GPT-image-2.5 / 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 / 任意自定義尺寸（不限 30 檔） / OpenAI 官方完全對齊欄位	官轉按量計費：`gpt-image-2.5-flare`（速度優先）/ `gpt-image-2.5-sunburst`（編輯精度優先）/ `gpt-image-2`（上一代）
可預測的統一價（$0.025/張）+ 出圖快且穩（快就是優勢）	`gpt-image-2-all` / `gpt-image-2.5-all`（官逆，ChatGPT 網頁線，~90s；2.5-all 背後是 Images 2.5）
可預測的統一價 + 鎖尺寸（30 檔含 4K）	`gpt-image-2-vip` / `gpt-image-2.5-flare-vip` / `gpt-image-2.5-sunburst-vip`（官逆，Adobe 線；2.5 兩款 `quality` 六檔全開，`gpt-image-2-vip` 到 `high`）

八個模型底層都是 OpenAI GPT-Image 2.5 / 2 系列，差別在通道性質（官方直連 vs 逆向）、計費方式、引數粒度。官轉三款同價同參數，官逆五款同套呼叫程式碼（-all 兩款 $0.025/張、-vip 三款 $0.03/張）。

官逆三線（-all / 2.5-all / -vip 三款）：本頁”官逆”列同時覆蓋 gpt-image-2-all、gpt-image-2.5-all 與 gpt-image-2-vip / gpt-image-2.5-flare-vip / gpt-image-2.5-sunburst-vip（別名 gpt-image-2.5-vip = sunburst-vip）。同套呼叫程式碼（-vip 三款額外支援 size），按次計費：-all 兩款 $0.025/張、-vip 三款 $0.03/張：

gpt-image-2-all / gpt-image-2.5-all：ChatGPT 網頁線，約 90 秒 出圖——快就是優勢；2.5-all 背後是 Images 2.5
gpt-image-2-vip 與 2.5 兩款 -vip：Adobe 線（Firefly），支援 size 鎖尺寸（30 檔含 4K）；三款都接受 quality（屬渠道行為不承諾）：2.5 兩款 2026-09-10 複測 xhigh / max 也已放開、六檔全開，gpt-image-2-vip 到 high；都能出透明背景；flare-vip 最快、畫面偏軟，sunburst-vip 與 gpt-image-2-vip 畫質接近
共同點：都不支援 n；mask 都只是整圖重繪，不保證只改蒙版區

需要精確的 mask 局部重繪、30 檔以外的任意自定義尺寸或 n 多圖時，走官轉（gpt-image-2.5-flare / gpt-image-2.5-sunburst / gpt-image-2）。

