gpt-image-2 是否可透過 API 使用？

gpt-image-2 可透過 CometAPI 存取。

gpt-image-2 的 API 用於什麼？

gpt-image-2 是 OpenAI 的次世代圖像生成模型，旨在實現照片級寫實圖像、進階編輯，並且相較於 gpt-image-1.5 提升了提示準確度。

gpt-image-2 是否支援圖像編輯？

是的，gpt-image-2 支援多步驟編輯工作流程與迭代式圖像精修。

gpt-image-2 是否比 gpt-image-1.5 更好？

是的，早期報告顯示，gpt-image-2 相較於 gpt-image-1.5 提升了寫實度、文字渲染與指令遵循度。

gpt-image-2 能產生照片級寫實圖像嗎？

是的，gpt-image-2 著重於更高的寫實度、更佳的光照效果，以及在生成圖像中更準確的人體解剖準確性。

在什麼情況下我應該使用 gpt-image-2 而非 DALL-E 3？

當你需要比 DALL-E 3 更佳的寫實度、更佳的文字渲染，以及更一致的輸出時，使用 gpt-image-2。

OpenAI

API 運作中熱門

gpt-image-2

GPT Image 2 API

GPT Image 2 是 OpenAI 最先進的圖像生成模型，用於快速、高品質的圖像生成與編輯。它支援彈性的圖像尺寸與高保真圖像輸入。

起始價格

$4.00 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

26494 ms

實測 API 回應時間

發布時間

Apr 20, 2026

OpenAI

Playground

透過實際請求試用 GPT Image 2,檢視參數並在整合 API 前驗證輸出結果。

概覽

GPT Image 2 的實用總覽,涵蓋重要行為與整合注意事項。

GPT-Image 2 的技術規格

項目	GPT-Image-2
模型類型	圖像生成模型
輸入類型	文字、圖片
輸出類型	圖片
編輯支援	是（圖片編輯、修補（inpainting）、圖生圖）
最大解析度	邊長最高可達 3840px
長寬比	最高至 3:1
串流	不支援
函式呼叫	不支援
微調	不支援
快照版本	gpt-image-2-2026-04-21
API 端點	/v1/images/generations, /v1/images/edits
頻率限制	分級制（100k–8M TPM）
模態	圖片（輸入/輸出）、文字（僅輸入）
文字渲染準確度	>99%（多詞、UI、標示、CJK/非拉丁字符）

下表根據外洩的 API 預覽與社群驗證的測試資料（主要來自 fal.ai 預覽與 LM Arena 評測）總結了關鍵規格。

主要功能

近乎完美的文字渲染

最受稱讚的升級：GPT Image 2 在內嵌文字方面達到 >99% 準確度，涵蓋多詞標籤、UI 按鈕、標示、程式碼片段、漫畫對話框、時間戳以及 CJK 字符。文字會自然融入透視、光照與材質，而非像被「貼上去」那樣突兀。

消除黃偏色與更優異的色彩準確度

先前的 GPT Image 系列存在持續的暖黃偏色。GPT Image 2 呈現中性、逼真的色彩重現——白色真正為白，膚色與材質更顯自然。

進階的世界知識與真實場景理解

據稱 GPT Image 2 能理解下列內容，這源於其原生 LLM 整合：

圖表（地圖、解剖、UI 版面配置）
空間關係
結構化設計元素

➡️ 這是一項重大轉變：從「藝術生成器」→「設計系統助理」

更強的寫實度與空間邏輯

在光照、材質、遮擋處理、解剖（手部/臉部）與多物體構圖方面均有提升。整體偽影更少，對複雜場景的提示遵從度更高。

➡️ 可直接對標頂級模型（例如 Google 的 Nano Banana）

彈性的解析度與品質等級

支援最高 4K 的自訂尺寸（為提高成本效益，建議低品質生成後再放大（upscaling）），以及品質設定（低/中/高），讓創作者能細緻權衡速度與保真度。

強大的提示可控性

跨迭代保持風格一致
輸出更可預測
指令遵從度更佳

基準測試表現

目前尚無官方基準，但有多項跡象：

觀察到的改進

相較於 GPT Image 1.5，在以下方面更強：

文字渲染
版面準確度
UI/設計生成

佐證資料（2026 年 4 月）：

文字渲染：99%+ 準確度（1.5 為 90–95%）。
速度：透過品質等級，流程最快可達 4×。
寫實度與構圖：常見失誤模式（遮擋、錯位、偽影）明顯減少。

GPT Image 2 vs Flux 2 vs Midjourney（2026）

特性	GPT Image 2（預期）	GPT Image 1.5	Flux 2 (Black Forest Labs)	Midjourney v7
文字渲染	>99%（近乎完美）	90–95%	強（約 90%）	弱（約 30–50%）
寫實度	卓越（色彩中性）	非常好	領先	偏重藝術風格
UI/截圖品質	業界頂尖	良好	良好	有限
解析度彈性	最高 4K，高度客製化	1536×1024 固定預設	高	最高 2K+
生成速度	<3 秒	5–10 秒	非常快	中等
世界知識	優異（原生 LLM）	強	良好	中等
提示遵從度	卓越	非常好	卓越	由風格主導
最適用於	文字/UI、模型稿、寫實	通用	寫實與速度	藝術/創意風格
定價（估）	$0.15–$0.20/張（預估）	按張付費	$0.02–$0.07/張	訂閱（$10–120/月）

