GPT-Image-2.6 官轉 vs 官逆對比

一句話結論

你需要	選這個
與 OpenAI 官方欄位完全一致、`quality` 六檔、任意合法尺寸、原生 2K/4K	官轉：`gpt-image-2.6-flare`（速度優先）/ `gpt-image-2.6-sunburst`（精細編輯優先）
成本必須封頂：固定 $0.025/張，2K/4K 同價，不隨尺寸和畫質浮動	官逆：`gpt-image-2.6-all`
一次調用出多張（1–4 張）或要 24 小時直鏈 URL	`gpt-image-2.6-all`
GIF 的幀數、幀時長、單幀尺寸都要可控，或要 SVG 指定編寫模型並精確核算文本費	官轉 2.6 兩款
精確 mask 局部重繪 / 多圖融合（最多 16 張）/ WebP 輸出 / 原生 4K	官轉 2.6 兩款
低成本 GIF、SVG，且不想傳 `svg.model`、不想付編寫模型費	`gpt-image-2.6-all`

本頁只對比 2.6 代的三款模型。2.5 / 2 代（gpt-image-2.5-flare / sunburst / gpt-image-2 與 gpt-image-2-all / gpt-image-2.5-all / 三款 -vip）的完整對比見 GPT-image-2.5 / 2 官轉 vs 官逆。gpt-image-2.6-all 是 2.6 的新官逆線，不是 gpt-image-2.5-all 的改名，兩者行為和引數邊界不同。

完整對比表

維度	官轉：`gpt-image-2.6-flare` / `gpt-image-2.6-sunburst`	官逆：`gpt-image-2.6-all`
通道性質	OpenAI Images API 官方直連，欄位、錯誤碼與官方一致	逆向 ChatGPT 網頁版 Images 2.6
計費方式	按 token 實計：文本輸入 $5 / 圖片輸入 $8 / 圖片輸出 $30（每 1M tokens）	按次計費：$0.025/張，2K/4K 不加價；`n` 張按張疊加
單張成本	隨 `quality`、`size`、參考圖數量浮動，約 $0.006–$0.21 量級（1K 參考值，以 `usage` 為準）	固定 $0.025/張（`n=4` 即 $0.10）
推薦端點	`/v1/images/generations` + `/v1/images/edits`	`/v1/images/generations` + `/v1/images/edits`
單次出圖數 `n`	1 張（要更多張請客戶端併發）	1–4 張（`n=5` 起 400）
`size`（原生檔）	任意合法尺寸：兩邊 16 的倍數、比例 ≤3:1、總畫素 655,360–8,294,400、最大邊 3840；另有 8 個預設尺寸	長邊 512–1536 任意整數（不要求 16 倍數）、比例 ≤3:1，精確輸出
`size`（2K / 4K）	原生畫素（2048×2048、2048×1152、3840×2160 等）；超過 2560×1440 官方標記為實驗性	超分放大：常見 2K/4K 尺寸可精確交付；不匹配返回 502；方形上限 2880；4:1 直接 400
`quality`	`auto` / `low` / `medium` / `high` / `xhigh` / `max` 六檔	僅 `auto` / `medium` / `high`；`low` / `hd` 返回 400；三檔暫無可驗證的畫質差異
`complexity`（2.6 新引數）	官方定義 `low` / `medium` / `high`；當前線上效果缺少同提示詞對照實測，生產不建議依賴	不支援該引數
輸出格式	`png` / `jpeg` / `webp` / `gif` / `svg`	`png` / `jpeg` / `gif` / `svg`；WebP 返回 400
透明背景	`background=transparent` + `png` / `webp`；與 `jpeg` 互斥（400）；GIF 為 1-bit 透明；SVG 不寫背景	僅 `png`：2K 以內穩定，4K 不穩定
GIF 控制	幀數、幀時長、單幀尺寸都可控，但有拼影像素預算（1024² / 2048² 單幀不可用）	幀數 / 幀時長精確；成片尺寸由上游決定，必須顯式傳 `output_format=gif`
SVG	必須傳 `svg.model` 指定編寫模型，文本模型費用另計；僅 generations、`n=1`	不需要 `svg.model`（傳了也被忽略）；無文本模型費；`viewBox` 跟隨 `size`
mask 局部重繪	官方語義支援（PNG + alpha 通道，仍屬軟引導）	接受，但不承諾只改蒙版區
多圖參考	最多 16 張（`image[]`）	實測 2 張可用；更多建議客戶端拼圖或分步編輯
響應格式	固定 `b64_json`（純 base64，無字首）；不接受 `response_format`，傳了 400	預設 `b64_json`；支援 `response_format: "url"`（24 小時簽名連結；url 響應可能無 `size`）
速度	官方稱 2.6 整體提速 50%，`flare` 在 `low` 下最快 6 秒（官方最佳情況）；高畫質與 2K/4K 明顯更慢	典型 10–46 秒（1K 10–22 秒、2K 12–24 秒、4K 15–42 秒），尾延遲實測可達 198 秒
建議客戶端超時	`low` ≥120 秒 / `medium` ≥240 秒 / `high` ≥600 秒 / `xhigh` ≥300 秒 / `max` ≥600 秒	≥600 秒
令牌與分組	需「按量優先」令牌；Default 分組，高峰期可切 `image2Enterprise` 企業分組（1.2x）	按次計費模型，Default 分組即可；URL 輸出不需要額外分組
穩定性	官方通道，錯誤碼與官方一致；Default 高峰期偶發 429	反向上游；2K/4K 偶發 502，需要重試；尺寸不匹配會明確報錯，不靜默改尺寸
適合	品質敏感、需要官方欄位與原生畫素、可接受按量浮動的生產場景	成本封頂、批量出圖、2K/4K 大圖相容、GIF / SVG / 多張 / URL 場景

