Генерация изображений GPT-Image-2

GPT-Image-2 Генерация/редактирование изображений

Флагманская модель генерации изображений OpenAI gpt-image-2. Нативная поддержка разрешения 2K/4K, автоматические референсные изображения высокого качества, на 20-30% дешевле в том же тарифе. Поддерживает text-to-image, редактирование по референсу, объединение нескольких изображений, инпейнтинг по маске.

Все image API являются синхронными — здесь нет ID задачи для опроса, и если ваш клиент отключится, результат будет потерян, при этом запрос все равно тарифицируется. Установите достаточно большой timeout для этой модели; см. Основы и лучшие практики Image API.

Обзор

gpt-image-2 — новейшая флагманская модель генерации изображений OpenAI — пришедшая на смену gpt-image-1.5. Ключевые улучшения: любое допустимое разрешение (включая 2K / 3840×2160 4K), автоматический high-fidelity при работе с референсными изображениями, на 20-30% дешевле при том же уровне. Шлюз APIYI полностью совместим с OpenAI Images API — укажите сюда base_url официального OpenAI SDK для прямого подключения без кода.

🎨 Ключевые преимущества: Нативная поддержка любого допустимого разрешения (макс. 3840×2160 4K) + автоматический high-fidelity при редактировании референсных изображений + стоимость на 20-30% ниже, чем у 1.5, при том же размере и качестве + нативная поддержка китайских prompt. Лучше всего подходит для production-сценариев, где нужен точный контроль размера/качества, требуется полное соответствие официальному OpenAI API или нужен вывод в 4K.

API генерации изображений по тексту

/v1/images/generations — генерируйте изображения из text prompt с контролем размера / качества / output_format.

API редактирования изображений

/v1/images/edits — загрузка референсных изображений в формате multipart (до 16) + инструкции по редактированию/смешиванию, с поддержкой mask inpainting.

Почему стоит выбрать официальный релей APIYI для GPT-image-2?

Построен на официальном канале OpenAI и глубоко оптимизирован для корпоративных production-нагрузок по направлениям надежности, стоимости и опыта интеграции:

Официальный канал · Как у официального

Строго маршрутизируется через официальный релей OpenAI — запросы и ответы на 100% идентичны официальному OpenAI: те же поля, те же коды ошибок, то же поведение модели. Беспроблемное качество, без скрытых переписываний.

Без ограничений на параллельные запросы

Не ограничено порогами RPM / TPM по уровням Tier OpenAI. Трафик enterprise-масштаба масштабируется линейно — пакетная генерация и сценарии пиковых нагрузок обрабатываются без труда.

Та же цена + скидка до 15%

Базовая цена за единицу совпадает с официальной ценой OpenAI. Сочетайте с нашими бонусными акциями пополнения, чтобы получить скидку до 15% — долгосрочные расходы заметно снижаются.

Глобальный доступ без барьеров

Не требуется зарубежный сервер или прокси. Подключайтесь напрямую к api.apiyi.com из отечественных дата-центров, домашнего широкополосного интернета или зарубежных узлов — стабильная задержка, без трансграничной перестройки архитектуры.

Полная линейка моделей

Легко переключайтесь на модель, созданную методом реверс-инжиниринга gpt-image-2-all ($0.03 за изображение, фиксированная цена), или на самый выгодный по стоимости Nano Banana Pro / 2 — комбинируйте варианты под каждый сценарий.

Профессиональная корпоративная поддержка

Наша команда специализируется на production-развертываниях генерации изображений и обладает глубоким опытом в выборе модели, настройке и интеграции — полная поддержка от PoC до production.

Основные возможности

Любое разрешение (вкл. 4K)

Поддерживается любой допустимый размер вывода. Пресеты охватывают 1K / 2K / 3840×2160 4K. Пользовательские размеры должны лишь соответствовать базовым ограничениям (стороны кратны 16, соотношение сторон ≤ 3:1).

Автоматическая высокая точность

Редактирование по референсному изображению автоматически включает режим высокой точности. Детализация, сохранение идентичности персонажей и текста значительно улучшены. Не передавайте input_fidelity (иначе будет ошибка).

На 20-30% дешевле

Качественный режим 1024×1024 снижается с диапазона $0.25 у 1.5 до $0.211/изображение. 2K/4K тарифицируется по token, но также дешевеет — долгосрочная стоимость заметно ниже.

Китайский + рендеринг текста

Нативная поддержка prompt на китайском языке. Стабильный рендеринг китайского/английского текста на вывесках, постерах, скриншотах UI. Мелкий текст редко размывается на качестве high.

Слияние нескольких изображений (до 16)

image[] массив принимает до 16 референсных изображений. Используйте «image 1 / image 2 / image 3» в prompt, чтобы сослаться на них по порядку загрузки.

Маскирование inpainting

Загрузите маску с альфа-каналом. Прозрачные области — это области inpaint, непрозрачные области сохраняются.

