GPT-Image-2-All 生圖/編輯

圖片 API 全部為同步呼叫：沒有非同步任務 ID，客戶端斷開連線結果即丟失、但請求仍會計費。請為本模型設定足夠大的 timeout，詳見圖片 API 呼叫須知與最佳實踐。

概述

gpt-image-2-all 是 API易平臺上線的一款 GPT 影像生成官逆模型（逆向 ChatGPT 網頁版）。以 $0.03/張 的極具競爭力的按次計費定價，約 30–60 秒出圖，支援 文生圖 / 單圖編輯 / 多圖融合 / 自然語言改圖，文字還原度高、原生支援中文提示詞。

🎨 核心亮點：官逆通道穩定、定價統一每張 $0.03，無需關心 size/quality/n 等引數，尺寸與風格全部寫進 prompt 即可——最適合”開箱即用”的影像生成場景。統一使用 OpenAI Images API 標準端點：/v1/images/generations（文生圖）與 /v1/images/edits（圖片編輯）。需要鎖定輸出尺寸或 4K？ 請改用姐妹模型 gpt-image-2-vip——呼叫方式與本模型完全一致，僅多一個 size 欄位。

文生圖 API

/v1/images/generations，輸入文本提示詞生成圖片。

圖片編輯 API

/v1/images/edits，multipart 上傳參考圖 + 編輯/融合指令。

核心特性

極具競爭力定價

統一按次計費 $0.03/張，無解析度階梯，出圖成本可預測

文字還原度高

圖內中英文、招牌、海報文字還原穩定，適合資訊圖與營銷物料

中文提示詞友好

原生理解中文描述，無需翻譯即可獲得高品質輸出

多圖融合編輯

支援多張參考圖同時輸入，prompt 中可用「圖1/圖2/圖3」指代

出圖速度較快

約 30–60 秒出圖，比 gpt-image-2-vip 和官轉 gpt-image-2 都更快

R2 CDN 加速返回

顯式傳 response_format: "url" 返回 R2 CDN 連結，全球低延遲下載

自然語言改圖

支援通過對話描述直接改圖，無需蒙版，可多輪迭代

標準端點相容

相容 OpenAI Images API 標準端點 /images/generations、/images/edits

模型定價

模型名	計費方式	價格	輸出
`gpt-image-2-all`	按次計費	$0.03 / 張	單次返回 1 張圖片

計費說明：

統一定價，不區分解析度、品質或提示詞長度
失敗請求不計費（如鑑權失敗、引數校驗失敗）
如需生成 N 張，客戶端並行呼叫 N 次

同價姐妹模型：gpt-image-2-vip（逆向 Codex 線路）同樣 $0.03/張，支援 30 檔常見 size（含 4K），呼叫方式與本模型完全一致——需要鎖定輸出尺寸時切過去即可。

分組介紹

gpt-image-2-all 放在 Default 預設分組即可，不需要額外切分組。逆向通道目前供給穩定，不存在像官轉那樣需要”企業分組”過渡的場景。

模型	分組	備註
`gpt-image-2-all`	`Default`	逆向 ChatGPT 官網線路，統一 $0.03/張，約 30–60 秒出圖
`gpt-image-2-all`	`image2_OSS`	1x 倍率（不加價），確定性 URL 輸出——預設分組資源緊張時不會降級為 base64

需要確定性 URL 輸出 → 切到 `image2_OSS` 分組

gpt-image-2-all（及 gpt-image-2-vip）在預設分組下實測（2026-07）不傳 response_format 時返回 b64_json；顯式傳 response_format: "url" 可拿到圖片 URL。但預設分組的輸出格式不做承諾——歷史上曾預設返回 url、資源緊張時降級為 b64_json，行為隨負載與渠道版本變化過。如果你的業務強依賴 URL 輸出（直接把 URL 落庫、前端按 URL 渲染、不接受 base64），請把令牌分組切到 image2_OSS——這是專為 URL 輸出確定性設計的分組，1x 倍率（不加價），對 gpt-image-2-all 和 gpt-image-2-vip 兩個官逆模型都生效，保證響應穩定輸出圖片 URL，不會降級為 base64。

令牌建立介面：計費模式「按量優先」，選擇分組 image2_OSS（1x 倍率），支援輸出為圖片 URL 的分組，適合 gpt-image-2-all 與 gpt-image-2-vip — 令牌建立：計費模式選「按量優先」，分組選 image2_OSS（1x）——需要確定性 URL 輸出時使用

進階玩法（同時使用 gpt-image-2-vip 與官轉 gpt-image-2）：如果你的令牌同時覆蓋逆向兩模與官轉 gpt-image-2，可以在令牌的「分組優先順序」裡這樣配——