表中的成本量級來自 2.5 同價檔實測（2026-09-09，UTC+8）與 2K/4K 畫素外推；2.6 官轉尚無公開的分層實測資料，實際費用以每次響應裡的 usage.output_tokens 為準。2.6-all 的按次價以「模型價格」欄目和最終賬單為準。

計費方式與成本

兩條線最本質的差異是計量方式：官轉按 token 實計，2.6-all 按張封頂。這決定了不同場景下誰更省。

1024×1024 單張成本參考

畫質	官轉 2.6（按 token 實計）	`gpt-image-2.6-all`
`low`	≈$0.006（2.5 同價檔 196 tokens）；2.6 單點實測 824 tokens ≈ $0.025	$0.025
`medium`	≈$0.013（439 tokens）	$0.025
`high`	≈$0.053（1,756 tokens）	$0.025
`xhigh`	≈$0.094（3,122 tokens）	$0.025
`max`	≈$0.211（7,024 tokens）	$0.025

模型價格與官網對齊，且可能隨官網調整；上表僅供參考，具體以頂部導航「模型價格」欄目為準：模型價格。

2K / 4K 與多張、編輯、SVG

場景	官轉 2.6（按 token 實計）	`gpt-image-2.6-all`
2048×2048 `medium` / `high`	≈$0.21 / ≈$0.84（畫素外推，非官方價）	$0.025
2048×1152 `medium` / `high`	≈$0.06 / ≈$0.25（畫素外推）	$0.025
3840×2160（4K）`medium` / `high`	≈$0.22 / ≈$0.87（畫素外推）	$0.025
同提示詞出 4 張	4 次呼叫，按 token 累加	4 × $0.025 = $0.10
編輯，1 張 1024² 參考圖	輸出 token + 輸入費（1024² 參考圖 ≈$0.0082）	$0.025/張
SVG	影像段 + 編寫模型文本費：`gpt-6-luna` ≈$0.026、`gpt-5.6-terra` ≈$0.039	$0.025
GIF，512² 2 幀	≈$0.017	$0.025

2K/4K 的官方成本並沒有固定表。 官方只公佈 1K 的每張參考價，上表 2K/4K 數字是按畫素比例從 1K 外推的估算值，誤差可能較大；high 且超過 2560×1440 還是實驗檔位。真實成本請以每次呼叫的 usage.output_tokens 為準。2.6-all 的 $0.025/張、2K/4K 同價為文件口徑，最終以賬單為準；具體價格見頂部導航「模型價格」欄目：模型價格。

怎麼快速判斷： 純輸出口徑下，官轉 $0.025 對應約 833 個 output tokens，大致落在 2.5 檔位的 medium 與 high 之間。所以：

