模型定位
GPT-4o image generation 是原生嵌入 GPT-4o 的多模態圖像生成能力,可根據文字和圖像輸入生成或轉換圖像。OpenAI 於 2025 年 3 月 25 日發布該能力。(openai.com)
能力與用途
- 根據自然語言生成照片寫實或其他風格的圖像,並在圖像中呈現文字。
- 結合對話上下文多輪修改圖像,利用上傳圖片作為編輯對象或視覺參考。
- 遵循包含多個物件和限制條件的指令,適用於資訊圖、標誌、圖示、漫畫、角色設計和創意構圖等任務。(openai.com)
限制與安全
發布公告指出,模型仍可能出現裁切不當、幻覺、物件屬性綁定錯誤、精確繪圖困難、多語言文字渲染錯誤,以及編輯精度或小字密集資訊處理不足。複雜圖像生成可能需要較長時間;發布時公告稱渲染經常需要最多約一分鐘。輸入與輸出受 OpenAI 安全政策和審核機制約束。(openai.com)
發布與可用性
2025 年 3 月 25 日發布時,該功能開始向 ChatGPT Free、Plus、Pro 和 Team 使用者推出,也可在 Sora 中使用;當時企業和教育使用者的支援仍待推出。2025 年 4 月 23 日,OpenAI 宣布透過 API 的 gpt-image-1 提供驅動當時 ChatGPT 圖像體驗的原生多模態模型。該 API 模型已於 2026 年 10 月 23 日關閉;這不改變本記錄輸入中的 model_id: null。(openai.com)
價格
**歷史 API 價格,幣別為美元(USD):**OpenAI 的 gpt-image-1 官方模型頁面列示,每百萬 token 的文字輸入為 5 美元、快取文字輸入為 1.25 美元;圖像輸入為 10 美元、快取圖像輸入為 2.50 美元;圖像輸出為 40 美元。該頁面未列示文字輸出價格。以上是已關閉的 gpt-image-1 API 模型價格,不代表目前可購買價格,也不是 ChatGPT 訂閱價格。(developers.openai.com)
價格來源:OpenAI GPT Image 1 模型頁面;查詢日期:2026 年 11 月 19 日。