Несколько форматов вывода

Поддерживает png (по умолчанию) / jpeg / webp. Установите output_compression для jpeg/webp, чтобы управлять размером файла.

Прямой доступ через OpenAI SDK

Укажите base_url на https://api.apiyi.com/v1 и вызывайте напрямую с официальным OpenAI SDK — миграция без кода.

Тарифы

APIYI’s gpt-image-2 (группа по умолчанию) полностью совпадает с официальной ценой OpenAI из прайс-листа — скидка вместо этого формируется за счет бонуса за пополнение: пополните $100 и получите бонус 10%, до 20%. 📖 Узнайте о промоакциях за пополнение.

Тарификация по количеству token (как в прайс-листе OpenAI)

Token-metered — один запрос = токены входного текста + входного изображения + выходного изображения:

Позиция тарификации	Цена (за 1M tokens)	Примечания
Входной текст	$5.00	Текстовая часть вашего prompt
Входное изображение	$8.00	Референсные изображения в запросах редактирования/смешивания, токенизируются по правилам Vision
Выходное изображение	$30.00	Основная статья затрат — число token определяется размером × качеством
Кэшированный ввод	Text $1.25 / Image $2.00	Настроено, но при высоких параллельных запросах частота попадания в кэш ограничена — см. ЧЗВ

Почему входное изображение дороже? Входное изображение стоит $8.00 / 1M tokens — 1.6x ставки $5.00 / 1M для входного текста (это собственный прайс-лист OpenAI, а не наценка APIYI). Именно поэтому запросы редактирования / fusion с несколькими изображениями заметно дороже по входной части, чем обычная генерация изображений по тексту: референсные изображения токенизируются в большое число image tokens по правилам Vision, и каждый из этих token уже стоит на 60% дороже text token.

Справка по стоимости за изображение (официальная таблица)

Типичная стоимость за изображение при предустановленных размерах 1K:

Качество	1024×1024	1024×1536	1536×1024
Низкое	$0.006	$0.005	$0.005
Среднее	$0.053	$0.041	$0.041
Высокое	$0.211	$0.165	$0.165

Примечания к тарификации:

Базовые цены совпадают с прайс-листом OpenAI; добавьте бонус за пополнение (10% при $100, до 20%), и ваша эффективная стоимость окажется ниже, чем при прямом обращении
Для 2K / 4K нет фиксированной цены за изображение — тарификация идет по фактическим input + output tokens
Запросы на редактирование требуют заметно больше input tokens, чем text-to-image, из-за принудительного high-fidelity
Потоковая передача (stream: true + partial_images: N) добавляет по 100 output image tokens за каждый partial
По сравнению с gpt-image-1.5 того же размера и качества, gpt-image-2 примерно на 20-30% дешевле

Как несколько входных изображений влияют на цену (проверено в июле 2026)

Частый вопрос от клиентов: «Каждое референсное изображение стоит фиксированную сумму, или большие изображения расходуют больше tokens?» Ответ: важны оба фактора, и количество изображений суммируется строго линейно. gpt-image-2 обрабатывает каждое входное изображение в принудительном режиме высокой детализации (input_fidelity не настраивается — при его передаче возвращается 400), и каждое референсное изображение преобразуется в image tokens в зависимости от его размеров и aspect ratio. Контролируемые измерения (эндпоинт edits, 2026-07-15):

Входное референсное изображение	`image_tokens`	Стоимость входа ($8/M)
1 × 512×512	1024	≈$0.0082
1 × 1024×1024	1024	≈$0.0082
1 × 2048×2048	1521	≈$0.0122
1 × 4096×4096	1521	≈$0.0122
1 × 1024×1536 (портрет)	1536	≈$0.0123
4 × 1024×1024	4096 (= 4 × 1024)	≈$0.0328

Три практических правила:

Количество строго линейно: N референсных изображений ≈ N × tokens одного изображения. 16 референсных изображений при 1024² ≈ 16384 tokens ≈ $0.13 — тот же порядок величины, что и один вывод high ($0.211), так что в случае слияния нескольких изображений этим уже нельзя пренебрегать.
Размер имеет и нижний предел, и потолок: квадратные изображения размером 1024² и меньше тарифицируются как 1024 tokens (уменьшение до 512 ничего не экономит); 2048² и 4096² оба стоят 1521 tokens (слишком большие изображения перед преобразованием уменьшаются — потолок действует). Одно референсное изображение обычно попадает примерно в диапазон 800-1600 tokens с учетом соотношения сторон.
Tokens определяются размерами в пикселях, а не размером файла: сжатие до 1.5MB помогает со стабильностью и скоростью загрузки, но не уменьшает image tokens; наоборот, загрузка исходника на 50MB тоже не раздует ваш счет (действует потолок).