1K 中低畫質：兩邊成本處於同一量級，官轉按實測 usage 可能更便宜；但 2.6 的單點實測（low 824 tokens ≈ $0.025）說明這一優勢在 2.6 上可能已經不明顯，不要按 2.5 的數字直接下結論。
1K high 及以上、2K/4K 中高畫質：2.6-all 的固定 $0.025 有絕對優勢，高畫質 2K/4K 可相差一個數量級。
帶參考圖的編輯：官轉每張 1024² 參考圖約 $0.0082 輸入費，多圖會明顯推高單次成本；2.6-all 按張計價，參考圖不額外疊加。

上生產前用自己的提示詞各跑一輪，把兩條線的 usage 和耗時都記下來：官轉看 output_tokens 折算成本，2.6-all 看張數 × 單價。同一個「價效比」結論只對同一批提示詞成立。

關鍵差異詳解

1. `size`：官轉是「任意合法尺寸 + 原生 2K/4K」，2.6-all 是「1536 原生 + 超分 2K/4K」

官轉 2.6 沿用官方尺寸規則，四條同時滿足即可：

最大邊 ≤ 3840
兩條邊都是 16 的倍數
長短邊比例 ≤ 3:1
總畫素數在 655,360–8,294,400 之間

預設尺寸有 8 檔：auto、1024x1024、1536x1024、1024x1536、2048x2048、2048x1152、3840x2160、2160x3840。2K/4K 是原生畫素，不是放大出來的。 2.6-all 分兩段：

原生檔：長邊 512–1536，任意整數都精確輸出，不要求 16 的倍數（1000x1000、1280x720、1536x864 都能過），比例 ≤3:1
超分檔：2048x2048、2048x1152、2048x1536、1920x1080、3840x2160、2880x2880 等常見尺寸可精確交付；不匹配時返回 502 size_not_deliverable，不會靜默換成別的尺寸。方形上限 2880（4096x4096 會 502），4096x1024 這類超過 3:1 的比例直接 400

還有一個容易忽略的差別：官轉光柵圖有最小畫素預算（約 655,360），512x512 這類小圖會被拒；2.6-all 可以出 512x512、512x384。做小尺寸圖示或縮圖時，2.6-all 更靈活。

2. `n`、`quality` 與 `complexity`：官方檔位 vs 三檔 + 多張

n：官轉固定 1 張，多張只能客戶端併發；2.6-all 支援 1–4 張，按張計費，n=5 起 400。
quality：官轉六檔全開（low / medium / high / xhigh / max / auto），是官方承諾的畫質控制；2.6-all 只接受 auto / medium / high，low / hd 直接 400，且三檔目前沒有可驗證的畫質差異——不要用它來控畫質，也不要指望它控尺寸。
complexity：2.6 引入的新引數。官轉文件給出官方三檔定義（low / medium / high，省略時預設 high），但當前線上還沒有同提示詞的對照實測證明效果，生產不建議依賴；2.6-all 不支援該引數。

3. GIF 與 SVG：一個重控制，一個重成本

GIF

維度	官轉 2.6	`gpt-image-2.6-all`
幀數	2–16，預設 9	文件未給範圍；實測 4 / 6 / 8 幀均精確
幀時長	20–2000ms，預設 200ms，按 10ms 取整	實測 120 / 150 / 300ms 均精確
單幀尺寸	必須是 16 的倍數；受拼影像素預算約束	`size` 不生效，成片尺寸由上游決定
成片尺寸	可預期：512×512 全幀數可用；1024² / 2048² 單幀不可用	不保證：實測出現過 384×512、507×506、619×623
編輯介面	支援	文件只演示 generations 端點，編輯 + GIF 需自行驗證

官轉 2.6 的 GIF 是先把所有幀畫進一張拼圖再切幀，所以限制落在拼圖上：單邊 ≤3840、總畫素 ≤8,294,400、長短邊比 ≤3:1。方形單幀上限隨幀數變化：2–9 幀 960×960、10–12 幀 816×816、13–16 幀 720×720。超過預算會返回 400；frame_count 傳 1 或 17 不報錯，但會回退成預設 9 幀 / 1.8 秒，要用 ffprobe 驗真實幀數。 SVG

