GPT Image 2 API 实战：从文生图到图像编辑

GPT Image 2 API 是 OpenAI 的图像生成与编辑接口：以自然语言 prompt 驱动，生成或编辑图像，以 base64 形式返回。随着 DALL·E 全面退场——API 模型 2026-05-12 下线、ChatGPT 内的 DALL·E GPT 2026-08-30 退役——GPT Image 2 成为 OpenAI 图像生成的唯一承接者。本教程给出 Python 与 Node 双语言的生成、落盘与编辑示例，代码逐行对照官方 Image generation 指南。

说明：本文代码对照官方指南核对（文档核对版），lastTestedAt 为核对日期；参数取值以官方指南为准。

1. 生成第一张图（Python）

官方指南的 Python 示例形状如下——model 显式指定 gpt-image-2，返回从 result.data[0].b64_json 取出后解码落盘：

import base64
from openai import OpenAI

client = OpenAI()
prompt = "一只水彩风格的水獭，坐在图书馆里看书，暖光"

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
)

image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open("otter.png", "wb") as f:
    f.write(image_bytes)

三个关键点：model="gpt-image-2" 必须显式写；prompt 是唯一必填的创意输入；返回值在 data[0].b64_json——是编码字符串，不是二进制，直接写文件会得到损坏的图片。

2. Node.js 等价写法

import fs from "fs";
import OpenAI from "openai";

const client = new OpenAI();

const prompt = "A watercolor otter reading in a library, warm light";

const result = await client.images.generate({
  model: "gpt-image-2",
  prompt,
});

const image_base64 = result.data[0].b64_json;
const image_bytes = Buffer.from(image_base64, "base64");
fs.writeFileSync("otter.png", image_bytes);

3. 图像编辑：images.edit

编辑走 images.edit，与生成的差别是要传入原图：

const response = await client.images.edit({
  model: "gpt-image-2",
  image: images, // 要编辑的原图
  prompt,        // 编辑指令，例如 "把背景换成雪夜，保持主体不变"
});

const image_base64 = response.data[0].b64_json;

典型场景：局部修改（"把背景换成雪夜"）、基于产品图的变体、保持主体的一致性改写。编辑的质量很大程度上取决于指令是否明确"改什么、保留什么"。

4. 参数：质量

官方指南中的常用参数：

• quality：质量档位（示例中出现 "high" / "low"）。批量流水线建议两段式——低质量快速出小样、人工筛选后高质量重绘，成本差一目了然。

参数组合以官方指南为准；不要凭旧 DALL·E 时代的记忆猜参数名——两代 API 的参数面并不相同。

5. API 与 ChatGPT 内生成怎么分工

本周（2026-08-30）ChatGPT 内的官方 DALL·E GPT 已如期退役，ChatGPT Images 成为产品侧入口。两条路的分工：

两者底层同为 GPT Image 2，prompt 写法互通——在 ChatGPT 里调好的 prompt 可以直接搬进 API。

常见问题

1. GPT Image 2 和 DALL·E 什么关系？

替代关系。DALL·E 2/3 的 API 模型已于 2026-05-12 硬下线，ChatGPT 内的官方 DALL·E GPT 也在 2026-08-30 退役。现在无论产品侧还是 API 侧，OpenAI 的图像生成都由 GPT Image 2 承接——旧代码里把 model 参数从 dall-e-3 改成 gpt-image-2 是迁移的第一步。

2. 返回的 base64 怎么处理？

响应里 result.data[0].b64_json 是图像的 base64 编码。Python 用 base64.b64decode 解码后以二进制写文件；Node 用 Buffer.from(image_base64, "base64") 后 fs.writeFileSync。官方指南的两个示例分别演示了这两种落盘方式。

3. 图像编辑怎么调用？

用 images.edit：传入 model（gpt-image-2）、image（要编辑的原图）和 prompt（编辑指令），返回值同样是 b64_json。适合局部修改、风格迁移、基于已有图的变体生成等场景。

4. quality 参数有什么用？

quality 控制生成质量档位（如 "high" / "low"），质量越高成本越高——批量场景可以先用低质量 draft、精选后高质量重绘；其余参数的取值以官方指南为准。

5. 应该用 API 还是 ChatGPT 内生成？

按工作流分工：交互式、单张、需要反复对话调整的创作用 ChatGPT 内的 ChatGPT Images；程序化、批量、要进产品的生成用 API。两者底层同为 GPT Image 2，prompt 写法互通。

6. 生成结果可以直接进生产吗？

技术上进得去（拿到 base64 就是普通文件），但内容层面建议保留人工审核或内容过滤环节——生成模型对 prompt 的还原度随 prompt 质量波动，批量场景先小样本验证 prompt 的稳定性，再放量。

下一步

• 三大图像模型的横向对比？读 《GPT Image 2 vs Midjourney vs DALL·E 3：三大图像生成模型实战对比（2026）》。
• prompt 写法与风格控制？读 《GPT Image 系列 完全指南：从文生图到图像编辑、风格控制》。
• 本周 DALL·E GPT 退役的完整背景？读 《OpenAI 生态第 41 周速报（2026-08-28 至 2026-08-29）：终止向 Cursor 供模 / 多 Google 账号 / DALL·E GPT 退役倒计时》。