GPT-Image-2 生圖/編輯 - API易文档中心

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 是 OpenAI 最新旗艦影像生成模型，是 gpt-image-1.5 的升級版。核心升級：任意合法解析度（含 2K / 3840×2160 4K）、參考圖自動高保真、同檔降價 20-30%。API易閘道完整相容 OpenAI Images API，OpenAI 官方 SDK 把 base_url 指過來即可零程式碼改動直連。

🎨 核心亮點：原生支援任意合法解析度（最大 3840×2160 4K）+ 參考圖編輯自動啟用 high-fidelity + 同尺寸同畫質成本較 1.5 降低 20-30% + 中文提示詞原生支援。適合需要精確控制 size / quality、要求與 OpenAI 官方一致、要 4K 出圖的生產場景。

文生圖 API

/v1/images/generations，輸入文本提示詞生成圖片，支援 size / quality / output_format。

圖片編輯 API

/v1/images/edits，multipart 上傳參考圖（最多 16 張）+ 編輯/融合指令，支援 mask 局部重繪。

為什麼選 API易的 GPT-image-2 官轉？

對標 OpenAI 官方通道，針對企業生產場景在 穩定性、成本、接入體驗 三方面做了深度最佳化：

官方通道 · 與官方一致

嚴格走 OpenAI 官方轉發鏈路，請求和響應 100% 與 OpenAI 官方一致——欄位、錯誤碼、模型行為完全相同，品質無損、無偷跑風險。

不限併發 · 企業可放量

不受 OpenAI 官方 Tier 等級 對 RPM / TPM 的硬限，企業量級請求可線性放大，批次生圖與高峰場景更從容。

同價 + 充值最低 85 折

預設單價與 OpenAI 官方一致，疊加充值加贈活動 最低可享 85 折，長期使用成本顯著下降。

全球零門檻接入

無需海外伺服器或代理，國內機房、家寬網路、海外節點均可直連 api.apiyi.com，延遲穩定、免去出海改造。

模型生態齊全

官逆 gpt-image-2-all（$0.03/張統一價）可無縫切換，另有價效比標杆 Nano Banana Pro / 2，按場景自由組合。

專業服務 · 企業陪跑

團隊深耕影像生成場景，具備豐富的選型、調優與整合經驗，可為企業客戶提供從 PoC 到生產上線的完整技術支援。

核心特性

任意解析度（含 4K）

支援任意合法尺寸輸出，預設涵蓋 1K / 2K / 3840×2160 4K，自定義尺寸只需滿足邊長 16 倍數、比例 ≤ 3:1 等基本約束。

參考圖自動高保真

編輯場景下自動啟用 high-fidelity，參考圖細節、人物身份、文字內容保留度大幅提升。無需也不能再傳 input_fidelity。

同檔降價 20-30%

1024×1024 高畫質從 1.5 時代的 $0.25 級別降到 $0.211/張，2K/4K 按 token 實計但同樣下行，長期使用成本明顯降低。

中文 + 文字渲染

中文提示詞原生支援，招牌、海報、UI 截圖等場景的中英文文字渲染穩定，high 檔位下精細文字幾乎不糊。

多圖融合（最多 16 張）

image[] 陣列最多接受 16 張參考圖，prompt 中可用「圖1/圖2/圖3」明確指代。

mask 局部重繪

支援上傳帶 alpha 通道的 mask 圖，透明區域為重繪區，不透明區域保留原圖。

多種輸出格式

支援 png（預設）/ jpeg / webp，jpeg/webp 可設 output_compression 控制體積。

OpenAI SDK 直連

把 base_url 指向 https://api.apiyi.com/v1 即可用 OpenAI 官方 SDK 直接呼叫，零程式碼改動遷移。

模型定價

API易 gpt-image-2（Default 分組）單價與 OpenAI 官網完全一致，折扣體現在充值活動上——充值 100 美金即送 10%，最多可送 20%，📖 瞭解充值活動。

按 token 計費單價（與官網一致）

按 token 計費，一次請求 = 文本輸入 + 圖片輸入 + 圖片輸出三段 token 之和：

計費項	單價（每 1M tokens）	說明
文本輸入（Text Input）	$5.00	prompt 文字部分
圖片輸入（Image Input）	$8.00	編輯/融合場景的參考圖，按 Vision 規則換算 token
圖片輸出（Image Output）	$30.00	成本大頭，由 size × quality 決定 token 量
快取輸入（Cached Input）	文本 $1.25 / 圖片 $2.00	已配置，但高併發下命中率有限，詳見 FAQ

