GPT Image 2 使用指南

gpt-image-2 是 OpenAI 的新一代图像生成与编辑模型，支持文本生图、参考图编辑和高质量商业素材生成。通过 AnyRoute，你可以使用统一的 OpenAI 兼容接口调用 gpt-image-2，并在控制台查看用量与扣费记录。

前置条件

开始前请确认：

已注册并登录 AnyRoute 控制台。

已创建支持 gpt-image-2 的 API Key（GPT/Codex Pro分组均支持）。

本地或服务端可以访问 AnyRoute 中转地址：

https://cc.anyroute.io

安全提示：API Key 等同于账号凭证，请妥善保管，切勿提交到代码仓库或公开分享。

文本生成图片

文本生图使用 OpenAI 兼容的 Images API：

POST /v1/images/generations

最小请求示例：

推荐请求示例：

返回结果中通常会包含 b64_json，表示 Base64 编码后的图片内容。业务侧可以将其解码为 PNG、JPEG 或 WebP 文件。

尺寸说明

size 是最容易出错的参数。建议优先使用固定预设，不要传任意自定义分辨率。

AnyRoute 提供了一个图片测试页面，页面中会列出一组推荐尺寸。这些尺寸主要用于快速测试、降低出错概率，并不代表 gpt-image-2 只能使用这些尺寸。

如果你是通过 API 调用，只要尺寸满足 OpenAI 官方接口要求，并且没有超过当前模型的像素预算，也可以传入测试页面没有列出的其他合法尺寸。换句话说：

测试页面里的尺寸是推荐预设，不是完整尺寸列表。

AnyRoute 会尽量透传符合上游要求的合法 size。

不建议随意传任意宽高组合；不符合上游规则的尺寸仍会被 OpenAI 拒绝。

生产环境建议先用推荐预设验证链路，再根据业务需求扩展到其他官方支持的尺寸。

官方常规尺寸

OpenAI Images API 文档中常见的 GPT image 尺寸包括：

auto
1024x1024
1536x1024
1024x1536

其中：

1024x1024：方图，适合头像、商品主图、社媒封面。

1536x1024：横图，适合海报、Banner、场景图。

1024x1536：竖图，适合手机海报、人物图、竖版封面。

AnyRoute 推荐档位

AnyRoute 当前按 1K、2K、4K 三档归类。请优先使用图片测试页面中列出的预设尺寸，并在生产使用前完成一次实际请求验证。

最大像素预算

gpt-image-2 的高分辨率请求存在像素预算限制。AnyRoute 当前推荐的 4K 尺寸都控制在以下上限内：

最大像素预算：8,294,400

例如：

3840 × 2160 = 8,294,400
2880 × 2880 = 8,294,400
2160 × 3840 = 8,294,400
3264 × 2448 = 7,990,272
2448 × 3264 = 7,990,272

不要使用超过预算的尺寸。例如：

3328 × 2496 = 8,306,688

这类尺寸会被上游拒绝，并返回类似：

Requested resolution exceeds the current pixel budget

使用参考图编辑

参考图编辑使用：

POST /v1/images/edits

请求类型为 multipart/form-data，至少需要传入：

model

prompt

image

示例：

如果需要局部编辑，可以额外传入 mask。需要保留人物、产品或品牌元素时，请在 prompt 中明确写出保留要求。

Prompt 写法建议

图片生成的效果主要取决于 prompt。建议按以下结构描述：

主体 + 场景 + 构图 + 光线 + 材质/风格 + 用途 + 约束

示例：

一张高端护肤品产品摄影图，主体是一瓶磨砂玻璃精华液，放在白色大理石台面上，自然窗光从左侧进入，浅景深，背景干净，画面留出右侧文案空间，适合电商详情页首屏，不要水印，不要文字，不要多余瓶身。

如果需要稳定产出商业素材，建议把以下信息写清楚：

主体数量和位置

画面比例和用途

光线方向

背景复杂度

是否需要留白

是否允许文字

是否需要透明背景

常见问题（FAQ）

Q：为什么 4K 生成更慢？

A：4K 图像像素更多，生成和返回都需要更长时间。普通图片通常需要 1-2 分钟，4K 图片可能需要 3-5 分钟。

Q：为什么我传了 3328x2496 会失败？

A：这个尺寸总像素为 8,306,688，超过当前像素预算。请改用 3264x2448 或其他 AnyRoute 推荐预设。

Q：response_format 可以传 url 吗？

A：不建议。GPT image models 默认返回 Base64 图片内容，业务侧应优先处理 b64_json。

Q：透明背景应该怎么传？

A：同时设置：

{  "background": "transparent",  "output_format": "png"}

也可以使用 webp，但不要使用 jpeg，因为 JPEG 不支持透明通道。

Q：一次生成多张图应该怎么做？

A：可以设置 n，但建议先使用 n=1。如果需要批量生成，建议业务侧拆分多次请求，便于重试和追踪单张图片状态。

GPT Image 2 使用指南

前置条件#

文本生成图片#

尺寸说明#

官方常规尺寸#

AnyRoute 推荐档位#

最大像素预算#

使用参考图编辑#

Prompt 写法建议#

常见问题（FAQ）#