GPT-image-2 官转 vs 官逆对比

一句话结论

你需要	选这个
`quality` 画质参数 / mask 局部重绘 / 任意自定义尺寸（不限 30 档） / OpenAI 官方完全对齐字段	`gpt-image-2`（官转，按量计费）
可预测的统一价（$0.03/张）+ 出图快（快就是优势）	`gpt-image-2-all`（官逆，ChatGPT 网页线，~90s）
可预测的统一价 + 锁尺寸（30 档含 4K）+ 画质有时更高（不赶时间）	`gpt-image-2-vip`（官逆，Codex 线，~120–200s）

三个模型底层都是 OpenAI gpt-image-2，差别在通道性质（官方直连 vs 逆向）、计费方式、参数粒度。

官逆两兄弟（-all / -vip）：本页”官逆”列同时覆盖 gpt-image-2-all 与 gpt-image-2-vip——两者调用方式一致（-vip 额外支持 size 字段）、同价 $0.03/张，现在的差异是 速度 vs 画质 + 是否锁尺寸：

gpt-image-2-all：ChatGPT 网页线，约 90 秒 出图——快就是优势
gpt-image-2-vip：Codex 线，约 120–200 秒 出图，速度慢一些，但画质有时更高，且支持 size 锁尺寸（30 档含 4K，2026-07-22 起已恢复）
共同点：均不支持 quality、不支持 n、不支持 mask 局部重绘

需要 quality 画质档位、mask 局部重绘或 30 档以外的任意自定义尺寸时，走官转 gpt-image-2。

关于速度：当前 -all / -vip 出图速度比刚上线时慢一些，这是 OpenAI 官方算力波动 导致的全链路放缓——APIYI 的号池和运维侧并无问题，所有逆向通道用户都会感受到。建议把超时设置在 300 秒以上，复杂场景预留更多。

完整对比表

维度	gpt-image-2-all / -vip（官逆，高性价比）	gpt-image-2（官转，正式版）
模型名	`gpt-image-2-all`（出图最快） / `gpt-image-2-vip`（画质优先、可锁尺寸）	`gpt-image-2`
通道性质	`-all`：逆向 ChatGPT 官网线路 `-vip`：逆向 Codex 线路	官方直连（OpenAI Images API）
计费方式	按次计费：固定 $0.03/次（两模同价）	按量计费：按 token 实计，官网同价；本站充值加赠后约 8.5 折
典型成本/张	$0.03（不区分尺寸 / 画质 / 模型）	实测 $0.03 – $0.2（与提示词长度、size、quality 正相关）
令牌分组	默认分组（Default）	默认分组（Default）
令牌类型	按次计费或按量优先均可	仅支持按量优先（本模型按 token 计费，按次计费令牌不可用）
推荐端点	`/v1/images/generations` + `/v1/images/edits`（更稳定、上游供给更足，且同套代码兼容官转，风控异常时换 `model` 名即可切换）	`/v1/images/generations` + `/v1/images/edits`
上传图片格式	multipart file（edits 端点）	multipart file（编辑接口）
输出图片格式	`b64_json`（默认，纯 base64 无前缀，2026-07 实测；历史版本曾带前缀）或 `url`（R2 CDN）	`b64_json`（纯 base64，无前缀）
上传图片数（编辑）	多张	最多 16 张（`image[]`）
mask 局部重绘	❌ 不支持	✅ 支持（要求带 alpha 通道）
指令遵循	好	优秀
生成速度	`-all`：约 90 秒（快就是优势） `-vip`：约 120–200 秒（慢一些，但画质有时更高） 📌 当前比刚上线时慢——OpenAI 官方算力波动所致，非 APIYI 侧问题	约 100-120 秒，复杂场景 + 4K 可达 3-5 分钟
画质倾向	`-all`：好 `-vip`：有时更高（Codex 线，细节表现偶有优势）	稳定，且可用 `quality=high` 拉满
`size` 参数	`-all`：❌ 不接受（写进 prompt） `-vip`：✅ 已恢复（2026-07-22 起），支持 30 档常见尺寸（含 4K）；仅 images 端点生效，chat 端点不支持	✅ 任意合法尺寸
`size = auto` 行为	`-all`：— 不接受 `size` 字段 `-vip`：不显式传 `size` 时自适应出图，要锁尺寸请显式传 30 档之一	✅ 默认值，OpenAI 官方语义”按 prompt 智能选”；社区实测偏向 1:1 方形（1024×1024），要其它比例请显式传 `size`
支持 4K	`-all`：❌ `-vip`：✅ 4K Detail 档（如 `3840x2160` / `2880x2880`），不加价	✅ 含 `3840×2160`
常见输出尺寸	`-all`：16:9 → 1672×941、9:16 → 941×1672、1:1 → 1254×1254（自适应） `-vip`：30 档（10 比例 × 1K/2K/4K），见 30 档完整对照表	8 个预设 + 任意合法自定义尺寸
画质参数 `quality`	❌ 两模均不支持（不要传）	✅ `low` / `medium` / `high` / `auto`
`n` 参数	❌ 两模均不支持（单次仅返回 1 张）	✅ 支持
透明背景	⚠️ 无 `background` 参数，只能在提示词里要求，偶现不稳定	✅ 参数控制稳定 —— `background: "transparent"` + `png` / `webp`
中文提示词	✅ 原生	✅ 原生
文字渲染	高还原度	高还原度（`high` 档位最强）
API 文档	GPT-Image-2-All 概览 / GPT-Image-2-VIP 概览	GPT-Image-2 概览