圖片輸入為什麼更貴？ 圖片輸入單價 $8.00 / 1M tokens，是文本輸入 $5.00 / 1M tokens 的 1.6 倍（官方定價如此）。這也是為什麼帶參考圖的編輯 / 多圖融合請求，輸入成本會明顯高於純文生圖——參考圖本身按 Vision 規則換算成大量 image token，且每個 token 的單價還比文本 token 高六成。

每張成本速查（官方按量定價表）

1K 預設尺寸下，每張輸出圖的典型成本：

畫質	1024×1024	1024×1536	1536×1024
Low	$0.006	$0.005	$0.005
Medium	$0.053	$0.041	$0.041
High	$0.211	$0.165	$0.165

計費說明：

單價與 OpenAI 官網一致，疊加充值加贈（充 $100 送 10%，最高 20%）後實際成本低於官方直連
2K / 4K 無固定每張價，按輸入 + 輸出 token 實計
編輯場景因強制高保真，輸入 token 明顯高於純文生圖
流式出圖（stream: true + partial_images: N）每張 partial 額外消耗 100 個輸出 image token
對比 gpt-image-1.5，同檔同尺寸 gpt-image-2 成本低約 20-30%

多圖輸入的價格影響（2026-07 實測）

客戶常問：「參考圖是每張定量收費，還是圖片越大消耗越多？」答案是兩者都影響，且張數嚴格線性累加。gpt-image-2 對輸入圖固定高保真處理（input_fidelity 不可調，傳了直接 400），每張參考圖按尺寸/寬高比換算成 image token。以下為控制變數實測（編輯介面，2026-07-15）：

參考圖輸入	`image_tokens`	輸入費用（$8/M）
1 張 512×512	1024	≈$0.0082
1 張 1024×1024	1024	≈$0.0082
1 張 2048×2048	1521	≈$0.0122
1 張 4096×4096	1521	≈$0.0122
1 張 1024×1536（豎版）	1536	≈$0.0123
4 張 1024×1024	4096（= 4 × 1024）	≈$0.0328

三個規律：

張數嚴格線性：N 張參考圖 ≈ N × 單張 token。16 張 1024² 參考圖 ≈ 16384 tokens ≈ $0.13——已與一張 high 輸出（$0.211）同量級，多圖融合時不可忽略。
尺寸有下限也有封頂：小於等於 1024² 的方圖統一按 1024 tokens 計（把圖縮到 512 不省錢）；2048² 與 4096² 同為 1521 tokens（超大圖先縮放再換算，封頂）。單張參考圖的 token 大致在 800-1600 區間浮動（含寬高比影響）。
token 由畫素尺寸決定，與檔案體積無關：把圖壓到 1.5MB 是為了上傳穩定和速度，不會減少 image token；反過來，費用也不會因為你傳了 50MB 的原圖而爆炸（有封頂）。

成本視角的直覺：low 輸出（196 tokens ≈ $0.006）時，1 張參考圖的輸入費（≈$0.008）反而比輸出還貴；high 輸出（≈$0.211）時 1 張參考圖只佔約 4%。輸出的尺寸和畫質永遠是價格的最大變數，參考圖張數是第二變數。

2K/4K 成本預估（畫素比例外推，⚠️ 非官方固定價）

OpenAI 官方只公佈了 1K 尺寸的固定每張單價表，2K/4K 沒有官方逐尺寸定價。下表是 API易按「畫素總數比例」從上方 1K 官方單價外推的預估值，僅供預算參考：

畫質	2048×2048（2K 方形）	2048×1152（2K 橫版）	3840×2160 / 2160×3840（4K）
Low	≈$0.024	≈$0.008	≈$0.026
Medium	≈$0.212	≈$0.062	≈$0.216
High	≈$0.844	≈$0.248	≈$0.870

這不是官方定價表，是估算值。 計算方法：以 1K 官方表中同長寬比的行為基準，按目標尺寸與基準尺寸的畫素總數比例線性外推（如 2048×2048 畫素數是 1024×1024 的 4 倍，估算成本也 ×4）。實際出圖的 image token 數由模型按內容複雜度動態決定，並非嚴格線性，真實成本務必以每次呼叫響應裡的 usage.output_tokens 為準（見下方「如何檢視每次呼叫的真實 token 數」）。high + 超過 2560×1440 的尺寸目前還是官方標記的實驗檔位，估算誤差可能更大。

