GPT Image 2 ALL 的 Playground

探索 GPT Image 2 ALL 的 Playground — 一個互動式環境，可測試模型並即時執行查詢。嘗試提示、調整參數，並立即迭代以加速開發並驗證使用案例。

什麼是 GPT Image 2？

GPT Image 2 是 OpenAI 最先進的影像生成模型，已作為 ChatGPT Images 2.0 原生整合於 ChatGPT。不同於早期如 DALL·E 3 這類獨立工具，它結合了 GPT 系列的語言理解與先進的視覺合成能力。該模型生成精確、可用的影像，重點優化於專業任務，而非單純的藝術試驗。

關鍵能力

近乎完美的文字渲染：達到 ~99% 的字元層級準確度，能在英語與非拉丁文字中呈現清晰且語境準確的文本。可處理長段落、選單、海報與資訊圖表，不會出現以往模型常見的亂碼與字形混亂。
複雜構圖與版面忠實度：能產出具結構的成果，例如 UI 原型圖、平面圖、資料視覺化、投影片、地圖、漫畫頁，以及多元素網格（例如 10x10 圖示陣列或產品海報）。
多語言與文化支援：能以多種語言生成準確文本與符合文化脈絡的視覺內容。
影像編輯與參考圖處理：可對上傳的影像套用編輯，同時以高一致性保留細節、臉部與風格。
批次生成：可從單一提示建立最多 8 張連貫的影像，並在整組中維持角色與物件的一致性。
寫實度與實用性：輸出更自然、達到可上線使用的水準，瑕疵更少、圖示設計更佳且構圖更專業。

GPT Image 2 ALL 的定價

探索 GPT Image 2 ALL 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 GPT Image 2 ALL 如何在保持成本可控的同時提升您的專案效果。

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
每次請求:$0.04	每次請求:$0.05	-20%

GPT Image 2 ALL 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 GPT Image 2 ALL 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 GPT Image 2 ALL 的潛力。

POST

/v1/images/edits

POST

/v1/images/generations

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p output

response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-2-all",
    "prompt": "A cute baby sea otter",
    "size": "1024x1024"
  }')

if command -v jq >/dev/null 2>&1; then
  image_data=$(printf '%s' "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(printf '%s' "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  printf '%s' "$image_data" | base64 -d > output/gpt-image-2-all-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-all-output.png
  echo "Image saved to: output/gpt-image-2-all-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p output

response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-2-all",
    "prompt": "A cute baby sea otter",
    "size": "1024x1024"
  }')

if command -v jq >/dev/null 2>&1; then
  image_data=$(printf '%s' "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(printf '%s' "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  printf '%s' "$image_data" | base64 -d > output/gpt-image-2-all-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-all-output.png
  echo "Image saved to: output/gpt-image-2-all-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

os.makedirs("output", exist_ok=True)

result = client.images.generate(
    model="gpt-image-2-all",
    prompt="A cute baby sea otter",
    size="1024x1024",
)

image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
output_path = "output/gpt-image-2-all-output.png"

with open(output_path, "wb") as file:
    file.write(image_bytes)

print(f"Image saved to: {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import { mkdir, writeFile } from "fs/promises";
import path from "path";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

await mkdir(path.join(process.cwd(), "output"), { recursive: true });

const result = await client.images.generate({
  model: "gpt-image-2-all",
  prompt: "A cute baby sea otter",
  size: "1024x1024",
});

const imageBase64 = result.data[0].b64_json;
const imageBuffer = Buffer.from(imageBase64, "base64");
const outputPath = path.join(process.cwd(), "output", "gpt-image-2-all-output.png");

await writeFile(outputPath, imageBuffer);

console.log(`Image saved to: ${outputPath}`);