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 / 2.5-all / -vip（官逆，高性價比）	gpt-image-2.5-flare / sunburst / gpt-image-2（官轉，正式版）
模型名	`gpt-image-2-all`（出圖最快） / `gpt-image-2.5-all`（同線路的 2.5 版） / `gpt-image-2-vip`（畫質優先、可鎖尺寸） / `gpt-image-2.5-flare-vip` · `gpt-image-2.5-sunburst-vip`（同線路的 2.5 版，別名 `gpt-image-2.5-vip`）	`gpt-image-2.5-flare`（速度優先） / `gpt-image-2.5-sunburst`（編輯精度優先） / `gpt-image-2`（上一代）
通道性質	`-all` / `2.5-all`：逆向 ChatGPT 官網線路 `-vip` 三款：Adobe 官逆線路（Firefly，高品質 GPT-Image 2.5 逆向資源，非超分）	官方直連（OpenAI Images API），三款同價同參數
計費方式	按次計費：`-all` 兩款固定 $0.025/次、`-vip` 三款固定 $0.03/次	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	$0.025（`-all`）/ $0.03（`-vip`），不區分尺寸 / 畫質	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	`-all` / `2.5-all`：❌ 不支援 `-vip` 三款：⚠️ 接受但整圖重繪，真實照片三次實測蒙版內外改動比 ≈1（2026-09-09），不保證只改蒙版區	✅ 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） `gpt-image-2-vip`：約 90–150 秒 2.5 兩款 -vip：1024² 序列實測 flare 22～138 秒、sunburst 37～120 秒，波動大；RPM 500 以內無需考慮併發，偶發 429 退避重試或看即時動態 📌 當前比剛上線時慢——OpenAI 官方算力波動所致，非 APIYI 側問題	`gpt-image-2.5-flare`：官轉最快，1K `low` 實測約 10 秒（2026-09-09） `gpt-image-2.5-sunburst`：1K `low` 實測約 14 秒，高畫質更慢 `gpt-image-2`：約 100-120 秒，複雜場景 + 4K 可達 3-5 分鐘
畫質傾向	`-all` / `2.5-all`：好（同一線路，兩個名字出的是同一批圖） `-vip`：同尺寸 6 組提示詞人眼對比，sunburst-vip 與 `gpt-image-2-vip` 接近，flare-vip 偏軟、裝飾細節少；三款中文標題筆畫都正確	穩定；2.5 兩款高於 gpt-image-2，sunburst 最高，且可用 `quality=xhigh` / `max` 拉滿
`size` 引數	`-all` / `2.5-all`：❌ 不接受（寫進 prompt） `-vip` 三款：✅ 已恢復（2026-07-22 起），支援 30 檔常見尺寸（含 4K）；僅 images 端點生效，chat 端點不支援	✅ 任意合法尺寸
`size = auto` 行為	`-all`：— 不接受 `size` 欄位 `-vip`：不傳 `size` 時 `gpt-image-2-vip` / sunburst-vip 出 2048×2048，flare-vip 固定出 1024×1536；預設值隨上游變動過，要鎖尺寸請顯式傳 30 檔之一	✅ 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` / `2.5-all`：❌ `-vip` 三款：✅ 4K Detail 檔（如 `3840x2160` / `2880x2880`），不加價	✅ 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` 三款：30 檔（10 比例 × 1K/2K/4K），見 30 檔完整對照表；表外尺寸不報錯但會被對齊到 16 倍數或抬到最小邊	8 個預設 + 任意合法自定義尺寸
畫質引數 `quality`	`-all` / `2.5-all`：❌ 不支援（不要傳） `-vip` 三款：✅ 實測生效，屬渠道行為不承諾——2.5 兩款 `auto` / `low` / `medium` / `high` / `xhigh` / `max` 六檔全開（`xhigh` / `max` 2026-09-10 放開），`gpt-image-2-vip` 到 `high`	✅ `low` / `medium` / `high` / `xhigh` / `max` / `auto`（`xhigh` / `max` 僅 2.5 兩款）
`quality` 檔位對齊	2048×1152 輸出 token：`gpt-image-2-vip` low 157 / medium 1,413 / high 5,650；2.5 兩款 -vip low 157 / medium 367 / high 1,413 / xhigh 2,511 / max 5,650——2.5 的 `high` = `gpt-image-2-vip` 的 `medium`，2.5 的 `max` = `gpt-image-2-vip` 的 `high`，與官轉 2.5 對 gpt-image-2 的關係一致；按次計費，檔位不影響價格	1024² 輸出 token：官轉 2.5 low 196 / medium 439 / high 1,756 / xhigh 3,122 / max 7,024；`gpt-image-2` low 196 / medium 1,756 / high 7,024——官轉 2.5 的 `high` = `gpt-image-2` 的 `medium`；按 token 計費
`n` 引數	❌ 官逆五款均不支援（單次僅返回 1 張）	✅ 支援
透明背景	`-all` / `2.5-all`：⚠️ 無 `background` 引數，只能在提示詞裡要求，偶現不穩定 `-vip` 三款：✅ `background: "transparent"` 實測返回帶 alpha 的 PNG（不承諾）	✅ 2.5 兩款引數控制穩定 —— `background: "transparent"` + `png` / `webp` ❌ `gpt-image-2` 已於 2026-09-30 被 OpenAI 官方關停，傳了 400
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-2.5-All 概覽 / GPT-Image-2.5-VIP 概覽	GPT-Image-2.5 / 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）。呼叫官轉三款（gpt-image-2.5-flare / sunburst / gpt-image-2）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。

實測效果展示

以下兩張圖均由 gpt-image-2.5-all 實測生成，展示文生圖與圖片編輯效果；結果僅代表該模型和本次提示詞，不等同於表中所有模型的效果保證。 文生圖 · 中文豎排海報（僅提示詞：米色紙張質感，中央豎排標題「秋日讀書會」，下方小字「10 月 25 日 14:00」，右下角手繪楓葉）：33.8 秒出圖，豎排標題逐字正確，日期小字清晰，留白與楓葉位置都按描述落位。

GPT-Image 2.5-all 文生圖實測：米色紙張上的中文豎排海報「秋日讀書會」，日期小字與楓葉清晰

圖片編輯 · 門面變封面（參考圖為老書店門面，提示詞：改成雜誌封面，左上角加豎排中文標題「舊書店」和一行小字）：49.6 秒出圖，豎排標題與小字的層級清晰，門面木紋、舊書堆疊等細節都保留。

