主要特性
- 文本→图像生成： 将自然语言提示转换为图像，并具有较强的指令遵循能力。
- 图像编辑 / 局部重绘： 接受参考图像和蒙版，以执行有针对性的编辑。
- 成本优化（“mini”）设计： 体量更小，OpenAI 和观察者称其单张图像成本明显低于大模型（OpenAI/DevDay 的说法和早期报告称约便宜 ~80%）。
- 灵活的输出控制： 支持尺寸、输出格式（JPEG/PNG/WEBP）、压缩，以及质量档位控制（cookbook 中为 low/medium/high/auto）。
技术细节（架构与能力）
- 模型家族与输入/输出： 属于 gpt-image-1 家族；接受文本提示和图像输入（用于编辑），并返回生成的图像输出。质量/尺寸参数控制分辨率（该家族的典型最大值约为 ~1536×1024——确切支持尺寸请参见文档）。
- 运行权衡： 该模型以更小的体量进行设计——以部分顶级保真度为代价，换取吞吐量和成本方面的提升，同时保留稳健的提示词遵循与编辑能力。
- 安全与元数据： 遵循 OpenAI 的图像安全防护规范，并在可用时嵌入用于溯源的 C2PA 元数据选项。
输入与输出——规范用法支持：
- 文本提示（string）用于生成新图像。
- 图像 + 蒙版用于执行有针对性的编辑/局部重绘。
- 参考图像用于控制风格或构图。
这些能力通过 Images API 暴露（模型名为gpt-image-1-mini）。
局限性
- 峰值保真度较低： 与大型 gpt-image-1 模型相比，mini 可能会损失一些微观细节和顶级照片级真实感（这是成本优化的预期权衡）。
- 文字渲染与微小细节： 与许多图像模型一样，它在小尺寸可读文本、复杂图表或极其细微的纹理方面可能表现不佳；对于这些需求，通常需要后处理或使用更高容量的模型。
- 编辑范围： 提供图像编辑/局部重绘能力，但相较于交互式 ChatGPT 网页工具，可能存在一些编辑限制——对于许多任务依然有效，但可能需要迭代式微调。
- 安全与策略限制： 输出受 OpenAI 审核/安全防护规范约束（露骨内容、受版权保护内容限制、禁止输出）。开发者可在 API 提供相关参数时控制审核敏感度。
推荐使用场景
- 高吞吐内容生成（营销素材、缩略图、快速概念图）——适用于单图成本为首要因素的场景。
- 程序化编辑 / 模板化处理——基于基础素材进行批量局部重绘或变体生成。
- 有预算约束的交互式应用——如聊天界面或集成设计工具，在这些场景中，响应速度和成本比绝对最高保真度更重要。
- 原型设计与 A/B 图像生成——快速生成大量候选图像，并对最终入选方案选择性放大清晰度或在更大模型上重新生成。
- 如何访问 gpt-image-1-mini API
第 1 步：注册获取 API Key
登录 cometapi.com。如果您还不是我们的用户，请先注册。登录您的 CometAPI console。获取接口访问凭证 API key。在个人中心的 API token 中点击“Add Token”，获取 token key：sk-xxxxx 并提交。
第 2 步：向 gpt-image-1-mini API 发送请求
选择“\**gpt-image-1-mini \**”端点以发送 API 请求，并设置请求体。请求方法和请求体可从我们网站的 API 文档中获取。我们的网站还提供 Apifox 测试，方便您使用。请将 <YOUR_API_KEY> 替换为您账户中的实际 CometAPI key。
将您的问题或请求插入 content 字段中——模型将对该内容进行响应。处理 API 响应以获取生成的答案。
第 3 步：获取并验证结果
处理 API 响应以获取生成的答案。处理完成后，API 将返回任务状态和输出数据。