維度	官轉 2.6	`gpt-image-2.6-all`
必填欄位	`output_format="svg"` + `svg.model`（編寫模型）	只要 `output_format="svg"`
額外費用	編寫模型按所選文本模型的輸入 / 輸出單價另計（單張約 $0.001–$0.013）	無，按次 $0.025
端點 / 張數	僅 generations、`n=1`；編輯介面不支援 SVG	generations；`viewBox` 跟隨 `size`
尺寸	`viewBox` 跟隨 `size`，大尺寸尚無公開實測	實測 `viewBox` 到 8192；4:1 比例也不受光柵 3:1 限制

官轉 2.6 的 SVG 必須自己指定編寫模型（漏傳直接 400 SVG generation requires 'svg.model'），費用由「影像段 + 文本段」兩部分組成；2.6-all 不需要 svg.model，傳了也會被忽略。需要精確核算 SVG 文本成本時選官轉，需要便宜、少欄位依賴時選 2.6-all。

4. 響應格式：`b64_json` vs `b64_json` + URL

官轉 2.6：固定返回 b64_json（純 base64，無 data: 字首），不接受 response_format，傳了直接 400。需要 URL 必須自己轉存。
2.6-all：預設 b64_json，也可以顯式傳 response_format: "url" 拿 24 小時簽名連結。注意 url 響應可能沒有 size 欄位，b64 響應才有；URL 過期後要重新生成，服務端應及時轉存。

兩者的 b64_json 都不帶 data: 字首，解碼邏輯可以共用。

5. 編輯能力：mask、多圖與 markup

能力	官轉 2.6	`gpt-image-2.6-all`
mask 局部重繪	官方語義：PNG、帶 alpha、小於 4MB，但仍是軟引導，不保證邊界畫素級精確	接受，但不承諾只改蒙版區；複雜修改建議在提示詞裡寫清「只改哪裡、保留哪裡」
多圖參考	最多 16 張（`image[]`），prompt 裡可用「圖1/圖2」指代	實測 2 張可用；更多建議先拼圖或分步編輯
編輯 `auto` 尺寸	由官方語義決定	輸出會歸一到約 1.57MP 並保持原圖長寬比，不保證原影像素尺寸
markup 標記編輯	2.6 新增能力，但不同路由的透傳情況需在你的分組單獨實測	文件未承諾

6. 速度、超時與穩定性

速度口徑要分清「官方表述」和「實測」：

官轉 2.6：官方稱整體提速 50%，flare 在 low 下最快 6 秒。這是官方最佳情況，不代表所有請求都能達到。站內目前沒有 2.6 的分層實測表，可參考 2.5 同價檔的實測：2.5-flare 1024² low 10 秒 / high 21 秒 / max 45 秒，2.5-sunburst 14 / 42 / 142 秒。高畫質與 2K/4K 會明顯更慢。
2.6-all：典型 10–46 秒（1K 10–22 秒、2K 12–24 秒、4K 15–42 秒），但尾延遲實測可達 198 秒，客戶端建議統一按 600 秒配置。

兩個通道都是同步呼叫：沒有任務 ID，客戶端斷開連線結果就丟失，但請求照常計費。超時、反向代理、Serverless 執行上限都要一起放寬。 併發與穩定性：

官轉走官方通道，預設約 100 RPM，實際隨平臺總並發動態調整；Default 高峰期偶發 429，可切 image2Enterprise 企業分組（1.2x）過渡。
2.6-all 在 1K 檔實測 12×2、16×1、8 路併發全部通過、無 429；2K/4K 未做併發壓測，建議先從 4–8 路起觀察尾延遲。2K/4K 偶發 502 size_not_deliverable，重試或改用支援尺寸即可。
兩條線遇到 5xx 與超時都建議指數退避重試 2 次；429 退避重試。

選型場景

選官轉 gpt-image-2.6-flare / sunburst

欄位與行為要和 OpenAI 官方完全一致：已有官方 SDK / 官方欄位的專案零改動遷移
要 quality 六檔，尤其是 xhigh / max 的成品級畫質
要原生 2K/4K 畫素，印刷、精細紋理、對細節有硬要求
要精確 mask、多圖融合（16 張）、WebP 輸出
GIF 要可控單幀尺寸，或 SVG 要指定編寫模型並精確核算費用
可接受按 token 計費的成本浮動，換官方通道的穩定性

選 gpt-image-2.6-all（官逆）

成本必須封頂：固定 $0.025/張，2K/4K 同價，預算好算
批次生產、資訊圖、營銷物料、電商素材
2K/4K 大圖相容：要更大畫布，但不需要原生畫素細節
低成本 GIF / SVG：SVG 不用 svg.model，也沒有文本模型費
一次多張（1–4 張）或要 24 小時直鏈 URL
快速迭代、ChatGPT 原生畫質（1536 以內帶指紋）