Интуитивная оценка стоимости: при выводе low (196 tokens ≈ $0.006) стоимость входа одного референсного изображения (≈$0.008) фактически превышает стоимость вывода; при выводе high (≈$0.211) одно референсное изображение составляет лишь около 4%. Размер и качество вывода всегда сильнее всего влияют на цену — количество референсных изображений стоит на втором месте.

Оценка стоимости 2K/4K (экстраполяция по соотношению пикселей, ⚠️ не официальная фиксированная цена)

OpenAI публикует только фиксированную таблицу цены за изображение для размеров 1K — для 2K/4K нет официальной помодельной цены по размеру. Приведенная ниже таблица — это собственная экстраполяция APIYI на основе официальных ставок 1K выше, масштабированная по числу пикселей, и она предназначена только для планирования бюджета:

Качество	2048×2048 (2K-квадрат)	2048×1152 (2K-альбомная ориентация)	3840×2160 / 2160×3840 (4K)
Низкое	≈$0.024	≈$0.008	≈$0.026
Среднее	≈$0.212	≈$0.062	≈$0.216
Высокое	≈$0.844	≈$0.248	≈$0.870

Это оценка, а не официальная таблица цен. Метод: возьмите официальную строку 1K с тем же соотношением сторон в качестве базовой, затем линейно масштабируйте по числу пикселей целевого размера относительно этой базы (например, у 2048×2048 в 4 раза больше пикселей, чем у 1024×1024, поэтому оценка стоимости тоже увеличивается в 4 раза). Фактическое число выходных image tokens определяется моделью динамически в зависимости от сложности содержимого — оно не является строго линейным — поэтому считайте usage.output_tokens в вашем фактическом ответе источником истины (см. «Как проверить реальное количество token для каждого вызова» ниже). Размеры выше 2560×1440 при качестве high по-прежнему относятся к официальному экспериментальному уровню, поэтому оценки там могут быть менее точными.

Чем это отличается от SaaS-подписки / тарификации на основе credit

Вендоры инструментов генерации изображений обычно тарифицируют по одной из двух схем:

Ежемесячные планы подписки: фиксированная ежемесячная плата за квоту «N изображений в месяц». Эта квота рассчитывается исходя из предположения о сверхпродаже — вендор закладывает ожидание, что большинство пользователей не израсходует весь лимит, поэтому рекламируемая «стоимость за изображение» — это просто цена плана, деленная на верхний предел квоты, а не то, сколько на самом деле стоит сгенерировать для вас одно изображение.
Учёт на основе credit / point: задачи разного качества и размера переводятся в неочевидные «credits». По сути это тарификация по фактическому использованию, просто переупакованная в единицу credit, которая скрывает реальное потребление token.

APIYI работает по модели официальный релей + фактическая тарификация по token: без квоты плана, без слоя абстракции в виде credit. Стоимость каждого вызова — это просто фактическое число input/output token × официальный тариф — точный учет по каждому вызову, без сверхпродажи, характерной для подписки, и без динамики «ограничивать, когда вы превысили лимит».

Компромисс тарификации по фактическому использованию в том, что вам нужно самостоятельно оценивать и отслеживать расход, а не полагаться на фиксированную ежемесячную сумму подписки — зато вы платите только за то, чем реально пользуетесь, без простоя и пустых затрат. Вот как напрямую извлечь реальное число token для каждого вызова из ответа, чтобы вы могли вести такой учет самостоятельно.

Как проверить фактическое количество token для каждого вызова

И /v1/images/generations, и /v1/images/edits возвращают поле usage, а token входного изображения и token входного текста возвращаются как отдельные поля — ничего оценивать не нужно, просто считайте их, чтобы получить точную стоимость каждого вызова. Вот полный объект usage из реального запроса на редактирование с одним референсным изображением (зафиксировано в реальном времени):

{
    "data": [ { "b64_json": "..." } ],
    "usage": {
        "input_tokens": 848,
        "input_tokens_details": {
            "image_tokens": 832,
            "text_tokens": 16
        },
        "output_tokens": 196,
        "output_tokens_details": {
            "image_tokens": 196,
            "text_tokens": 0
        },
        "total_tokens": 1044
    }
}

Поле	Значение
`usage.input_tokens_details.text_tokens`	token, израсходованные текстом prompt, с тарификацией $5.00 / 1M
`usage.input_tokens_details.image_tokens`	token, в которые по правилам Vision преобразуется референсное изображение, с тарификацией $8.00 / 1M; всегда 0 для обычной генерации изображений по тексту без референсного изображения
`usage.input_tokens`	Сумма двух полей выше
`usage.output_tokens`	token для сгенерированного изображения, определяемые `quality × size` — это основная составляющая стоимости, с тарификацией $30.00 / 1M, и показатель, за которым нужно внимательно следить в запросах 2K/4K (`output_tokens_details.image_tokens` отражает это; `text_tokens` всегда 0)
`usage.total_tokens`	Вход + выход вместе

