GPT Image 2

E2X 上的 GPT Image 2 Text-to-Image API

GPT Image 2 是 OpenAI 的 gpt-image-2-2026-04-21，当画面里的文字必须正确时，我们递给别人的就是这个模型。我们将其开放为 openai/gpt-image-2/text-to-image。在我们的默认值 resolution=1K 下，无论您发什么 quality，我们每张收费 $0.0525 —— 而 fal.ai 上可比的高档 request 要 $0.211。

已经有图片，想改而不是重画？GPT Image 2 edit-image 接受参考图和一个可选的 mask，同一个模型，同一份价目表。

这个价格实际上是怎么算的

这不是一口价的按图收费，而且两个旋钮里只有一个会真的动您的账单。

分辨率才是真正的杠杆：1K 是 ×1，2K 是 ×2，4K 是 ×3。

Quality 在任何档位上都是 ×7 的倍率。 low、medium、high 和 auto 最终都落到同一个数字上，所以发 quality: "low" 是花同样的钱买一张更差的图。这是我们的配置在映射这个参数时留下的一个怪癖，因此除了 high 之外没有理由发别的。您可能在别处看到的 $0.0075 基准费率，只适用于完全不带 quality 字段的 request。它是我们计价引擎的起算系数，不是一张成品图的价格。

您实际被计费的金额，核查日期为 2026 年 8 月 26 日：

在敲定预算之前，请先看清这张表的形状。fal 从 1K 到 2K 几乎不多收钱——$0.211 对 $0.222——而我们的价格翻了一倍。我们的优势在 1K 时最大，往上爬时逐渐收窄。

OpenAI 自己进不了这张表：它按 token 计费，所以并不存在官方的按图价格，您在别处看到的任何数字都是某个人计算器的输出。我们给自己的行打上日期戳，因为我们会重新核查它们。

价格与产品条款可能随时间变化；在做出采购决定前，请核对各家提供商的当前价格。Google 的 Batch 或 Flex 价格在调度、可用容量和处理条件上均有所不同，因此与标准的按需 API request 并不直接等价，已从本对比中排除。这是一次限定范围的对比，并非声称 E2X 在任何配置下都是全球最便宜的选择。

选这个模型的理由是可读的文字

大多数图像模型至今仍会把正文变成一堆装饰性的鬼画符，隔三米看着像字母。这一个不会，而正是这一项 capability 让它在我们的目录里坐进了高价档。它能扛住的场景：

• 小字号下的密集段落 —— 放大后仍站得住的连续正文、脚注、海报底部那行法律声明。
• 多语言输出，包括在同一幅构图里让 CJK 与拉丁字母并存。
• 结构化版式 —— 信息图、对比图表、文字与图形必须彼此对齐的营销幻灯片。
• 产品标签与包装，在那里一个拼错的品牌名会直接让这份素材报废。

还有两样东西随之而来。分辨率可达 4K，相比 GPT Image 1 的 1536px 上限是一次实打实的跃升；而 background: "transparent" 让您无需再做一遍抠像就能得到镂空图——仅限 PNG 或 WebP，因为 JPEG 没有 alpha 通道。

这个模型跑在 O 系列推理之上，会先规划构图并自检，然后才渲染。质量优先。这就是为什么它比 flash 档模型慢，也是为什么我们在这里公布 60 秒的 ETA，而不是向您承诺三秒。

API request：输入 prompt，输出图像

在控制台创建一个 key，把它留在服务端。prompt 是唯一的必填字段。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2/text-to-image",
    "input": {
      "prompt": "一家海滨面包店的招聘海报。标题以窄体无衬线写着 FLOUR & SALT。其下有四行 9pt 正文，列出招聘岗位。温暖的纸张纹理，单一油墨颜色。",
      "aspect_ratio": "2:3",
      "resolution": "2K",
      "quality": "high"
    }
  }'

我们会返回一个 job ID。可以对它做 polling，也可以发一个 webhookUrl 省掉这个循环。

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "openai/gpt-image-2/text-to-image",
    input: {
      prompt: "方形的应用商店截图。薄荷绿背景上的设备样机。底部的说明条同时使用日语和英语，两者都完全清晰可读。",
      aspect_ratio: "1:1",
      resolution: "1K",
      quality: "high",
      background: "transparent",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 3000));
}

状态依次走过 pending → processing → completed，或者停在 failed 或 cancelled。注意大小写——resolution 的取值是大写的 1K、2K、4K。我们的 aspect ratio 默认值是 1:1，枚举范围很宽，从 21:9 一直到 1:3。机器可读规格里有当前的 schema 和价格。