🔑 如何创建或管理令牌：https://api.apiyi.com/token
在控制台创建令牌时可以选择分组（Default 默认即可）和令牌类型（按次计费 / 按量优先）。调用 gpt-image-2（官转）必须使用「按量优先」类型的令牌，否则会因计费方式不匹配被拒。

选型场景

选 `gpt-image-2-all`（官逆）的场景

💰 成本可预测

单价稳定 $0.03/张，无尺寸 / 画质阶梯，适合大批量生产、成本必须封顶的场景（信息图、营销物料、电商素材批量）。

⚡ 出图速度较快

约 90 秒出图，比 -vip 和官转都略快，前端实时交互体验更好。

🔁 一套代码随时互切

Images API 标准格式，与 -vip 和官转 gpt-image-2 同套代码——改个 model 名即可互切或兜底。

🌏 中文 + 营销文字

中文提示词原生友好、招牌 / 海报 / 信息图文字还原度高，适合面向中文用户的内容生产。

选 `gpt-image-2-vip`（官逆，画质优先）的场景

🎨 画质有时更高

Codex 线路的细节表现偶有优于 -all，适合不赶时间、想在官逆同价里多要一点画质的精品图场景。

⏱️ 用时间换质量

约 120–200 秒 出图，比 -all 慢——接受更长等待、追求出图上限时选它。

🖼️ 锁尺寸 / 4K

size 参数已恢复（2026-07-22 起）：支持 30 档常见尺寸（10 比例 × 1K/2K/4K），电商主图、海报模板、4K 壁纸可严格输出，统一 $0.03/张、4K 不加价。

🔁 与 -all 共用代码

调用结构与 -all 一致（仅多一个 size 字段）——一套代码两个模型来回切，随时按速度 / 画质偏好换 model 名。

-vip 的 size 仅在 /v1/images/generations 与 /v1/images/edits 端点生效，/v1/chat/completions 对话端点不支持 size。需要 30 档以外的任意自定义尺寸、quality 画质档位或 mask 局部重绘时走官转 gpt-image-2。该参数可用性随上游变动，最新状态以实时动态为准。

