GPT Image 2 API
OpenAI GPT Image 2——根据自然语言提示词生成高质量图像,提供文生图和编辑端点。质量档位(low / medium / high)和分辨率缩放让您每次调用都能在成本与保真度之间取舍。
文生图和编辑端点,提供质量档位(low / medium / high)和分辨率缩放(基础、2K、4K)。编辑端点接受一张或多张参考图像,用自然语言进行编辑。
/filters:quality(82)/examples/bdc87732ca150d74d58327357a20ecdd/1783683931539388653_vcluDNzJ.webp)
概览
关于 GPT Image 2 API
GPT Image 2 能做什么、它在 OpenAI 模型阵容中的定位,以及团队选择它的原因。
GPT Image 2 是 OpenAI 推出的图像生成与编辑模型,可通过 WaveSpeedAI REST API 使用。OpenAI GPT Image 2——根据自然语言提示词生成高质量图像,提供文生图和编辑端点。质量档位(low / medium / high)和分辨率缩放让您每次调用都能在成本与保真度之间取舍。
文生图和编辑端点,提供质量档位(low / medium / high)和分辨率缩放(基础、2K、4K)。编辑端点接受一张或多张参考图像,用自然语言进行编辑。
WaveSpeedAI 上的 GPT Image 2 系列提供 2 个 REST 端点,涵盖 Text-To-Image, Image-To-Image 个工作流。每个变体都有各自的定价、参数选项和示例输出——请选择与你的输入模态和生产约束相匹配的那一个,或使用同一个 API 密钥调用多个变体,组合成多步骤流水线。
使用与 WaveSpeedAI 上其他 1,000 多个 AI 模型相同的 API 密钥、账单账户和速率限制来运行 GPT Image 2。无需单独对接供应商,无需各家 SDK,也无需应对各家不同的速率限制——一次集成即可覆盖从文生图、文生视频到音频合成、3D 生成、放大和编辑的全部能力。
端点
全部 GPT Image 2 API 端点
WaveSpeedAI 现已提供 2 个 GPT Image 2 端点——请选择适合你工作流的变体。
/filters:quality(82)/media/images/1782721508918099909_oCMW3dT2.webp)
Gpt Image 2 Text To Image
OpenAI's GPT Image 2 Text-to-Image generates high-quality images from natural-language prompts. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1782721434327650196_n8i8hqAK.webp)
Gpt Image 2 Edit
OpenAI's GPT Image 2 Edit enables image editing from natural-language instructions with one or more reference images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
示例
看看 GPT Image 2 的实际效果
由 GPT Image 2 API 生成的真实输出。悬停在任意视频上即可预览,点击可打开全尺寸查看器。
使用方法
如何使用 GPT Image 2 API
从注册到完成一次生成,只需四步。完整的 Python、Node.js 和 cURL 示例见下方的 API 部分。
- 01
获取 API 密钥
注册 WaveSpeedAI 账号,并从控制台复制你的 API 密钥。新账号附带免费体验额度——足够在开始计费前把 Playground 运行几十次。
- 02
提交预测
把你的输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image。端点会立即返回预测 ID——生成是异步的,因此推理期间你无需保持连接。
- 03
轮询完成状态
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。状态为 completed 时返回输出;状态为 failed、cancelled、timeout 或 deleted 时以错误终止;其他任何状态都继续轮询。
- 04
读取输出 URL
状态变为 "completed" 后,从 data.outputs[0] 读取 URL。该 URL 指向 WaveSpeedAI CDN 上你生成的媒体——具体是图片、视频、音频还是 3D 文件,取决于你调用的 GPT Image 2 变体。
应用场景
用 GPT Image 2 可以构建什么
开发者和创作者使用 GPT Image 2 API 的常见工作流。
分质量档位的文生图
openai/gpt-image-2/text-to-image 根据自然语言提示词生成高质量图像。通过 quality 参数(low / medium / high),无需切换端点即可在每次调用中选择成本与质量的取舍。
使用参考图像进行编辑
openai/gpt-image-2/edit 可根据自然语言指令并提供一张或多张参考图像进行图像编辑。适合以特定素材为依据、由提示词驱动的精修。
按交付需求缩放分辨率
分辨率参数涵盖基础、2K 和 4K。选择满足交付要求的最小尺寸,需要时再放大。所有分辨率使用相同的提示词格式。
用 low / medium 质量迭代
low 质量用于提示词方向的迭代;medium 用于交付级输出;以最高保真度为优先时使用 high。
自然语言编辑工作流
编辑端点接收源图像加指令文本,也可附加其他参考图像。比蒙版工作流更轻量;特别适合风格上的精修(如「让它更暖一些」「加一个咖啡杯」「去掉水印」)。
技巧
GPT Image 2 提示词技巧
让 GPT Image 2 输出更好结果的实用建议——总结自生产流水线中各类图像模型都适用的做法。
- 01
有意识地使用 quality 参数
GPT Image 2 提供 quality 参数,分 low / medium / high 三个档位。用 low 迭代提示词方向,用 medium(默认)精修,把 high 留给主视觉 / 交付输出等追求最高保真度的场合。
- 02
编辑端点配合参考图像使用
openai/gpt-image-2/edit 接受一张源图像加一条文本指令,还可附加额外的参考图像。比蒙版工作流更轻量——特别适合风格上的精修(「让它更暖一些」「加一个咖啡杯」)。
- 03
选择满足交付要求的最小分辨率
GPT Image 2 的分辨率参数支持基础、2K 和 4K。2K 足够时就不要生成 4K——所有分辨率的提示词格式相同,而更大的尺寸更慢。
