GPT-image-2 官轉 vs 官逆對比

一句話結論

你需要	選這個
`quality` 畫質引數 / mask 局部重繪 / 鎖尺寸、4K / OpenAI 官方完全對齊欄位	`gpt-image-2`（官轉，按量計費）
可預測的統一價（$0.03/張）+ 出圖快（快就是優勢）	`gpt-image-2-all`（官逆，ChatGPT 網頁線，~90s）
可預測的統一價 + 畫質有時更高（不趕時間）	`gpt-image-2-vip`（官逆，Codex 線，~120–200s）

三個模型底層都是 OpenAI gpt-image-2，差別在通道性質（官方直連 vs 逆向）、計費方式、引數粒度。

官逆兩兄弟（-all / -vip）：本頁”官逆”列同時覆蓋 gpt-image-2-all 與 gpt-image-2-vip——兩者呼叫方式完全一致、同價 $0.03/張，現在的差異是 速度 vs 畫質：

gpt-image-2-all：ChatGPT 網頁線，約 90 秒 出圖——快就是優勢
gpt-image-2-vip：Codex 線，約 120–200 秒 出圖，速度慢一些，但畫質有時更高
共同點：均不支援 quality、不支援 n、不支援 mask 局部重繪

⚠️ -vip 的 size 引數目前失效（2026-06-23 起，因 Codex 調整生成規則，固定為自適應 1K 出圖，暫無恢復預期）——鎖尺寸 / 4K 需求請走官轉 gpt-image-2。需要 quality 畫質或 mask 局部重繪時同樣走官轉。

關於速度：當前 -all / -vip 出圖速度比剛上線時慢一些，這是 OpenAI 官方算力波動 導致的全鏈路放緩——APIYI 的號池和運維側並無問題，所有逆向通道使用者都會感受到。建議把超時設定在 300 秒以上，複雜場景預留更多。

完整對比表

維度	gpt-image-2-all / -vip（官逆，高性價比）	gpt-image-2（官轉，正式版）
模型名	`gpt-image-2-all`（出圖最快） / `gpt-image-2-vip`（畫質優先、不趕時間時用）	`gpt-image-2`
通道性質	`-all`：逆向 ChatGPT 官網線路 `-vip`：逆向 Codex 線路	官方直連（OpenAI Images API）
計費方式	按次計費：固定 $0.03/次（兩模同價）	按量計費：按 token 實計，官網同價；本站充值加贈後約 8.5 折
典型成本/張	$0.03（不區分尺寸 / 畫質 / 模型）	實測 $0.03 – $0.2（與提示詞長度、size、quality 正相關）
令牌分組	預設分組（Default）	預設分組（Default）
令牌型別	按次計費或按量優先均可	僅支援按量優先（本模型按 token 計費，按次計費令牌不可用）
推薦端點	`/v1/images/generations` + `/v1/images/edits`（更穩定、上游供給更足，且同套程式碼相容官轉，風控異常時換 `model` 名即可切換）	`/v1/images/generations` + `/v1/images/edits`
上傳圖片格式	multipart file（edits 端點）	multipart file（編輯介面）
輸出圖片格式	`b64_json`（預設，純 base64 無字首，2026-07 實測；歷史版本曾帶字首）或 `url`（R2 CDN）	`b64_json`（純 base64，無字首）
上傳圖片數（編輯）	多張	最多 16 張（`image[]`）
mask 局部重繪	❌ 不支援	✅ 支援（要求帶 alpha 通道）
指令遵循	好	優秀
生成速度	`-all`：約 90 秒（快就是優勢） `-vip`：約 120–200 秒（慢一些，但畫質有時更高） 📌 當前比剛上線時慢——OpenAI 官方算力波動所致，非 APIYI 側問題	約 100-120 秒，複雜場景 + 4K 可達 3-5 分鐘
畫質傾向	`-all`：好 `-vip`：有時更高（Codex 線，細節表現偶有優勢）	穩定，且可用 `quality=high` 拉滿
`size` 引數	`-all`：❌ 不接受（寫進 prompt） `-vip`：⚠️ 目前失效（2026-06-23 起固定自適應 1K，暫無恢復預期）	✅ 任意合法尺寸
`size = auto` 行為	`-all`：— 不接受 `size` 欄位 `-vip`：當前固定自適應 1K 出圖	✅ 預設值，OpenAI 官方語義”按 prompt 智慧選”；社群實測偏向 1:1 方形（1024×1024），要其它比例請顯式傳 `size`
支援 4K	`-all`：❌ `-vip`：⚠️ 暫不可用（`size` 失效期間固定 1K）	✅ 含 `3840×2160`
常見輸出尺寸	`-all`：16:9 → 1672×941、9:16 → 941×1672、1:1 → 1254×1254（自適應） `-vip`：自適應 1K（`size` 失效期間；原 30 檔表暫不生效）	8 個預設 + 任意合法自定義尺寸
畫質引數 `quality`	❌ 兩模均不支援（不要傳）	✅ `low` / `medium` / `high` / `auto`
`n` 引數	❌ 兩模均不支援（單次僅返回 1 張）	✅ 支援
透明背景	—	❌ 不支援（`background: transparent` 會報錯）
中文提示詞	✅ 原生	✅ 原生
文字渲染	高還原度	高還原度（`high` 檔位最強）
API 文件	GPT-Image-2-All 概覽 / GPT-Image-2-VIP 概覽	GPT-Image-2 概覽