选 `gpt-image-2`（官转）的场景

🎚️ 需要画质档位

quality 支持 low/medium/high/auto。草稿用 low 省成本，终稿 high 出印刷级效果——这是官转独有，官逆两模都不支持。

🎯 mask 局部重绘

支持 alpha 通道蒙版，精准修改图片局部区域而保留其余部分——官逆两模都不支持。

🖼️ 任意自定义尺寸

size 参数接受任意合法尺寸（含 4K），不限预设档位。-vip 只支持 30 档常见尺寸，30 档以外的自定义尺寸走官转。

🔌 与 OpenAI 官方一致

走官方 Images API，字段与行为完全与官方一致。已有基于 OpenAI 官方 SDK 的代码 / 系统可零改动迁移，长期更稳。

关键差异详解

1. `b64_json` 格式差异（迁移坑！）

2026-07 实测两个模型都返回纯 base64（无 data: 前缀），但 gpt-image-2-all 历史版本曾直接带前缀——跨模型 / 跨版本复用代码时，统一做前缀检测最稳：

# 通用写法：先检测前缀再处理，gpt-image-2 与 gpt-image-2-all 均适用
b64 = resp["data"][0]["b64_json"]
if b64.startswith("data:"):          # 兼容曾出现过的带前缀响应
    b64 = b64.split(",", 1)[1]
with open("out.png", "wb") as f:
    f.write(base64.b64decode(b64))   # ✅ 写文件
img_tag = f'<img src="data:image/png;base64,{b64}">'  # ✅ 浏览器渲染

从一个切到另一个时，b64_json 处理代码必须改，否则会拿到损坏的 data URL 或 decode 失败。

2. 分辨率控制方式

gpt-image-2-all（写在 prompt 里）：

"横版 16:9 电影画幅，黄昏时的海边老灯塔"   → 输出约 1672×941
"竖版 9:16 手机壁纸，赛博朋克城市雨夜"      → 输出约 941×1672
"1024×1024 方形 LOGO，极简猫咪线条"          → 输出约 1254×1254

gpt-image-2-vip（size 已恢复，2026-07-22 起）：支持 30 档常见尺寸（10 比例 × 1K/2K/4K），请求体直接传 size: "宽x高"（须为 30 档之一，完整清单见 30 档对照表）：

client.images.generate(
    model="gpt-image-2-vip",
    prompt="...",
    size="3840x2160"    # ✅ 30 档之一，仅 images 端点生效（chat 端点不支持）
)

gpt-image-2（size 参数严格控制 + quality 档位）：

client.images.generate(
    model="gpt-image-2",
    prompt="...",
    size="2048x1152",   # ✅ 精确按此输出
    quality="high"      # 仅官转支持
)

3. 上传 / 输出格式差异

操作	gpt-image-2-all	gpt-image-2
上传参考图	multipart `image` 文件字段（edits 端点）	multipart `image[]` 文件字段
下载生成图	默认 `b64_json`（纯 base64，2026-07 实测），显式传 `response_format: "url"` 得 R2 CDN 链接（24 小时有效期）	`b64_json`（纯 base64，需 decode）
多图融合	edits 端点 `image` 字段重复传入多张	`image[]` 数组重复传入，最多 16 张

4. 价格示例（粗算）

场景	gpt-image-2-all / -vip	gpt-image-2
1024×1024 草图	$0.03	~$0.006（low）
1024×1024 中等画质	$0.03	~$0.053（medium）
1024×1024 高画质	$0.03	~$0.211（high）
2048×1152 高画质	$0.03	~$0.20+（按 token 实计）
3840×2160 4K 高画质	$0.03（`-vip` 4K Detail 档，不加价；`-all` 不支持 4K）	按 token 实计，显著高于 1K
编辑 / 多图融合	$0.03	输入 token 显著上升，单次成本可达 $0.1+

结论：批量、低画质场景用官逆不一定省（草图 1K low 在官转上反而更便宜）；中-高画质区段是官逆 $0.03 的甜点区。需要 quality 档位 / mask 局部重绘 / 锁尺寸、4K / OpenAI 官方完全对齐字段 时选官转（按量计费）。

