E2X 上的 GPT Image 2.5 vs GPT Image 2 对比:同样 $0.0525 的价格,新增 xhigh 与 max 画质档位
通常情况下,新一代模型的发布往往伴随着更高的单次请求账单,迫使工程团队在输出画质与每月 API 开支之间做出权衡。但在 E2X 上的 OpenAI 图像模型中,价格因素被彻底排除在考量之外。在我们长期的 75% 折扣(2.5 折)下,GPT Image 2.5 与 GPT Image 2 按完全相同的费率计费:1K 仅需 $0.0525,2K 仅需 $0.105,4K 仅需 $0.1575。
既然账单金额完全一致,在 openai/gpt-image-2.5-sunburst/text-to-image 与 openai/gpt-image-2/text-to-image(或它们对应的 edit-image 端点)之间如何选择,就完全取决于 Schema 参数与输出需求。GPT Image 2.5 解锁了两个更高的画质档位(xhigh 与 max),新增了 aspect_ratio: "auto",并将编辑调用中的 quality 改为了可选参数;而 GPT Image 2 则保留了用于单次调用生成 Alpha 通道透明 PNG 抠图的 background: "transparent" 参数——这一字段在 GPT Image 2.5 中被移除了。

下面我们将对 E2X 上的全部四个 OpenAI 图像端点进行横向拆解,梳理 JSON 输入 Schema 的变化,并展示如何在生产环境中将请求智能路由至 2.5 或 2。
Schema 与功能横向对比矩阵
E2X 托管了跨越这两代模型的四个 OpenAI 图像端点。这四个端点均运行在相同的异步 /v1/jobs/submit 接口规范之上,执行相同的速率限制,并共享相同的计费公式。它们的差异体现在各自的 inputSchema 校验规则中。 在 E2X 上,GPT Image 2.5 提供两个变体版本:GPT Image 2.5 Sunburst(openai/gpt-image-2.5-sunburst,支持 1K/2K/4K 分辨率以及 low、medium、high、xhigh、max 画质档位)和 GPT Image 2.5 Flare(openai/gpt-image-2.5-flare,通过 /models/openai/gpt-image-2.5-flare/text-to-image 与 /models/openai/gpt-image-2.5-flare/edit-image 支持 1K/2K/4K 分辨率以及 low、medium、high 画质档位)。
| 功能或参数 | openai/gpt-image-2.5-sunburst/text-to-image | openai/gpt-image-2.5-sunburst/edit-image | openai/gpt-image-2/text-to-image | openai/gpt-image-2/edit-image |
|---|---|---|---|---|
| 1K 价格 (75% off) | $0.0525 (52500 微美分) | $0.0525 (52500 微美分) | $0.0525 (52500 微美分) | $0.0525 (52500 微美分) |
| 2K 价格 (75% off) | $0.1050 (105000 微美分) | $0.1050 (105000 微美分) | $0.1050 (105000 微美分) | $0.1050 (105000 微美分) |
| 4K 价格 (75% off) | $0.1575 (157500 微美分) | $0.1575 (157500 微美分) | $0.1575 (157500 微美分) | $0.1575 (157500 微美分) |
| 必填字段 | prompt | prompt, image_urls | prompt | prompt, image_urls, quality |
最大 prompt 长度 | 32,000 字符 | 50,000 字符 | 32,000 字符 | 50,000 字符 |
quality 枚举值 | "low", "medium", "high", "xhigh", "max" | "low", "medium", "high", "xhigh", "max" | "auto", "low", "medium", "high" | "auto", "low", "medium", "high" |
quality 默认值 | "high"(可选) | "high"(可选) | "high"(可选) | Payload 中必填 |
aspect_ratio 选项 | 16 种("auto" + 15 种固定比例) | 16 种("auto" + 15 种固定比例) | 15 种固定比例(无 "auto") | 15 种固定比例(无 "auto") |
aspect_ratio 默认值 | "1:1" | "1:1" | "1:1" | "1:1" |
