GPT Image 2 API
OpenAI GPT Image 2 可依自然語言提示詞提供高品質的文字轉圖片與編輯端點。品質等級(low / medium / high)與解析度縮放讓您每次呼叫都能在成本與畫質之間取捨。
提供文字轉圖片與編輯端點,具品質等級(low / medium / high)與解析度縮放(基礎、2K、4K)。編輯端點可接受一張或多張參考圖片,以自然語言進行編輯。
/filters:quality(82)/examples/bdc87732ca150d74d58327357a20ecdd/1783683931539388653_vcluDNzJ.webp)
概覽
關於 GPT Image 2 API
GPT Image 2 的功能、它在 OpenAI 模型陣容中的定位,以及團隊選用它的原因。
GPT Image 2 是來自 OpenAI 的圖片生成與編輯模型,可透過 WaveSpeedAI REST API 使用。OpenAI GPT Image 2 可依自然語言提示詞提供高品質的文字轉圖片與編輯端點。品質等級(low / medium / high)與解析度縮放讓您每次呼叫都能在成本與畫質之間取捨。
提供文字轉圖片與編輯端點,具品質等級(low / medium / high)與解析度縮放(基礎、2K、4K)。編輯端點可接受一張或多張參考圖片,以自然語言進行編輯。
WaveSpeedAI 上的 GPT Image 2 系列提供 2 個 REST 端點,涵蓋 Text-To-Image, Image-To-Image 等工作流程。每個變體都有各自的定價、參數選項與範例輸出 — 請挑選符合您輸入模態與生產限制的版本,或使用同一組 API 金鑰呼叫多個變體,組合成多步驟的處理流程。
使用您呼叫其他 1,000+ 個 WaveSpeedAI AI 模型時相同的 API 金鑰、帳單帳戶與速率限制額度來執行 GPT Image 2。無需另外設定供應商、無需各家 SDK、無需處理各家不同的速率限制 — 一次整合,涵蓋從文字轉圖片、文字轉影片,到音訊合成、3D 生成、放大與編輯的所有功能。
端點
所有 GPT Image 2 API 端點
WaveSpeedAI 目前提供 2 個 GPT Image 2 端點 — 請選擇符合您工作流程的變體。
/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.
範例
看看 GPT Image 2 的實際效果
由 GPT Image 2 API 生成的真實輸出。將滑鼠移到任一影片上即可預覽,點擊可開啟完整尺寸檢視器。
使用方式
如何使用 GPT Image 2 API
從註冊到完成生成,只要四個步驟。完整的 Python、Node.js 與 cURL 範例請見下方的 API 區段。
- 01
取得 API 金鑰
註冊 WaveSpeedAI 帳號,並從控制台複製您的 API 金鑰。新帳號會獲贈免費入門點數 — 足以在開始計費前執行數十次 Playground。
- 02
提交 prediction
將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image。端點會立即回傳 prediction id — 生成是非同步進行的,因此推論期間您不需要保持連線。
- 03
輪詢完成狀態
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。狀態為 completed 時回傳輸出;狀態為 failed、cancelled、timeout 或 deleted 時停止並回報錯誤;其他狀態則持續輪詢。
- 04
讀取輸出網址
當狀態為 "completed" 時,從 data.outputs[0] 讀取網址。該網址指向 WaveSpeedAI CDN 上您生成的媒體 — 依您呼叫的 GPT Image 2 變體,可能是圖片、影片、音訊或 3D 檔案。
應用情境
您可以用 GPT Image 2 打造什麼
開發者與創作者使用 GPT Image 2 API 的常見工作流程。
具品質分級的文字轉圖片
openai/gpt-image-2/text-to-image 可依自然語言提示詞生成高品質圖片。quality 參數(low / medium / high)讓您每次呼叫都能選擇成本與品質的平衡,無須更換端點。
以參考圖片進行編輯
openai/gpt-image-2/edit 可依自然語言指令並搭配一張或多張參考圖片進行圖片編輯,適合以特定來源為基礎、由提示詞驅動的修飾。
依交付需求縮放解析度
解析度參數涵蓋基礎、2K 與 4K。請選擇能滿足交付需求的最小尺寸,需要時才放大。各解析度使用相同的提示詞格式。
以 low / medium 品質進行迭代
low 品質用於確認提示詞方向;medium 用於交付等級的輸出;需要最高畫質時使用 high。
自然語言編輯工作流程
編輯端點接受來源圖片加指令文字,也可附加其他參考圖片。比遮罩式的工作流程更輕量,特別適合風格上的修飾(例如「讓畫面更溫暖」、「加一杯咖啡」、「移除浮水印」)。
技巧
GPT Image 2 提示詞技巧
讓 GPT Image 2 產出更好結果的實用建議 — 整理自在實際生產流程中,圖片模型通用的有效做法。
- 01
有意識地使用 quality 參數
GPT Image 2 提供 quality 參數,分為 low / medium / high 三個等級。以 low 迭代提示詞方向,以 medium(預設)精修,high 則保留給需要最高保真度的主視覺或交付輸出。
- 02
以參考圖片使用 Edit 端點
openai/gpt-image-2/edit 接受一張來源圖片加上文字指令,也可附加其他參考圖片。比遮罩式的工作流程更輕量,特別適合風格上的修飾(例如「讓畫面更溫暖」、「加一杯咖啡」)。
- 03
選擇符合交付需求的最小解析度
GPT Image 2 的 resolution 參數支援基礎、2K 與 4K。2K 足夠時不要生成 4K,所有解析度的提示詞格式相同,而較大的尺寸速度較慢。
- 04
撰寫具體且有結構的提示詞
主體 + 場景 + 光線 + 攝影機語言,能發揮模型訓練中最強的部分。「一隻虎斑貓坐在窗台上,午後光線,淺景深,50mm 鏡頭」遠勝於「一隻貓」。