客户端调用建议

设置项	gpt-image-2-all / -vip	gpt-image-2
超时（保守值）	`-all`：300 秒（典型 ~90s） `-vip`：300 秒（典型 120–200s）	360 秒（4K 高画质实测可达 3-5 分钟）
重试策略	5xx 与超时指数退避 2 次	同左
并发	单次仅返回 1 张，多张请并发	单次 1 张，需要多张请并发
请求 ID	`request-id` 响应头	`x-request-id` 响应头

三个模型通用：图生图 / 多图融合时，单张输入图先压到 1.5MB 以内（JPEG 质量 80-90 / 分辨率适当下调）。偶发的 shell_api_error / Unknown error 大多就是图片体积过大触发的，压一下请求成功率和出图速度都会明显改善。输出分辨率与输入图体积无关——画质看输出端配置（官转看 size + quality；-vip 看 size 档位；-all 看 prompt 画幅描述），不看输入端体积。

常见问题

输入图要压缩吗？提示词里写 4K / 8K 有用吗？

强烈建议压。三个模型上传给接口的图都先压到 1.5MB 以内（JPEG 质量 80-90 / 分辨率适当下调）：偶发的 shell_api_error / Unknown error 大多就是图片体积过大触发的，压一下请求成功率和出图速度都会明显改善。别担心压输入会损画质——输出分辨率与输入图体积无关，三个模型的”输出端”控制方式不同：

gpt-image-2-all：用 prompt 的画幅描述控制（参见 -all 概览页的「经过验证的『提示词 → 实际分辨率』对照表」），prompt 光写 4K / 8K 不算数
gpt-image-2-vip：用 size 字段控制（30 档常见尺寸，含 4K；已于 2026-07-22 恢复），prompt 光写 4K / 8K 同样不算数
gpt-image-2：用 size + quality 字段控制（任意合法尺寸）

总结：压输入只会提速，不会损画质——画质看输出端配置，不看输入端体积。

同一个 API Key 三个模型都能用吗？

可以。三者都走默认分组（Default），同一个 API Key 同时调用即可，无需额外配置。注意：调用 gpt-image-2（官转）需要「按量优先」类型的令牌；-all / -vip 两种令牌类型都能用。

官逆推荐用哪些端点？

统一使用 OpenAI Images API（/v1/images/generations 文生图 + /v1/images/edits 图片编辑），理由有二：

更稳定：上游对 Images API 通道的资源供给更充足，调用成功率更高
兼容官转，便于切换：与官转 gpt-image-2 调用方式、参数格式完全兼容——官逆通道遇到风控异常时，只需更换 model 名即可切到官转，业务代码零改动

另有对话式端点（/v1/chat/completions，不主推），仅适合多轮迭代改图、直接传在线图片 URL 的场景；注意出图意图不够明确时可能返回纯文字而不是图片（可在提示词开头加「生成图片：」前缀强化）。详细参数见 -all 对话式调用说明 / -vip 对话式调用说明。

官逆里 -all 和 -vip 怎么挑？

两者都是逆向通道、同价 $0.03/张、调用方式一致（-vip 额外支持 size 字段锁尺寸），差异是速度 vs 画质 + 是否锁尺寸：

出图速度：-all 约 90 秒——快就是优势；-vip 约 120–200 秒。当前比刚上线时慢，源自 OpenAI 官方算力波动
画质：-vip（Codex 线）细节表现有时更高，适合不赶时间的精品图
锁尺寸：-vip 支持 30 档 size（含 4K）；-all 不接受 size，画幅写进 prompt

决策：追求出图速度 → -all；画质优先或要锁尺寸 / 4K → -vip；要 30 档以外的自定义尺寸、quality 档位或 mask → 官转 gpt-image-2。详见 GPT-Image-2-VIP 概览。