與 SaaS 套餐 / 積分制計費方式的區別

影像生成類工具廠商常見兩種計費模式：

包月套餐（訂閱制）：固定月費換取”每月可生成 N 張”的額度。這個額度背後是運營商按平均用量預估的超賣定價——套餐設計時就假設不是所有人都會用滿，宣傳的”單張成本”只是套餐價除以額度上限的理論值，跟你真實一張圖的實際生成成本沒有必然關係。
積分包 / 動態點數計費：把不同畫質、尺寸的生成任務換算成不透明的”積分”消耗，本質上也是按量計費，只是用積分做了一層包裝，掩蓋了底層真實的 token 用量。

API易走的是官轉 API + 按 token 實際用量計費：沒有套餐額度，沒有積分模糊層，每次呼叫的成本 = 實際消耗的 input/output token × 官方單價，可以精確核算到每一次呼叫，不存在套餐”多退少補”或”超額限流”的問題。

按量計費的代價是需要自己估算 / 監控用量，不像套餐那樣有固定月度總價的確定性——好處是用多少花多少，沒有閒置浪費。下面教你怎麼從響應裡直接拿到每次呼叫的真實 token 數，自己核算成本。

如何檢視每次呼叫的真實 token 數

/v1/images/generations 和 /v1/images/edits 的響應都帶 usage 欄位，圖片輸入 token 和文本輸入 token 是分開返回的，不用估算，直接讀欄位就能精確核算這一次呼叫的真實成本。下面是一次真實編輯請求（帶 1 張參考圖）返回的完整 usage（實測抓包）：

{
    "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
    }
}

欄位	含義
`usage.input_tokens_details.text_tokens`	輸入 prompt 文本消耗的 token 數，按 $5.00 / 1M 計
`usage.input_tokens_details.image_tokens`	參考圖按 Vision 規則換算出的 token 數，按 $8.00 / 1M 計；純文生圖（無參考圖）時恆為 0
`usage.input_tokens`	上面兩項之和
`usage.output_tokens`	輸出圖片的 token 數，由 `quality × size` 共同決定，是成本大頭，按 $30.00 / 1M 計，2K/4K 請求應重點關注這個值（`output_tokens_details.image_tokens` 與其相同，`text_tokens` 恆為 0）
`usage.total_tokens`	輸入 + 輸出總和

自行核算公式（精確版）：

成本 ≈ 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

想看歷史呼叫的真實 token 消耗和計費明細，也可以直接去控制台「日誌」頁面查：📖 如何檢視呼叫記錄——日誌詳情裡會把「輸入價格 / 圖片輸入價格 / 輸出價格」和對應的 token 數都列出來，跟接口裡 usage.input_tokens_details / usage.output_tokens_details 是對應的。Responses API 的 image_generation 工具呼叫同樣在 usage.input_tokens / usage.output_tokens 裡給出 token 數，用法一致，參見 Responses 工具整合。

分組介紹

gpt-image-2 官轉目前提供兩個分組，可在後臺「令牌設定 → 分組」中切換：

分組	倍率	適用場景
`Default` 預設分組	1.0x	與 OpenAI 官方同價，資源寬裕時首選；高峰期可能併發緊張、出現 429
`image2Enterprise` 企業分組	1.2x	預設分組緊張時的穩定過渡通道，穩定優先

1.2x 倍率怎麼來的？ 基於”3000 美金單次充值大客戶加贈 20% 後約等官網原價”的口徑設定——平臺不計稅務成本，不賺錢也優先保障供給。預設分組不穩定時，把令牌切到 image2Enterprise 即可臨時過渡使用。

令牌建立介面：計費模式選「按量優先」，分組選 image2Enterprise（1.2x），高速正價的 GPT image 2 企業分組 — 令牌設定：選擇 image2Enterprise 分組（1.2x），常規資源不足時仍穩定