resolution 枚举值 | "1K", "2K", "4K"(默认 "1K") | "1K", "2K", "4K"(默认 "1K") | "1K", "2K", "4K"(默认 "1K") | "1K", "2K", "4K"(默认 "1K") |
background 参数 | 不支持 | 不支持 | "transparent", "opaque", "auto" | "transparent", "opaque", "auto" |
| 速率限制 | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD |
| 并发任务数 | 每账户 100 个 | 每账户 100 个 | 每账户 100 个 | 每账户 100 个 |
如果你正在将现有集成从 GPT Image 2 迁移到 GPT Image 2.5,请对照上表检查你的请求构建器。有两个在 GPT Image 2 上能够成功执行的 Payload 字段,在 GPT Image 2.5 上会触发 Schema 校验失败:
- 在 GPT Image 2.5 上发送
"quality": "auto"会返回400校验错误,因为"auto"已从quality枚举中移除,取而代之的是"xhigh"和"max"。 - 在 GPT Image 2.5 上发送
"background": "transparent"(或"opaque"/"auto")会被拒绝或忽略,因为background不属于 2.5 的 Schema。
反过来,有一个以前在 openai/gpt-image-2/edit-image 上会报错的 Payload,现在在 openai/gpt-image-2.5-sunburst/edit-image 上可以顺利通过:即在图像编辑任务中省略 quality。在 GPT Image 2 的 edit-image 中,quality 与 prompt、image_urls 一起被列在 required 必填数组中;而在 GPT Image 2.5 的 edit-image 中,只有 prompt 和 image_urls 是必填项,quality 会干净利落地默认设为 "high"。
为什么两代模型的价格同为 $0.0525
在 E2X 上,每一个 OpenAI GPT Image 2 和 GPT Image 2.5 端点都配置了相同的基础成本与动态倍率结构:
- 目录基础费率:每次请求
$0.03(30,000微美分)。 - 长期 75% 全局折扣:将起始基础单价降至
$0.0075(7,500微美分)。 quality系数:两代模型上所有合法的quality字符串均将该$0.0075基础单价乘以 7,在 1K 分辨率下得出$0.0525。resolution系数:"1K"乘以 1($0.0525),"2K"乘以 2($0.1050),"4K"乘以 3($0.1575)。
我们在上线 GPT Image 2.5 时保持了这一平直倍率,以便开发团队无需为了节省预算而限制 xhigh 或 max 画质档位的使用。在 fal.ai 上,同等级别的 high 档请求在 1K 下需 $0.211,2K 下需 $0.222,4K 下需 $0.401(核对于 2026 年 11 月 4 日)。而在 E2X 上,你在 1K 下可省 75%($0.0525),在 4K 下可省 61%($0.1575),并且将任务从 GPT Image 2 的 "high" 升级到 GPT Image 2.5 的 "max" 额外费用为 $0.00。你可以在我们的定价页面查看所有实时模型费率。
差异 1:GPT Image 2.5 新增的 xhigh 与 max 画质档位
在 GPT Image 2 上,quality 参数最高只到 "high"。对于户外场景、简单的产品棚拍图或社交媒体插画,"high" 已经绰绰有余。但当提示词同时要求精细的表面微观纹理与严格的字体排版时——例如压纹金属标签、梭织布标或多行衬线体包装文案——"high" 就会开始显得吃力。
GPT Image 2.5 在 "high" 之上引入了 "xhigh" 和 "max"。由于 E2X 将这两个新档位映射到与 "high" 相同的 ×7 倍率,使用它们没有任何账单惩罚。
来看看这段在 openai/gpt-image-2.5-sunburst/text-to-image 上以 "quality": "xhigh" 渲染的包装提示词:
"Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left."

仔细观察模型在这段提示词中必须同时解决的视觉难题:
- 圆柱形橄榄绿铁罐上的粉末喷涂哑光质感,需要承接来自镜头左侧的定向自然光,同时不能变成高光亮面。
- 洞石(travertine)石块表面的多孔凹洞需要呈现自然的阴影衰减。
- 包含四个词的字符串
"MORNING ROAST SINGLE ORIGIN 250G"必须随罐体表面微微弯曲,保持一致的衬线笔画粗细,并且看起来像是在奶油色纸质标签上形成的物理压纹(embossed),而不是生硬地平铺在像素表面。
