什麼是 GPT-Image-1.5 API？
GPT-Image-1.5 是 OpenAI 的 GPT Image 系列中最新的成員，也是支撐 ChatGPT 全新 Images 體驗的模型。它旨在將影像生成從新奇實驗推進到可用於生產的創意工具：更高的寫實度、更精細的迭代編輯控制，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，可接收一個或多個影像輸入（檔案識別符或位元組）以及文字提示，並返回生成或編輯後的影像。它支援：
- 文字轉影像生成（依提示創建），
- 影像編輯 / 修補 / 合成（對現有影像套用指示，可提供多張輸入），以及
- 透過 Responses API 進行迭代、多輪的編輯工作流程（支援「微調與反覆」的介面）。
該 API 對影像提示的處理不同於舊版 DALL·E 的限制：GPT 影像模型可接受顯著更長的文字提示（32k 字元指南），使複雜且約束繁多的指令成為可能。
主要功能（實用面）
- **更佳的可編輯性 / 多輪一致性：**在多次迭代編輯中保留人物外觀、光線和關鍵視覺屬性。這讓「同一模型，反覆編輯」在產品型錄或品牌資產等工作流程中更可靠。
- 更高輸送量 — 相較於 GPT Image 1 有 4× 速度提升，旨在降低迭代創作流程的延遲。
- 成本最佳化 — 與 GPT Image 1 相比，影像輸入/輸出成本約降 20%，降低大量用戶的單張迭代成本。
- 多圖合成與風格參照 — 可接收多張參考圖以合成場景或轉移風格/光線。
- 品質/保真度調節 — 透過 API 參數在速度與保真度間取捨（大量生成用較低品質；生產資產用較高品質）。
- 多輪編輯 / 與 Responses API 整合 — 支援分步式工作流程（先提出修改，再在保留狀態下「進行微調」）。
技術能力
- **文字提示上限（影像模型）：**最多 32,000 個字元（註：OpenAI 將其記載為 GPT 影像模型的文字長度額度）。適用於冗長且約束繁多的提示。
- **影像輸入：**接受 File ID（多輪流程建議使用）或原始位元組；可提供多張影像用於合成與參考。
- **輸出：**API 會返回 PNG/JPEG 或平台預設的影像產物（或作為 ChatGPT 內的附件）。輸出可包含多張候選影像，並支援迭代請求以細化結果。
- **生成模式：**文字轉影像、影像編輯（依指示進行修補/擴展）以及變體。多輪編輯支援「新增/移除/合併」類型的指示。
- **指令感知的編輯：**模型針對指令的遵從度進行優化（保留指定的不變條件，如「不要更動 Logo」、「保持姿勢與光線」）。提示工程模式（在每次迭代中明確重申不變條件）可減少語義漂移。
基準表現
- **排行榜表現：**一份彙整報告指出，GPT Image 1.5 在某份 Artificial Analysis 排行榜的文字轉圖像排名中以 ~1264 分領先，明顯超過下一個模型。
- **任務層級指標（編輯與保留）：**Microsoft Foundry 的評估摘要顯示，GPT-Image-1.5 在二元修改成功率上接近完美（單輪 BinaryEval 為 100%），在人臉保留分數上也表現強勁（AuraFace 指標約 90%），在與競品及以往 OpenAI 模型的對比表中占優。這些比較指標顯示 GPT-Image-1.5 在保留與編輯保真度方面領先部分競品。
GPT-Image-1.5 與同儕的比較
- **對比 GPT Image 1（上一代 OpenAI 影像模型）：**更快（最高 4×）、更便宜（影像 I/O 成本低 ~20%），且編輯保真度更強——目標是從「原型/示範」走向「適用於生產」的影像工作流程。
- **對比 Google 的 Nano Banana Pro / Gemini 影像模型：**GPT-Image-1.5 與 Google 的 Nano Banana Pro / Gemini 3 系列勢均力敵——各自在不同提示類型上具優勢。OpenAI 著重強調編輯保真度與迭代速度；Google 的方案在部分案例中因接近攝影棚等級的寫實感而獲讚。
- **對比 Qwen Image 與其他開源/閉源模型：**在單輪評估中，GPT-Image-1.5 在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差距縮小。
GPT-Image-1.5 的強項
- **電商產品影像：**批量變體、背景替換、由單張照片生成一致的產品型錄（品牌/Logo 保留）。
- **創意與行銷素材製作：**快速概念迭代、擬真模型圖、可控的風格轉移。
- **照片修圖與編採流程：**寫實的服裝/髮型試穿，選擇性修飾，同時保留人物識別與光線。
- **設計工具整合：**接入設計平台或 CMS 以隨需產生影像變體（保真度調節有助於成本控制）。
- **多步驟合成管線：**多圖輸入可用於合成與基於參考的複雜場景生成。
如何存取 GPT Image 1.5 API
步驟 1：註冊取得 API Key
登入 cometapi.com。若您尚未成為我們的用戶，請先註冊。登入您的 CometAPI 主控台。取得介面的存取憑證 API key。在個人中心的 API token 處點選「Add Token」，取得 token 金鑰：sk-xxxxx 並提交。
步驟 2：向 GPT Image 1.5 API 發送請求
選擇「gpt-image-1.5」端點發送 API 請求並設定請求本文。請求方法與請求本文可從我們網站的 API 文件取得。我們的網站也提供 Apifox 測試以方便使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。基底 URL 為 Images（https://api.cometapi.com/v1/images/generations）以及 [Image Editing]
將您的問題或請求填入 content 欄位——模型會針對此內容做出回應。處理 API 回應以取得生成結果。
步驟 3：擷取並驗證結果
處理 API 回應以取得生成結果。處理完成後，API 會返回任務狀態與輸出資料。