
GPT Image 1 是 OpenAI 图像模型家族的核心模型,面向构建生产级视觉工具的开发者。它能够生成清晰易读的文字,遵循详细提示词,创作逼真的场景,并利用世界知识适应多样的视觉风格。Atlas Cloud 支持生产工作负载,提供无冷启动、透明的按量付费定价、99.99% 的正常运行时间,以及 300+ 个模型的访问权限。立即开始构建。
GPT Image 由 OpenAI 开发。Atlas Cloud(由 Atlas Cloud AI LLC 运营)仅提供接入服务,并不拥有该模型。所有商标均归其各自所有者所有。
Atlas Cloud 为您提供最新的行业领先创意模型。
最低成本
| Modality | Description |
|---|---|
| GPT Image 1 T2I API (Text to Image) | Turn text prompts into generated images with the GPT Image 1 text to image endpoint. Built for visual asset creation, its ready to use REST inference API offers no cold starts at a standard price of $0.011 per image. |
| GPT Image 1 Edit API (Image to Image) | Refine or transform supplied images through the GPT Image 1 editing endpoint. Its REST inference API supports image creation and revision workflows with no cold starts and standard pricing of $0.011 per image. |
GPT Image 1 集成了精准的文字渲染、精细的提示词控制、多样化的视觉风格、参考图与蒙版编辑、三档质量、三种输出尺寸、批量生成,以及通过 Atlas Cloud 提供的生产就绪交付控制能力。

GPT Image 1 能够遵循详细提示词,渲染清晰易读的文字,并在复杂场景中组织大约 10 到 20 个不同对象。对于标牌、产品标签、信息图或界面原型图,应使用明确措辞,同时指定构图和视觉关系。其语言与图像理解能力相结合,可帮助开发者在生产工作流中创建更贴合高要求创意简报的素材。

从写实摄影到风格化插画、概念艺术、信息图和 3D 风格视觉内容,GPT Image 1 都能理解多样化的审美方向。通过加入文化、历史或领域背景来构建提示词,可以调动模型的世界知识,而不只是依赖表层风格。这种覆盖范围适合需要多种视觉语言、又无需更换底层模型或重建集成技术栈的创意流水线。

使用一到四张输入图像编辑现有素材,并可选配一个 PNG 蒙版,用于标记需要修改的透明区域。当提供多张参考图时,蒙版会应用于第一张图像,而提示词则负责描述所需的修改。这支持定向修图、对象替换、合成以及可控迭代,同时能在生产素材中保留未修改区域。

为每次 GPT Image 1 请求选择低、中或高质量,然后选择 1024x1024、1024x1536 或 1536x1024 输出。根据目标渠道匹配方形、竖版或横版构图,同时在细节程度与工作负载需求之间取得平衡。这些明确的控制项让同一端点适用于草稿探索、营销活动素材,以及面向不同发布渠道的最终生产图像。

根据文本提示词生成一到十张图像,并可选择 PNG 或 JPEG 输出。对于 JPEG 交付,可将压缩率设置为 0 到 100;同时,Base64 输出和同步完成机制支持应用直接处理结果。这些控制项结合起来,可以简化批量创意生成、素材流水线,以及需要可预测媒体格式和灵活响应流程的大规模集成。

通过 Atlas Cloud 运行 GPT Image 1 的生成与编辑功能,按量计费,标准价格为每张图像 $0.011。两个模型变体使用同一 Atlas 生成路由,无冷启动问题;同步和 Base64 选项则可适配不同的应用流程。这种配置适合希望直接使用 REST 访问、无需管理独立图像服务的开发者。
了解 GPT Image 1 系列如何与领先竞品进行对比:使用完全相同的提示词,测试字体排版、构图、质感、光线和决定性动作。
一张高角度倾斜视角的照片:阳光洒满校园屋顶,一场复古高中科学社团实验正在进行。三名身穿真实日式校服的青少年协作发射一艘手工制作的银色太阳能飞艇。镜头捕捉决定性瞬间:突如其来的升力轻柔地将其中一名学生拉离地面,脚尖悬在混凝土上方;另外两名学生稳住系绳,并伸手朝向空中的同伴。手部解剖结构准确,人物之间的物理关系清晰可读。几张写满细小手写计算、图表和日文笔记的实验记录纸随风散落,旁边还有一卷正在展开的番茄红卷尺,营造出意外、欢乐且略微失控的瞬间。钴蓝色屋顶跑道标线形成强烈的对角引导线,指向人群;画面右侧保留一大片有意安排的裸露混凝土留白。强烈的正午定向阳光,边缘清晰的细长阴影;半透明反光飞艇膜上有明亮但克制的高光;仅飞舞的纸张、卷尺和被风吹动的头发带有轻微运动模糊。采用克制的银灰、钴蓝和番茄红色彩方案;呈现带触感的褶皱金属薄膜、混凝土上的粉笔公式、编织校服面料、磨损的运动鞋、细碎发丝,以及具有自然肌理的真实年轻皮肤。日本青年杂志式编辑摄影的写实风格,抓拍感的模拟胶片摄影,天空轻微过曝,细腻的 35mm 颗粒,自然对比度;不要摆拍表情,不要光泽塑料感皮肤,不要 HDR,不要浑浊色彩,不要过度微细节,不要人工光晕,不要电影化奇幻 spectacle。深层空间连贯性,可信的屋顶透视,统一的风向,准确的反射与透明度,细小手写笔记清晰可读,多人动作动态但可信,横向构图填满整个画面,宽幅 16:9 比例,满版构图。