- 04
编写具体、有结构的提示词
主体 + 场景 + 光线 + 镜头语言,能调用模型训练中最强的部分。「一只虎斑猫坐在窗台上,午后光线,浅景深,50mm 镜头」远胜于「一只猫」。
- 05
使用风格描述,而不是艺术家姓名
「编辑摄影风格」或「影棚产品打光」比点名在世的艺术家更好——既能避开商用授权方面的顾虑,也往往能产出更可用的结果。
定价
GPT Image 2 API 定价
按输出计费。最终费用会随你在各变体 Playground 中设置的参数(分辨率、时长、输出数量、参考素材)而变化。
| 端点 | 类型 | 起步价 |
|---|---|---|
| openai/ | text-to-image | 立减 5%$0.06$0.057 |
| openai/ | image-to-image | 立减 5%$0.07$0.0665 |
API
调用 GPT Image 2 API
在 wavespeed.ai/accesskey 注册并获取 API 密钥,然后通过 REST 提交预测。Playground 可以为任意输入组合生成可直接粘贴的示例代码。
POSThttps://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)对比
GPT Image 2 与其他方案对比
在 WaveSpeedAI 上,何时应选择 GPT Image 2 而不是同类模型。
GPT Image 2 对比 Nano Banana Pro
Nano Banana Pro 涵盖 4K 文生图、Ultra 档位,以及用于批量工作的 Multi 变体。GPT Image 2 在 medium 质量下更便宜,提供明确的质量档位(low/medium/high)和由参考图像驱动的编辑端点。
GPT Image 2 对比 Seedream 4.5
Seedream 4.5 强调排版,并提供用于多图一致性的 Sequential 变体;GPT Image 2 则有质量参数这一调节旋钮,以及自然语言加参考图的编辑工作流,这是 Seedream 以不同方式处理的。
GPT Image 2 对比 Nano Banana 2
Nano Banana 2 提供多角色一致性(最多 5 个)和可选的网页搜索增强。GPT Image 2 提供明确的质量档位和参考图像编辑端点,分辨率缩放范围更广(基础 / 2K / 4K)。
GPT Image 2 对比 GPT Image 2.5
GPT Image 2.5 是其继任者:两个档位(追求速度的 Flare,追求保真度的 Sunburst),五个质量等级而非三个,单张图像价格更低。GPT Image 2 仍然可用,适合已围绕它调好提示词的流水线;迁移只需更改模型 ID。详见 /gpt-image-2-5-api。
常见问题
GPT Image 2 API — 常见问题
定价、许可、集成——关于在 WaveSpeedAI 上运行 GPT Image 2 的常见问题。
GPT Image 2 API 是什么?
GPT Image 2 是 OpenAI 的图像生成模型,在 WaveSpeedAI 上以 REST API 形式提供。OpenAI GPT Image 2——根据自然语言提示词生成高质量图像,提供文生图和编辑端点。质量档位(low / medium / high)和分辨率缩放让您每次调用都能在成本与保真度之间取舍。你可以通过编程方式调用它,也可以在上方链接的 Playground 中试用。
如何调用 GPT Image 2 API?
注册 WaveSpeedAI 账号,从 /accesskey 复制你的 API 密钥,然后把输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image。端点会返回预测 ID。从大约每 2 秒一次开始轮询结果端点,长耗时任务可适当拉长间隔,并在任何终止状态时停止。上方有面向生产环境的 Python / Node.js / cURL 示例。
GPT Image 2 API 的费用是多少?
GPT Image 2 每次调用 $0.057 起。实际费用会随你设置的参数(分辨率、时长、输出数量、参考素材)而变化。Playground 中“生成”按钮旁的实时费用预览会显示你当前输入对应的准确价格。
有哪些 GPT Image 2 变体可用?
WaveSpeedAI 托管了 2 个已上线的 GPT Image 2 端点:openai/gpt-image-2/text-to-image, openai/gpt-image-2/edit。每个变体都有自己的 Playground 页面和定价。
GPT Image 2 的输出可以商用吗?
商用权利遵循 OpenAI 的模型许可。大多数 OpenAI 模型允许商用输出;具体许可摘要请查看各模型的 Playground 页面,平台层面的条件请参阅 WaveSpeedAI 的服务条款。
为什么要在 WaveSpeedAI 上使用 GPT Image 2,而不是直接对接?
一个 API 密钥、一个账单账户,即可使用 GPT Image 2 以及来自其他提供方的 1,000 多个 AI 模型。无需逐家配置 SDK,无需应对各自独立的速率限制,也无需为每家重写集成代码。价格通常与 OpenAI 直接提供的 API 持平或更低。
提供方
关于 OpenAI
GPT Image 2 及 WaveSpeedAI 上 OpenAI 更多模型背后的团队。
OpenAI 是 ChatGPT、GPT-4 和 GPT-5、DALL·E、Sora 和 Whisper 背后的实验室。其图像和视频模型广泛部署于消费级和企业级应用,注重指令遵循、写实感和保守的安全护栏。对于需要明确商用许可的营销和编辑类场景,其图像 API 是常见的选择。
在 WaveSpeedAI 上用 GPT Image 2 开始构建
注册即送免费体验额度。一个 API 密钥,即可使用来自 OpenAI 及其他所有提供方的 1,000 多个 AI 模型。
/filters:quality(82)/examples/874ce526dc7b45f758856a297ebe3554/1783683932960323788_1NW4enxG.webp)
/filters:quality(82)/examples/109ce7033b5441fb1eff58b63d16863b/1783683934369707528_qazInwFP.webp)
/filters:quality(82)/examples/8c270f7907b063ff49eabce65b002171/1783683935824334487_V58ZZaju.webp)
/filters:quality(82)/examples/05380da16689443ee6dc4544b1744b71/1783683937583622712_z9xxqlg6.webp)