在 "xhigh" 和 "max" 档位下,GPT Image 2.5 会投入额外的精细化步骤来解析字形边缘与纹理基底之间的交界细节。以下是以 "1K"($0.0525)运行该画面的 curl 调用:
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer $E2X_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-sunburst/text-to-image",
"input": {
"prompt": "Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left.",
"aspect_ratio": "4:5",
"resolution": "1K",
"quality": "xhigh"
}
}'
在实际应用中,何时该选 "xhigh",何时该选 "max"?对于表面真实感与简短标题相结合的商业摄影、包装渲染和杂志大片,"xhigh" 是最佳甜点位;而当整张画布是高密度的平面设计布局、信息图卡片,或是包含多个独立文本块的多物体合成图时,请选择 "max"。如需了解从零调用 2.5 的完整流程,请参阅我们的 OpenAI GPT Image 2.5 API 指南。
差异 2:aspect_ratio: "auto"(16 种比例 vs 15 种比例)
GPT Image 2 和 GPT Image 2.5 均支持相同的 15 种固定宽高比:
- 正方形:
"1:1"(省略aspect_ratio时的 Schema 默认值) - 标准横画幅与竖画幅:
"4:3"、"3:4"、"3:2"、"2:3"、"5:4"、"4:5"、"16:9"、"9:16" - 超宽与超高画幅:
"2:1"、"1:2"、"21:9"、"9:21"、"3:1"、"1:3"
GPT Image 2.5 在枚举中新增了第 16 个值:"auto"。
既然省略该字段时默认值依然是 "1:1",为什么 "auto" 如此重要?不妨考虑两个常见的流水线场景:
- 用户未选择画幅尺寸的前端输入框。如果用户在你的应用中输入 "full-length street style photograph of a linen trench coat in Milan"(米兰亚麻风衣全身街拍照片),而你的后端将
aspect_ratio留空,那么两代模型都会默认使用"1:1",强行把竖构图主体塞进正方形框里。如果你的后端向 GPT Image 2.5 发送"aspect_ratio": "auto",模型会读取提示词上下文,并自主选择"2:3"或"9:16"等竖画幅比例。 - 源图片尺寸不一的参考图编辑。当你的流水线将用户上传的照片发送给
openai/gpt-image-2.5-sunburst/edit-image时,硬编码"1:1"会导致非正方形的上传图片被裁剪或拉伸。传入"aspect_ratio": "auto"则会指示 GPT Image 2.5 自动匹配源参考图的画幅比例,无需后端在提交任务前先解析图片文件头。
请注意,两款 OpenAI 模型最宽均不超过 "3:1",最高均不超过 "1:3"。如果你的版面需要 "4:1" 或 "8:1" 的通栏横幅(Leaderboard Banner),请使用我们文生图分类中的 Google Nano Banana 2.1(1K $0.03,2K $0.04,4K $0.09)。
差异 3:何时仍需使用 GPT Image 2 生成透明 PNG
既然 GPT Image 2.5 拥有 xhigh 和 max 画质档位、aspect_ratio: "auto" 以及编辑模式下可选的 quality 字段,而且价格同为 $0.0525,为什么还要在代码库中保留 openai/gpt-image-2/text-to-image 和 openai/gpt-image-2/edit-image?
原因只有一个:background: "transparent"。
在 GPT Image 2 上,inputSchema 包含 background 属性("transparent"、"opaque"、"auto")。当你传入 "background": "transparent" 时,模型会直接在 Alpha 透明通道上生成主体,你可以直接将生成的 PNG 放入带背景色的 CSS 卡片、游戏画布或演示文稿中,无需在事后额外运行独立的背景移除模型。
GPT Image 2.5 未开放 background 参数。openai/gpt-image-2.5-sunburst/text-to-image 和 openai/gpt-image-2.5-sunburst/edit-image 的所有输出均渲染为带有不透明背景的完整场景。

生成上方影棚产品抠图所使用的提示词:
"Studio product cutout of a translucent amber resin fountain pen with a brushed gold nib floating at a 45-degree angle against a clean neutral studio backdrop, crisp specular highlights."