📖 分組上線公告：/live/2026-04/image2-enterprise

技術規格

維度	引數
模型名	`gpt-image-2`
速度	約 120 秒（高畫質 4K 接近 2 分鐘）
輸出解析度	任意合法尺寸（1K/2K/4K，最大 3840×2160）
畫質檔位	`auto` / `low` / `medium` / `high`
輸出格式	`png`（預設）/ `jpeg` / `webp`
中文提示詞	✅ 原生支援
單次出圖數量	1 張（`n=1`）
參考圖上限	16 張（`image[]`）
單圖大小上限	multipart 檔案每張小於 50MB（png/jpg/webp）；base64 data URL 欄位約 20MiB，原圖建議 15MB 以內
mask 局部重繪	✅ 支援（要求帶 alpha 通道，PNG 且小於 4MB）
透明背景	❌ 不支援（`background: transparent` 會報錯）
響應欄位	`b64_json`（純 base64，無字首）

端點一覽

端點	用途	Content-Type
`POST /v1/images/generations`	文生圖	`application/json`
`POST /v1/images/edits`	參考圖編輯 / 多圖融合 / mask 重繪	`multipart/form-data`

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。

尺寸（size）詳解

預設尺寸

size	含義	畫素
`auto`	自適應（預設）	模型決定
`1024x1024`	方形 1:1	1K
`1536x1024`	橫版 3:2	1K
`1024x1536`	豎版 2:3	1K
`2048x2048`	方形 1:1	2K
`2048x1152`	橫版 16:9	2K
`3840x2160`	橫版 16:9	4K
`2160x3840`	豎版 9:16	4K

自定義尺寸約束

gpt-image-2 接受任意合法尺寸，只需同時滿足：

最大邊 ≤ 3840px
兩條邊都是 16 的倍數
長短邊比例 ≤ 3:1
總畫素數 ∈ [655,360, 8,294,400]（下限約 0.65MP，上限約 8.3MP）

合法示例：1600x1200、1792x1024、2048x1536、3200x1800 非法示例：1000x1000（非 16 倍數）、4000x4000（超上限）、3840x1000（比例超 3:1）

超過 2560×1440（約 3.69MP）的輸出目前官方標記為實驗性，可能不穩定或出現品質波動。生產環境建議優先用預設尺寸：2048x1152 / 2048x2048 / 3840x2160 等。

畫質（quality）詳解

可選檔位

quality	含義	說明
`auto`	自動（預設）	不傳 `quality` 時即為此值，由模型自動選檔
`low`	低畫質	速度最快、成本最低，適合草稿 / 批次
`medium`	中畫質	日常 / 終稿的均衡選擇
`high`	高畫質	文字、精細紋理、印刷場景，耗時與成本最高

預設是 auto，不是 medium。 不傳 quality 等同於傳 "quality": "auto"，由模型自動選擇合適的畫質檔位，官方沒有承諾它固定等同於 medium。auto 選中的檔位不可控，會直接影響出圖成本、響應速度與計費穩定性。需要控制成本和可預期性時，請顯式傳入 low / medium / high，不要依賴 auto。

不要傳舊版 DALL·E 的 standard / hd。 quality 只接受 low / medium / high / auto 四個官方列舉值。舊版 DALL·E 3 的 standard / hd 在不同後端渠道下行為不一致：有時直接 400 報錯（invalid_value），有時被靜默忽略、按 auto 檔跑出結果（費用不可控）。請始終顯式傳四個官方值之一。

quality 是影響價格最大的引數，比 size 更顯著。 輸出圖片 token 量由 quality × size 共同決定，但 quality 的權重明顯更高——同一尺寸下從 low 到 high，每張成本可相差 30 倍以上（參見上方「每張成本速查」表：1024×1024 從 low $0.006 到 high $0.211）。預算和選檔時應優先按 quality 評估成本，再疊加 size 的影響。

最佳實踐

對接經驗：先用 low 跑通，再按需升檔實測有客戶首次接入就直接拉滿 quality=high + 高解析度，單張耗時 ≈ 235 秒（約 4 分鐘），一度誤以為是轉接器住。high 模式推理複雜度最高，4K 場景甚至接近 5 分鐘。正式上線前請先用 quality=low 跑通整條鏈路（鑑權、SDK、引數、超時、錯誤處理），確認功能 OK 後再按業務對畫質的實際需求逐檔升到 medium / high。

對接先跑 low 驗證鏈路

新接入時優先用 quality=low + 預設尺寸跑通整條鏈路（鑑權、引數、超時、錯誤處理）。low 速度比 high 快數倍，能快速暴露所有非畫質相關的問題，避免被長耗時干擾排查。

