GPT Image 2 vs wan2.7-image-pro
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 |
|
|
| 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
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])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await 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",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"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"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
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",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.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")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));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。