Формула стоимости для самостоятельного расчета (точная):

cost ≈ input_tokens_details.text_tokens × \$5.00 / 1,000,000
     + input_tokens_details.image_tokens × \$8.00 / 1,000,000
     + output_tokens × \$30.00 / 1,000,000

Чтобы посмотреть фактическое использование token и детали тарификации для прошлых вызовов, откройте страницу «Logs» в консоли: 📖 Как посмотреть журналы вызовов — в подробном представлении журнала перечислены цены для text-input / image-input / output вместе с их количеством token, что соответствует usage.input_tokens_details / usage.output_tokens_details из API. Инструмент image_generation в Responses API сообщает количество token таким же образом, в usage.input_tokens / usage.output_tokens — см. Интеграция инструмента Responses.

Настройка групп

Канал официального релея gpt-image-2 предлагает две группы. Переключите в панели управления → Настройки token → Группа:

Группа	Коэффициент тарифа	Когда использовать
`Default`	1.0x	Та же цена, что и прайс-лист OpenAI — первый выбор, когда есть свободная емкость; в часы пик возможны 429 / ограничения по параллельным запросам
`image2Enterprise`	1.2x	Стабильный запасной вариант, когда группа по умолчанию перегружена — с приоритетом по емкости

Почему 1.2x? Он откалиброван по “одноразовому промо-пополнению на $3,000 с бонусом 20% ≈ прайс-лист OpenAI” — APIYI не берет маржу на этом направлении (не считая налоговых издержек) и ведет его как чистый канал с приоритетом по поставке. Когда группа по умолчанию нестабильна, переключите ваш token на image2Enterprise, чтобы переждать всплеск нагрузки.

Интерфейс создания token: режим тарификации = приоритет оплаты по факту использования, группа = image2Enterprise (1.2x), высокоскоростная enterprise-группа GPT-image-2 по прайс-листу — Token settings: pick the image2Enterprise group (1.2x) — stable when default capacity is tight

📖 Проверка стабильности (последний журнал вызовов): /en/live/2026-04/image2-enterprise-stable

Технические характеристики

Параметр	Значение
Название модели	`gpt-image-2`
Скорость	~120 секунд (4K high quality приближается к 2 мин)
Разрешение вывода	Любой допустимый размер (1K/2K/4K, max 3840×2160)
Уровни качества	`auto` / `low` / `medium` / `high`
Форматы вывода	`png` (по умолчанию) / `jpeg` / `webp`
Китайские prompt	✅ Нативно
За один вызов	1 изображение (`n=1`)
Лимит референсных изображений	16 (`image[]`)
Лимит размера для каждого изображения	multipart-файл: менее 50MB каждый (png/jpg/webp); base64 data URL: лимит поля около 20MiB, сохраняйте исходники в пределах 15MB
Inpainting по маске	✅ Поддерживается (требуется alpha channel, PNG менее 4MB)
Прозрачный фон	❌ Не поддерживается (`background: transparent` errors)
Поле ответа	`b64_json` (необработанный base64, без префикса)

Эндпоинты

Эндпоинт	Назначение	Content-Type
`POST /v1/images/generations`	Текст в изображение	`application/json`
`POST /v1/images/edits`	Редактирование по референсу / слияние нескольких изображений / масочное inpainting	`multipart/form-data`

Выбор домена: api.apiyi.com — основной домен. Другие домены шлюза, такие как b.apiyi.com / vip.apiyi.com, работают одинаково.

Справка по размерам

Предустановленные размеры

size	Значение	Пиксели
`auto`	Адаптивный (по умолчанию)	Модель определяет
`1024x1024`	Квадратный 1:1	1K
`1536x1024`	Альбомный 3:2	1K
`1024x1536`	Книжный 2:3	1K
`2048x2048`	Квадратный 1:1	2K
`2048x1152`	Альбомный 16:9	2K
`3840x2160`	Альбомный 16:9	4K
`2160x3840`	Книжный 9:16	4K

Ограничения пользовательского размера

gpt-image-2 принимает любой допустимый размер, который соответствует всем условиям:

Макс. сторона ≤ 3840px
Обе стороны кратны 16
Соотношение сторон ≤ 3:1
Общее число пикселей ∈ [655,360, 8,294,400] (~0.65MP до ~8.3MP)

Допустимые примеры: 1600x1200, 1792x1024, 2048x1536, 3200x1800 Недопустимые примеры: 1000x1000 (не кратно 16), 4000x4000 (выше максимума), 3840x1000 (соотношение > 3:1)

Выводы выше 2560×1440 (~3.69MP) официально помечены как экспериментальные и могут показывать колебания качества. Для production лучше использовать предустановки вроде 2048x1152 / 2048x2048 / 3840x2160.