GPT-Image 2.5-all 編輯實測：老書店門面改為雜誌封面，左上角豎排「舊書店」及副標

選型場景

選 `gpt-image-2-all` / `gpt-image-2.5-all`（官逆）的場景

💰 成本可預測

單價穩定 $0.025/張（2026-10-10 起由 $0.03 降價），無尺寸 / 畫質階梯，疊加充值加贈成本更低，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 三款和官轉三款 同套程式碼——改個 model 名即可互切或兜底。gpt-image-2-all 與 gpt-image-2.5-all 同價同行為，新名只是把 ChatGPT 網頁版升級到 Images 2.5 這件事表達在模型名上。

🌏 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 `-vip` 三款（官逆，鎖尺寸）的場景

🎚️ 可傳 quality（2.5 兩款六檔全開）

gpt-image-2.5-flare-vip / gpt-image-2.5-sunburst-vip 實測接受 auto 到 max 六檔（xhigh / max 2026-09-10 放開），gpt-image-2-vip 到 high，都屬渠道行為不承諾。檔位對齊：2.5 的 high 只等於 gpt-image-2-vip 的 medium，2.5 的 max 才等於 gpt-image-2-vip 的 high；按次 $0.03 不隨檔位變。

⏱️ 三款怎麼挑

flare-vip 最快、畫面偏軟；sunburst-vip 畫質與編輯精度更高、人眼與 gpt-image-2-vip 接近；三款最高檔 token 相同（2.5 傳 max、gpt-image-2-vip 傳 high）。都比 -all 慢，max 檔 1024² 實測 80～160 秒，接受更長等待時選。

🖼️ 鎖尺寸 / 4K

size 引數已恢復（2026-07-22 起）：支援 30 檔常見尺寸（10 比例 × 1K/2K/4K），電商主圖、海報模板、4K 桌布可嚴格輸出，統一 $0.03/張、4K 不加價。

🔁 與 -all 共用程式碼

呼叫結構與 -all 一致（僅多一個 size 欄位）——一套程式碼五個官逆模型來回切，隨時按速度 / 畫質偏好換 model 名。

-vip 的 size 僅在 /v1/images/generations 與 /v1/images/edits 端點生效，/v1/chat/completions 對話端點不支援 size。需要 30 檔以外的任意自定義尺寸或精確的 mask 局部重繪時走官轉（gpt-image-2.5-flare / sunburst）。該引數可用性隨上游變動，最新狀態以即時動態為準。

選官轉（`gpt-image-2.5-flare` / `sunburst` / `gpt-image-2`）的場景

🎚️ 需要畫質檔位

quality 六檔全開且官方承諾，檔位與 token 量按官方規格穩定；官逆 -vip 2.5 兩款雖然也已放開六檔（2026-09-10 實測），但屬渠道行為不承諾，gpt-image-2-vip 仍只到 high。

🎯 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——官逆各款只做整圖重繪，不保證只改蒙版區。

🖼️ 任意自定義尺寸

size 引數接受任意合法尺寸（含 4K），不限預設檔位。-vip 三款只保證 30 檔，表外尺寸會被改寫，要嚴格的自定義尺寸走官轉。

🔌 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 實測官轉與官逆各款都返回純 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，官轉三款與官逆五款均適用
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 / gpt-image-2.5-all（不接受 size，畫幅寫在 prompt 裡，兩個名字行為相同）：

"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

-vip 三款（gpt-image-2.5-vip / gpt-image-2.5-flare-vip / gpt-image-2-vip，size 已恢復，2026-07-22 起）：支援 30 檔常見尺寸（10 比例 × 1K/2K/4K），請求體直接傳 size: "寬x高"（須為 30 檔之一，完整清單見 30 檔對照表）。三款實測也都接受 quality（屬渠道行為不承諾）：2.5 兩款六檔全開（xhigh / max 2026-09-10 放開），gpt-image-2-vip 到 high；2.5 兩款的 high 輸出 token 只等於 gpt-image-2-vip 的 medium，max 才等於它的 high：

client.images.generate(
    model="gpt-image-2.5-vip",   # 別名 = gpt-image-2.5-sunburst-vip；換 gpt-image-2.5-flare-vip / gpt-image-2-vip 只改這一行
    prompt="...",
    size="3840x2160",   # ✅ 30 檔之一，僅 images 端點生效（chat 端點不支援）
    quality="max"       # 可選；2.5 兩款六檔全開，gpt-image-2-vip 只到 high；按次 $0.03 不隨檔位變
)