客戶端呼叫建議

配置項	官轉 2.6	`gpt-image-2.6-all`
客戶端超時	`low` ≥120 秒、`medium` ≥240 秒、`high` ≥600 秒、`xhigh` ≥300 秒、`max` ≥600 秒	≥600 秒
重試策略	5xx 與超時指數退避 2 次；429 退避	同左；502 `size_not_deliverable` 先換尺寸再重試
併發	預設約 100 RPM；高峰切 `image2Enterprise`	1K 檔 10–16 路起步；2K/4K 先 4–8 路
返回處理	固定 b64，自己 decode；不要傳 `response_format`	b64 或 url；url 需及時轉存，且可能沒有 `size`
尺寸驗收	按官方四條約束校驗	以響應 `size` 和圖片實際寬高為準；顯式尺寸不匹配會 502
成本核算	記錄 `usage.output_tokens`，按 $30/1M 折算	記錄返回張數 × $0.025
令牌型別	必須「按量優先」	按次計費模型，Default 分組即可

import base64
import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["APIYI_API_KEY"],
    base_url="https://api.apiyi.com/v1",
    timeout=600,
)

# 官轉 2.6：六檔 quality + 原生尺寸
official = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="極簡風格的精品咖啡海報，突出產品與清晨自然光，預留標題區域",
    size="2048x1152",
    quality="high",
)

# 2.6-all：固定按次價；要直鏈時顯式傳 response_format
reverse = client.images.generate(
    model="gpt-image-2.6-all",
    prompt="極簡風格的精品咖啡海報，突出產品與清晨自然光，預留標題區域",
    size="2048x1152",
    quality="medium",
    response_format="b64_json",
)

with open("coffee-official.png", "wb") as f:
    f.write(base64.b64decode(official.data[0].b64_json))

with open("coffee-reverse.png", "wb") as f:
    f.write(base64.b64decode(reverse.data[0].b64_json))

常見問題

只改 model 名就能在兩條通道間切換嗎？

基礎文生圖和編輯可以共用一套程式碼，但引數語義並不完全等價，切換時要做一次歸一：

size：官轉要求 16 倍數 + 總畫素區間；2.6-all 原生檔接受任意整數，2K/4K 是超分
quality：官轉六檔；2.6-all 只有 auto / medium / high
response_format：官轉傳了 400；2.6-all 可傳 url
n：官轉只出 1 張；2.6-all 1–4 張
GIF / SVG：欄位要求和邊界不同

返回的 b64_json 兩邊都不帶 data: 字首，解碼邏輯可以複用。

為什麼 2.6-all 便宜這麼多？畫質會差嗎？

原因有三：按次計價覆蓋 1K–4K（官轉按 token 實計，高畫質/大尺寸 token 量急劇上升）；2K/4K 是超分放大，不是原生畫素；quality 檔位更少。畫質上兩者定位不同：2.6-all 在 1536 以內保留 ChatGPT 網頁版原生畫質與指紋；官轉走官方 API 的原生品質檔位。沒有同提示詞的公開盲評，不做「誰更好」的結論，建議用自己的素材各跑一組對比。

什麼場景必須用官轉？

需要以下任一項時，選官轉 gpt-image-2.6-flare / sunburst：與 OpenAI 官方欄位完全一致、quality 六檔（含 xhigh / max）、原生 2K/4K 畫素、精確 mask、多圖融合（最多 16 張）、WebP 輸出、GIF 單幀尺寸可控、SVG 指定編寫模型並精確核算文本費。

什麼場景優先選 2.6-all？

成本必須封頂、批量出圖、2K/4K 大圖相容、低成本 GIF / SVG、一次要 1–4 張、要 24 小時直鏈 URL，或者只是快速迭代草稿——這些場景 2.6-all 的 $0.025/張更划算。注意它的 2K/4K 是超分，圖更大不等於細節更多。

2K/4K 怎麼選：原生還是超分？

要原生細節、印刷級交付、4K 硬要求：選官轉，原生畫素，但按 token 計費會明顯更貴。只是要更大的畫布（海報、大屏、電商長圖）且成本要封頂：選 2.6-all 的超分檔，常見 2K/4K 尺寸可以精確交付，畫質優先控制在 1536 以內的原生檔。

