GPT Image 2
OpenAI 的 GPT Image 2,2026 年 4 月

整批送進
GPT Image 2

GPT Image 2 在 2026 年 4 月進到 OpenAI 的 API,帶著以往 GPT Image 都沒有的東西:一道思考流程,先把需求讀懂、把手上的素材重新整理、再自我檢查一遍,然後才落下第一個像素。這一頁把它包成批次處理——丟進一整列提示詞,拿回一整版成圖。

每行一條——每一行就是一條獨立的提示詞。

0 條提示詞

拖放或點擊上傳——PNG / JPEG / WEBP / GIF,每張上限 10MB。

OpenAIGPT Image 2
將生成 0 張圖 · 0 點數

GPT Image 2 改了什麼, 以及為什麼跑批次才看得出來

OpenAI 把 gpt-image-1.5 到 GPT Image 2 這一步說成架構層級的改動,而不是又一次小升級——這是第一款會先推理再作畫的 GPT Image。差別要在批次裡才顯形:你看的不是一張碰運氣的代表作,而是三十行彼此對不對得上。

GPT Image 2 先想、後畫

推理模式會在生成開始前研究這個需求、把交給它的輸入重新轉寫、再檢查一次自己的計畫。因此吃香的是把意圖寫清楚的提示詞——這張圖要幹嘛、誰會讀、哪一段字非清楚不可——而不是堆滿風格形容詞的那種寫法。

產出的是版面,不只是圖

OpenAI 把結構化生成列為 GPT Image 2 的重點進步:圖表、資訊圖、海報、漫畫。同一次發布也改進了多語言文字表現,加上指令跟隨、細節保留與構圖穩定度。多數生圖模型是很好的畫圖機器,卻永遠當不了排版的人。

每一行都出自同一個模型

這一頁把模型鎖在 GPT Image 2,所以兩百張圖出自同一個模型,不會被悄悄換成別的,也不會有逐行跳價這回事。而且它是本站唯一開放品質設定的模型,你進到這一頁,表單就會把那個選項露出來。

GPT Image 2 在這裡實際運作的樣子

GPT Image 2 的點數、出圖尺寸、支援長寬比、參考圖容量與提示詞長度,全部即時讀自替批次定價的那份設定。這張卡片沒有一個數字是手打的,所以不會跟實際扣費對不上。

OpenAI

GPT Image 2

供應商
OpenAI
點數 / 張
1K 5 · 2K 10 · 4K 20
解析度
1K · 2K · 4K
可選長寬比
15
參考圖
最多 4 張
提示詞上限
20,000 字元

這張卡片寫的是本平台背後通道對 GPT Image 2 接受的規格,以及在這裡出一張圖要花的點數。OpenAI 官方發布用的是另一套數字,兩者不能互換。

三個決定,剩下的 交給佇列

單一模型頁沒有模型可挑,也就沒什麼好糾結的,所以 GPT Image 2 的準備工作很短:寫、取景、確認。

  1. 01

    寫值得它想一想的提示詞

    GPT Image 2 會先花力氣把需求弄懂再動筆,所以一行寫清楚用途、讀者、以及畫面上要出現的確切字句,勝過一行堆滿形容詞。一行一句貼進去,或上傳試算表再指定提示詞那一欄。

  2. 02

    決定取景與出圖尺寸

    挑一個長寬比,再挑一個出圖檔位。GPT Image 有些比例只在基本檔位提供,通道不收的組合表單會直接反灰——批次不會把點數燒在一個本來就跑不出來的尺寸上。

  3. 03

    核一眼估算,然後放手

    確認頁會在開跑前把點數加總。按下確認,圖就依完成順序落進網格。失敗的可以單獨重排,你決定留下的那一批會整包匯出成一個壓縮檔。

GPT Image 2 拉開差距的地方

當這張圖不只要好看,而是裡頭有東西必須在批次的每一行都被正確讀出、正確標註、正確排好時,就該叫 GPT Image 2 上場。

圖表與說明性圖形

資訊圖與示意圖是 GPT Image 2 發布時點名的進步項目,偏偏也是一張一張做最折磨人的那種。把一整欄數據需求排進批次,一次讀完整組,再只改標註跑掉的那幾行就好。