- 05
用風格描述取代藝術家名字
「編輯攝影風格」或「棚拍產品打光」,比指名在世藝術家更好,既能避免商業授權疑慮,也往往能產出更實用的結果。
定價
GPT Image 2 API 定價
依輸出計費。最終費用會依您在各變體 Playground 中設定的參數(解析度、時長、輸出數量、參考素材)而調整。
| 端點 | 類型 | 起始價格 |
|---|---|---|
| openai/ | text-to-image | 5% OFF$0.06$0.057 |
| openai/ | image-to-image | 5% OFF$0.07$0.0665 |
API
呼叫 GPT Image 2 API
請到 wavespeed.ai/accesskey 註冊取得 API 金鑰,然後透過 REST 提交 prediction。Playground 會為任何輸入組合產生可直接貼上的範例。
POSThttps://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(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)比較
GPT Image 2 與其他選擇比較
在 WaveSpeedAI 上,何時該選擇 GPT Image 2 而非類似的模型。
GPT Image 2 vs Nano Banana Pro
Nano Banana Pro 涵蓋 4K 文字轉圖片、Ultra 等級,以及適合批次作業的 Multi 版本。GPT Image 2 在 medium 品質下更便宜,具備明確的品質等級(low/medium/high)與以參考圖驅動的編輯端點。
GPT Image 2 vs Seedream 4.5
Seedream 4.5 著重字體排版,並提供 Sequential 版本以維持多張圖片的一致性。GPT Image 2 則有 quality 參數可調,以及以自然語言搭配參考圖編輯的工作流程,Seedream 對此的處理方式不同。
GPT Image 2 vs Nano Banana 2
Nano Banana 2 提供多角色一致性(最多 5 個),並可選用網頁搜尋作為生成依據。GPT Image 2 涵蓋明確的品質等級與參考圖編輯端點,解析度縮放範圍也更廣(基礎 / 2K / 4K)。
GPT Image 2 vs GPT Image 2.5
GPT Image 2.5 是後繼版本:提供兩個等級(Flare 重速度、Sunburst 重畫質)、五級品質(原為三級),且單張價格更低。已針對 GPT Image 2 調整好提示詞的管線仍可繼續使用 GPT Image 2;遷移只需更換模型 ID。詳見 /gpt-image-2-5-api。
常見問題
GPT Image 2 API — 常見問題
定價、授權、整合 — 關於在 WaveSpeedAI 上執行 GPT Image 2 的常見問題。
什麼是 GPT Image 2 API?
GPT Image 2 是 OpenAI 的圖片生成模型,在 WaveSpeedAI 上以 REST API 提供。OpenAI GPT Image 2 可依自然語言提示詞提供高品質的文字轉圖片與編輯端點。品質等級(low / medium / high)與解析度縮放讓您每次呼叫都能在成本與畫質之間取捨。您可以透過程式呼叫,也可以在上方連結的 Playground 試用。
如何呼叫 GPT Image 2 API?
註冊 WaveSpeedAI 帳號,從 /accesskey 複製您的 API 金鑰,然後將您的輸入以 JSON 格式 POST 到 https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image。端點會回傳 prediction id。請從約每 2 秒輪詢一次結果端點開始,長時間任務可拉長間隔,並在任何終止狀態時停止。上方提供適用於生產環境的 Python / Node.js / cURL 範例。
GPT Image 2 API 的費用是多少?
GPT Image 2 每次執行 $0.057 起。實際費用會依您設定的參數(解析度、時長、輸出數量、參考素材)而調整。Playground 中「生成」按鈕旁的即時費用預覽會顯示您目前輸入的確切價格。
有哪些 GPT Image 2 變體可用?
WaveSpeedAI 提供 2 個已上線的 GPT Image 2 端點:openai/gpt-image-2/text-to-image, openai/gpt-image-2/edit。每個變體都有各自的 Playground 頁面與定價。
GPT Image 2 的輸出可以商用嗎?
商業使用權依 OpenAI 的模型授權而定。多數 OpenAI 模型允許商用輸出;請參閱各模型 Playground 頁面中的授權摘要,以及 WaveSpeedAI 的服務條款了解平台層級的條件。
為什麼要在 WaveSpeedAI 上使用 GPT Image 2,而不是直接使用?
一組 API 金鑰、一個帳單帳戶,即可使用 GPT Image 2 以及來自其他供應商的 1,000+ 個 AI 模型。無需設定各家 SDK、無需處理各自獨立的速率限制、無需為每個供應商重寫整合程式碼。價格通常與 OpenAI 的直接 API 相當或更低。
提供者
關於 OpenAI
GPT Image 2 背後的團隊,以及 OpenAI 在 WaveSpeedAI 上的完整模型陣容。
OpenAI 是 ChatGPT、GPT-4 與 GPT-5、DALL·E、Sora 與 Whisper 背後的實驗室。其圖像與影片模型廣泛部署於消費端與企業應用,重視指令遵循、寫實度與保守的安全防護。其圖像 API 常被需要明確商用授權的行銷與編輯類情境選用。
在 WaveSpeedAI 上開始使用 GPT Image 2 打造應用
註冊即贈免費入門點數。一組 API 金鑰,涵蓋來自 OpenAI 與所有其他供應商的 1,000+ 個 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)