第一優先順序：image2Enterprise（1.2x 企業分組，官轉專用穩定通道）
預設（兜底）：Default（逆向兩模都在這裡，按模型路由）

這樣官轉 gpt-image-2 走企業分組保穩，逆向兩模仍走預設分組——一把令牌覆蓋三種模型，互不干擾。

📖 關於 image2Enterprise 企業分組：/live/2026-04/image2-enterprise

技術規格

維度	引數
模型名	`gpt-image-2-all`
渠道性質	官方逆向（逆向 ChatGPT 官網）
定價	$0.03 / 張，按次計費
出圖速度	約 30–60 秒
輸出解析度	無顯式 size 引數，由模型自適應（建議在 prompt 中描述）
預設響應格式	`b64_json`（純 base64，無 `data:` 字首，2026-07 實測；建議顯式傳 `response_format`）
可選響應格式	`url`（R2 CDN 加速連結，預設 1 天有效期，需顯式傳 `response_format: "url"`）
中文提示詞	✅ 原生支援
支援能力	文生圖、單圖編輯、多圖融合、自然語言改圖

本模型為自適應輸出尺寸，不等同於官轉 gpt-image-2 API。需要嚴格鎖定輸出尺寸或 4K 時，請改用 gpt-image-2-vip（逆向 Codex 線路，30 檔 size 含 4K）；需要官方完全一致字段時，請使用 gpt-image-2（官轉）。

⏰ 圖片 URL 有效期：預設 1 天url 模式響應的 url 欄位是 R2 CDN 加速連結，有效期約 24 小時，過期後訪問會 404。對於需要長期儲存的圖片（商品圖、使用者作品、歷史記錄等），請在生成後儘快轉存到自己的物件儲存 / CDN / 資料庫。兩種常見做法：

服務端立即下載併入庫：收到響應後用 requests / fetch 把圖片拉回來存到 S3 / OSS / R2 / 本地磁碟
改用 b64_json 響應格式：直接拿到 base64 圖片資料，省一次跨域下載，適合前端直接渲染或寫入檔案

端點一覽

端點	用途	Content-Type	適用場景
`POST /v1/images/generations`	文生圖	`application/json`	OpenAI Images API 標準格式，方便同一套程式碼同時呼叫官轉與官逆
`POST /v1/images/edits`	圖片編輯（單圖 / 多圖）	`multipart/form-data`	OpenAI Images API 標準格式，方便同一套程式碼同時呼叫官轉與官逆

統一使用 OpenAI Images API（/v1/images/generations + /v1/images/edits），理由有二：

更穩定：上游對 Images API 通道的資源供給更充足，呼叫成功率更高
相容官轉，便於切換：與官轉 gpt-image-2 呼叫方式、size 等引數完全相容——遇到官逆通道風控異常時，只需更換 model 名即可切換，業務程式碼零改動

另有對話式端點（/v1/chat/completions，不主推），見下方「常見問題」。

域名選擇：api.apiyi.com 為主域名，也可使用 b.apiyi.com / vip.apiyi.com 等平臺提供的其他閘道域名，響應行為一致。

想用 size 引數鎖定輸出尺寸？ 改用姐妹模型 gpt-image-2-vip——端點完全一致，僅多一個 size 欄位（30 檔常見 size，含 4K）。

尺寸與比例控制（寫進 prompt）

gpt-image-2-all 沒有 size 引數，尺寸通過 prompt 描述。如果你需要嚴格鎖定輸出尺寸（電商主圖、海報模板、4K 桌布等），請改用 gpt-image-2-vip。

經過驗證的「提示詞 → 實際解析度」對照表

下表是實測復現穩定的 8 種寫法。把第一列的描述放在 prompt 最前面，就能拿到第二列的解析度（輸出全部在 1.5K 畫素量級）：

提示詞包含描述	實測解析度	檔案體積	實際比例
`橫版 16:9`	1672 × 941	~1.9 MB	16:9
`豎屏 9:16`	941 × 1672	~2.1 MB	9:16
`4:3`	1448 × 1086	~2.3 MB	4:3
`3:4`	1086 × 1448	~2.5 MB	3:4
`3:2 尺寸`	1536 × 1024	~2.9 MB	3:2
`2:3 尺寸`	1024 × 1536	~3.0 MB	2:3
`2:5 豎屏`	793 × 1983	~1.9 MB	2:5
`5:2 橫屏`	1983 × 793	~1.9 MB	5:2

