🎁 新人 免费注册,送 10 次调用,最高 $1,免绑卡。

gpt-image-1.5 vs GPT Image 2

vs

何时使用哪一个 — 经过整理的结论,而非基准测试表格

两者输入都是每百万 token $5,输出也几乎一致($32 对 $30),所以价格不构成选择理由。gpt-image-2 拓宽的是画幅:任意尺寸,边长最高 3840x2160、按 16 的倍数取值、比例最高 3:1,而 gpt-image-1.5 只有固定的 1024x1024 / 1536x1024 / 1024x1536 / auto。只有当你还想拿到文本时才选 gpt-image-1.5——它的输出里列了 text,而 gpt-image-2 只出图;否则就冲着分辨率选后者。

定价

gpt-image-1.5 GPT Image 2 Δ
输入 / 1M tokens $5 $5 =
输出 / 1M tokens $32 $30 1.1×

费率取自构建时的实时目录;每个模型页面均附有当前的费率卡。

它们的位置 — 以该计费单位计费的所有 8 个 图像生成 模型的 每 1M token 的输出价格(对数刻度)

规格

gpt-image-1.5 GPT Image 2
输入模态 文本 图像 文本 图像
输出模态 文本 图像 图像
发布日期 2026-02-10 2026-04-21
输出尺寸
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • auto
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • arbitrary WxH (both divisible by 16, aspect ratio 1:3–3:1)
输入模式 text-to-image, image edit with mask inpainting text-to-image, image edit with mask inpainting
每次请求图像数 10 10
格式 png, jpeg, webp png, jpeg, webp
备注

1024x1024 / 1024x1536 / 1536x1024, quality low/medium/high

edits endpoint supported

better instruction following than gpt-image-1

Flexible resolutions: edges up to 3840px in multiples of 16, ratio <=3:1, ~0.65-8.3MP total (incl. 4K 3840x2160)

editing with mask inpainting

all image inputs processed at high fidelity

significantly improved text rendering (precise placement can still struggle)

规格转录自各供应商的文档;若供应商未发布某项数据,则直接省略该行,而非进行推断。 完整来源: gpt-image-1.5 · GPT Image 2

单个 Prompt,两个模型 —— 通过网关实测

提示词 A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

gpt-image-1.5

gpt-image-1.5: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型返回 1024×1024 延迟 20 s

GPT Image 2

GPT Image 2: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型返回 1402×1122 延迟 18 s

统一提示词,每个模型单次请求,无重试且无择优挑选 —— 均为各模型返回的首个结果。尺寸与时长均未固定:各模型使用自身的默认值,因为试图适配所有模型的请求参数无法展现任何模型的优势。此处文件已为 Web 重新编码,因此请评判构图与提示词遵循度,而非压缩质量。

只需一行代码即可在它们之间切换

两个 ID 都包含在下方的每个选项卡中 — 高亮显示的两行是唯一的修改。相同的端点,相同的密钥,相同的请求结构。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gpt-image-1.5",
    # model="gpt-image-2",  # 取消注释此行,注释上一行
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

获取 API 密钥 →

常见问题

gpt-image-1.5 和 GPT Image 2 哪个更便宜?

它们列出的 输入 / 1m tokens 相同($5),因此价格不是这一项的决定因素——请参考下文的规格与能力。

我可以在不进行两次集成的情况下,对 gpt-image-1.5 和 GPT Image 2 进行 A/B 测试吗?

可以。两者均通过同一个兼容 OpenAI 的端点提供服务,并使用同一把 API 密钥——切换只需更改一行模型字符串,因此你可以将一部分流量路由到各个模型并直接比较账单。

价格会随图像尺寸变化吗?

这取决于模型的计费方式。按图像计费的模型,无论提示词或输出尺寸如何,收费均相同;按 token 计费的模型则会随着你渲染的分辨率而增加费用,因此 4K 图像的成本是小尺寸图像的数倍。上方表格标明了各个模型适用的计费方式。

相关对比

来自我们的实测研究