2.6-all 請求 2K/4K 一定成功嗎？

不一定。常見尺寸（2048x2048、2048x1152、2048x1536、3840x2160、2880x2880 等）可精確交付；方形超過 2880、4:1 比例、部分 4K 透明底會失敗（502 size_not_deliverable 或 400）。請以響應 size 和圖片實際寬高驗收，失敗時換尺寸或重試。

GIF 能指定成片尺寸嗎？

官轉可以控制單幀尺寸（16 的倍數，且受拼圖預算約束）；2.6-all 不能，size 對 GIF 不生效，只保證幀數與時長，成片畫素由上游決定。要固定 GIF 尺寸，目前只能在客戶端拿到檔案後自行縮放/裁切。

SVG 兩個通道怎麼選？

要指定編寫模型、和 OpenAI 官方欄位一致、能接受文本模型另計費：選官轉（必須傳 svg.model，否則 400）。要便宜、少欄位依賴、viewBox 可以做大：選 2.6-all（不需要 svg.model，按次 $0.025）。

complexity 引數可以用嗎？

complexity 是 2.6 上游新增的規劃控制引數。官轉文件給出官方三檔定義，但當前線上還沒有同提示詞對照實測證明效果，生產不建議依賴；2.6-all 不支援該引數。臨時試驗可以傳，但不要把它當成穩定的畫質或成本控制手段。

可以兩個通道同時接入做兜底嗎？

可以，而且推薦。常見做法：按成本或容量主用一條，另一條做兜底——官轉 Default 高峰期 429 時切 2.6-all；2.6-all 內容策略或尺寸失敗時切官轉。兩邊都走 /v1/images/generations 與 /v1/images/edits，業務層把響應欄位和引數做一次歸一即可。

產品基礎

基礎 API

圖片 API（官轉）

影片 API（官轉）

多模態理解 API

文本生成

音訊 API（官轉）

檢索與安全

GPT-Image-2.6 官轉 vs 官逆對比

一句話結論

完整對比表

計費方式與成本

1024×1024 單張成本參考

2K / 4K 與多張、編輯、SVG

關鍵差異詳解

1. `size`：官轉是「任意合法尺寸 + 原生 2K/4K」，2.6-all 是「1536 原生 + 超分 2K/4K」

2. `n`、`quality` 與 `complexity`：官方檔位 vs 三檔 + 多張

3. GIF 與 SVG：一個重控制，一個重成本

4. 響應格式：`b64_json` vs `b64_json` + URL

5. 編輯能力：mask、多圖與 markup

6. 速度、超時與穩定性

選型場景

選官轉 gpt-image-2.6-flare / sunburst

選 gpt-image-2.6-all（官逆）

客戶端呼叫建議

常見問題

相關文件

​一句話結論

​完整對比表

​計費方式與成本

​1024×1024 單張成本參考

​2K / 4K 與多張、編輯、SVG

​關鍵差異詳解

​1. size：官轉是「任意合法尺寸 + 原生 2K/4K」，2.6-all 是「1536 原生 + 超分 2K/4K」

​2. n、quality 與 complexity：官方檔位 vs 三檔 + 多張

​3. GIF 與 SVG：一個重控制，一個重成本

​4. 響應格式：b64_json vs b64_json + URL

​5. 編輯能力：mask、多圖與 markup

​6. 速度、超時與穩定性

​選型場景

選官轉 gpt-image-2.6-flare / sunburst

選 gpt-image-2.6-all（官逆）

​客戶端呼叫建議

​常見問題

​相關文件

一句話結論

完整對比表

計費方式與成本

1024×1024 單張成本參考

2K / 4K 與多張、編輯、SVG

關鍵差異詳解

1. `size`：官轉是「任意合法尺寸 + 原生 2K/4K」，2.6-all 是「1536 原生 + 超分 2K/4K」

2. `n`、`quality` 與 `complexity`：官方檔位 vs 三檔 + 多張

3. GIF 與 SVG：一個重控制，一個重成本

4. 響應格式：`b64_json` vs `b64_json` + URL

5. 編輯能力：mask、多圖與 markup

6. 速度、超時與穩定性

選型場景

客戶端呼叫建議

常見問題

相關文件