🔑 如何建立或管理令牌：https://api.apiyi.com/token
在控制台建立令牌時可以選擇分組（Default 預設即可）和令牌型別（按次計費 / 按量優先）。呼叫 gpt-image-2（官轉）必須使用「按量優先」型別的令牌，否則會因計費方式不匹配被拒。

選型場景

選 `gpt-image-2-all`（官逆）的場景

💰 成本可預測

單價穩定 $0.03/張，無尺寸 / 畫質階梯，適合大批次生產、成本必須封頂的場景（資訊圖、營銷物料、電商素材批次）。

⚡ 出圖速度較快

約 90 秒出圖，比 -vip 和官轉都略快，前端即時互動體驗更好。

🔁 一套程式碼隨時互切

Images API 標準格式，與 -vip 和官轉 gpt-image-2 同套程式碼——改個 model 名即可互切或兜底。

🌏 中文 + 營銷文字

中文提示詞原生友好、招牌 / 海報 / 資訊圖文字還原度高，適合面向中文使用者的內容生產。

選 `gpt-image-2-vip`（官逆，畫質優先）的場景

🎨 畫質有時更高

Codex 線路的細節表現偶有優於 -all，適合不趕時間、想在官逆同價裡多要一點畫質的精品圖場景。

⏱️ 用時間換品質

約 120–200 秒 出圖，比 -all 慢——接受更長等待、追求出圖上限時選它。

🔁 與 -all 共用程式碼

呼叫結構與 -all 完全一致——一套程式碼兩個模型來回切，隨時按速度 / 畫質偏好換 model 名。

💰 成本仍可預測

單價與 -all 相同，穩定 $0.03/張，批次生產成本可封頂。

-vip 原「鎖尺寸 / 4K」賣點暫不成立：size 引數自 2026-06-23 起失效（Codex 調整生成規則，當前固定自適應 1K，暫無恢復預期）。電商主圖、海報模板、4K 桌布等鎖尺寸 / 4K 需求請走官轉 gpt-image-2。

選 `gpt-image-2`（官轉）的場景

🎚️ 需要畫質檔位

quality 支援 low/medium/high/auto。草稿用 low 省成本，終稿 high 出印刷級效果——這是官轉獨有，官逆兩模都不支援。

🎯 mask 局部重繪

支援 alpha 通道蒙版，精準修改圖片局部區域而保留其餘部分——官逆兩模都不支援。

🖼️ 鎖尺寸 / 4K

size 引數接受任意合法尺寸（含 4K）。官逆 size 失效期間，所有需要精確輸出尺寸或 4K 的場景都走官轉。

🔌 與 OpenAI 官方一致

走官方 Images API，欄位與行為完全與官方一致。已有基於 OpenAI 官方 SDK 的程式碼 / 系統可零改動遷移，長期更穩。

關鍵差異詳解

1. `b64_json` 格式差異（遷移坑！）

2026-07 實測兩個模型都返回純 base64（無 data: 字首），但 gpt-image-2-all 歷史版本曾直接帶字首——跨模型 / 跨版本複用程式碼時，統一做字首檢測最穩：

# 通用寫法：先檢測字首再處理，gpt-image-2 與 gpt-image-2-all 均適用
b64 = resp["data"][0]["b64_json"]
if b64.startswith("data:"):          # 相容曾出現過的帶字首響應
    b64 = b64.split(",", 1)[1]
with open("out.png", "wb") as f:
    f.write(base64.b64decode(b64))   # ✅ 寫檔案
img_tag = f'<img src="data:image/png;base64,{b64}">'  # ✅ 瀏覽器渲染