在我们的 text-to-image 模型之间做选择

这个分类里有五个生成器，而 GPT Image 2 是贵的那个。有时候这是对的，更多时候不是。

分界线很窄，但真实存在。如果文字必须可读，就来这里。 要拍脸，或者要让同一个角色在多张参考图之间保持一致，Nano Banana Pro 更强，我们很乐意让您把钱花在那边。要一张主视觉或一块背景板，Nano Banana 2 用我们四分之三的价格就能办到，而且更早收工。

还有一条，因为我们宁愿主动说而不愿让您自己撞见：Nano Banana 2 Lite 比 legacy 版 Nano Banana 既 更便宜 又 更新。还在用那个旧 slug？迁移就是白捡的钱。其余的都在 text-to-image 分类和模型目录里。

给一个先思考后落笔的模型写 prompt

这个推理过程奖励具体规格，惩罚含糊其辞。把您的文案原样加引号并说明它放在哪里：「标题写着 'FLOUR & SALT'，居中，上三分之一处」会得到那个字符串，而「一张带点文字的面包店海报」会得到用漂亮字体写成的、看着像模像样的胡话。把版式当版式来描述——顶部色带、左栏、页脚横线。这个规划器会尊重空间上的说明。

透明背景用 background: "transparent" 来设置，而不是用一句话。OpenAI 有三条尺寸规则，值得在被拒之前先知道：两条边都要是 16 的倍数、最长边小于 3840px、aspect ratio 不得宽于 3:1。

交付前该检查什么

这个模型的每一张图像都带有两层来源标记，而且在任何质量档位上都不是可选的。

第一层是 C2PA 元数据，标明该输出由 ChatGPT Images 生成——X、Meta、LinkedIn 和 TikTok 会读取它，并在上传时附上「Made with AI」标签。第二层是一个更新的、嵌在图像数据本身里的不可感知像素 watermark，它能在人们最先尝试的「剥掉元数据」之后继续存活。

这两层我们都无法移除，任何转售这个模型的人也一样。我们不为 GPT Image 2 提供白标输出。 如果某份客户合同禁止带 AI 标签的素材，请在这里动工之前先把它谈妥。

还有那个预算陷阱，再说一遍：quality 不是一个成本旋钮。草稿阶段降到 low，是从别的平台带过来的习惯；在这里，它烧掉同样的 $0.0525，同时恰好把您慕名而来的那份文字渲染能力给削弱了。请用 resolution 来控制花费——在 1K 打草稿，在 2K 或 4K 交付。

常见问题

GPT Image 2 是什么？

OpenAI 的图像生成模型，快照版本 gpt-image-2-2026-04-21，于 2026 年 4 月 21 日作为 GPT Image 1.5 的继任者发布。它使用 O 系列推理在渲染前规划构图，而它最突出的 capability 是在小字号和跨语言条件下准确的图内文字。

在 E2X 上 GPT Image 2 text-to-image 多少钱？

在我们的默认值 quality=high 和 resolution=1K 下，每张 $0.0525。2K 翻倍到 $0.105，4K 三倍到 $0.1575。这些是我们在 2026 年 8 月 26 日核查时的费率。

为什么我不该把 $0.0075 当作一张图的价格？

因为 $0.0075 是我们未经倍率放大的基准费率，而且它只适用于完全不带 quality 字段的 request。任何 quality 取值都会把它乘以七，然后分辨率还会在此之上再乘一次。请按您实际发送的配置来报价，否则您的成本模型会差出七倍。

发送更低的 quality 设置能少付钱吗？

不能。low、medium、high 和 auto 的倍率一律是 ×7，所以在 1K 下每一个都计费 $0.0525。发 low 花的钱一样多，拿回的东西更少。真正会改变您账单的参数是分辨率。

对 GPT Image 2 来说，E2X 比 fal.ai 便宜吗？

在我们核查过的每一个分辨率上，都便宜。1024×1024 时我们 $0.0525，那边 $0.211，低 75%；2K 时 $0.105 对 $0.222，低 53%；4K 时 $0.1575 对 $0.401，低 61%。OpenAI 自己按 token 而不是按图计费，所以没有可以直接对比的官方标价。

生成的图像带 watermark 吗？

带，而且有两种：社交平台用来打上「Made with AI」标签的 C2PA 元数据，外加一个烤进图像数据里的不可感知像素 watermark。两者在每一个质量档位上都存在，而且没有任何提供商——包括我们——能把它们关掉。

我该用 GPT Image 2 还是 Nano Banana Pro？

当图像里包含会被人真正阅读的文字时选 GPT Image 2：包装、信息图、UI、海报。当您需要人像写实感，或者需要同一个角色在多张参考图之间保持一致时，选 Nano Banana Pro。它们在 1K 下价格相仿，所以请按各自的强项来选，而不是按预算。