使用須知：

輸出統一在 ~1.5K 量級（最長邊 1500–2000 px），不是真正的”任意解析度”——所有 8 種寫法都屬於”約 1.5K”水平的模型上限
prompt 裡只包含表中描述詞時復現度最高；和其它構圖詞混寫會發生偏離

風格化補充寫法（無固定解析度）

下面這些寫法沒有穩定的實測解析度，僅作風格修飾用，搭配上表使用：

需求	寫法（僅風格參考，不保證解析度）
方形	`1024×1024 方圖` / `1:1 方形構圖`
超寬橫幅	`橫幅 21:9 超寬銀幕`
畫幅風格	`電影畫幅` / `手機海報` / `方形構圖`

技巧：在 prompt 開頭描述尺寸/構圖，模型遵循度更高。

把這張表暴露給終端使用者

雖然 gpt-image-2-all 沒有 size 引數，但接入方完全可以在前端加一個「尺寸 / 比例」下拉框，給使用者和官方 size 一樣的體驗：

每個選項的 value 直接用上表的 prompt 字首（如 橫版 16:9）
label 同時展示預期解析度（如 橫版 16:9 (1672×941)），讓使用者對最終輸出有數
後端把選中的 prefix 拼到使用者原始 prompt 的最前面再發給 API

const SIZE_OPTIONS = [
  { label: "橫版 16:9 (1672×941)", prefix: "橫版 16:9" },
  { label: "豎屏 9:16 (941×1672)", prefix: "豎屏 9:16" },
  { label: "4:3 (1448×1086)",      prefix: "4:3" },
  { label: "3:4 (1086×1448)",      prefix: "3:4" },
  { label: "3:2 (1536×1024)",      prefix: "3:2 尺寸" },
  { label: "2:3 (1024×1536)",      prefix: "2:3 尺寸" },
  { label: "2:5 豎屏 (793×1983)",  prefix: "2:5 豎屏" },
  { label: "5:2 橫屏 (1983×793)",  prefix: "5:2 橫屏" },
];

const finalPrompt = `${selected.prefix}，${userPrompt}`;

底層模型仍是自適應——返回解析度允許 ±少量畫素偏差，請不要在 UI 上向用戶承諾”畫素級精確”。需要嚴格鎖死輸出尺寸（電商主圖、海報模板、4K 桌布等），請改用姐妹模型 gpt-image-2-vip——同價、同套呼叫程式碼，僅多一個 size 欄位。

最佳實踐

輸入圖先壓到 1.5MB 以內（圖生圖 / 多圖融合）

上傳給介面的每張圖先壓到 1.5MB 以內（JPEG 品質 80-90 / 解析度適當下調），多圖融合時也按這個標準逐張控制。偶發的服務端錯誤大多就是圖片體積過大觸發的，壓一下請求成功率和出圖速度都會明顯改善。輸出解析度由 prompt 的畫幅描述決定，與輸入圖體積無關——壓小輸入只會提速、不會損畫質。提示詞裡光寫 4K / 8K 這類詞也不會真給你高畫質；要穩定拿到大圖請用上文「經過驗證的『提示詞 → 實際解析度』對照表」裡的寫法。

尺寸寫在 prompt 開頭

把比例、解析度、畫幅描述放在提示詞最前面，模型遵循度更高。

大膽使用文字元素

該模型文字還原度是主要賣點，招牌、海報、資訊圖都可直接寫中英文文字。

多圖融合標註順序

重複傳入的同名 image 欄位順序有意義，在 prompt 裡可用「圖1/圖2/圖3」明確指代。

響應格式按需選擇

Web 應用直接渲染用 b64_json，服務端中轉儲存用 url。

超時設到 300 秒

典型 30–60s，但疊加圖片上傳 / 下載、官逆高峰長尾後實際耗時波動較大。保守按 300 秒配，避免大量誤超時。

清理不接受的引數

gpt-image-2-all 不接受 size、n、quality、aspect_ratio，傳入可能觸發引數校驗錯誤——請把它們從請求裡去掉。需要傳 size 時改用 gpt-image-2-vip。

錯誤碼與重試

狀態碼	含義	建議
`401`	令牌無效	檢查 Bearer Token
`429`	限流/額度不足	指數退避重試
`5xx`	閘道/後端臨時錯誤	重試 1–2 次
超時	官逆高峰偶發 + 圖片上傳/下載長尾	客戶端設定 ≥ 300s 超時（保守值）

建議客戶端：

請求超時 300 秒 起步（保守值；典型 30–60s，但疊加圖片上傳 / 下載、官逆高峰長尾後波動大，按 120s 配置容易誤超時）
對 5xx 與超時做 指數退避重試（建議 2–3 次）
記錄響應頭 request-id 方便排查

