gpt-image-2 API 国内调用与价格(2026)

参考价按当前渠道倍率折算、含服务费,实际以定价页实时显示为准;不同档位的渠道来源与稳定性不同,高稳定需求建议选官转档位(逆向与官转的区别)。数据更新于 2026-08-25。

想在自己的程序里批量出图、改图,而不是每次打开网页手动操作?gpt-image-2 是 OpenAI 绘画线的专用图像模型,从命名看是 gpt-image-1 之后的迭代档。它在云雾API 站内的位置很清晰:累计调用七十多万次,在绘画类模型里排在前列,是被大量图片生成业务实际消耗的主力型号。

它同时挂两类端点:image-generation(文生图)与 OpenAI image edit(改图)。也就是说,除了从提示词生成新图,还能对已有图片做局部修改、按指令重绘这类编辑操作。标签里的"dall-e-3格式"说明它兼容 dall-e-3 的请求写法,老的绘图代码基本可以平移过来。

价格详情

同系列模型价格对比

适用场景

• 电商与内容配图:商品场景图、文章题图、社媒素材的批量生成,用程序化调用替代人工作图
• 图片编辑流水线:给已有素材换背景、补画面、做统一风格化处理,走 image edit 端点
• 应用内 AI 作图:把出图能力嵌进自己的 App 或小程序,用户输入描述即得成图
• 设计初稿与提案:方案阶段快速产出多版视觉草稿,选定方向后再交人工精修

如何调用

该模型为绘画类模型,通过统一 API Key 调用,具体请求参数与返回格式见接入文档;新手可先看3 分钟上手教程。

选型与接入建议

选型注意两点。第一,它是专用绘图模型,兄弟列表里的 gpt-4o、gpt-5 系列都是对话模型,两者不互相替代:聊天、写代码找 gpt-5 系列,出图、改图才用 gpt-image-2;应用里两种需求都有就分开调用,同一个 API key 通用。第二,图像生成单次开销高于文本,重试逻辑要设次数上限,别让异常提示词无限循环消耗额度。

接入用 OpenAI 兼容 SDK,base_url 填 https://v2.cloudmist.cloud/v1,沿用 images.generate / images.edit 的标准写法即可;NextChat 等带绘图功能的客户端也能直接调用。本站为第三方 API 聚合服务,该模型聚合了 12 个渠道档位,多档渠道可选,详见下方价格表。

常见问题

国内如何调用 gpt-image-2?

在本站注册并创建 API Key,OpenAI 兼容 SDK 把 base_url 改为 https://v2.cloudmist.cloud/v1(Claude Code 填 https://v2.cloudmist.cloud,不带 /v1),模型名填 gpt-image-2 即可,国内网络直连,支持支付宝/微信人民币充值。

gpt-image-2 通过中转站调用什么价格?

本站参考价输入 $0.338/1M tokens、输出 $2.03/1M tokens 起(约 0.7 折),提供 12 个渠道档位,价格与稳定性各有侧重,实际以站内定价页实时显示为准。

之前按 dall-e-3 写的出图代码,换 gpt-image-2 要大改吗?

基本不用。它兼容 dall-e-3 的请求格式,通常把请求里的 model 字段换成 gpt-image-2 就能跑通。建议切换后先小批量验证出图风格和尺寸参数的实际效果,确认符合预期再放量——不同模型对同一提示词的画面理解会有差异。

改图功能和文生图是同一个接口吗?

不是。文生图走 image-generation 端点(对应 SDK 的 images.generate);改图走 OpenAI image edit 端点(images.edit),需要额外上传原图,模型在原图基础上按提示词修改。两个端点在本站都已开通,同一个 API key 即可调用。

提示词写中文还是英文效果更好?

两种都能识别,但图像模型对英文提示词的语料普遍更充分,对风格、构图、镜头术语的响应更精确。常见做法是:业务侧收中文描述,先用一个低价对话模型翻译并扩写成英文详细提示词,再交给 gpt-image-2 出图,结果更可控。

批量出图在工程上有什么要注意的?

三点:控制并发,图像生成单次耗时远高于文本,排队生成比高并发硬冲更稳;及时落盘,返回的图片链接或 base64 数据要马上保存;失败重试设上限次数并记录异常提示词,避免同一条坏请求反复消耗额度。