Справка по качеству

Доступные уровни

quality	Значение	Примечания
`auto`	Автоматически (по умолчанию)	Значение, которое используется, когда `quality` опущен — модель выбирает уровень за вас
`low`	Низкое качество	Самый быстрый и дешевый — хорошо подходит для черновиков / пакетной обработки
`medium`	Среднее качество	Сбалансированный вариант для повседневного использования / финального результата
`high`	Высокое качество	Текст, тонкие текстуры, печать — самая высокая латентность и стоимость

По умолчанию используется auto, а не medium. Если quality опущен, это эквивалентно передаче "quality": "auto" — модель автоматически выбирает уровень качества, и OpenAI не гарантирует, что это соответствует medium. Уровень, который в итоге выберет auto, непредсказуем и напрямую влияет на стоимость, латентность и стабильность тарификации. Когда вам нужен контроль над стоимостью и предсказуемость, явно передавайте low / medium / high вместо того, чтобы полагаться на auto.

Не передавайте устаревшие значения DALL·E standard / hd. quality принимает только четыре официальных значения enum low / medium / high / auto. Устаревшие значения DALL·E 3 standard / hd ведут себя непоследовательно в разных backend-каналах: иногда они сразу завершаются ошибкой 400 (invalid_value), а иногда тихо игнорируются, и запрос выполняется с auto (непредсказуемая стоимость). Всегда явно передавайте одно из четырех официальных значений.

quality сильнее всего влияет на цену — больше, чем size. Количество output image token определяется quality × size, но quality имеет гораздо больший вес: при одном и том же размере переход от low к high может изменить стоимость за изображение более чем в 30× (см. таблицу «стоимость за изображение» выше: для 1024×1024 диапазон от low $0.006 до high $0.211). Сначала оценивайте стоимость по quality, а затем учитывайте влияние size.

Лучшие практики

Совет по началу работы: сначала добейтесь, чтобы API работал с low, затем масштабируйтеМы видели, как новые интеграторы сразу переходят к quality=high + высокому разрешению и в итоге ждут ≈ 235 секунд (~4 минуты) на изображение — лишь затем подозревая, что API завис. Режим high имеет наивысшую сложность inference, а 4K может растянуться почти до 5 минут. Перед переходом в production сначала выполните сквозную интеграцию с quality=low (auth, SDK, params, timeouts, обработка ошибок), а затем переходите к medium / high только тогда, когда это действительно требуется по качеству.

Сначала интегрируйтесь с низким качеством

Для новых интеграций начинайте с quality=low + фиксированного размера, чтобы проверить полный цепочку вызовов (auth, params, timeouts, обработка ошибок). low работает в несколько раз быстрее, чем high, поэтому функциональные проблемы быстро проявляются, не маскируясь большой задержкой.

Используйте фиксированные размеры

8 официальных пресетов настроены на стабильную скорость и качество. Пользовательские размеры оставляйте только для действительно необычных соотношений сторон.

Соотносите качество со сценарием

Черновики / пакетная обработка → low; ежедневное / финальное → medium; текст, тонкие текстуры, печать → high. Обратите внимание, что low ↔ high — это не только визуальная точность, но и скачок сложности inference, поэтому задержка растет соответственно.

Выбирайте вывод JPEG

Для финального отображения output_format=jpeg + output_compression=85 работает быстрее, чем PNG, и занимает примерно вдвое меньше места.

Зафиксируйте высокий уровень для текстовых сценариев

Рендеринг текста — сильная сторона, но на нижних уровнях он все равно может размываться. Зафиксируйте quality=high для сценариев с вывесками и постерами.

Подготовьте reference images

Каждое изображение — до 50MB (на практике сжимайте до 1.5MB); поддерживаются PNG/JPEG/WebP; до 16 изображений; указывайте порядок ссылок с «изображение 1 / изображение 2» в prompt.

Разделите тайм-аут клиента по уровням (high → 600s страховочный запас)

Два параметра, которые сильнее всего влияют на задержку, — это quality и size — особенно quality. Настраивайте тайм-ауты клиента по уровням:

качество	Рекомендуемый тайм-аут клиента	Наблюдаемая задержка
`low`	≥ 120 секунд	обычно 10–40 секунд
`medium`	≥ 240 секунд	обычно 30–90 секунд
`high`	≥ 600 секунд (страховочный запас)	2K/4K выполняется 3–5 минут; длинный хвост наблюдается на уровне 235+ секунд

Для режима high установите 600s как страховочный тайм-аут — это позволит учесть очереди, вариативность длинного хвоста и джиттер upstream. Показывайте прогресс в UI; на стороне сервера стоит рассмотреть очередь задач.

Примечания по миграции

При миграции с gpt-image-1.5: уберите input_fidelity (принудительное высокое качество, при передаче вызовет ошибку); не используйте background: transparent (не поддерживается).