尺寸優先選預設

8 個預設尺寸經過官方最佳化，速度和品質更穩定；自定義尺寸留給真有比例需求的場景。

畫質按場景分檔

草稿 / 批次 → low；預設 / 終稿 → medium；文字、精細紋理、印刷 → high。注意 low ↔ high 不僅是畫面精美度差異，還包含推理複雜度差異——耗時差距可達數倍。

輸出格式選 JPEG

對最終展示無特別要求時，output_format=jpeg + output_compression=85 比 PNG 快且體積小一半以上。

文字場景鎖 high

文字渲染是主要賣點，但 low/medium 仍可能糊；招牌、海報類場景鎖 quality=high。

編輯場景準備參考圖

單張上限 50MB（建議壓到 1.5MB 以內），PNG/JPEG/WebP 均可；最多 16 張；prompt 裡用「圖1/圖2」指代順序。

超時分檔配置（high 兜底 600 秒）

影響出圖耗時最大的是 quality 與 size，尤其是 quality。建議按檔位配置客戶端超時：

quality	推薦客戶端超時	實測耗時區間
`low`	≥ 120 秒	通常 10–40 秒
`medium`	≥ 240 秒	通常 30–90 秒
`high`	≥ 600 秒（兜底）	2K/4K 實測 3–5 分鐘，長尾可達 235 秒以上

high 模式務必配 600 秒兜底，覆蓋排隊 / 長尾 / 服務抖動等各種異常情況；前端務必給進度反饋；服務端建議用任務佇列解耦。

遷移注意

從 gpt-image-1.5 遷移：刪掉 input_fidelity（強制高保真，傳了會報錯）；避開 background: transparent（暫不支援）。

錯誤碼與重試

狀態碼	含義	處理建議
`400`	引數非法（size 不合約束、傳了不支援的欄位等）	按尺寸約束章節校驗；注意不要傳 `input_fidelity` / `background: transparent`；編輯介面報 `invalid_image_file` 多為手機原拍 MPO 圖，見 FAQ
`401`	令牌無效	檢查 Bearer Token
`403`	內容稽核攔截	調整 prompt 或傳 `moderation: low`
`429`	限流 / 餘額不足	指數退避重試
`5xx`	閘道 / 後端錯誤	重試 1–2 次
超時	長尾	客戶端超時按 `quality` 分檔：`low` ≥ 120 秒 / `medium` ≥ 240 秒 / `high` ≥ 600 秒（high + 2K/4K 實測 3–5 分鐘，長尾可達 235 秒以上）

建議客戶端：

請求超時按 quality 分檔配置：low ≥ 120 秒 / medium ≥ 240 秒 / high ≥ 600 秒（兜底；實測 3–5 分鐘，按 120/360 秒配會大量誤超時）
新接入先用 quality=low 跑通鏈路，再按需升到 medium / high
對 5xx 與超時做 指數退避重試（建議 2 次）
記錄響應頭 x-request-id 方便排查

常見問題

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

要。gpt-image-2 返回的是純 base64 字串（無字首），與 gpt-image-2-all 不同。客戶端有兩種用法：

寫檔案：base64.b64decode(b64_str) 後寫入磁碟
瀏覽器渲染：img.src = 'data:image/png;base64,' + b64_str 自行拼字首

若你的程式碼沿用了 1.5 時代的”已含字首”假設，會拿到損壞的 data URL，請顯式判斷。

為什麼傳 input_fidelity 會報 400？

gpt-image-2 強制啟用 high-fidelity 處理參考圖，不再接受 input_fidelity 引數。從 1.5 遷移時把這個欄位移除即可，無需替換。

想要透明背景怎麼辦？

gpt-image-2 暫不支援 background: transparent（會報錯）。兩個變通方案：

把 background 改為 opaque / 或不傳，自行用 PIL / sharp / 線上工具摳透明
仍需透明背景的場景臨時回退到 gpt-image-1.5

單次能出幾張？

1 張（n=1）。如需 N 張請客戶端並行 N 次呼叫。每次獨立按 token 計費。

2K/4K 出圖為什麼很慢？

輸出解析度越高、畫質檔位越高，需要生成的 image token 越多，自然耗時越長。實測有客戶在 quality=high + 高解析度下耗時 ≈ 235 秒（約 4 分鐘）單張，3840×2160 + high 長尾可接近 5 分鐘。建議：