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud
编辑纪实摄影:严格垂直俯拍一间年轻陶艺家的工作室,地面铺着薄荷绿色瓷砖。捕捉决定性且富有喜剧感的瞬间:一个钴蓝色陶土器皿在高速旋转的陶轮上坍塌成优雅的螺旋。离心运动在物理上真实可信,带有细微旋转模糊;湿泥浆以优美弧线飞溅到陶艺家质感明显的白色帆布围裙上。年轻陶艺家沾满陶泥、解剖结构准确的双手自然地向后缩,脸上既惊讶又努力憋笑;陶轮旁的一只姜黄色猫咪伸出一只准确的爪子,朝半空中捕捉一块飞起的海绵,毛发运动可信,焦点俏皮灵动。强烈的午后定向阳光斜穿高窗,在地面上刻画出边缘清晰的矩形光带和长边阴影。围绕偏离中心的旋转陶轮构建一个古怪的圆形构图;将木制工具、克制摆放的釉料碟、陶泥碎屑和破碎陶片以不同密度排列成径向节奏,同时保留一个宽阔、整洁的留白角落。使用钴蓝、陶土橙和薄荷绿组成的克制三色调,并以白色和细微中性色平衡。清晰区分各种具有触感的材质:光滑湿润的陶泥和黏稠飞溅物、粗糙编织的围裙纤维、釉面陶瓷的光泽、有刮痕的木材、哑光多孔的碎片、柔软且独立可辨的猫毛、轻微胶片颗粒,以及真实工作室中细小的不完美。精致的当代编辑摄影风格,自发而非摆拍,自然面部表情,连贯的俯视空间几何,干净克制的色彩分离,焦点细节清晰并带有选择性运动模糊;不要油腻过度渲染,不要 HDR 杂乱,不要塑料感皮肤,不要浑浊色彩,不要无处不在的光晕,不要廉价的史诗式灯光,宽幅横向 16:9 比例,满版无边构图。

