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！
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：
Figma：
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：
OpusClip：
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：
Wix：
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
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
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
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！”
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/
⭐
（文：AI寒武纪）