GPT Image 2 被定位為面向大量文字與 UI 驅動工作流程的最實用生產工具；Flux 2 擅長純寫實，Midjourney 則在藝術表達方面更突出。

您可以在 CometAPI 查看頂尖的 AI 繪圖模型，包括 GPT Image 2、Flux 2、Nano Banana 2 等，並在 PlayGround 中進行對比。CometAPI 的繪圖 API 十分具成本效益（通常比官方便宜約 20%）。

GPT Image 2 的應用

UI/UX 設計與原型製作：在數秒內生成像素級精準的應用儀表板、網站模型稿與行動介面。
行銷與廣告：打造字體排印與品牌元素精準的廣告、橫幅與社群圖像。
產品模型與電商：生成寫實的包裝、招牌與情境圖，並具備精確標籤。
教育內容：產出可讀性佳的圖表、資訊圖與插圖式說明。
遊戲與娛樂素材：螢幕截圖、載入畫面與風格化場景（例如 GTA 6 或 Minecraft 風格）。
企業與專業素材：投資簡報、文件視覺與內部培訓資產。

早期測試者強調其在設計衝刺與內容生產流水線中進行快速迭代的價值。

如何在 CometAPI 上整合 GPT-Image-2 API

步驟 1：申請 API 金鑰

登入 cometapi.com。若您尚未成為使用者，請先註冊。登入您的 CometAPI 主控台。取得該介面的存取憑證 API 金鑰。在個人中心的 API token 處點擊「Add Token」，取得 token 金鑰：sk-xxxxx，並提交。

步驟 2：向 GPT-Image-2 API 發送圖片生成請求

選擇 “gpt-image-2” 端點發送 API 請求，並設定請求體，使模型可回傳 base64 響應。將您的問題或請求放入 content 欄位——模型會回應該內容。若希望獲得精簡的 JSON 回應與臨時下載 URL，請設定 response_format: "url"。在加入批次生成或風格調校前，請先使用單一提示與單一圖片。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。處理後，API 會回傳任務狀態與輸出資料。對於 API，回應會在任務完成後包含生成狀態、進度與最終圖片 URL。您也可以選擇在 PlayGround 中直接使用提示生成圖片，然後下載到本機裝置。

為何選擇 CometAPI 上的 GPT Image 2 API

統一且易用的 API

可使用熟悉的、相容 OpenAI 的 Images API 格式，或 CometAPI 的標準化端點。透過簡單的提示與參考輸入即可生成、編輯或變體圖片，無需管理多個 SDK 或驗證流程。

具競爭力且透明的定價

相較直接使用 OpenAI，單張成本顯著更低。CometAPI 的費率讓大量生成（行銷素材、產品視覺、設計迭代）更划算，同時維持完整品質。

在 Playground 中快速試驗

可在 CometAPI Playground 立即測試 GPT Image 2。上傳參考圖片、優化提示、調整解析度（支援處最高至 4K），並即時預覽結果——非常適合針對大量文字的設計、寫實場景或一致角色進行反覆迭代。

總之，如果您想要 GPT Image 2 的前沿圖像品質——業界頂尖的文字渲染、寫實度與精確控制——且不想承受直接接入 OpenAI 的摩擦成本，CometAPI 是最聰明、最便捷的平台之一。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.028

預估 CometAPI 使用費用

十次請求

$0.28

預估 CometAPI 使用費用

十五次請求

$0.42

預估 CometAPI 使用費用

GPT Image 2 的定價

探索 GPT Image 2 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 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
輸入:$4/M 輸出:$24/M	輸入:$5/M 輸出:$30/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/images/generationsPOST/v1/images/edits

GPT Image 2 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 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 的潛力。

POST

/v1/images/generations

POST

/v1/images/edits

# 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",
    "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' "$image_data" | base64 -d > output/gpt-image-2-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-output.png
  echo "Image saved to: output/gpt-image-2-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",
    "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' "$image_data" | base64 -d > output/gpt-image-2-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-output.png
  echo "Image saved to: output/gpt-image-2-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",
    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-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",
  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-output.png");

await writeFile(outputPath, imageBuffer);