海報與連續分格

海報和漫畫是 OpenAI 在 GPT Image 2 上點名的另一類結構性版面。分格提示詞跟批次特別合拍:一格一行、一頁一次執行,整段順序一起回來,可以連著檢查一致性。

在地化的行銷素材

這次發布改進了多語言文字表現,所以同一列提示詞可以把同一個版面帶進好幾種語言。一個語言寫一行,描述構圖的字句保持一致,等 GPT Image 2 回來之後並排比一比,再決定要不要發出去。

GPT Image 2 常見問題

還有問題嗎?來信 support@bulkimagen.com

  • OpenAI 的生圖模型,2026 年 4 月 21 日先上 API 與 Codex,隔天進到 ChatGPT。OpenAI 稱它是自家至今最強的生圖模型。這一頁的每一張圖都跑在它上面。
  • gpt-image-1 到 1.5 屬於同代累積:速度、編輯精度、文字表現一路加。OpenAI 把 1.5 到 2 說成架構層級的改動,GPT Image 2 是這條線上第一款先推理再生成的模型。gpt-image-1-mini 是舊款的成本效率版,不是這一款的快速替身。
  • 生成之前,GPT Image 2 會研究這個需求、轉寫交給它的輸入、再回頭審一次自己的計畫。沒有東西要設定,這就是它的運作方式。看得見的效果是指令跟得更牢、構圖更穩——三十行要彼此對得上時,要的正是這個。
  • 試用這版的評測者提到幾個弱點:物理與空間推理偏弱、精密技術製圖有上限、細密重複紋理的還原不夠完美、以及多輪反覆編輯拉長之後效益遞減。這些是評測觀察而非官方公布的限制,所以在大量投產之前,先用小批次探一下。
  • 可以。它除了文生圖之外也支援高保真的圖像輸入與編輯,這裡一個批次能帶幾張參考圖,上面那張卡片有寫。多張一起送進去時,遮罩只作用在第一張——組參考圖的時候值得記住這件事。
  • OpenAI 對 gpt-image-2 的發布講的是把支援的輸出提高到 2K。上面卡片裡若有更高的檔位,那是本平台跑 GPT Image 所走的通道提供的,不是 OpenAI 公布的數字。你能選什麼、要花多少,一律以卡片為準。
  • 多語言文字表現是 OpenAI 在這次發布列出的改進之一,所以這個要求是合理的。不過它涵蓋哪些文字系統並沒有詳細文件,因此在把在地化工作放大之前,先用目標語言跑一個小批次,把出來的字讀過一遍。
  • 兩邊都是為此而生。Google 那款被形容為自家在長段落與多語言上最強,並附有公開的角色一致性上限;GPT Image 2 則是先推理再作畫,在圖表、漫畫這類結構化版面上評價很好。最省事的答案是:同樣十條提示詞兩邊各跑一次,看了就知道。
  • 為了讓頁面講的和批次跑的是同一件事。上面每一句都是針對 GPT Image 2 寫的,如果某次執行偷偷換成別的模型,這一頁就變成謊話。想拿同一列提示詞比較多個模型,模型總覽頁把它們並排放著。
  • 在輸入框一行一句打進去,或上傳試算表、選出裝提示詞的那一欄。多餘的欄位會被忽略,所以內容排程表或商品資料匯出的檔案通常原樣就能用,確認頁也會把真正要跑的內容照實列出來。
  • 註冊就會入點數,足夠跑一個像樣的批次,用自己的提示詞而不是別人挑好的樣圖來判斷這個模型。之後每張圖按你挑的尺寸依上面卡片計價,開跑之前會先把總額列出來讓你確認。

把一列提示詞 送進 GPT Image 2

寫好每一行,選好取景,確認估算。GPT Image 2 會還你一整版可以一眼看完再判斷的圖——留下能用的,把跑歪的重排,其餘匯出成一個壓縮檔。