Skip to main content
GPT Image 2.5 是 OpenAI 当前的图像模型,有两款:优先速度选 Flare,优先精细编辑选 Sunburst。老张API提供三条线路,先按下表选择。

先选择接入线路

  • 官转即官方 API 转发,令牌分组选 Sora2Official 或 GPTImage2 Sora2 Enterprise,计费模式选「按量优先」或「按量计费」,单价与 gpt-image-2 官转相同,见官转计费。
  • VIP 与网页版的令牌计费模式选「按量优先」或「按次计费」;其他图像分组的名称见控制台。
  • 三条线路都用 /v1/images/generations 生成、/v1/images/edits 编辑。已有 GPT Image 2 集成可继续参考 GPT Image 2 文档。

价格与能力一览

价格为 2026 年 9 月 24 日公开价格配置,核对日期 2026 年 10 月 14 日,见模型与价格总表。VIP 与网页版的尺寸、五档质量都不改变单价,生成与编辑同价。模型来自 OpenAI 官方渠道:官转按 OpenAI 官方 token 价计费,按次线路以固定单价计费,高分辨率和高质量档位时低于按 token 计费。

各质量档位的单张成本

两条线路调用的是同一个模型,同一个请求消耗的 tokens 相同,差别只在计费方式。下表的 tokens 来自本页生成示例在老张API上的实测(1024×1024,2026 年 9 月 9 日与 10 月 14 日):
  • 官转每张 = 图片输出 tokens × Sora2Official 分组每 1M $30;文字和参考图输入另计,GPTImage2 Sora2 Enterprise 分组再加 20%。
  • VIP 单价不随尺寸、质量、参考图数量和生成 / 编辑变化。
  • high 及以上档位,VIP 的单张成本更低。
GPT Image 2.5 Flare VIP 生成的白色陶瓷杯产品照片,灰色桌面,柔和自然光

VIP 文生图示例的输出:Flare VIP,2048×2048,medium

GPT Image 2.5 Sunburst VIP 编辑后的同一只杯子,杯身变为深蓝色,构图和光照不变

VIP 图像编辑示例:Sunburst VIP 只把杯身改为深蓝色

官转模型与分组

一般接入使用不带日期的别名;需要固定版本时,使用表中的完整快照 ID。别名的当前映射今后可能变化。
  1. 在令牌管理创建令牌,计费模式选择「按量优先」(推荐)或「按量计费」,并确认令牌允许调用目标模型。
  2. 分组选择官转分组,分组只在创建令牌时选择,不填入请求的 model:
    • Sora2Official:与 OpenAI 官方同价,上游为 Azure OpenAI 与 OpenAI 官方密钥混合。
    • GPTImage2 Sora2 Enterprise(企业官转):只使用 OpenAI 官方密钥,为官方价加 20%,适合优先稳定性的生产调用。
  3. 保留原有官转 Images API 的鉴权、请求结构和结果处理,只把 model 改为上述别名或快照 ID。

官转最小接入

以下示例分别调用官转的文生图和图像编辑接口,在 SDK 中对应 images.generate 与 images.edit。先设置官转令牌,并安装保存脚本需要的 pillow:

Flare 文生图

Sunburst 图像编辑

先准备本地 source.png,再运行:
两款模型都接受文本与图像输入。示例按各自侧重点选型,并不表示 Flare 不能编辑或 Sunburst 不能生成。 官转参数参考 OpenAI 图像生成指南;按次模型的质量选项见下文「尺寸与质量」,两种线路的参数范围不要混用。

保存图片与查看结果

响应的 data[] 中,每一项是下面两种之一:
  • b64_json:Base64 图片内容,可能带 data:image/png;base64, 这类前缀,也可能缺少末尾的 =。
  • url:图片下载地址,会过期,收到响应后要尽快下载。
将以下代码保存为 save_images.py,它会处理上述情况,并按实际格式命名文件:
生成或编辑请求结束后分别执行:
打开保存的图片,检查能否正常显示、打印出的尺寸是否符合请求;编辑时再检查要求保留的内容和指定的改动。随后在控制台调用日志核对模型、分组、usage 和实际扣费。 认证或模型权限错误时,先检查 Key、分组和模型 ID;参数错误按返回信息调整请求。若响应里没有图片,保留脱敏后的错误信息和请求时间,按 Images API 参考排查;联系支持时不要发送完整 Key。

官转计费

两款官转模型按量计费,与 gpt-image-2 官转的 token 单价相同,按文本输入、图片输入和图片输出的实际用量扣费。2026 年 9 月 24 日公开价格配置中,Sora2Official 分组的单价如下,与 OpenAI 官方价格相同: GPTImage2 Sora2 Enterprise 分组在此基础上加 20%(分组倍率 1.2),例如图片输出为每 1M tokens $36。当前价格以模型与价格总表和控制台为准,企业报价联系支持团队确认。 token 单价相同不等于每张图片的总价相同:模型、尺寸、质量和参考图都会影响 token 用量,应以代表性请求的 usage 估算。token 的计算方式见 OpenAI 图像生成指南的成本说明。

