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

成批调用 OpenAI 的
GPT Image 2

GPT Image 2 于 2026 年 4 月进入 OpenAI API,带来了此前任何一代 GPT Image 都没有的东西:落笔前先跑一道推理,研究需求、改写输入、自查方案。这一页就是围绕它做的批量 GPT Image 工作台——进去是一列提示词,出来是一整组成图。

每行一个,多行 = 多个提示词。

已输入 0 个提示词

拖拽或点击上传,支持 PNG / JPEG / WEBP / GIF,单张不超过 10MB。

OpenAIGPT Image 2
将生成 0 张图 · 消耗 0 积分

GPT Image 2 改了什么, 为什么批量时最明显

OpenAI 把 gpt-image-1.5 到 GPT Image 2 这一步称作架构级跃迁,而不是又一次小版本更新——这是这条线上第一个先推理再生成的模型。跑批量时最看得出差别:你要判断的是三十行结果整不整齐,而不是一张精修图有没有运气。

GPT Image 2 先想再画

推理模式会先研究这条需求、改写拿到的输入、自查一遍方案,然后才开始生成。落到写法上就是:把提示词写成意图更划算——这张图给谁看、用在哪、哪几个字必须清清楚楚,比堆一串风格形容词管用。

它做的是版面,不只是画面

OpenAI 在 GPT Image 2 的公告里把结构化生成列为重点改进:图表、信息图、海报、漫画。同一版本还改进了多语言文字渲染,以及指令遵循、细节保留和构图稳定性。大多数生图模型是画手,不是排版工。

一个批次,一个模型

本页固定跑 GPT Image 2,所以两百张图出自同一个模型,不会中途被换掉,也不会出现某几行价钱不一样。它还是本站唯一带 quality 选项的模型,进到表单里就能看到那一栏。

GPT Image 2 在这里 到底是什么规格

积分、出图尺寸、支持的比例、参考图张数、提示词长度,全部按 GPT Image 2 的实际配置读出来,来源就是给你这个批次计费的那份配置。这张卡片没有一处是手写的,所以不会跟实际扣费对不上。

OpenAI

GPT Image 2

厂商
OpenAI
积分 / 张
1K 5 · 2K 10 · 4K 20
分辨率
1K · 2K · 4K
可选比例
15
参考图
最多 4 张
提示词上限
20,000 字符

卡片写的是本平台渠道对 GPT Image 2 接受的参数,以及在这里出一张图的积分价。OpenAI 官方公告里给的是另一套数字,两者不能互相套用。

三个决定, 剩下的交给队列

单模型页没有型号可纠结,GPT Image 2 的设置因此很短:写提示词、定画幅、确认总价。

  1. 01

    把提示词写得值得它去推理

    GPT Image 2 会先花力气理解需求再作画,所以一行里交代清楚用途、受众和要出现的原文,比塞满形容词更有效。一行一条粘进去,或者上传表格、指定提示词那一列。

  2. 02

    定比例和出图尺寸

    选一个画幅比例和一档出图尺寸。GPT Image 有几个比例只在基础档提供,表单会把渠道不接受的组合直接置灰——所以不会出现「扣完积分才发现这个尺寸根本出不来」。

  3. 03

    核一眼预估,然后放手

    确认页会在开跑前把这一批的积分总额算好。确认之后图会陆续填进网格;失败的行可以单独重排,留下的一起导出成一个压缩包。

GPT Image 2 更拿手的场景

当图不只是要好看、里面还有东西必须被读懂、被标对、被排整齐,而且整批每一行都得如此,就该轮到 GPT Image 2。

图表与讲解图

信息图和图表是 GPT Image 2 这一版点名改进的方向,而这类图恰恰最不适合一张一张做。把一列数据需求排成批次,一次看完,只改标注出错的那几行。

海报与连续画面

海报和漫画是 OpenAI 为 GPT Image 2 点名的另一类结构化格式。分格提示词天然适合批量:一格一行,一页一批,整段画面一起回来,方便统一检查连贯性。

多语言投放素材

这一版改进了多语言文字渲染,所以同一份版面可以用一列提示词铺到多个语种。一个语种写一行,把描述构图的措辞保持一致,上线前把 GPT Image 2 出的几版并排比一比。

GPT Image 2 常见问题

还有问题?邮件联系 support@bulkimagen.com

  • OpenAI 的图像生成模型,2026 年 4 月 21 日先在 API 和 Codex 上线,次日进入 ChatGPT。OpenAI 称它是自家迄今最强的图像生成模型。本页每一张图都由它生成。
  • gpt-image-1 到 1.5 属于同代增量,改的是速度、编辑精度和文字渲染。OpenAI 把 1.5 到 2 描述成架构级变化,GPT Image 2 也是这条线上第一个会先推理再生成的。gpt-image-1-mini 是上一代的低成本版本,不是这一代的提速替代品。
  • 生成之前,GPT Image 2 会先研究这条需求、把拿到的输入转换一遍、再复核自己的方案。这一步不需要你配置,是模型本身的工作方式。你能感觉到的是指令跟得更紧、构图更稳——三十行要互相对得上的时候,这点很关键。
  • 评测者在这一版发布后反馈:物理与空间推理仍是短板,精密技术制图有上限,细密重复纹理的还原不够干净,反复多轮迭代编辑的收益递减。这些是测试观察不是官方指标,所以大批量开跑前先用小批次探一探路。
  • 能。它在文生图之外支持高保真图像输入与编辑,本页批次收几张参考图看上面那张卡片。要注意的是:传多张图时蒙版只作用于第一张,凑参考图的时候把最重要的那张放前面。
  • OpenAI 在 gpt-image-2 的公告里说的是把支持的分辨率提升到 2K。卡片上如果有更高的档位,那是本平台调用 GPT Image 所走渠道提供的能力,不是 OpenAI 公布的数字。能选什么尺寸、各花多少积分,一律以卡片为准。
  • 多语言文字渲染是 OpenAI 为这一版列出的改进之一,所以可以这么用。但官方没有逐语种公布覆盖情况,正式铺量之前建议先用目标语言跑个小批次,把出图里的字逐个看一遍。
  • 两个都是冲着这个来的。Google 那边被描述为自家最擅长长段落和多语言的模型,还公布了角色一致性的上限;GPT Image 2 这边是先推理再作画,图表、漫画这类结构化格式是它点名的强项。最省事的判断办法:同样十条提示词各跑一遍,看着挑。
  • 为了让页面讲的和批次跑的是同一件事。上面所有内容都是围绕 GPT Image 2 写的,如果批次偷偷换成别的模型,这一页就成了假话。想拿同一列提示词横向对比模型,去模型总览页更合适。
  • 在框里一行一条,或者上传表格并选中提示词所在的那一列。多余的列会被忽略,所以内容排期表、商品表直接导出来基本不用改,确认页会把即将执行的内容原样列给你看。
  • 注册会给账号发积分,够跑一个真实批次,用你自己的提示词判断它的水平,而不是看别人挑好的样图。之后每张图按卡片上对应尺寸的积分计费,开跑前先给出总额等你确认。

把一列提示词 交给 GPT Image 2

写好每一行,选好画幅,确认预估。GPT Image 2 会还给你一整组可以一眼看完的图——能用的留下,没跑成的重排,剩下的打包带走。