關鍵功能
- 文字→圖像生成： 將自然語言提示轉換為圖像，具備強大的指令遵循能力。
- 圖像編輯/修補： 接受參考圖像與遮罩，以執行針對性的編輯。
- 成本優化（“mini”）設計： 更小的模型體量，OpenAI 與觀察者形容其單張圖像成本顯著低於大型模型（OpenAI/DevDay 訊息與早期報告稱約 ~80% 更便宜）。
- 靈活的輸出控制： 支援尺寸、輸出格式（JPEG/PNG/WEBP）、壓縮，並提供品質控制（cookbook 中的 low/medium/high/auto）。
技術細節（架構與能力）
- 模型家族與輸入/輸出： 屬於 gpt-image-1 家族；接受 文字提示 與 圖像輸入（用於編輯），並返回生成的圖像輸出。Quality/size 參數控制解析度（此家族常見最大值約為 ~1536×1024——確切支援尺寸請參見文件）。
- 運行權衡： 作為較小體量的模型設計——以部分頂級保真度換取 吞吐量與成本 的提升，同時保留穩健的提示遵循與編輯能力。
- 安全與中繼資料： 遵循 OpenAI 的圖像安全防護，並在可用時嵌入 C2PA 來源資訊選項。
輸入與輸出 — 典型用法支援：
- 文字提示（字串）以生成新圖像。
- 圖像 + 遮罩 用於執行針對性編輯/修補。
- 參考圖像 用於控制風格或構圖。
這些功能透過 Images API 提供（模型名稱gpt-image-1-mini）。
限制
- 較低的峰值保真度： 與大型 gpt-image-1 模型相比，mini 可能在微小細節與頂級寫實性方面有所損失（屬於成本權衡的預期結果）。
- 文字呈現與極細節： 與多數圖像模型相似，對於小字可讀文本、密集圖表或微細紋理可能表現不足；此類需求宜考慮後處理或使用更高容量的模型。
- 編輯範圍： 提供圖像編輯/修補功能，但相對於互動式 ChatGPT 網頁工具可能存在部分編輯限制——對多數任務仍具備效果，但可能需要多次迭代微調。
- 安全與政策限制： 輸出受 OpenAI 的審核/安全防護約束（露骨內容、版權內容限制、禁止輸出等）。在提供相應選項的情況下，開發者可透過 API 參數調整審核敏感度。
推薦使用情境
- 大批量內容生成（行銷素材、縮圖、快速概念藝術）——以 單張成本 為首要考量的場景。
- 程式化編輯/模板化 ——基於基礎素材進行批量修補或變體生成。
- 具預算限制的互動式應用 ——如聊天介面或整合設計工具，偏重回應速度與成本而非絕對最高保真度。
- 原型設計與 A/B 圖像生成 ——快速產出多個候選圖像，對入選者再選擇性升尺度或以更大型模型重跑。
- 如何存取 gpt-image-1-mini API
步驟 1：註冊並取得 API 金鑰
登入 cometapi.com。若您尚未成為我們的使用者，請先註冊。登入您的CometAPI 控制台。取得介面的存取憑證 API 金鑰。在個人中心的 API token 處點擊“Add Token”，取得 token key: sk-xxxxx 並提交。
步驟 2：向 gpt-image-1-mini API 發送請求
選擇“\**gpt-image-1-mini \**”endpoint 來發送 API 請求並設定請求正文。請求方法與請求正文可在我們網站的 API 文件獲取。我們的網站亦提供 Apifox 測試以便於使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。
將您的問題或需求插入 content 欄位——這是模型將回應的內容。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 回應以獲得生成的答案。處理完成後，API 會返回任務狀態與輸出資料。