官轉三款（size 引數嚴格控制 + quality 檔位，示例用 gpt-image-2.5-flare，換 sunburst / gpt-image-2 只改模型名）：

client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="...",
    size="2048x1152",   # ✅ 精確按此輸出
    quality="max"       # 六檔全開；xhigh / max 僅 2.5 兩款；2.5 的 high 只等於 gpt-image-2 的 medium
)

3. 上傳 / 輸出格式差異

操作	官逆五款（`-all` / `2.5-all` / `-vip` 三款）	官轉三款（`2.5-flare` / `2.5-sunburst` / `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	官逆五款（`-all` / `2.5-all` $0.025；`-vip` 三款 $0.03）	官轉 `gpt-image-2.5-flare` / `sunburst`	官轉 `gpt-image-2`
1024×1024 草圖（`low`）	$0.025 / $0.03	~$0.006（196 tok）	~$0.006（196 tok）
1024×1024 中等畫質（`medium`）	$0.025 / $0.03	~$0.013（439 tok）	~$0.053（1,756 tok）
1024×1024 高畫質（`high`）	$0.025 / $0.03	~$0.053（1,756 tok）	~$0.211（7,024 tok）
1024×1024 `xhigh` / `max`	$0.03（`-vip` 2.5 兩款可傳，`gpt-image-2-vip` 只到 `high`，`-all` 不接受 `quality`）	~$0.094（3,122 tok）/ ~$0.211（7,024 tok）	❌ 不支援
2048×1152 高畫質	$0.03（`-vip`；`-all` 只出 1K–1.5K）	按 token 實計，`high` 約 `gpt-image-2` `medium` 的量級	~$0.20+（按 token 實計）
3840×2160 4K 高畫質	$0.03（`-vip` 4K Detail 檔，不加價；`-all` / `2.5-all` 不支援 4K）	按 token 實計，顯著高於 1K	按 token 實計，顯著高於 1K
編輯 / 多圖融合	$0.025 / $0.03	輸入 token 顯著上升，單次成本可達 $0.1+	輸入 token 顯著上升，單次成本可達 $0.1+

以上官轉數值按 2026-09-09 實測輸出 token × $30 / 百萬粗算，未含提示詞輸入 token（通常不到 $0.001）。

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。

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，2.5 兩款連 medium / high 都只要 ~$0.013 / ~$0.053）；中-高畫質區段（gpt-image-2 的 medium 以上、2.5 兩款的 xhigh 以上）才是官逆 $0.025–0.03 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	官逆五款（`-all` / `2.5-all` / `-vip` 三款）	官轉三款（`2.5-flare` / `2.5-sunburst` / `gpt-image-2`）
超時（保守值）	`-all` / `2.5-all`：300 秒（典型 ~90s） `-vip` 三款：300 秒（典型 120–200s）	2.5 兩款 `low` / `medium`：240 秒；`high` / `xhigh`：300 秒；`max` 與 `gpt-image-2` `high`：600 秒兜底（4K 高畫質實測可達 3-5 分鐘），分檔表見官轉概覽
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

八個模型通用：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；-vip 三款看 size 檔位 + quality；-all / 2.5-all 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。八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，三類模型的”輸出端”控制方式不同：

gpt-image-2-all / gpt-image-2.5-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
-vip 三款（gpt-image-2.5-vip / gpt-image-2.5-flare-vip / gpt-image-2-vip）：用 size 欄位控制（30 檔常見尺寸，含 4K），可再疊 quality（2.5 兩款六檔、gpt-image-2-vip 到 high）；prompt 光寫 4K / 8K 同樣不算數
官轉三款（gpt-image-2.5-flare / sunburst / 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 八個模型都能用嗎？

可以。八款都走預設分組（Default），同一個 API Key 同時呼叫即可，無需額外配置。注意：呼叫官轉三款需要「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：與官轉三款（gpt-image-2.5-flare / sunburst / 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？

兩條線都是逆向通道、呼叫方式一致（-all $0.025/張、-vip $0.03/張）（-vip 三款額外支援 size 鎖尺寸與 quality，2.5 兩款六檔全開），差異是速度 vs 畫質 + 是否鎖尺寸：

出圖速度：-all / 2.5-all 約 90 秒——快就是優勢；-vip 三款約 120–200 秒。當前比剛上線時慢，源自 OpenAI 官方算力波動
畫質：-vip（Adobe 線）細節表現有時更高，適合不趕時間的精品圖；三款裡 sunburst-vip 與 gpt-image-2-vip 接近，flare-vip 偏軟
鎖尺寸：-vip 三款支援 30 檔 size（含 4K）；-all / 2.5-all 不接受 size，畫幅寫進 prompt