從一個切到另一個時，b64_json 處理程式碼必須改，否則會拿到損壞的 data URL 或 decode 失敗。

2. 解析度控制方式

gpt-image-2-all（寫在 prompt 裡）：

"橫版 16:9 電影畫幅，黃昏時的海邊老燈塔"   → 輸出約 1672×941
"豎版 9:16 手機桌布，賽博朋克城市雨夜"      → 輸出約 941×1672
"1024×1024 方形 LOGO，極簡貓咪線條"          → 輸出約 1254×1254

gpt-image-2-vip（size 目前失效，2026-06-23 起）：原本支援 30 檔 size（含 4K），但因 Codex 調整生成規則，size 引數目前失效，輸出固定為自適應 1K，暫無恢復預期。當前與 -all 一樣把畫幅意圖寫進 prompt 即可；需要精確尺寸 / 4K 請走官轉 gpt-image-2。 gpt-image-2（size 引數嚴格控制 + quality 檔位）：

client.images.generate(
    model="gpt-image-2",
    prompt="...",
    size="2048x1152",   # ✅ 精確按此輸出
    quality="high"      # 僅官轉支援
)

3. 上傳 / 輸出格式差異

操作	gpt-image-2-all	gpt-image-2
上傳參考圖	multipart `image` 檔案欄位（edits 端點）	multipart `image[]` 檔案欄位
下載生成圖	預設 `b64_json`（純 base64，2026-07 實測），顯式傳 `response_format: "url"` 得 R2 CDN 連結（24 小時有效期）	`b64_json`（純 base64，需 decode）
多圖融合	edits 端點 `image` 欄位重複傳入多張	`image[]` 陣列重複傳入，最多 16 張

4. 價格示例（粗算）

場景	gpt-image-2-all / -vip	gpt-image-2
1024×1024 草圖	$0.03	~$0.006（low）
1024×1024 中等畫質	$0.03	~$0.053（medium）
1024×1024 高畫質	$0.03	~$0.211（high）
2048×1152 高畫質	$0.03	~$0.20+（按 token 實計）
3840×2160 4K 高畫質	—（`size` 失效期間官逆均無法指定 4K）	按 token 實計，顯著高於 1K
編輯 / 多圖融合	$0.03	輸入 token 顯著上升，單次成本可達 $0.1+

結論：批次、低畫質場景用官逆不一定省（草圖 1K low 在官轉上反而更便宜）；中-高畫質區段是官逆 $0.03 的甜點區。需要 quality 檔位 / mask 局部重繪 / 鎖尺寸、4K / OpenAI 官方完全對齊欄位 時選官轉（按量計費）。

客戶端呼叫建議

設定項	gpt-image-2-all / -vip	gpt-image-2
超時（保守值）	`-all`：300 秒（典型 ~90s） `-vip`：300 秒（典型 120–200s）	360 秒（4K 高畫質實測可達 3-5 分鐘）
重試策略	5xx 與超時指數退避 2 次	同左
併發	單次僅返回 1 張，多張請併發	單次 1 張，需要多張請併發
請求 ID	`request-id` 響應頭	`x-request-id` 響應頭

三個模型通用：圖生圖 / 多圖融合時，單張輸入圖先壓到 1.5MB 以內（JPEG 品質 80-90 / 解析度適當下調）。偶發的 shell_api_error / Unknown error 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。輸出解析度與輸入圖體積無關——畫質看輸出端配置（官轉看 size + quality；-all 及 size 失效期間的 -vip 看 prompt 畫幅描述），不看輸入端體積。

常見問題

輸入圖要壓縮嗎？提示詞裡寫 4K / 8K 有用嗎？

強烈建議壓。三個模型上傳給介面的圖都先壓到 1.5MB 以內（JPEG 品質 80-90 / 解析度適當下調）：偶發的 shell_api_error / Unknown error 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。別擔心壓輸入會損畫質——輸出解析度與輸入圖體積無關，三個模型的”輸出端”控制方式不同：

gpt-image-2-all：用 prompt 的畫幅描述控制（參見 -all 概覽頁的「經過驗證的『提示詞 → 實際解析度』對照表」），prompt 光寫 4K / 8K 不算數
gpt-image-2-vip：size 欄位目前失效（固定自適應 1K），畫幅意圖同樣寫進 prompt
gpt-image-2：用 size + quality 欄位控制（任意合法尺寸）

總結：壓輸入只會提速，不會損畫質——畫質看輸出端配置，不看輸入端體積。

同一個 API Key 三個模型都能用嗎？

可以。三者都走預設分組（Default），同一個 API Key 同時呼叫即可，無需額外配置。注意：呼叫 gpt-image-2（官轉）需要「按量優先」型別的令牌；-all / -vip 兩種令牌型別都能用。

