GPT Image 2

GPT Image 2（gpt-image-2）是 OpenAI 于 2026 年 4 月 21 日发布的旗舰图像生成与编辑模型，作为 ChatGPT Images 2.0 的底层引擎全面替代 DALL·E 3 与 GPT Image 1.5。它是 OpenAI 首个引入”思考（thinking）”推理步骤的图像模型：先生成思路、必要时联网检索与自我校验，再绘制像素，一举在 LM Arena 全部图像榜单（文生图、单图编辑、多图编辑）登顶，并以 +242 分的优势创下榜单史上最大领先。

核心能力

GPT Image 2 在三大维度实现跃升：第一，多语言文字渲染对日、韩、中、印地、孟加拉等非拉丁文字达到约 99% 准确率，可直接在海报、信息图、漫画分镜中生成清晰可读的标题与对话；第二，分辨率与比例支持原生 4K（最高 3840px/边）、API 2K，比例从 3:1 横幅到 1:3 竖屏全覆盖；第三，多图一致性在 thinking 模式下可一次生成最多 8 张图，角色、物体、风格保持统一。配合 input_images 引用参数，可单图编辑或多图融合，并能调用联网检索补全图表数字与地图标注。模型知识截止 2025 年 12 月，附带智能路由层自动匹配最佳尺寸与质量档位。

应用场景

面向生产级工作流，GPT Image 2 已在零售电商、全球营销、媒体娱乐、教育培训和 UI/UX 设计五大场景落地：电商可按各平台要求尺寸直接生成方形主图或宽幅 Banner，无需后期裁切；跨国营销团队可一次产出多语言本地化素材（带正确拼写的多语种标题）；媒体与影视用于故事板分镜；教育可批量生成贴合各类终端的课程配图；设计师用它加速从草图到高保真原型的资产产出，效率数倍于传统工作流。

定价与可及性

API 按 token 计费：图像输入 $8 / 百万 token，图像输出 $30 / 百万 token，文本输入 $5、输出 $10。换算到 1024×1024 单图：低质量约 $0.006、中质量约 $0.053、高质量约 $0.211。消费侧，ChatGPT Free 用户即可使用标准版生成；Plus / Pro / Business 订阅解锁 thinking 模式、联网检索与最长推理链路，并支持 8 图一致生成；Enterprise 与教育版将随后推出。需要注意的是，该模型移除了透明背景输出能力（仍可通过后续编辑流程补回），且每张图均按 token 计费，对月产千万级图像的团队需关注成本。