GPT Image 2 vs wan2.7-image-pro

vs

什么时候选哪个

gpt-image-2 和 wan2.7-image-pro 都接受文本加图像输入并返回图像,因此真正的区别在于它们的收费方式:gpt-image-2 按 token 计量,输入 $5 每百万,输出 $30 每百万,而 wan2.7-image-pro 则固定收费每次调用 $0.075。它们的计费单位不同,因此任何单一的换算方式都是不准确的——如果你的提示词和输出足够小,使得按 token 计费依然便宜,请选择 gpt-image-2;如果你希望无论提示词大小如何,每次生成都有一个可预测的价格,请选择 wan2.7-image-pro。两者都未公布上下文窗口,因此请根据计费模式而不是 token 余量来做预算。

价格

GPT Image 2 wan2.7-image-pro Δ
每张生成图像 - $0.075 -
输入 / 1M token $5 - -
输出 / 1M token $30 - -
参考图 token / 百万 $8 - -

这两个模型的计费单位不同,所以不显示 Δ:要在两种单位之间换算,就得引入一个我们没有实测过的假设。上方各自的价格按各自的单位列出。

规格

GPT Image 2 wan2.7-image-pro
输入模态 文本 图像 文本 图像
输出模态 图像 图像
发布日期 2026-04-21 2026-04-01
输出尺寸
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • 任意 WxH(两边均能被 16 整除,宽高比 1:3–3:1)
  • 1K(1024x1024)
  • 2K(2048x2048,默认)
  • 4K(4096x4096,仅文生图)
  • 自定义 WxH(文生图 768x768 – 4096x4096;编辑/图集 768x768 – 2048x2048,比例 1:8–8:1)
输入方式 文生图、带蒙版局部重绘的图像编辑 文生图、图像编辑(含框选交互式编辑)、0–9 张参考图、文本/图像生成图集
单次请求图片数 10 12
格式 png, jpeg, webp png
备注 灵活分辨率:边长最高 3840px 且为 16 的倍数,比例 <=3:1,总量约 0.65-8.3MP(含 4K 3840x2160);支持带蒙版的局部重绘编辑;所有图像输入均以高保真处理;文字渲染显著改进(精确定位仍可能吃力) 4K 文生图(最高 4096x4096;编辑最高 2K),宽高比 1:8-8:1;支持指令编辑和点选编辑;角色一致的图集最多 12 张;印刷级文字渲染,含公式/表格

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: GPT Image 2 · wan2.7-image-pro

同一条提示词,两个模型,经网关实测

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 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

wan2.7-image-pro

wan2.7-image-pro: 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 25 s

同一条提示词,每个模型只请求一次,不重试,也不挑结果,展示的都是各模型返回的第一个结果。尺寸和时长都没有指定,各模型用的是自己的默认值,因为硬凑一组所有模型都接受的参数,哪个模型都发挥不好。这里的文件为了网页展示重新编码过,所以请看构图和对提示词的还原程度,不要看压缩画质。

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

from openai import OpenAI

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

resp = client.images.generate(
    model="gpt-image-2",
    # model="wan2.7-image-pro",  # 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 key →

常见问题

GPT Image 2 和 wan2.7-image-pro 哪个更便宜?

两个模型的计费单位不同,给不出一个公允的统一数字:上方表格里,GPT Image 2 和 wan2.7-image-pro 各按自己的单位列出。建议拿你自己的负载来比,实际该怎么取舍,见本页顶部的结论。

不用分别集成两次,就能对 GPT Image 2 和 wan2.7-image-pro 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

价格会随图像尺寸变化吗?

要看模型怎么计费。按张计费的模型,不管提示词多长、输出尺寸多大,每张价格都一样;按 token 计费的模型,分辨率越高费用越高,一张 4K 图的成本是小图的好几倍。两个模型各属哪一种,上方表格里有标明。

相关对比

我们的实测研究