新接入先用 quality=low 跑通鏈路，確認正常後再按業務需求升檔
客戶端超時按檔位配：low ≥ 120 秒 / medium ≥ 240 秒 / high ≥ 600 秒（兜底）
前端顯示”生成中”進度反饋
不需要 4K 時仍用 1024×1024 / 1536×1024 等 1K 預設

編輯請求為什麼比文生圖貴？

因為 gpt-image-2 對參考圖自動啟用 high-fidelity 處理，參考圖本身會按 Vision 計費規則換算成大量輸入 token。帶圖編輯的輸入 token 明顯高於文生圖，預算時要留足。

尺寸、參考圖都一樣，為什麼每次呼叫價格還不一樣？

根因：quality 傳了 auto（或沒傳）。 有客戶反饋「尺寸、解析度、參考圖完全一樣，價格卻忽高忽低」，定位後發現請求裡 size 和 quality 都用了 auto。問題出在 quality: auto：自動模式下，模型會自行理解需求、臨時選擇不同的品質檔位去創作。檔位不同 → 輸出的 image token 數量不同 → 價格自然不同。下面是三次「輸入完全一致（input 都是 1061 token）」卻價格相差數倍的真實賬單：

耗時	輸入 token	輸出 token	單次價格
53 秒	1061	1286	$0.055082
135 秒	1061	5146	$0.194042
68 秒	1061	1287	$0.055118

第二次 auto 被模型判定為更高畫質，輸出 token 飆到 5146，價格也隨之漲到約 3.5 倍。解決辦法：不要讓 quality 用 auto，顯式傳 low / medium / high。 固定檔位後，相同輸入的輸出 token 量和價格才穩定可預期。詳見上方「畫質（quality）詳解」章節。

快取計費（Cached Input）能享受到嗎？

已配置，但請勿把緩存摺扣納入成本預算。 官方快取單價為文本 $1.25 / 圖片 $2.00（每 1M tokens），API易通道同樣配置了快取計費，命中時按快取價結算。但需要如實同步一個客觀限制：API易為承載高併發，請求會分散到多個 OpenAI 上游賬號（單個 OpenAI Tier-5 賬號的 RPM 僅 250）。OpenAI 的提示詞快取不跨賬號共享，高併發下同一字首的請求未必落在同一賬號上，快取可能命中不了。好在影響很小：影像生成的成本大頭是圖片輸出 token（$30 / 1M），緩存摺扣只作用於輸入端，對單張圖總成本的影響本就式微。建議按全正價輸入做預算，快取命中時視為額外節省。

圖片編輯介面的圖片數量和大小限制？

gpt-image-2 圖片編輯介面（/v1/images/edits）最多支援上傳 16 張參考圖：

multipart/form-data 檔案上傳：每張圖片小於 50MB，支援 png / jpg / webp
base64 data URL 方式：欄位長度限制約 20MiB（schema maxLength: 20971520，是字串欄位限制，不等同於 multipart 的 50MB 上限），實際原圖建議控制在 15MB 以內
mask 檔案：單獨限制為 PNG 且小於 4MB

實踐建議：不要多張大圖同時頂滿上限——請求體過大易在閘道 / 超時層面失敗，每張先壓到 1.5MB 以內最穩，且輸出畫質與輸入體積無關。

編輯介面報 400「Invalid image file or mode for image 1」怎麼辦？

這個報錯（code: invalid_image_file）的含義是：第 N 張參考圖不是標準的 png / jpg / webp 格式（序號從 1 開始，按序號定位問題圖）。最常見的根因是手機原拍照片的 MPO 格式：華為 Mate 系列等機型直出的 .jpg 內嵌 HDR 增益圖副幀，實為多幀 JPEG 容器（MPO）。檔案頭同為 FFD8，副檔名和 file 命令都顯示 JPEG，肉眼無法分辨——2026-07 實測 MPO 圖必被拒，重編碼為標準 JPEG/PNG 後原解析度上傳即成功（與尺寸、image[] 欄位名、quality/size 引數均無關）。該錯誤在入口校驗階段返回，不計費。修復：上傳前用 Pillow 重編碼（Image.open(f).format 返回 "MPO" 即需轉換）：

from PIL import Image
im = Image.open("photo.jpg")
im.load()                          # MPO 只取第一幀
im.convert("RGB").save("photo_fixed.jpg", quality=92)