官逆推薦用哪些端點？

統一使用 OpenAI Images API（/v1/images/generations 文生圖 + /v1/images/edits 圖片編輯），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、引數格式完全相容——官逆通道遇到風控異常時，只需更換 model 名即可切到官轉，業務程式碼零改動

另有對話式端點（/v1/chat/completions，不主推），僅適合多輪迭代改圖、直接傳線上圖片 URL 的場景；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 -all 對話式呼叫說明 / -vip 對話式呼叫說明。

官逆裡 -all 和 -vip 怎麼挑？

兩者都是逆向通道、同價 $0.03/張、呼叫方式完全一致（-vip 的 size 目前失效，兩者都不用傳 size），差異是速度 vs 畫質：

出圖速度：-all 約 90 秒——快就是優勢；-vip 約 120–200 秒。當前比剛上線時慢，源自 OpenAI 官方算力波動
畫質：-vip（Codex 線）細節表現有時更高，適合不趕時間的精品圖

決策：追求出圖速度 → -all；畫質優先、不趕時間 → -vip；要鎖尺寸或 4K → 官轉 gpt-image-2。詳見 GPT-Image-2-VIP 概覽。

要鎖尺寸 / 4K，現在怎麼辦？

走官轉 gpt-image-2。-vip 的 size 引數自 2026-06-23 起失效（固定自適應 1K，暫無恢復預期），官逆兩模目前都無法精確控制輸出尺寸。官轉獨有：任意合法尺寸（含 4K）、quality 檔位（low/medium/high/auto）、mask 局部重繪（alpha 通道蒙版）、OpenAI 官方完全對齊欄位（已有官方 SDK 程式碼零改動遷移）。按量計費、按 token 實計。

想從 1.5 遷移，應該選哪個？

沿用官方 SDK / 要求與 OpenAI 官方一致，或要鎖尺寸、4K：選 gpt-image-2（官轉），需要刪掉 input_fidelity、避開 background: transparent，其它欄位不動
想順便降低成本，追求出圖速度：選 gpt-image-2-all（官逆，~90s）
想順便降低成本，畫質優先、不趕時間：選 gpt-image-2-vip（官逆，~120–200s）

可以同時部署多個做兜底嗎？

可以。常見做法：主用 -all 或 -vip（成本可預測，按速度 / 畫質偏好選），兜底用 gpt-image-2（需要 quality 檔位 / mask / 鎖尺寸時切過去）。官轉和官逆兩類模型響應欄位不同，業務層做一次格式歸一即可。

圖片下載連結（R2 CDN）很慢怎麼辦？

詳見下載 CDN 圖片/影片很慢怎麼辦？

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

GPT-image-2 官轉 vs 官逆對比

一句話結論

完整對比表

選型場景

選 `gpt-image-2-all`（官逆）的場景

💰 成本可預測

⚡ 出圖速度較快

🔁 一套程式碼隨時互切

🌏 中文 + 營銷文字

選 `gpt-image-2-vip`（官逆，畫質優先）的場景

🎨 畫質有時更高

⏱️ 用時間換品質

🔁 與 -all 共用程式碼

💰 成本仍可預測

選 `gpt-image-2`（官轉）的場景

🎚️ 需要畫質檔位

🎯 mask 局部重繪

🖼️ 鎖尺寸 / 4K

🔌 與 OpenAI 官方一致

關鍵差異詳解

1. `b64_json` 格式差異（遷移坑！）

2. 解析度控制方式

3. 上傳 / 輸出格式差異

4. 價格示例（粗算）

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

​選型場景

​選 gpt-image-2-all（官逆）的場景

💰 成本可預測

⚡ 出圖速度較快

🔁 一套程式碼隨時互切

🌏 中文 + 營銷文字

​選 gpt-image-2-vip（官逆，畫質優先）的場景

🎨 畫質有時更高

⏱️ 用時間換品質

🔁 與 -all 共用程式碼

💰 成本仍可預測

​選 gpt-image-2（官轉）的場景

🎚️ 需要畫質檔位

🎯 mask 局部重繪

🖼️ 鎖尺寸 / 4K

🔌 與 OpenAI 官方一致

​關鍵差異詳解

​1. b64_json 格式差異（遷移坑！）

​2. 解析度控制方式

​3. 上傳 / 輸出格式差異

​4. 價格示例（粗算）

​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

選型場景

選 `gpt-image-2-all`（官逆）的場景

選 `gpt-image-2-vip`（官逆，畫質優先）的場景

選 `gpt-image-2`（官轉）的場景

關鍵差異詳解

1. `b64_json` 格式差異（遷移坑！）

2. 解析度控制方式

3. 上傳 / 輸出格式差異

4. 價格示例（粗算）

客戶端呼叫建議

常見問題

相關文件