GPT-image-1 - OpenAI 推出的最新图像生成模型

发布于 2025-04-24 · GPT-image-1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功能，如图像质量、尺寸、格式、压缩程度等。

GPT-image-1是什么

GPT-image-1 是 OpenAI 的原生多模态图像生成模型，通过 API 向开发者开放。它按文本提示和参考图像出图，质量能到专业级；风格和各种自定义项都开放，比如图像质量、尺寸、格式、压缩程度。创意设计、电商、教育、营销里用得很多：草图转图形、生成产品展示图、做品牌视觉资产都算常见用法。目前包括 Adobe、Figma 在内的一批主流创意平台已经接入了它。

GPT-image-1的主要功能

文本生成图像：按文本描述出图。
图像编辑：改现有图，或者只动局部。
图像变体：同一张图出不同版本，换风格也行。
自定义功能：
- 尺寸：分辨率有好几种，比如 1024×1024、1024×1536。
- 质量：渲染质量分低、中、高三档。
- 格式：PNG、JPEG、WebP 等格式都支持。
- 压缩：JPEG 和 WebP 可以设 0-100% 的压缩级别。
- 背景：背景可以选透明或不透明。
API访问：开放 API 接口，开发者能把出图能力接进自己的应用或服务，批量生成也支持。

GPT-image-1的模型特点

超强指令遵循：复杂指令能按要求执行，生成结果不容易跑偏。
超多艺术风格：艺术风格给得多，不同创意方向都能挑到合适的。
精准图像编辑：编辑能力细腻，对着文本提示就能把图一点点调到位。
丰富的真实世界知识：生成的画面贴合现实世界的常识，看着可信，也更好用。
文本一致性生成：图里的文字能保持一致、连贯，教材、故事书这类场景用得上。

GPT-image-1的产品定价

文本输入token（提示文本）：5 美元/100 万枚 token
图像输入token（输入图像）：10 美元/100 万枚 token
图像输出token（生成的图像）：40 美元/100 万枚 token

GPT-image-1的项目地址

项目官网：https://openai.com/index/image-generation-api/

如何使用GPT-image-1

准备工作：访问 OpenAI官方网站官方网站完成注册，登录后在后台获取 API 密钥（API Key）。
安装OpenAI Python库：在 Python 环境里装 OpenAI 官方库。打开终端或命令提示符，执行：

pip install openai

配置API密钥：密钥建议放在环境变量里，别直接写死在代码中。

import os
import openai

# 设置API密钥
openai.api_key = os.getenv("OPENAI_API_KEY")

调用图像生成API：
- 图像生成：按文本提示出图，示例代码在下面：

import openai
import base64

# 初始化OpenAI客户端
client = openai.OpenAI()

# 调用图像生成API
result = client.images.generate(
    model="gpt-image-1",  # 指定模型
    prompt="A futuristic cityscape at sunset with flying cars and neon lights",  # 文本提示
    size="1024x1024",  # 图像尺寸
    quality="high",  # 图像质量
    background="transparent"  # 背景设置为透明
)

# 获取生成的图像数据
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

# 保存图像到本地文件
with open("futuristic_cityscape.png", "wb") as f:
    f.write(image_bytes)

- 图像编辑：改现有图像，示例代码在下面：

import openai

# 初始化OpenAI客户端
client = openai.OpenAI()

# 调用图像编辑API
result = client.images.edit(
    model="gpt-image-1",  # 指定模型
    image=open("input_image.png", "rb"),  # 上传需要编辑的图像
    mask=open("mask.png", "rb"),  # 上传蒙版图像
    prompt="Replace the sky with a starry night",  # 编辑提示
    size="1024x1024",  # 图像尺寸
    quality="high"  # 图像质量
)

# 获取生成的图像数据
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

# 保存编辑后的图像到本地文件
with open("edited_image.png", "wb") as f:
    f.write(image_bytes)

- 使用参考图像生成新图像：传几张参考图，让模型合成一张新图。示例代码：

import openai

# 初始化OpenAI客户端
client = openai.OpenAI()

# 调用参考图像生成API
result = client.images.edit(
    model="gpt-image-1",  # 指定模型
    image=[
        open("body-lotion.png", "rb"),
        open("bath-bomb.png", "rb"),
        open("incense-kit.png", "rb"),
        open("soap.png", "rb"),
    ],  # 上传参考图像
    prompt="Generate a photorealistic image of a gift basket on a white background labeled 'Relax & Unwind' with a ribbon and handwriting-like font, containing all the items in the reference pictures",  # 生成提示
    size="1024x1024",  # 图像尺寸
    quality="high"  # 图像质量
)

# 获取生成的图像数据
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

# 保存生成的图像到本地文件
with open("gift_basket.png", "wb") as f:
    f.write(image_bytes)