跳转到主要内容
GPT Image 2.5 是 OpenAI 的图片生成与编辑模型系列。AnyFast 通过图片 API 提供以下两个模型: 两个模型都接受文本和图片输入并输出图片。使用 POST /v1/images/generations 根据文本生成图片,或使用 POST /v1/images/edits 编辑一张或多张上传图片。

GPT Image 2.5 的主要提升

  • 更高的参考图保真度 — 转换后更容易保留主体、显著特征、光照和纹理。
  • 更精确的编辑 — 更擅长只修改指定元素,同时保留周围主体、构图和视觉风格。
  • 更稳定的连续修改 — 后续编辑不容易撤销之前的修改或降低图片质量。
  • 更快的生成速度 — OpenAI 将 Flare 定位为多数应用的默认选择,并称其延迟相比 GPT Image 2 最多降低 50%。
  • 更好的复杂版式处理 — 对复杂视觉指令、透明背景和版式敏感型创作的处理更可靠。

官方编辑示例

下面的 OpenAI 发布示例修改了人物服装,同时保留人物身份、姿势、纸质照片场景和蓝色背景。
身穿红色上衣、蓝色背景的儿童纸质肖像输入照片

输入 — OpenAI 官方示例

将服装改为象牙白礼服并保留姿势和蓝色背景的儿童纸质肖像

编辑结果 — OpenAI 官方示例

以上素材来自 OpenAI GPT Image 2.5 发布文章,用于展示上游模型能力,不代表通过 AnyFast 复现的验证结果。

核心能力

  • 文生图 — 根据自然语言提示词生成图片
  • 图片编辑 — 对上传图片进行整体或局部修改
  • 灵活尺寸 — 使用推荐尺寸或符合规则的自定义 宽x高 尺寸,最高支持 4K
  • 扩展质量等级 — 支持 low、medium、high、xhigh、max 和 auto
  • 透明背景 — 使用 PNG 或 WebP 输出透明背景图片
  • 多图输出 — 通过 n 在一次生成请求中返回多张图片
向 POST /v1/images/generations 发送 JSON 请求。需要更快响应时选择 Flare,需要更高编辑和渲染精度时选择 Sunburst。
cURL

输出控制

自定义尺寸规则

自定义尺寸必须同时满足以下要求:
  • 宽和高均为 16 像素的倍数。
  • 宽高比在 1:3 到 3:1 之间。
  • 任一边均不超过 3,840 像素。
  • 总像素数在 655,360 到 8,294,400 之间。
  • 高于 2560x1440 的分辨率属于实验能力。

图片编辑输入

  • JSON 请求通过 images 传入最多 16 个对象。每个对象使用 file_id 引用已上传的 File API 文件,或使用 image_url 传入完整 URL 或 Base64 编码的 data URL。
  • images[].image_url 使用 URI 格式,最大长度为 20,971,520 个字符。
  • multipart 请求使用 image 上传一张源图片,或使用 image[] 上传最多 16 张源图片。
  • 不要将 JSON 的 images 图片引用与 multipart 的 image 或 image[] 字段混用。
  • 可选蒙版必须包含 Alpha 通道,并与第一张源图片的格式和尺寸一致。
  • 源图片和蒙版文件均须小于 50 MB。

响应处理

GPT Image 模型通过 data[].b64_json 返回图片数据。请解码 Base64 内容,并根据响应中的 output_format 使用对应扩展名保存。DALL·E 模型使用的 response_format 参数不适用于 GPT Image 2.5。
解码第一张结果
OpenAI 上游还允许受支持的主模型通过 Responses API 图片生成工具调用 GPT Image 2.5。本页仅说明 AnyFast 直接提供的图片 API 端点。
上游模型规格请参阅 OpenAI 图片生成指南、创建图片 API、创建图片编辑 API、Sunburst 模型页面 和 Flare 模型页面。

GPT Image 2.5 API 参考

查看图片生成和编辑的请求字段及响应结构。