VIP 按次计费接入

两款 VIP 模型按次计费,接入方式与 gpt-image-2-vip 相同:使用 default(默认分组)或其他图像分组(名称见控制台)中计费模式为「按量优先」(推荐)或「按次计费」的令牌。 调用时必须保留模型名中的 -vip 后缀;不带后缀的 Flare / Sunburst 走官转,按 token 计费。本节的参数和示例只适用于这两款 -vip 模型,不能直接套用到 gpt-image-2.5-web。 两款 VIP 模型曾于 2026 年 9 月 16 日停用,9 月 22 日起恢复可用,见恢复公告与调用说明。

尺寸与质量

两款 VIP 模型的文生图请求都可以使用 size 和 quality。不需要指定尺寸或质量时,省略相应字段即可。 常规尺寸覆盖 1K、2K、4K 及常见的方图、横图和竖图画幅,也可以使用合法范围内的自定义宽高,例如 1440x960、1536x864 或 2048x1152。自定义尺寸需同时满足:
  • 宽、高均为 16 的整数倍;
  • 任一边不超过 3840 像素;
  • 长边与短边之比不超过 3:1;
  • 总像素数(宽 × 高)在 655,360 到 8,294,400 之间。
尺寸格式与边界参考 OpenAI 图像生成指南。工作台的下拉框只列常用预设,直接调用 API 时可以填写符合上述条件的自定义 size。 下表是常用尺寸示例,不是完整列表: 不符合上述条件的尺寸可能被自动调整,例如 1023x1024 可能返回 1024x1024。需要精确像素时,使用符合条件的尺寸,并检查返回图片的实际宽高。 入门请求可以先用 size="2048x2048"、quality="medium"。 2026 年 9 月 9 日与 10 月 14 日实测的单次 1024×1024 请求耗时:medium 约 20–70 秒,high 23–49 秒,xhigh 46–77 秒,max 73–156 秒,同档位 Sunburst 比 Flare 慢。客户端超时至少设 300 秒,超时后先查调用日志再决定是否重试。

文生图示例

已有 gpt-image-2-vip 集成时,保留 base URL、鉴权、接口和结果处理,把 model 换成完整的 -vip 模型 ID。以下示例生成一张 2K 方图:

图像编辑示例

编辑使用 /v1/images/edits 和 multipart 请求。先准备本地 source.png,上传图片并描述需要修改的内容:
两个示例中的模型 ID 可以互换。结果用上文的 save_images.py 保存。

透明背景 PNG

两款 VIP 模型都支持生成透明背景 PNG,也支持上传图片后去除背景、保留主体。在请求中设置:
生成请求使用 JSON;编辑请求使用 multipart,把这两个参数作为表单字段传入。以下示例使用 1024x1024 和 medium。

生成透明背景图片

上传图片并去除背景

先准备本地 source.png,再上传原图并描述需要保留的主体:
两个示例中的模型 ID 可以互换。用 save_images.py 保存后得到 PNG 文件,alpha 通道保留透明区域,可以直接叠放到其他底色上。不要转存为 JPEG,否则会丢失透明效果。示例和我们的核对都用 1024×1024;换用其他尺寸时,先用少量请求确认输出带 alpha 通道。
透明背景与 mask 局部编辑是不同功能。这两款按次模型不支持通过 mask 限定修改区域;去背景时使用上面的 background="transparent" 参数和保留主体的提示词即可。

网页版线路

网页版 2.5 的模型 ID 是 gpt-image-2.5-web,这条线路:
  • 按次计费;
  • 支持生成(/v1/images/generations)和编辑(/v1/images/edits),支持 size;
  • 不能指定 Flare / Sunburst,参数以控制台和调用结果为准。
需要固定使用 Flare 或 Sunburst 时,选择对应的官转模型或 -vip 模型,各线路的尺寸与质量参数见上文。 gpt-image-2-web 是已有集成使用的历史网页版 ID,与 gpt-image-2.5-web 不是同一路由,参数也不能混用。当前令牌权限和实际输出以控制台及调用结果为准。

常见问题

不用 OpenAI 账号能调用 GPT Image 2.5 吗?

可以。只需要老张API密钥,不需要 OpenAI 账号。三条线路都走 OpenAI 兼容的 Images 接口,已有 OpenAI SDK 代码只需改 base_url 和密钥。

Flare 和 Sunburst 同价吗?怎么选?