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

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-image

輸入與輸出

輸入

text

輸出

image

正式環境資訊

供應商: OpenAI
上下文: 依模型而定
商業使用: 支援

應用場景

將 GPT Image 2 用於符合其 image 能力的正式工作流程,並在長期整合前比較其他選項。

產品視覺與行銷素材創作

概念圖與快速視覺探索

圖像編輯、變化與素材產製

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model 是影像生成產品家族中的效率專家，專為超低延遲且具成本效益的影像生成與修改而設計。

查看模型

Google

Nano Banana 2

核心能力概覽：解析度：最高可達 4K（4096×4096），與 Pro 相當。參考圖片一致性：最多支援 14 張參考圖片（10 個物件 + 4 個角色），維持風格與角色一致性。極端寬高比：新增 1:4、4:1、1:8、8:1 比例，適合長圖、海報與橫幅。文字渲染：進階文字生成，適用於資訊圖表與行銷海報版面。搜尋強化：整合 Google Search + Image Search。Grounding：內建思考過程；在生成前會先對複雜提示進行推理。

查看模型

Flux

FLUX 2 MAX

FLUX.2 [max] 是來自 Black Forest Labs（BFL）的頂級視覺智能模型，專為生產級工作流程設計：行銷、產品攝影、電子商務、創意製作流程，以及任何需要一致的角色／產品形象、精準文字渲染，並在多百萬像素解析度下呈現照片級寫實細節的應用。其架構經過精心設計，具備強大的提示遵循能力、多參考融合（最多可輸入十張圖像），以及有根據的生成（在產生圖像時能夠納入最新的網路脈絡）。

查看模型

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] 是 Black Forest Labs（BFL）推出的 FLUX.2 系列中旗艦級、最高品質的變體。其定位為專業級的文字→圖像生成與圖像編輯模型，重點在於極致保真度、對提示詞的遵從度，以及在角色、物件、光照與色彩上的編輯一致性。BFL 與合作夥伴的註冊目錄將 FLUX.2 [max] 描述為頂級的 FLUX.2 變體，具備多重參考編輯與有據生成等特性。

查看模型

Replicate

Black Forest Labs/FLUX 2 DEV

FLUX 2 DEV 是針對研究、實驗與非商業應用最佳化的開發者友善版本。它在兼顧品質與運算效率的同時，為開發者提供強大的影像生成能力。非常適合原型製作、學術研究及個人創意專案。

查看模型

Replicate

Black Forest Labs/FLUX 2 FLEX

FLUX 2 FLEX 是一款多功能、可適應的模型，旨在於各種使用案例與硬體配置中實現靈活部署。它透過可調整的品質設定提供可擴展的效能，因而特別適合需要動態資源配置的應用。此模型在品質、速度與資源效率之間達到最佳平衡。

查看模型

Uptime

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

Uptime

過去 30 天的請求成功率，反映每個模型供應商的可靠性。CometAPI 全天候即時監控所有已連接的供應商。

RespondLIVE

26494msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

持續探索

比較模型,繼續你的研究

OpenAI

API 運作中熱門

gpt-image-2

GPT Image 2 API

GPT Image 2 是 OpenAI 最先進的圖像生成模型，用於快速、高品質的圖像生成與編輯。它支援彈性的圖像尺寸與高保真圖像輸入。

起始價格

$4.00 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

26494 ms

實測 API 回應時間

發布時間

Apr 20, 2026

OpenAI

Playground

透過實際請求試用 GPT Image 2,檢視參數並在整合 API 前驗證輸出結果。

概覽

GPT Image 2 的實用總覽,涵蓋重要行為與整合注意事項。

GPT-Image 2 的技術規格

項目	GPT-Image-2
模型類型	圖像生成模型
輸入類型	文字、圖片
輸出類型	圖片
編輯支援	是（圖片編輯、修補（inpainting）、圖生圖）
最大解析度	邊長最高可達 3840px
長寬比	最高至 3:1
串流	不支援
函式呼叫	不支援
微調	不支援
快照版本	gpt-image-2-2026-04-21
API 端點	/v1/images/generations, /v1/images/edits
頻率限制	分級制（100k–8M TPM）
模態	圖片（輸入/輸出）、文字（僅輸入）
文字渲染準確度	>99%（多詞、UI、標示、CJK/非拉丁字符）