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud
GPT Image 1 涵盖三个模型层级,支持通过文本和图像输入完成营销活动创意、产品可视化、界面概念设计、定向编辑、概念开发和教学图形制作。
创建包含清晰可读标题、细致构图并符合创意简报风格的营销视觉素材。营销团队可以快速迭代社交媒体图片、落地页视觉、海报和广告概念。
将产品置于逼真的场景中,同时保持自然的光照、纹理和空间关系。电商团队无需安排新的拍摄,即可制作目录变体、生活方式图片、包装概念和展示素材。
将详细提示词转化为结合结构化布局、清晰标签和辅助视觉元素的界面概念。产品设计师可以在实现前探索应用界面、仪表板、引导流程和可供利益相关者评审的原型。
使用源图像和可选遮罩,针对选定区域进行编辑,同时保留周围构图。创意团队可以在素材制作过程中修饰主体、移除对象、替换背景或优化单个元素。
将复杂创意简报转化为高度遵循提示词的写实、插画或风格化视觉方向。游戏工作室、出版商和创意团队可以在投入制作资源前探索角色、环境、故事情节和情绪板。
结合世界知识、文本渲染和详细指令,制作图表、插图指南和信息图。教育工作者、出版商和产品团队可以将解释内容转化为易于理解的视觉材料,用于课程、文档和引导流程。
查看不同厂商的模型表现 — 对比性能、价格和独特优势,做出明智决策。
| 模型 | 参考图上限 | 输出数量 | 分辨率 | 宽高比 |
|---|---|---|---|---|
| GPT Image-1 | 4 | 1~10 | 1024×1024, 1024×1536, 1536×1024 | 1:1, 3:2, 2:3 |
| GPT Image-1.5 | 10 | 1 | 1024×1024, 1024×1536, 1536×1024 | 1:1, 3:2, 2:3 |
| GPT Image-1 Mini | 4 | 1~10 | 1024×1024, 1024×1536, 1536×1024 | 1:1, 3:2, 2:3 |
| Nano Banana 2 | 14 | 1 | 4K, 2K, 1K | 1:1 3:2 2:3 3:4 4:3 4:5 5:4 9:16 16:9 21:9 |
| Seedream 5.0 | 14 | 1~15 | 2K~4K+ | 1:1 3:2 2:3 3:4 4:3 4:5 5:4 9:16 16:9 21:9 |
几分钟即可上手 — 按照以下简单步骤,通过 Atlas Cloud 平台集成和部署模型。
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度,用于探索平台和测试模型。
将先进的 GPT Image 模型与 Atlas Cloud 的 GPU 加速平台相结合,提供无与伦比的性能、可扩展性和开发体验。
低延迟:
GPU 优化推理,实现实时响应。
统一 API:
一次集成,畅用 GPT Image、GPT、Gemini 和 DeepSeek。
透明定价:
按 Token 计费,支持 Serverless 模式。
开发者体验:
SDK、数据分析、微调工具和模板一应俱全。
可靠性:
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规:
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
GPT Image 1 是 OpenAI 原生多模态的图像生成与编辑模型。它接受文本和图像输入,并生成图像输出。Atlas Cloud 为文本生图和图像编辑分别提供独立的 REST 端点。
GPT Image 1 是最初的完整模型,GPT Image 1.5 是后续推出的完整版迭代,而 Mini 更注重降低成本和提高吞吐量。由于质量、延迟和指令遵循能力可能因工作负载而异,请在不同层级之间对比具有代表性的提示词和编辑效果。对于新的集成,OpenAI 目前建议迁移到 GPT Image 2。
生成图像时,将提示词发送到 openai/gpt-image-1/text-to-image。编辑图像时,调用 openai/gpt-image-1/edit,并提供提示词和所需的源图像。请将 Atlas Cloud API 凭据保存在服务器端,不要暴露在浏览器或移动端代码中。
支持的尺寸包括 1024x1024、1024x1536、1536x1024 和 auto。质量可选择 low、medium、high 或 auto,输出格式支持 PNG、JPEG 和 WebP。透明背景输出要求使用 PNG 或 WebP,并将 background 参数设置为 transparent。
如果编辑只应影响选定区域,请使用蒙版;输入保真度则控制模型保留源图像细节的程度。源图像和蒙版必须使用相同的格式和尺寸,大小均不得超过 50 MB,并且蒙版必须包含 alpha 通道。较高的输入保真度可以保留更多源图像细节,但会消耗更多图像输入 token。
经核实,Atlas Cloud 的标准基础价格为每张图像 $0.011,文本生图模型和编辑模型均适用。该价格为非促销价格,不包含临时折扣。
ChatGPT 和直接调用图像端点属于不同的产品工作流,因此即使提示词文本完全相同,也不能保证输出一致。ChatGPT 可能会结合对话上下文,而 API 请求则依据本次调用中提供的提示词和参数执行。需要保持一致性时,请固定尺寸和质量设置,明确给出约束条件,并评估多次输出结果。
精确的文字排版、持续一致的角色形象以及严格的布局控制,仍可能需要多次重试或后续编辑。提示词和生成的图像都受内容审核约束;请求被拦截后,不应在不修改提示词或输入的情况下重复提交。对于暂时性的速率限制或服务器错误,请记录 request ID,并采用退避策略重试。
是的。OpenAI 已计划于 2026 年 10 月 23 日停止 GPT Image 1 的服务,同时计划于 2026 年 12 月 1 日停止 GPT Image 1.5 和 GPT Image 1 Mini 的服务。OpenAI 建议使用 GPT Image 2 作为替代方案,因此在部署新的生产工作流之前,请先验证迁移行为。
指南、教程与产品动态,助你充分发挥 Atlas Cloud 的价值。