完整說明與判別方法見圖片編輯 API「參考圖格式要求與預處理」。

mask 檔案怎麼準備？

與原圖相同尺寸，PNG 格式，單張小於 4MB
必須帶 alpha 通道：透明區域（alpha=0）= 要重繪的部分，不透明區域 = 保留
僅對第一張 image 生效
mask 是”軟引導”非精確邊界，模型可能在蒙版周圍擴充套件 / 收斂

和 gpt-image-2-all 怎麼選？

選	場景
gpt-image-2（官方）	需要精確控制 size / quality、要求與 OpenAI 官方完全一致、要 4K 出圖、要 mask 局部重繪
gpt-image-2-all（官逆）	追求統一價 $0.03/張、約 30–60 秒出圖、引數極簡、對一致性 / 中文文字要求高

能用 OpenAI 的官方 SDK 直連嗎？

可以，零程式碼改動。把 base_url 指向 https://api.apiyi.com/v1，api_key 設為 API易令牌即可：

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")

支援主動中斷生成任務嗎？

不支援。gpt-image-2 走 OpenAI 官方同步端點，請求一旦提交就會跑到結束，無法發出”取消”指令。客戶端即使斷開連線，服務端仍會把這次生成完整跑完並照常計費。建議在客戶端做好超時控制，不要依賴”斷連就不收費”的假設。

有請求速率限制（RPM）嗎？

預設 100 RPM（每分鐘 100 次請求）。實際可用 RPM 還會受全平臺總併發動態調整。如果你的業務需要更高配額，請聯絡我們告知預估 QPS / RPM，可單獨申請擴容資源。

支援非同步呼叫嗎？

不支援。gpt-image-2 嚴格與 OpenAI 官方一致——只有同步呼叫，發起請求後阻塞等待結果（high 檔 + 4K 實測 1–2 分鐘）。如需非同步佇列、回撥通知等能力：

在業務層用任務佇列（Celery / BullMQ 等）自行封裝非同步
或改用 gpt-image-2-all，出圖約 30–60 秒，更適合前端輪詢

生成失敗會扣費嗎？

不會。OpenAI 自帶內容安全稽核，觸發稽核或引數非法時會直接返回 400 錯誤並不計費。典型響應：

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

其它常見的 0 計費錯誤：401（令牌無效）、429（限流）。只有請求實際進入模型生成階段（即收到 200 + b64_json）才會按 token 計費。

​概述

文生圖 API

圖片編輯 API

​為什麼選 API易 的 GPT-image-2 官轉？

官方通道 · 與官方一致

不限併發 · 企業可放量

同價 + 充值最低 85 折

全球零門檻接入

模型生態齊全

專業服務 · 企業陪跑

​核心特性

任意解析度（含 4K）

參考圖自動高保真

同檔降價 20-30%

中文 + 文字渲染

多圖融合（最多 16 張）

mask 局部重繪

多種輸出格式

OpenAI SDK 直連

​模型定價

​按 token 計費單價（與官網一致）

​每張成本速查（官方按量定價表）

​多圖輸入的價格影響（2026-07 實測）

​2K/4K 成本預估（畫素比例外推，⚠️ 非官方固定價）

​與 SaaS 套餐 / 積分制計費方式的區別

​如何檢視每次呼叫的真實 token 數

​分組介紹

​技術規格

​端點一覽

​尺寸（size）詳解

​預設尺寸

​自定義尺寸約束

​畫質（quality）詳解

​可選檔位

​最佳實踐

​錯誤碼與重試

​常見問題

​相關文件

概述

為什麼選 API易的 GPT-image-2 官轉？

核心特性

模型定價

按 token 計費單價（與官網一致）

每張成本速查（官方按量定價表）

多圖輸入的價格影響（2026-07 實測）

2K/4K 成本預估（畫素比例外推，⚠️ 非官方固定價）

與 SaaS 套餐 / 積分制計費方式的區別

如何檢視每次呼叫的真實 token 數

分組介紹

技術規格

端點一覽

尺寸（size）詳解

預設尺寸

自定義尺寸約束

畫質（quality）詳解

可選檔位

最佳實踐

錯誤碼與重試

常見問題

相關文件