常見問題

我同時看到 gpt-image-2-all 和 gpt-image-2-vip，該選哪個？

兩者價格一樣（$0.03/次），都是逆向通道，呼叫方式完全一致，差異主要在 size 和出圖速度：

不需要嚴格控尺寸、追求出圖速度 → gpt-image-2-all（約 30–60s 出圖，尺寸寫進 prompt）。
要鎖死輸出尺寸或要 4K → gpt-image-2-vip（約 90–150s 出圖，30 檔常見 size 含 4K）。
需要畫質引數 quality 或 OpenAI 官方完全對齊欄位 → 改用官方版 gpt-image-2。

能同時生成多張圖嗎？

本模型單次返回 1 張。如需 N 張，請客戶端並行呼叫 N 次。每張獨立按 $0.03 計費。

支援 n 引數嗎？傳 n=3 會怎樣？

不支援。 本模型單次只返回 1 張圖，請通過重複呼叫 / 併發呼叫的方式生成多張。⚠️ 重要：如果在請求裡傳入 n=3，計費會按 0.03 × 3 = $0.09 扣費，但實際上仍然只返回 1 張圖。請務必把 n 欄位從請求裡去掉，避免被多扣費。

內容被拒/模型回覆「我不能做到這個需求」，會計費嗎？

官逆是同步對話式返回，結果分兩種情況，計費規則不同：1) 返回 5xx 狀態碼 → 不計費上游內容策略明確攔截時會返回類似：

{
  "error": {
    "message": "沒有按照預期生成圖片，請重新調整提示詞後重試（traceid: 0672821c6951af183dbf847130caaf16）",
    "localized_message": "Unknown error",
    "type": "invalid_request_error",
    "param": "",
    "code": null
  }
}

這種”明確報錯”呼叫不計費，引導使用者調整提示詞重試即可。2) 返回 200 狀態碼（模型用文字軟拒絕）→ 計費模型在對話裡軟拒絕、用文字回覆（例如「我不能做到這個需求」「抱歉，這個請求涉及……」），從協議層看就是一次正常的對話返回，這種情況會被計費。官逆目前沒有辦法在協議層提前識別”這一段是拒絕文字而不是圖片”。為什麼不能直接對軟拒絕免單？強行對所有”軟拒絕”都不計費意味著平臺要為每次失敗承擔上游成本；更關鍵的是，頻繁觸發上游內容安全會讓供應方賬號更容易被封號——這部分供給側的硬成本也無法完全規避。給接入方的建議

✅ 前置內容過濾 / 風險提示：在前端或接入層先做一道關鍵詞與場景過濾（如真實姓名、版權角色、敏感題材），並在 UI 上提示”涉及名人/版權題材時上游限制較嚴，可能失敗也會計費”，能顯著降低誤扣率。
✅ C 端產品月度補發：理解 C 端產品無法完全控制使用者輸入。如果你的月用量較大（月消費 $1000+ 起），可以按月彙總日誌（短耗時呼叫通常對應軟拒絕）聯絡客服一次性人工補發，無須逐條申訴。

📖 相關：官逆 500 多為內容違規

b64_json 字首要不要自己加 data:image/png;base64,？

先檢測再處理。2026-07 實測返回的 b64_json 為純 base64（不帶字首），需要解碼寫檔案或自行拼接字首後再渲染；但歷史版本曾直接帶字首。請在程式碼裡做 startsWith('data:') 檢測：有字首直接用作 img src，無字首先解碼，避免雙重拼接或帶字首解碼產出損壞的圖片。

為什麼提示詞裡寫了 1024x1024 還是拿到別的尺寸？

自適應模型對尺寸描述是”參考”不是”強制”。提升遵循度的寫法：把尺寸/畫幅詞放在 prompt 最前面，並配合畫幅風格詞（如 電影畫幅、手機海報、方形構圖）。具體能穩定復現的寫法和對應解析度，參見上文「尺寸與比例控制 → 經過驗證的『提示詞 → 實際解析度』對照表」。

輸入圖要壓縮嗎？提示詞裡寫 4K / 8K 有用嗎？

強烈建議壓。單張輸入圖壓到 1.5MB 以內（JPEG 品質 80-90 / 解析度適當下調）：偶發的服務端錯誤大多就是圖片體積過大觸發的，壓一下請求成功率和出圖速度都會明顯改善。注意 1.5MB 是推薦上限（追求穩定性與速度），上面 FAQ 寫的 10MB 是閘道硬上限。別擔心壓輸入會損畫質——本模型輸出解析度由 prompt 的畫幅描述決定，跟你上傳圖的體積沒關係。壓小輸入只會提速、不會損畫質。提示詞光寫 4K / 8K 這類詞也不會真給你高畫質——這些只是修飾詞，模型不會因此提解析度。要穩定拿到大圖，請用上文「經過驗證的『提示詞 → 實際解析度』對照表」裡驗證過的寫法（如 電影畫幅、手機海報、方形構圖）；需要嚴格鎖尺寸或 4K 請改用 gpt-image-2-vip（30 檔 size，含 4K，同價 $0.03/張）。