价格相同:官转的两款模型使用同一组 token 单价(见官转计费),两款 -vip 模型的单次价格也一样。选择只看效果:日常生成、在意出图速度选 Flare,改图时更看重保留原图细节选 Sunburst。两款都能生成和编辑,也可以都提供给用户挑选。 2026 年 10 月 14 日用本页示例提示词、max 档各生成一张,两款都消耗 7,024 输出 tokens,Flare 用时 80 秒,Sunburst 153 秒:
GPT Image 2.5 Flare VIP 以 max 档生成的白色陶瓷杯产品照片,灰色桌面,柔和自然光

Flare VIP,1024×1024,max:80 秒

GPT Image 2.5 Sunburst VIP 以 max 档生成的白色陶瓷杯产品照片,灰色桌面,柔和自然光

Sunburst VIP,1024×1024,max:153 秒

VIP 和官转哪个更省?

看质量档位,见各质量档位的单张成本。1024×1024 时,low 和 medium 官转更省;high 及以上 VIP 更省,因为按 token 计费的一张图已经超过 $0.05。输出 2K、4K 或带参考图编辑时,VIP 仍是 $0.03。

编辑或带参考图会加价吗?

VIP 不加价:带一张或多张 image[] 参考图的编辑都是一次 $0.03。官转的参考图按图片输入 tokens 计费,每 1M $8,在输出 tokens 之外另计,所以同档位的编辑比生成贵。

换到 2.5 后 quality 能照旧填吗?

可以照旧填 low、medium、high,但同名档位在两代模型上消耗的输出 token 可能不一样。按 OpenAI 的说明,两代模型的图片输出 token 单价相同,同一质量设置用到的 token 数却可能不同。 所以从 gpt-image-2 换过来后,要用自己的提示词重新测官转的费用和耗时,对照响应里的 usage 或调用日志。 2.5 还新增了 xhigh 和 max 两档,上一代最高只到 high。VIP 模型按次计费,五档价格相同,档位只影响细节和耗时。

官转一张图多少钱?为何扣费不同?

官转没有固定的单张价格,费用按实际 token 用量计算,单价见官转计费。 参数一样、扣费却不同,最常见的原因是 quality 没有传或传了 auto:这时由模型根据生成内容自行选档,同一个请求两次落在不同档位,输出 token 和费用就不同。 需要稳定预算时,显式传 size 和 quality,再用几次代表性请求的 usage 估算单张成本。实际扣费以调用日志为准。

请求失败或超时会扣费吗?

上游返回非 200 的请求不扣费,例如参数错误、内容审核拦截、鉴权失败和限流。请求进入生成并返回图片后,官转按实际 token 扣费,-vip 与网页版按次扣费。 客户端超时或主动断开并不会取消服务端的生成,生成完成后照常扣费。高分辨率和高质量档位耗时更长,客户端超时要留足;超时后先在调用日志确认上一次请求的状态,再决定是否重试,避免重复生成和重复扣费。实际扣费以调用日志为准。

response_format 为何报错?

官转按 OpenAI 的规则返回 Base64 图片,不支持 DALL·E 时代的 response_format 参数,传了可能直接返回参数错误,删掉即可。需要图片链接时,把 b64_json 解码后上传到自己的对象存储。 按次模型(-vip)可以用 response_format 指定返回形式:
  • b64_json:只返回 Base64 图片,在 data[0].b64_json。
  • url:返回图片链接。链接有有效期,拿到后尽快下载并转存到自己的存储。
  • 不传:通常返回 Base64,偶尔返回链接。代码只读取 b64_json 时,请显式传 b64_json。
本页的 save_images.py 两种字段都能保存,见保存图片与查看结果。

编辑能传多张参考图或用 mask 吗?

官转可以,规则与 OpenAI 相同:
  • 一次最多 16 张参考图,multipart 请求中重复传 image[] 字段;参考图按图片输入 tokens 计费,张数越多,输入费用越高。
  • mask 只作用于第一张图,需要与这张图格式、尺寸相同,带 alpha 通道;mask 用 PNG,小于 4MB,原图小于 50MB。
  • mask 只是引导,模型不一定严格沿着 mask 的边缘修改,上线前先用少量请求确认效果。
两款 -vip 模型可以重复传 image[] 一次提交多张参考图,但不支持 mask,传了也不能可靠地只改指定区域。只想去掉背景时,用透明背景 PNG 中的参数和提示词。

编辑能直接传图片 URL 吗?

不能。/v1/images/edits 只接受 multipart 上传的图片文件;用 JSON 传 image_url,或把 URL 写进表单字段,都会返回错误。图片在 CDN 上时,先下载到本地再上传:
  • 整个请求不要超过 20MB;大照片先缩小或转成 JPEG 再上传,文件越大,上传和处理越慢。
  • multipart 直接传文件的二进制内容,比同一张图的 Base64 小约四分之一。

相关文档

参考资料