让文字参与画面设计
GPT Image 2 适合含标题、标签和说明文字的视觉创作。提示词可以同时交代文字内容、主体位置、背景与信息层级，让文字成为整体构图的一部分。海报和信息图是值得优先尝试的任务，成图后仍应逐字检查拼写、数字及阅读顺序。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文字生成图片；图片与文字指令联合编辑
- 参考图输入
- 编辑入口接受单个 URL 或最多 16 个 URL；本地文件可用 multipart 上传
- 生成数量
- 请求 n 为 1–10；b64_json 返回仅支持 1 张
- 输出形式
- PNG、JPEG、WebP；支持 URL 或 b64_json 返回
- 画幅设置
- size 使用 auto 或 WIDTHxHEIGHT；宽高为 16 的倍数，长边不超过 3840 像素
- 尺寸边界
- 总像素 655,360–8,294,400；宽高比不超过 3:1
- 任务交付
- 同步返回图片数据；callback_url 模式先返回 task_id
GPT Image 2 的图像创作定位与本入口的调用规格分开理解：上述数量、尺寸与返回形式适用于本平台请求。
核心能力
了解 gpt-image-2:reverse 能为你的工作带来什么。
围绕参考素材定向改创
编辑时将原图与修改指令一起提交，明确哪些元素保留、哪些部分变化。例如保留商品轮廓、视角和光影，只调整颜色或场景。多张参考图可分别承担主体、风格和构图参考，但应说明各自用途，避免不同素材给出相互矛盾的要求。
从单次创作接入制作流程
生成与编辑都能交付便于后续处理的图片结果。需要比较方案时，可请求多张候选；需要嵌入应用时，可选择图片链接或 Base64 数据。较长任务可使用回调接收最终结果，把提交创作、等待完成和保存图片拆成清晰的处理步骤。
适用场景
从具体任务出发，找到模型发挥作用的位置。
活动海报与知识卡片
输入活动名称、主标题、短说明、品牌配色及画幅要求，制作宣传海报或知识卡片。信息较多时先定义标题区、主体区和注释区，避免把全部内容塞进同一层级。交付后重点检查图中文字与事实，再进行正式发布前的排版修整。
商品视觉与场景试稿
以商品照片作为编辑输入，描述期望的背景、材质氛围和陈列方式，生成主视觉、生活场景图或包装效果稿。指令中写清必须保持的外形与标识，便于比较不同创意。结果适合方案探索，正式商品展示仍需核对颜色、结构和品牌细节。
角色设定与分镜前期
输入角色描述或参考图，要求在画面中组织表情、服装、装备与不同视角，制作角色设定稿。也可以围绕场景描述生成分镜前期的静态画面。使用同一套外观说明有助于减少偏离，但连续画面的角色一致性仍需逐张检查与调整。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
需要图文创作与素材改编时选择
当任务既包含标题与版式，又需要围绕已有图片调整视觉内容时，可以优先尝试 GPT Image 2。先用真实文案和参考素材验证成图，再决定是否纳入制作流程。gpt-image-2:reverse 与 :official 是同一基础型号的公开调用变体，不应理解为不同代际的图像模型。
按制作目标比较相关版本
若工作重点偏向快速产生候选，可进一步比较 GPT Image 2.5 Flare；若更重视高保真与精细控制，可比较 Sunburst。已有 GPT Image 1.5 流程则适合用相同提示词和素材做并行测试，观察文字、主体保持与构图是否更符合目标，而不是只凭版本号替换。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 图中文字适合参与视觉设计，但不等同于确定性的排版工具。密集小字、复杂表格、精确标签位置和严格结构可能需要多次调整；涉及价格、日期或知识内容时，应核对每处文字，必要时用设计软件完成最终排版。
- 参考图编辑不是逐像素锁定。即使指令要求保留主体，细节、边缘、颜色或背景仍可能发生变化。本型号宜以清楚的保留项和修改项组织指令；若任务必须通过蒙版控制修改区域，应选择明确支持该操作的调用变体。
- 自定义尺寸需要同时满足边长、像素总量及比例约束，不能只检查 WIDTHxHEIGHT 的写法。多张输出与 Base64 返回也有组合限制；参考图较多时应分清用途，结果完成后再核对实际尺寸与每张图片的内容。
常见问题
解答使用 gpt-image-2:reverse 时的常见疑问。
gpt-image-2:reverse 是独立的新模型吗？
不是。它是 GPT Image 2 的公开调用 ID 变体，基础定位仍是图像生成与编辑。调用时填写完整 ID 即可明确选择该入口；不要把 :reverse 后缀理解为新一代模型，也不要据此推断与其他变体之间存在画质等级差异。
如何修改已有图片，而不是重新生成？
使用 /openai/images/edits，提交 image、prompt，并显式填写 model 为 gpt-image-2:reverse。图片可用 URL 或本地文件上传。指令最好分开写明保留项与修改项，例如保留商品和视角，只更换背景，并在完成后检查主体细节。
能同时参考多张图片吗？
编辑入口可接收最多 16 张参考图，JSON 请求使用 URL 数组，本地文件使用 multipart。建议说明每张图负责什么：哪张提供主体，哪张提供风格，哪张提供布局。多图输入不意味着不同人物、产品或构图会自动准确融合。
如何选择画幅和返回方式？
希望模型结合创作意图决定画幅时可用 size=auto；需要固定像素时填写 WIDTHxHEIGHT，并满足尺寸约束。结果可选择 URL 或 b64_json；一次比较多张方案时使用 URL，Base64 返回仅支持单张，下载后再检查实际尺寸。
它是否包含 ChatGPT 的完整图像工作流？
这个入口直接处理图片生成或编辑请求，并返回图片结果，不应等同于 ChatGPT 中包含推理、搜索或多步骤组织的完整体验。需要连续改稿时，由应用保存前次图片并再次提交编辑；较长任务可通过 callback_url 接收完成结果。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。