OpenAI gpt-image-1 API 發佈

OpenAI 已發布 gpt-image-1，一款原生多模態圖像生成模型，現在可透過 API 使用。此版本讓開發者與企業能將高品質、專業等級的圖像生成、文字渲染與視覺編輯功能直接整合到自家應用程式中。

模型能力與多樣性

gpt-image-1 與在 ChatGPT 內提供圖像生成的模型相同。它被設計為能在各種美學風格間靈活運用，並能忠實遵循自訂指引，同時利用世界知識。主要技術能力包括：

• 精確文字渲染： 模型能在生成的圖像中準確呈現文字。
• 視覺編輯： 模型支援高保真度的視覺編輯，並能將粗略草圖轉換為精緻的圖形元素。
• 多樣風格： 提供彈性以實驗不同美學風格，滿足各種專業與消費者需求。

企業整合與使用案例

多家領先公司已將 gpt-image-1 整合至其創意與商業工具中：

• Adobe： 將圖像生成能力整合至 Firefly 與 Express 應用，為創作者提供更多美學風格選項。
• Canva： 探索在 Canva AI 與 Magic Studio 中使用 gpt-image-1 進行設計生成與編輯，特別是將草圖轉換為圖形元素。
• GoDaddy： 正在實驗可編輯的標誌、背景移除，以及透過 GoDaddy Airo® 產生專業排版以用於品牌內容與社群媒體資產。
• HubSpot： 探索為社群媒體、電子郵件行銷與登陸頁面製作行銷與銷售素材。
• Instacart： 測試為食譜與購物清單生成圖像。
• invideo： 在 AI 影片製作中利用模型提升文字生成、細粒度編輯控制與進階風格指導。

安全性與審核

gpt-image-1 採用與 GPT-4o 圖像生成功能相同的安全防護措施，包括限制生成有害圖像。所有生成的圖像皆包含 C2PA 中繼資料以作來源追蹤。

使用 API 的開發者可透過 moderation 參數控制審核敏感度：

• auto（預設）： 標準過濾。
• low： 較寬鬆的過濾。

OpenAI 表示，預設情況下客戶的 API 資料不會用於訓練，所有輸入與輸出仍受 API 使用政策的約束。

定價結構

gpt-image-1 依代幣計費，文字代幣與圖像代幣的費率不同：

代幣類型	每百萬代幣價格
文字輸入代幣（提示文字）	$5
圖像輸入代幣（輸入圖像）	$10
laage 輸出代幣（生成圖像）	$40

實際而言，這相當於每張低品質、中等品質與高品質方形圖像的生成成本大約為 $0.02、$0.07 與 $0.19。