上个月，OpenAI 在 ChatGPT 中引入了图像生成功能，广受欢迎：仅在第一周，全球就有超过 1.3 亿用户创建了超过 7 亿张图片。

就在刚刚，OpenAI 又宣布了一个好消息：他们正式在 API 中推出驱动 ChatGPT 多模态体验的原生模型 ——gpt-image-1，让开发者和企业能够轻松将高质量、专业级的图像生成功能直接集成到自己的工具和平台中。

这也意味着，从今天开始，全世界的开发人员都可以使用 ChatGPT 强大的图像生成功能了。

API 指南：https://platform.openai.com/docs/guides/image-generation?image-generation-model=gpt-image-1

gpt-image-1 具有以下特点：

• 生成更准确，更高保真图像；
• 多样的视觉风格；
• 精确的图像编辑；
• 丰富的世界知识；
• 一致的文本呈现。

OpenAI CEO 奥特曼表示：API 版本与 ChatGPT 版本有一些不同：主要表现在用户可以使用 moderation 参数控制审核敏感度。还可以控制质量与生成速度、背景、输出格式等。

在价格方面，gpt-image-1 按 token 定价，文本和图像 token 的定价不同：

• 文本输入 token（提示文本）：每 100 万 token 5 美元
• 图像输入 token（输入图像）：每 100 万 token 10 美元
• 图像输出 token（生成的图像）：每 100 万 token 40 美元

在实际使用中，这意味着用户生成低质量、中质量和高质量的方形图像，分别需要花费约 0.02 美元、0.07 美元和 0.19 美元，再加上文本输入价格，只能说这很 OpenAI。

API 可以带来一系列好处，比如用户可以在单个请求中一次生成多张图像，但需要先设置 n 参数，默认情况下，API 返回单张图片。（感觉 token 使用量在燃烧。）

用户还可以将一张或多张图像作为参考图像来生成新图。在本例中使用 4 张输入图片来生成一张新的图片。

还可以使用蒙版进行图片编辑：

OpenAI 表示，现在已经有多家企业和初创公司将该模型用于创意项目、产品和体验。例如，多媒体巨头 Adobe 旗下的 Firefly 和 Express 应用，将集成 OpenAI 的图像生成功能。

AI 视频生成平台 HeyGen 正在集成 gpt-image-1 来增强虚拟形象的创建，特别是改进平台内的虚拟形象编辑功能。

大家可以参考官方 API 指南，了解更多内容。

参考链接：https://openai.com/index/image-generation-api/