Ошибки и повторные попытки

Статус	Значение	Рекомендуемое действие
`400`	Неверные параметры (нарушение ограничения по размеру, неподдерживаемое поле и т. д.)	Проверьте соответствие ограничениям по размеру; не передавайте `input_fidelity` / `background: transparent`; `invalid_image_file` на endpoint редактирования обычно представляет собой фото с телефона MPO — см. FAQ
`401`	Неверный token	Проверьте Bearer Token
`403`	Блокировка модерацией контента	Скорректируйте prompt или передайте `moderation: low`
`429`	Лимит запросов / недостаточный баланс	Экспоненциальная задержка между повторами
`5xx`	Ошибка шлюза / серверной части	Повторите 1–2 раза
Timeout	Длинный хвост	Устанавливайте таймаут клиента по `quality`: `low` ≥ 120s / `medium` ≥ 240s / `high` ≥ 600s (высокие + 2K/4K запросы выполняются 3–5 минут; длинный хвост наблюдается после 235+ секунд)

Рекомендации для клиента:

Устанавливайте таймаут запроса по quality: low ≥ 120 seconds / medium ≥ 240 seconds / high ≥ 600 seconds (страховочная мера — наблюдается 3–5 минут; настройка около 120s/360s приводит к множеству ложных таймаутов)
Сначала интегрируйтесь с quality=low, затем переходите к medium / high по мере реальной необходимости в качестве
Экспоненциальная задержка между повторами для 5xx и таймаутов (рекомендуется 2 повторные попытки)
Логируйте заголовок x-request-id для поддержки

Частые вопросы

Нужно ли добавлять префикс data:image/png;base64, к b64_json?

Да. gpt-image-2 возвращает сырую base64-строку (без префикса), в отличие от gpt-image-2-all. Два варианта на стороне клиента:

Запись в файл: base64.b64decode(b64_str) → записать на диск
Отображение в браузере: img.src = 'data:image/png;base64,' + b64_str (добавить префикс вручную)

Если ваш код предполагает поведение из версии 1.5, где префикс уже был добавлен, вы получите поврежденный data URL — обработайте это явно.

Почему при передаче input_fidelity возвращается 400?

gpt-image-2 принудительно включает высокоточное обработку референсных изображений и больше не принимает input_fidelity. При миграции с 1.5 просто удалите это поле — замена не нужна.

Что делать, если мне нужен прозрачный фон?

gpt-image-2 не поддерживает background: transparent (будет ошибка). Два обходных варианта:

Установите background в opaque (или не указывайте) и выделите прозрачность самостоятельно с помощью PIL / sharp / онлайн-инструментов
Временно вернитесь к gpt-image-1.5 для сценариев, где прозрачность действительно нужна

Сколько изображений можно отправить за один вызов?

1 изображение (n=1). Для N изображений отправляйте N параллельных запросов. Каждый тарифицируется отдельно по token.

Почему 2K/4K такие медленные?

Более высокое разрешение и более высокое качество требуют больше output image tokens, поэтому обработка занимает больше времени. В реальных интеграциях клиентов мы видели, что quality=high + высокое разрешение занимает примерно 235 секунд (~4 минуты) на изображение, а у 3840×2160 + high длинный хвост может растягиваться почти до 5 минут. Рекомендации:

Сначала интегрируйтесь с quality=low, чтобы проверить цепочку вызова, а затем повышайте уровень по мере реальной необходимости в качестве
Настраивайте тайм-аут клиента по качеству: low ≥ 120s / medium ≥ 240s / high ≥ 600s (страховочный запас)
Показывайте в UI прогресс «генерация»
Используйте пресеты 1K 1024×1024 / 1536×1024, когда 4K не нужен

Действительно ли мне даст выгоду тарификация с кэшированием input?

Она настроена, но не закладывайте скидки за cache в бюджет. Официальные ставки для cached-input: text $1.25 / image $2.00 за 1M tokens, и в канале APIYI кэширование настроено — когда запрос попадает в cache, он тарифицируется по ставке cache.Один честный нюанс: чтобы поддерживать высокую параллельность, APIYI распределяет запросы по нескольким upstream-аккаунтам OpenAI (один аккаунт OpenAI Tier-5 разрешает только 250 RPM). prompt cache OpenAI не переносится между аккаунтами, поэтому при высокой параллельности запросы с одним и тем же префиксом могут не попасть на тот же аккаунт — попадание в cache может просто не произойти.Хорошая новость: влияние небольшое. Основную стоимость в генерация изображений дают output image tokens ($30 / 1M); скидка cache применяется только к стороне input, поэтому на итоговую стоимость за изображение она влияет слабо. Планируйте бюджет по полной цене input и считайте любые попадания в cache дополнительной экономией.

Почему запросы на редактирование дороже, чем text-to-image?

Потому что gpt-image-2 автоматически включает высокоточное обработку референсных изображений, а сами референсы по правилам тарификации Vision превращаются в большой объем input tokens. В редактировании input tokens заметно выше, чем в text-to-image, — закладывайте это в бюджет.