決策：追求出圖速度 → -all / 2.5-all；要鎖尺寸 / 4K → -vip 三款；要 30 檔以外的自定義尺寸或精確 mask → 官轉。詳見 GPT-Image-2.5-VIP 概覽。

-vip 裡 2.5 兩款和 gpt-image-2-vip 怎麼挑？

三款同價、同分組、同調用（2026-09-09 同渠道同令牌 253 次三臂對比，契約逐格一致），差異只有三處：

檔位：2.5 兩款六檔全開（xhigh / max 2026-09-10 放開），gpt-image-2-vip 到 high；同名檔位不等價——2048×1152 下 2.5 的 high 1,413 = gpt-image-2-vip 的 medium，2.5 的 max 5,650 = gpt-image-2-vip 的 high。三款能到的最高 token 檔相同
畫質與速度：flare-vip 最快、畫面偏軟、裝飾細節少；sunburst-vip 人眼與 gpt-image-2-vip 接近
預設尺寸：flare-vip 固定 1024×1536，另外兩款 2048×2048；要鎖尺寸一律顯式傳 size

別名 gpt-image-2.5-vip 就是 sunburst-vip。逐項對照表見 GPT-Image-2.5-VIP 概覽「三款 -vip 對比」。

要鎖尺寸 / 4K，現在怎麼辦？

首選 -vip 三款（預設 gpt-image-2.5-vip，要最高 token 檔位選 gpt-image-2-vip + high）：size 引數已於 2026-07-22 恢復，支援 30 檔常見尺寸（10 比例 × 1K/2K/4K），統一 $0.03/張、4K 不加價。注意 size 僅在 images 端點生效，且須為 30 檔之一。需要 30 檔以外的任意合法尺寸、官方承諾的 quality 六檔（-vip 的檔位屬渠道行為不承諾）、精確的 mask 局部重繪（alpha 通道蒙版）或 OpenAI 官方完全對齊欄位（已有官方 SDK 程式碼零改動遷移）時，走官轉（gpt-image-2.5-flare / sunburst / gpt-image-2，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 30 檔以外的任意自定義尺寸：選官轉（文生圖 gpt-image-2.5-flare、改圖 gpt-image-2.5-sunburst），需要刪掉 input_fidelity，其它欄位不動（background: transparent 照常可用）
想順便降低成本，追求出圖速度：選 gpt-image-2.5-all（官逆，~90s；與 gpt-image-2-all 同價同行為）
想順便降低成本，畫質優先或要鎖尺寸 / 4K：選 gpt-image-2.5-vip（官逆，~120–200s，30 檔 size 含 4K，quality 六檔全開；gpt-image-2-vip 只到 high）

可以同時部署多個做兜底嗎？

可以。常見做法：主用 2.5-all 或 2.5-vip（成本可預測，按速度 / 畫質偏好選），兜底用官轉 gpt-image-2.5-flare / sunburst（需要 quality 檔位 / mask / 30 檔以外自定義尺寸時切過去）。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

文本生成

音訊 API（官轉）

檢索與安全

GPT-image-2.5 / 2 官轉 vs 官逆對比

一句話結論

完整對比表

實測效果展示

選型場景

選 `gpt-image-2-all` / `gpt-image-2.5-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 `-vip` 三款（官逆，鎖尺寸）的場景

🎚️ 可傳 quality（2.5 兩款六檔全開）

⏱️ 三款怎麼挑

🖼️ 鎖尺寸 / 4K

🔁 與 -all 共用程式碼

選官轉（`gpt-image-2.5-flare` / `sunburst` / `gpt-image-2`）的場景

🎚️ 需要畫質檔位

🎯 mask 局部重繪

🖼️ 任意自定義尺寸

🔌 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

​實測效果展示

​選型場景

​選 gpt-image-2-all / gpt-image-2.5-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 -vip 三款（官逆，鎖尺寸）的場景

🎚️ 可傳 quality（2.5 兩款六檔全開）

⏱️ 三款怎麼挑

🖼️ 鎖尺寸 / 4K

🔁 與 -all 共用程式碼

​選官轉（gpt-image-2.5-flare / sunburst / gpt-image-2）的場景

🎚️ 需要畫質檔位

🎯 mask 局部重繪

🖼️ 任意自定義尺寸

🔌 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

實測效果展示

選型場景

選 `gpt-image-2-all` / `gpt-image-2.5-all`（官逆）的場景

選 `-vip` 三款（官逆，鎖尺寸）的場景

選官轉（`gpt-image-2.5-flare` / `sunburst` / `gpt-image-2`）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