这为你提供了一条清晰、确定性的 OpenAI 模型分流规则:
- 需要在单次 API 调用中获得带 Alpha 通道的透明 PNG?请调用
openai/gpt-image-2/text-to-image(或openai/gpt-image-2/edit-image),并传入"background": "transparent"和"quality": "high"。 - 需要渲染完整场景、影棚背景、海报或多图合成?请调用
openai/gpt-image-2.5-sunburst/text-to-image(或openai/gpt-image-2.5-sunburst/edit-image),并传入"quality": "xhigh"或"max"。
兼容 GPT Image 2.5 与 GPT Image 2 的即插即用 TypeScript 路由器
由于两代模型共享相同的 /v1/jobs/submit 信封结构以及相同的 $0.0525 / $0.105 / $0.1575 定价,你可以用单个 TypeScript 辅助函数将两代模型封装在一起。如果调用方请求 transparent: true,辅助函数会将请求路由至 GPT Image 2,附带 "background": "transparent" 并将画质上限设为 "high";否则,它会将请求路由至 GPT Image 2.5,并将默认画质设为 "xhigh"。
const E2X_API_BASE = "https://api.e2x.ai/v1";
export type ResolutionTier = "1K" | "2K" | "4K";
export type QualityTier25 = "low" | "medium" | "high" | "xhigh" | "max";
export interface UnifiedOpenAIImageRequest {
prompt: string;
imageUrls?: string[];
aspectRatio?: string;
resolution?: ResolutionTier;
quality?: QualityTier25;
transparent?: boolean;
webhookUrl?: string;
}
export async function submitOpenAIImageJob(
req: UnifiedOpenAIImageRequest,
apiKey = process.env.E2X_API_KEY
): Promise<{ jobId: string; modelUsed: string }> {
if (!apiKey) throw new Error("E2X_API_KEY is required");
const isEdit = Array.isArray(req.imageUrls) && req.imageUrls.length > 0;
const resolution: ResolutionTier = req.resolution ?? "1K";
if (req.transparent) {
const modelUsed = isEdit
? "openai/gpt-image-2/edit-image"
: "openai/gpt-image-2/text-to-image";
const mappedQuality =
req.quality === "low" || req.quality === "medium" ? req.quality : "high";
const mappedRatio =
!req.aspectRatio || req.aspectRatio === "auto" ? "1:1" : req.aspectRatio;
const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
method: "POST",
headers: {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: modelUsed,
input: {
prompt: req.prompt,
aspect_ratio: mappedRatio,
resolution,
quality: mappedQuality,
background: "transparent",
...(isEdit ? { image_urls: req.imageUrls } : {}),
},
...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
}),
});
if (!response.ok) {
throw new Error(`GPT Image 2 submit failed: ${await response.text()}`);
}
const body = (await response.json()) as { data: { jobId: string } };
return { jobId: body.data.jobId, modelUsed };
}
const modelUsed = isEdit
? "openai/gpt-image-2.5-sunburst/edit-image"
: "openai/gpt-image-2.5-sunburst/text-to-image";
const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
method: "POST",
headers: {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: modelUsed,
input: {
prompt: req.prompt,
aspect_ratio: req.aspectRatio ?? "auto",
resolution,
quality: req.quality ?? "xhigh",
...(isEdit ? { image_urls: req.imageUrls } : {}),
},
...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
}),
});
if (!response.ok) {
throw new Error(`GPT Image 2.5 submit failed: ${await response.text()}`);
}
const body = (await response.json()) as { data: { jobId: string } };
return { jobId: body.data.jobId, modelUsed };
}
请注意该路由器是如何自动处理三个 Schema 边界情况的:
- 当传入
transparent: true时,它会将"xhigh"或"max"降级为"high",并将"auto"宽高比替换为"1:1",从而确保 GPT Image 2 绝不会抛出枚举校验错误。 - 在
quality为必填参数的openai/gpt-image-2/edit-image上,它会显式包含quality字段。 - 对于所有标准生成或多图编辑请求,它会以相同的
$0.0525(1K)成本自动调用 GPT Image 2.5,并启用"quality": "xhigh"和"aspect_ratio": "auto"。
你可以将该路由器与 E2X SDK 页面上列出的官方客户端包结合使用,或在 E2X 模型目录中探索所有受支持的服务商。如需在编辑端点上实现复杂的多参考图合成与包装文案更新,请继续阅读我们的 GPT Image 2.5 多参考图编辑指南。
常见问题解答 (FAQ)
在 E2X 上,GPT Image 2.5 比 GPT Image 2 更贵吗?
不贵。在享受我们长期的 75% 折扣后,两代模型在 E2X 上的定价完全相同:无论是 text-to-image 还是 edit-image,1K 均为 $0.0525,2K 均为 $0.105,4K 均为 $0.1575。
我可以向 GPT Image 2.5 发送 "quality": "auto" 吗?
不可以。GPT Image 2 的 quality 接受 "auto"、"low"、"medium" 和 "high";而 GPT Image 2.5 将该列表替换为了 "low"、"medium"、"high"、"xhigh" 和 "max"。如果在 GPT Image 2.5 上省略 quality,它会默认使用 "high",或者你也可以在不增加任何额外成本的情况下显式传入 "xhigh" 或 "max"。
哪款模型支持 "aspect_ratio": "auto"?
只有 2.5 的两个路由(openai/gpt-image-2.5-sunburst/text-to-image 和 openai/gpt-image-2.5-sunburst/edit-image)在 15 种固定比例之外支持 "aspect_ratio": "auto"。GPT Image 2 仅接受 15 种固定比例字符串。
如何在 E2X 上生成透明 PNG 背景?
请使用 openai/gpt-image-2/text-to-image 或 openai/gpt-image-2/edit-image,并在 input 对象中包含 "background": "transparent"。GPT Image 2.5 不包含 background 参数。