什麼是 GPT-Image-1.5 API？
GPT-Image-1.5 是 OpenAI GPT Image 系列的最新成員，也是 ChatGPT 全新 Images 體驗背後的模型。它旨在將影像生成從新奇的實驗推進到可投入生產的創意工具：更高的照片寫實度、更細緻的迭代編輯控制，以及更快的推理速度，以支援互動式與企業級工作流程。
gpt-image-1.5 API 是一個多模態影像模型端點，可接受一張或多張影像輸入（檔案識別碼或位元組）以及文字提示，並回傳生成的影像或編輯後的影像。它支援：
- 文字生成圖片（根據提示建立），
- 影像編輯／局部重繪／合成（對現有影像套用指令，允許多張影像輸入），以及
- 透過 Responses API 進行迭代式、多輪編輯工作流程（可支援「微調並反覆修改」的 UI）。
API 對影像提示的處理方式不同於舊版 DALL·E 的限制：GPT 影像模型可接受明顯更長的文字提示（32k 字元指引），使複雜且帶有大量約束條件的指令成為可能。
主要功能（實務面）
- 更好的可編輯性／多輪一致性： 在迭代編輯過程中保留角色外觀、光線與關鍵視覺屬性。這讓「相同模型、重複編輯」在產品型錄或品牌素材等工作流程中更可靠。
- 更快的吞吐量 — 相較於 GPT Image 1，速度提升 4×，旨在降低迭代式創意工作流程的延遲。
- 成本最佳化 — 影像輸入／輸出成本較 GPT Image 1 降低約 20%，可為高用量使用者降低單張影像的迭代成本。
- 多影像合成與風格參考 — 可接受多張參考影像來進行場景合成或風格／光線轉移。
- 品質／擬真度控制 — API 參數可在速度與擬真度之間進行取捨（大量生成時可使用較低品質；正式產出素材時可使用較高品質）。
- 多輪編輯／Responses API 整合 — 可啟用逐步式工作流程（先提出修改要求，再「微調」並保留狀態）。
技術能力
- 文字提示上限（影像模型）： 最多 32,000 個字元（請注意：OpenAI 文件將此記載為 GPT 影像模型可接受的文字長度）。可用於冗長、約束條件多的提示。
- 影像輸入： 接受 File IDs（多輪流程中為首選）或原始位元組；可提供多張影像用於合成與參考。
- 輸出： PNG/JPEG 或平台預設的影像產物，由 API 回傳（或作為 ChatGPT 內的附件）。輸出可包含多個候選影像，並支援透過迭代請求來細化結果。
- 生成模式： 文字生成圖片、影像編輯（依指示進行局部重繪／延展）以及變體。多輪編輯支援「新增／刪除／組合」風格的指令。
- 指令感知編輯： 模型已針對指令忠實度進行最佳化（保留指定的不變條件，例如「不要變更 logo」、「保持姿勢與光線」）。提示工程模式（每次迭代都明確重複不變條件）可降低語意漂移。
基準效能
- 排行榜表現： 某份綜合報告指出，GPT Image 1.5 在 Artificial Analysis 排行榜的文字生成圖片項目中以 ~1264 分 領先，並以可衡量的差距超越下一個模型。
- 任務層級指標（編輯與保留）： Microsoft Foundry 的評估指標摘要顯示，在其比較表中，GPT-Image-1.5 在單輪 BinaryEval 上達到接近完美的二元修改成功率（100%），並在 AuraFace 指標上取得強勁的人臉保留分數（約 90%），相較競品與先前的 OpenAI 模型表現突出。這些比較指標顯示，GPT-Image-1.5 在保留性與編輯忠實度方面領先部分競爭對手。
GPT-Image-1.5 與同類模型的比較
- 對比 GPT Image 1（OpenAI 上一代）： 更快（最高可達 4×）、更便宜（影像 IO 成本降低約 ~20%），且編輯忠實度更強——目標是將影像工作流程從「原型／展示」推進到「對生產更友善」。
- 對比 Google 的 Nano Banana Pro／Gemini 影像模型： GPT-Image-1.5 與 Google 的 Nano Banana Pro／Gemini 3 系列被視為接近的競爭對手——各自在不同類型的提示中各有優勢。OpenAI 的訊息強調編輯忠實度與迭代速度；Google 的方案則在部分案例中因具備工作室級寫實感而受到好評。
- 對比 Qwen Image 與其他開源／閉源模型： GPT-Image-1.5 在單輪評估中於多項編輯與保留指標上優於 Qwen Image，但在多輪或其他特定領域測試中的差距會縮小。
GPT-Image-1.5 的優勢場景
- 電商產品影像： 大量變體、背景替換、從單張照片生成一致的產品型錄（保留品牌／logo）。
- 創意與行銷素材製作： 快速概念迭代、照片級寫實 mockup、可控的風格轉換。
- 照片修圖與編務工作流程： 真實的服裝／髮型試穿試換、在保留人物身分與光線的前提下進行選擇性修飾。
- 設計工具整合： 可接入設計平台或 CMS，按需生成影像變體（品質控制參數有助於控制成本）。
- 多步驟合成流程： 多影像輸入可支援複雜場景的合成與基於參考的生成。
如何存取 GPT Image 1.5 API
步驟 1：註冊 API Key
登入 cometapi.com。如果你還不是我們的使用者，請先註冊。登入你的 CometAPI console。取得介面的存取憑證 API key。點擊個人中心中 API token 的「Add Token」，取得 token key：sk-xxxxx，並提交。
步驟 2：向 GPT Image 1.5 API 發送請求
選擇「gpt-image-1.5」端點以發送 API 請求並設定 request body。請求方法與 request body 可從我們網站的 API 文件取得。我們的網站也提供 Apifox 測試，方便你使用。將 <YOUR_API_KEY> 替換為你帳戶中的實際 CometAPI key。base url 為 Images (https://api.cometapi.com/v1/images/generations) and [Image Editing]
將你的問題或請求插入 content 欄位中——這就是模型將會回應的內容。處理 API 回應以取得生成的答案。
步驟 3：擷取並驗證結果
處理 API 回應以取得生成的答案。處理完成後，API 會回傳任務狀態與輸出資料。