Одинаковый размер и reference images — почему каждый вызов все равно стоит по-разному?

Причина: quality был установлен в auto (или не указан). Нам сообщали о случаях, когда «размер, разрешение и reference images одинаковые, а цена то растет, то падает». При проверке выяснялось, что и size, и quality были установлены в auto.Виновник — quality: auto: в auto mode модель интерпретирует запрос и на лету выбирает другой уровень качества для каждой генерации. Разный уровень означает разное количество output image tokens, а значит и разную цену. Ниже три реальные записи тарификации с одинаковым input (по 1061 input tokens), но стоимостью, отличающейся в несколько раз:

Задержка	Input tokens	Output tokens	Стоимость за вызов
53s	1061	1286	$0.055082
135s	1061	5146	$0.194042
68s	1061	1287	$0.055118

Во втором вызове auto определился более высокий уровень качества, output tokens выросли до 5146, а цена поднялась примерно в 3.5 раза.Исправление: не оставляйте quality в режиме auto — явно передавайте low / medium / high. При фиксированном уровне число output tokens и цена для одинакового input становятся стабильными и предсказуемыми. См. раздел «Quality Reference» выше.

Каковы ограничения по количеству и размеру изображений для edit endpoint?

The gpt-image-2 image edit endpoint (/v1/images/edits) поддерживает до 16 reference images:

multipart/form-data file upload: каждое изображение должно быть меньше 50MB, форматы png / jpg / webp
base64 data URL: ограничение длины поля составляет примерно 20MiB (schema maxLength: 20971520 — ограничение поля-строки, не то же самое, что предел multipart в 50MB), поэтому держите исходные изображения в пределах 15MB
mask file: отдельно ограничен PNG менее 4MB

Практический совет: не выкладывайте несколько больших изображений одновременно на максимум — слишком большие тела запросов часто падают на уровне gateway / timeout. Самый надежный вариант — сжимать каждое изображение до 1.5MB или меньше, а качество вывода не связано с размером входного файла.

Эндпоинт редактирования возвращает 400 'Invalid image file or mode for image 1' — что делать?

Эта ошибка (code: invalid_image_file) означает: N-е референсное изображение не является стандартным файлом png / jpg / webp (нумерация с 1 — используйте индекс, чтобы найти проблемное изображение).Самая частая причина — формат MPO у фото с телефонов: .jpg, полученные напрямую с телефонов серии Huawei Mate, содержат подкадр HDR gain-map и фактически являются многокадровыми JPEG-контейнерами (MPO). Заголовок тот же FFD8, и расширение, и команда file показывают JPEG — на глаз это невозможно заметить. Проверено в июле 2026: файлы MPO всегда отклоняются, а те же изображения, перекодированные в стандартный JPEG/PNG, успешно проходят на полном исходном разрешении (это не связано с размерами, названием поля image[] или параметрами quality/size). Ошибка возвращается на этапе проверки input и не тарифицируется.Исправление: перекодируйте через Pillow перед загрузкой (если Image.open(f).format возвращает "MPO", требуется преобразование):

from PIL import Image
im = Image.open("photo.jpg")
im.load()                          # for MPO, keeps only the first frame
im.convert("RGB").save("photo_fixed.jpg", quality=92)

Полные подробности и способ определения: API редактирования изображений — требования к формату референсного изображения и предварительная обработка.

Как подготовить файл маски?

Того же размера, что и оригинал, формат PNG, менее 4MB
Должен иметь alpha channel: прозрачные участки (alpha=0) = область inpaint, непрозрачные = сохранить
Применяется только к первому изображению
Маска — это «мягкая подсказка»: модель может расширять или сужать область вокруг замаскированного региона

gpt-image-2 vs gpt-image-2-all: что выбрать?

Что выбрать	Когда
gpt-image-2 (Official)	Нужен точный контроль размера/качества, требуется полное совпадение с официальным OpenAI, нужен вывод 4K, нужна inpainting через маску
gpt-image-2-all (Reverse)	Нужна фиксированная цена $0.03/изображение, рендер за 30–60s, минимум параметров, высокая стабильность / китайский текст

Могу ли я напрямую использовать официальный OpenAI SDK?

Да — без изменений в коде. Поменяйте base_url на https://api.apiyi.com/v1 и укажите api_key в качестве вашего APIYI token:

from openai import OpenAI
client = OpenAI(api_key="sk-your-key", base_url="https://api.apiyi.com/v1")
resp = client.images.generate(model="gpt-image-2", prompt="...", size="2048x1152", quality="high")

Можно ли отменить идущую генерацию?

Нет. gpt-image-2 использует официальный синхронный endpoint OpenAI — после отправки запроса он выполняется до завершения, без сигнала «cancel». Даже если клиент отключится, сервер все равно завершит генерацию и спишет средства обычным образом. Тщательно настраивайте client-side timeouts — не считайте, что «отключение = нет списания».