下表根據外洩的 API 預覽與社群驗證的測試資料（主要來自 fal.ai 預覽與 LM Arena 評測）總結了關鍵規格。

主要功能

近乎完美的文字渲染

消除黃偏色與更優異的色彩準確度

先前的 GPT Image 系列存在持續的暖黃偏色。GPT Image 2 呈現中性、逼真的色彩重現——白色真正為白，膚色與材質更顯自然。

進階的世界知識與真實場景理解

據稱 GPT Image 2 能理解下列內容，這源於其原生 LLM 整合：

圖表（地圖、解剖、UI 版面配置）
空間關係
結構化設計元素

➡️ 這是一項重大轉變：從「藝術生成器」→「設計系統助理」

更強的寫實度與空間邏輯

在光照、材質、遮擋處理、解剖（手部/臉部）與多物體構圖方面均有提升。整體偽影更少，對複雜場景的提示遵從度更高。

➡️ 可直接對標頂級模型（例如 Google 的 Nano Banana）

彈性的解析度與品質等級

支援最高 4K 的自訂尺寸（為提高成本效益，建議低品質生成後再放大（upscaling）），以及品質設定（低/中/高），讓創作者能細緻權衡速度與保真度。

強大的提示可控性

跨迭代保持風格一致
輸出更可預測
指令遵從度更佳

基準測試表現

目前尚無官方基準，但有多項跡象：

觀察到的改進

相較於 GPT Image 1.5，在以下方面更強：

文字渲染
版面準確度
UI/設計生成

佐證資料（2026 年 4 月）：

文字渲染：99%+ 準確度（1.5 為 90–95%）。
速度：透過品質等級，流程最快可達 4×。
寫實度與構圖：常見失誤模式（遮擋、錯位、偽影）明顯減少。

GPT Image 2 vs Flux 2 vs Midjourney（2026）

特性	GPT Image 2（預期）	GPT Image 1.5	Flux 2 (Black Forest Labs)	Midjourney v7
文字渲染	>99%（近乎完美）	90–95%	強（約 90%）	弱（約 30–50%）
寫實度	卓越（色彩中性）	非常好	領先	偏重藝術風格
UI/截圖品質	業界頂尖	良好	良好	有限
解析度彈性	最高 4K，高度客製化	1536×1024 固定預設	高	最高 2K+
生成速度	<3 秒	5–10 秒	非常快	中等
世界知識	優異（原生 LLM）	強	良好	中等
提示遵從度	卓越	非常好	卓越	由風格主導
最適用於	文字/UI、模型稿、寫實	通用	寫實與速度	藝術/創意風格
定價（估）	$0.15–$0.20/張（預估）	按張付費	$0.02–$0.07/張	訂閱（$10–120/月）

GPT Image 2 被定位為面向大量文字與 UI 驅動工作流程的最實用生產工具；Flux 2 擅長純寫實，Midjourney 則在藝術表達方面更突出。

GPT Image 2 的應用

UI/UX 設計與原型製作：在數秒內生成像素級精準的應用儀表板、網站模型稿與行動介面。
行銷與廣告：打造字體排印與品牌元素精準的廣告、橫幅與社群圖像。
產品模型與電商：生成寫實的包裝、招牌與情境圖，並具備精確標籤。
教育內容：產出可讀性佳的圖表、資訊圖與插圖式說明。
遊戲與娛樂素材：螢幕截圖、載入畫面與風格化場景（例如 GTA 6 或 Minecraft 風格）。
企業與專業素材：投資簡報、文件視覺與內部培訓資產。

早期測試者強調其在設計衝刺與內容生產流水線中進行快速迭代的價值。

如何在 CometAPI 上整合 GPT-Image-2 API

步驟 1：申請 API 金鑰

步驟 2：向 GPT-Image-2 API 發送圖片生成請求

步驟 3：擷取並驗證結果

為何選擇 CometAPI 上的 GPT Image 2 API

統一且易用的 API

具競爭力且透明的定價

相較直接使用 OpenAI，單張成本顯著更低。CometAPI 的費率讓大量生成（行銷素材、產品視覺、設計迭代）更划算，同時維持完整品質。

在 Playground 中快速試驗

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.028

預估 CometAPI 使用費用

十次請求

$0.28

預估 CometAPI 使用費用

十五次請求

$0.42

預估 CometAPI 使用費用

GPT Image 2 的定價

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
輸入:$4/M 輸出:$24/M	輸入:$5/M 輸出:$30/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/images/generationsPOST/v1/images/edits

GPT Image 2 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 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 的潛力。

POST

/v1/images/generations

POST

/v1/images/edits

# 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",
    "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' "$image_data" | base64 -d > output/gpt-image-2-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-output.png
  echo "Image saved to: output/gpt-image-2-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",
    "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' "$image_data" | base64 -d > output/gpt-image-2-output.png 2>/dev/null || printf '%s' "$image_data" | base64 -D > output/gpt-image-2-output.png
  echo "Image saved to: output/gpt-image-2-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",
    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-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",
  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-output.png");

await writeFile(outputPath, imageBuffer);

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