要锁尺寸 / 4K，现在怎么办？

首选 gpt-image-2-vip：size 参数已于 2026-07-22 恢复，支持 30 档常见尺寸（10 比例 × 1K/2K/4K），统一 $0.03/张、4K 不加价。注意 size 仅在 images 端点生效，且须为 30 档之一。需要 30 档以外的任意合法尺寸、quality 档位（low/medium/high/auto）、mask 局部重绘（alpha 通道蒙版）或 OpenAI 官方完全对齐字段（已有官方 SDK 代码零改动迁移）时，走官转 gpt-image-2（按量计费、按 token 实计）。

想从 1.5 迁移，应该选哪个？

沿用官方 SDK / 要求与 OpenAI 官方一致，或要 30 档以外的任意自定义尺寸：选 gpt-image-2（官转），需要删掉 input_fidelity，其它字段不动（background: transparent 照常可用）
想顺便降低成本，追求出图速度：选 gpt-image-2-all（官逆，~90s）
想顺便降低成本，画质优先或要锁尺寸 / 4K：选 gpt-image-2-vip（官逆，~120–200s，30 档 size 含 4K）

可以同时部署多个做兜底吗？

可以。常见做法：主用 -all 或 -vip（成本可预测，按速度 / 画质偏好选），兜底用 gpt-image-2（需要 quality 档位 / mask / 30 档以外自定义尺寸时切过去）。官转和官逆两类模型响应字段不同，业务层做一次格式归一即可。

图片下载链接（R2 CDN）很慢怎么办？

详见下载 CDN 图片/视频很慢怎么办？

产品基础

基础 API

图片 API（官转）

视频 API（官转）

多模态理解 API

文本生成

音频 API（官转）

检索与安全

GPT-image-2 官转 vs 官逆对比

一句话结论

完整对比表

选型场景

选 `gpt-image-2-all`（官逆）的场景

💰 成本可预测

⚡ 出图速度较快

🔁 一套代码随时互切

🌏 中文 + 营销文字

选 `gpt-image-2-vip`（官逆，画质优先）的场景

🎨 画质有时更高

⏱️ 用时间换质量

🖼️ 锁尺寸 / 4K

🔁 与 -all 共用代码

选 `gpt-image-2`（官转）的场景

🎚️ 需要画质档位

🎯 mask 局部重绘

🖼️ 任意自定义尺寸

🔌 与 OpenAI 官方一致

关键差异详解

1. `b64_json` 格式差异（迁移坑！）

2. 分辨率控制方式

3. 上传 / 输出格式差异

4. 价格示例（粗算）

客户端调用建议

常见问题

相关文档

​一句话结论

​完整对比表

​选型场景

​选 gpt-image-2-all（官逆）的场景

💰 成本可预测

⚡ 出图速度较快

🔁 一套代码随时互切

🌏 中文 + 营销文字

​选 gpt-image-2-vip（官逆，画质优先）的场景

🎨 画质有时更高

⏱️ 用时间换质量

🖼️ 锁尺寸 / 4K

🔁 与 -all 共用代码

​选 gpt-image-2（官转）的场景

🎚️ 需要画质档位

🎯 mask 局部重绘

🖼️ 任意自定义尺寸

🔌 与 OpenAI 官方一致

​关键差异详解

​1. b64_json 格式差异（迁移坑！）

​2. 分辨率控制方式

​3. 上传 / 输出格式差异

​4. 价格示例（粗算）

​客户端调用建议

​常见问题

​相关文档

一句话结论

完整对比表

选型场景

选 `gpt-image-2-all`（官逆）的场景

选 `gpt-image-2-vip`（官逆，画质优先）的场景

选 `gpt-image-2`（官转）的场景

关键差异详解

1. `b64_json` 格式差异（迁移坑！）

2. 分辨率控制方式

3. 上传 / 输出格式差异

4. 价格示例（粗算）

客户端调用建议

常见问题

相关文档