Есть ли лимит запросов (RPM)?

По умолчанию 100 RPM (100 запросов в минуту). Фактически доступный RPM также динамически корректируется общей параллельностью платформы. Если вашей нагрузке нужно больше, свяжитесь с нами и укажите предполагаемые QPS / RPM — мы сможем выделить дополнительную емкость.

Поддерживается ли асинхронный вызов?

Нет. gpt-image-2 строго повторяет официальный API OpenAI — только синхронный режим. Запрос блокируется, пока не будет получен результат (high + 4K в реальности занимает 1–2 минуты). Если вам нужна асинхронная очередь или механизм callback:

Оберните это сами через очередь задач (Celery / BullMQ и т. д.) на уровне бизнес-логики
Или используйте gpt-image-2-all — генерирует за 30–60s, удобнее опрашивать с фронтенда

Тарифицируются ли неудачные генерации?

Нет. Встроенная модерация контента OpenAI отклоняет небезопасные / некорректные запросы с ошибкой 400, и списание не происходит. Типичный ответ:

{
  "status_code": 400,
  "error": {
    "message": "Your request was rejected by the safety system. ...",
    "type": "shell_api_error",
    "code": "moderation_blocked"
  }
}

Другие ошибки без списания: 401 (invalid token), 429 (rate limit). Тарификация token начинается только после того, как запрос действительно достигает этапа генерации модели (то есть получены 200 + b64_json).

Связанные документы

⚖️ Сравнение официального и обратного вариантов - Руководство по выбору бок о бок
Площадка Text-to-Image - /v1/images/generations интерактивное тестирование
Площадка редактирования изображений - /v1/images/edits слияние нескольких изображений + mask
Подробный разбор: запуск gpt-image-2 - Новостная статья
Полная документация по интеграции - Полная справка по API
GPT-Image-2-All (Reverse-Engineered) - Более дешевая и быстрая альтернатива
Сообщество: узлы Luck GPT-Image 2 для ComfyUI - Вызывайте gpt-image-2 напрямую в ComfyUI (mask / 5 reference images / custom sizes)
Сообщество: навыки APIYI GPT-Image 2 - Запускайте из Codex CLI / Cursor / Gemini CLI и других ИИ-инструментов для программирования одной фразой
Руководство по API - Общее руководство по использованию

gpt-image-2 — это официальный флагман OpenAI, тарифицируемый по token. Если для вас важнее фиксированная тарификация ($0.03/image) и более быстрая генерация (30–60s), см. gpt-image-2-all.

Получение удовлетворительных изображений Справочник API для text-to-image

​Обзор

API генерации изображений по тексту

API редактирования изображений

​Почему стоит выбрать официальный релей APIYI для GPT-image-2?

Официальный канал · Как у официального

Без ограничений на параллельные запросы

Та же цена + скидка до 15%

Глобальный доступ без барьеров

Полная линейка моделей

Профессиональная корпоративная поддержка

​Основные возможности

Любое разрешение (вкл. 4K)

Автоматическая высокая точность

На 20-30% дешевле

Китайский + рендеринг текста

Слияние нескольких изображений (до 16)

Маскирование inpainting

Несколько форматов вывода

Прямой доступ через OpenAI SDK

​Тарифы

​Тарификация по количеству token (как в прайс-листе OpenAI)

​Справка по стоимости за изображение (официальная таблица)

​Как несколько входных изображений влияют на цену (проверено в июле 2026)

​Оценка стоимости 2K/4K (экстраполяция по соотношению пикселей, ⚠️ не официальная фиксированная цена)

​Чем это отличается от SaaS-подписки / тарификации на основе credit

​Как проверить фактическое количество token для каждого вызова

​Настройка групп

​Технические характеристики

​Эндпоинты

​Справка по размерам

​Предустановленные размеры

​Ограничения пользовательского размера

​Справка по качеству

​Доступные уровни

​Лучшие практики

​Ошибки и повторные попытки

​Частые вопросы

​Связанные документы

Обзор

Почему стоит выбрать официальный релей APIYI для GPT-image-2?

Основные возможности

Тарифы

Тарификация по количеству token (как в прайс-листе OpenAI)

Справка по стоимости за изображение (официальная таблица)

Как несколько входных изображений влияют на цену (проверено в июле 2026)

Оценка стоимости 2K/4K (экстраполяция по соотношению пикселей, ⚠️ не официальная фиксированная цена)

Чем это отличается от SaaS-подписки / тарификации на основе credit

Как проверить фактическое количество token для каждого вызова

Настройка групп

Технические характеристики

Эндпоинты

Справка по размерам

Предустановленные размеры

Ограничения пользовательского размера

Справка по качеству

Доступные уровни

Лучшие практики

Ошибки и повторные попытки

Частые вопросы

Связанные документы