标签、精确对齐和复杂分栏仍可能偏离要求，尤其是必须一字不差的价格、日期与说明。建议先完成视觉草案，再逐项核验文字，必要时使用排版工具完成最终定稿。
- 参考图片能够提供外观与风格约束，但不能保证每次生成都完整保留角色身份或商品细节。修改背景时也可能影响边缘、光影或局部纹理；对不能变化的结构应明确说明，并把关键部位作为验收重点。
- 蒙版编辑应使用 gpt-image-2:official，将原图与同尺寸、带 Alpha 通道且不超过 4MB 的 PNG 蒙版一起上传。透明区域表示允许编辑，普通黑白 RGB 图不等同于有效蒙版；边缘仍可能出现自然融合。
常见问题
解答使用 gpt-image-2 时的常见疑问。
gpt-image-2 能直接生成带文字的海报吗？
可以围绕标题、标语、标签和画面主体一起生成。建议给出准确文案，并说明标题位置、字号层级与留白需求。它适合形成完整视觉方向，但不能保证所有文字一次准确，发布前仍要检查拼写、数字和布局。
如何只改商品颜色而尽量保留构图？
使用编辑入口提交原图，在 prompt 中先列出需要保留的主体形状、镜头角度、光照与背景，再明确要改变的颜色。避免同时加入无关风格要求。结果生成后应对照原图检查细节，而不是假设未提及的区域绝不会变化。
多张参考图应该怎样提交？
JSON 编辑请求的 image 可以是单个 URL 或最多 16 个 URL 的数组，本地图片则使用 multipart 上传。提示词中最好说明各图用途，例如主体外观、配色和构图分别参考哪张，减少素材之间的歧义。
怎样控制尺寸并一次生成多个方案？
使用 size=auto 让模型结合画面要求选择尺寸，或填写具体 WIDTHxHEIGHT 控制像素。n 可设置为 1–10，适合比较视觉方案；若使用 b64_json 返回方式，则只支持 1 张。明确尺寸时还须满足宽高及总像素限制。
它是否包含 ChatGPT 的搜索和多步工作流？
这里的 gpt-image-2 用于直接生成或编辑图片，不应视为完整 ChatGPT 产品功能。一次图像请求不会自动执行网页搜索或多步素材编排；长任务可设置 callback_url，先保存 task_id，再接收完成后的图片结果。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。