打开网易新闻 查看精彩图片

OpenAI 深夜放大招！GPT-4o原生图像生成 API 正式开放，高清、可控、强编辑！

一句话形容：这是比web端更Pro的版本！

打开网易新闻 查看精彩图片

API换了一个新名字叫gpt-image-1，这意味着，之前在 ChatGPT 里让无数人惊艳的图像生成能力，现在可以被全球开发者集成到自己的应用和工作流里了

但是：要使用gpt-image-1，开发者需要先完成 [组织验证，仅支持OpenAI官方支持的国家和地区验证]

根据OpenAI的说法上个月 ChatGPT 图像功能刚推出时，第一周就有 1.3 亿用户创作了超过 7 亿张图片。这次 API 开放的gpt-image-1，正是驱动 ChatGPT 图像体验的那个原生多模态模型

下面我给给大家详细解读一下这个API

API 版有啥不一样？

相比 ChatGPT 版本，API 版给了开发者更多精细控制的选项：

审核敏感度可调：通过moderation参数（可选auto默认 或low低限制）控制内容过滤的严格程度

平衡质量与速度：可以指定quality（low,medium,high,auto）来权衡生成速度和图像细节

输出定制化：支持指定图像尺寸（1024x1024方形,1024x1536竖版,1536x1024横版,auto默认）、输出格式（png,jpeg,webp）、压缩率（jpeg/webp可设 0-100%），甚至背景透明(background: 'transparent')！这对需要 P 图、做素材的场景简直是福音（透明背景建议medium或high质量）

gpt-image-1核心优势：

✅ 高保真、更准确：图像质量和细节表现出色
视觉风格多样：能驾驭多种艺术风格
✏️ 精准图像编辑：强大的编辑能力
丰富世界知识：能理解并运用现实世界知识创作
✍️ 文字渲染更强：在图像中准确渲染文字的能力有显著提升。

生态合作：已有多家大厂和初创在用

OpenAI 展示了众多合作伙伴的早期应用案例，覆盖创意工具、电商、教育、企业软件、游戏等领域：

创意设计：Adobe (Firefly, Express)、Figma、Canva 都在集成，让用户直接在工具内生成、编辑图像，调整风格、增删物体、扩展背景等

adobe：

打开网易新闻 查看精彩图片

Figma：

打开网易新闻 查看精彩图片

营销与内容创作：Airtable 助力营销团队管理素材工作流；HubSpot 探索生成营销/销售资料；OpusClip Thumbnail 为 YouTube 创作者生成定制化缩略图；GoDaddy 尝试生成 Logo、去背景、生成社媒帖子

Airtable：

打开网易新闻 查看精彩图片

OpusClip：

打开网易新闻 查看精彩图片

效率工具：Gamma 每天生成超 500 万张 AI 图片用于演示和网站；Wix 将其集成到 AI 设计平台 Wixel

Gamma：

打开网易新闻 查看精彩图片

Wix：

打开网易新闻 查看精彩图片

电商：Photoroom 利用它推出 Product Beautifier、Product Staging 等工具，帮卖家快速生成专业商品图、场景图

打开网易新闻 查看精彩图片

虚拟形象与视频：HeyGen 用它增强虚拟人编辑；InVideo 用它改进视频中的文字生成和编辑控制

打开网易新闻 查看精彩图片

知识平台：Quora 将gpt-image-1设为默认图像模型，提升平台图像质量

打开网易新闻 查看精彩图片

生活服务：Instacart 测试用它生成食谱和购物清单的图片

API 核心功能一览

目前图像生成主要通过Images API提供（未来会支持Responses API）：

图像生成 (Generations)：根据文本提示 从零生成图像。可设置n一次生成多张

图像编辑 (Edits)：

a.基于参考图生成：可传入一张或多张现有图片 作为参考，结合提示生成新图（例如，提供几个单品图，生成包含这些单品的礼品篮图）

b.局部修改 (Inpainting)：上传原图和一张蒙版图 (mask)，蒙版的透明区域会被根据提示重新绘制，黑色区域保持不变。注意：prompt需要描述完整的最终图像，而非仅修改区域。蒙版图需与原图尺寸格式一致，且带 Alpha 通道

模型选择：

虽然 API 也支持 DALL·E 2 (支持 Variations 功能) 和 DALL·E 3 (高质量)，但 OpenAI推荐使用gpt-image-1，因为它在指令遵循、文字渲染、细节编辑和利用世界知识方面更胜一筹。

成本

gpt-image-1按 Token 计费，分为三部分：

【文本输入 Token : $5 / 1M tokens】

【图像输入 Token (用于编辑的参考图)|: $10 / 1M tokens|】

【图像输出 Token (生成的图像): $40 / 1M tokens】

实际换算下来，生成一张方形图的大致成本：

  • • Low Quality: 约 $0.02 (272 tokens)

  • • Medium Quality: 约 $0.07 (1056 tokens)

  • • High Quality: 约 $0.19 (4160 tokens),人民币超过1元了

不同尺寸和质量的 Token 数不同，具体可查阅文档。成本与图像尺寸、质量成正比

局限性提醒

虽然强大，gpt-image-1仍有一些需注意的限制：

延迟：复杂提示可能需要长达 2 分钟处理

文字渲染：虽有改进，但精确放置和清晰度仍可能遇到挑战

一致性：跨多代生成保持角色或品牌元素的一致性有时会困难

构图控制：对于需要精确布局的场景，模型可能难以完全按指令放置元素

体验及图像生成指南

前往 [Playground]

https://platform.openai.com/playground) 体验

另外OpenAI提供了详细的API 图像生成指南

https://platform.openai.com/docs/guides/image-generation?image-generation-model=gpt-image-1

one more thing

Sam Altman 亲自发话：Plus 用户速率翻倍！

就在大家消化图像 API 消息的同时，OpenAI CEO Sam Altman 又在 X 上宣布了一个好消息：

"我们已将 ChatGPT Plus 订阅用户的 o3和 o4-mini-high 的速率限制提高了一倍。尽情享用吧！我们确实在努力听取反馈！"

打开网易新闻 查看精彩图片

他还提到，这背后是在速率限制、新功能发布和延迟之间做的艰难权衡，并表示 "GPU 正在路上，希望情况会变得更好"

参考：

https://openai.com/index/image-generation-api/

⭐星标AI寒武纪，好内容不错过⭐

用你的赞和在看告诉我～

求赞