參考圖最大多大？格式要求？

推薦 單張 ≤ 10MB，格式 png / jpg / webp。過大的圖可能觸發閘道限制。多圖融合時每張都需滿足此限制。

生成的圖片 URL 有效期是多久？需要自己轉存嗎？

url 模式響應的 url 欄位是 R2 CDN 加速連結，有效期約 1 天（24 小時），過期後會 404。強烈建議：生成後儘快把圖片 轉存到自己的物件儲存（S3 / OSS / R2）、CDN 或資料庫，不要長期直接引用本服務返回的 URL。兩種推薦做法：

服務端中轉：收到響應後立即 requests.get(url) 把圖片拉回來存到你自己的儲存，把你自己的 URL 返回給前端；
改用 b64_json：請求時加 "response_format": "b64_json"，直接拿到 base64 圖片資料，少一次跨域下載，適合前端直接渲染或寫入檔案。

如果只是短期展示（如單次會話預覽），可以直接用 R2 URL 無需轉存。

能流式返回嗎？

本模型為一次性出圖，不支援 stream 輸出。如果對響應延遲敏感，建議客戶端顯示”生成中”進度提示，併合理配置 300s 超時（保守值）。

能用 OpenAI 的官方 SDK 直連嗎？

可以。把 base_url 指向 https://api.apiyi.com/v1，api_key 設為 API易令牌即可。但 client.images.generate() 方法預設帶 size/n 引數——本模型不接受這兩個引數，建議直接用 requests / fetch 發原生 HTTP 請求呼叫 /v1/images/generations 與 /v1/images/edits。

中文提示詞和英文提示詞效果差異大嗎？

本模型原生支援中文，兩者效果接近。對中文特有的場景（如中式書法、傳統節日元素）中文表達更自然。

還能用 /v1/chat/completions 對話方式出圖嗎？

可以，端點仍然可用，但不再主推——推薦統一使用 /v1/images/generations 與 /v1/images/edits（更穩定、與官轉 gpt-image-2 同套程式碼）。對話方式僅適合兩類場景：多輪迭代改圖、需要直接傳線上圖片 URL。注意出圖意圖不夠明確時可能返回純文字而不是圖片（可在提示詞開頭加「生成圖片：」字首強化）。詳細引數見對話式呼叫說明。

產品基礎

基礎 API

圖片 API（官轉）

影片 API（官轉）

多模態理解 API

文本 API

概述

文生圖 API

圖片編輯 API

核心特性

極具競爭力定價

文字還原度高

中文提示詞友好

多圖融合編輯

出圖速度較快

R2 CDN 加速返回

自然語言改圖

標準端點相容

模型定價

分組介紹

需要確定性 URL 輸出 → 切到 `image2_OSS` 分組

技術規格

端點一覽

尺寸與比例控制（寫進 prompt）

經過驗證的「提示詞 → 實際解析度」對照表

風格化補充寫法（無固定解析度）

把這張表暴露給終端使用者

最佳實踐

錯誤碼與重試

常見問題

相關文件

​概述

文生圖 API

圖片編輯 API

​核心特性

極具競爭力定價

文字還原度高

中文提示詞友好

多圖融合編輯

出圖速度較快

R2 CDN 加速返回

自然語言改圖

標準端點相容

​模型定價

​分組介紹

​需要確定性 URL 輸出 → 切到 image2_OSS 分組

​技術規格

​端點一覽

​尺寸與比例控制（寫進 prompt）

​經過驗證的「提示詞 → 實際解析度」對照表

​風格化補充寫法（無固定解析度）

​把這張表暴露給終端使用者

​最佳實踐

​錯誤碼與重試

​常見問題

​相關文件

概述

核心特性

模型定價

分組介紹

需要確定性 URL 輸出 → 切到 `image2_OSS` 分組

技術規格

端點一覽

尺寸與比例控制（寫進 prompt）

經過驗證的「提示詞 → 實際解析度」對照表

風格化補充寫法（無固定解析度）

把這張表暴露給終端使用者

最佳實踐

錯誤碼與重試

常見問題

相關文件