GPT Image 2 怎么生成 4K 图片：尺寸规则、API 代码与验收方法

GPT Image 2 可以通过 API 直接请求 3840x2160 横图或 2160x3840 竖图，但这不等于“任意 4K 尺寸都支持”，也不等于一次返回成功就已经达到生产标准。最容易踩坑的地方有两个：4096x2160 虽然也常被叫作 4K，却超过了模型的 3840px 长边上限；而所有高于 2560x1440 的输出，目前都要按实验性尺寸处理。

正确做法是把“4K”拆成三件可以验证的事：请求中的 size 是否有效，解码后的原始文件是否真的等于目标像素，CMS 或 CDN 交付的版本有没有被缩放、裁切或重新压缩。提示词里的“高清”“4K 质感”只描述画面意图，不能替代 size 参数。

如果只想直接生成或编辑图片，用 Image API；如果生图是对话、代理或多工具流程的一步，用 Responses API。gpt-image-2 是 API 模型 ID，当前快照是 gpt-image-2-2026-04-21；它和 ChatGPT 里的 Images 2.0 是两种产品合同，套餐次数、界面比例和 API 计费不能互相推导。

先用四条规则判断尺寸是否合法

GPT Image 2 的自定义 WIDTHxHEIGHT 必须同时满足以下条件：

1. 最长一边不超过 3840px；
2. 宽和高都能被 16 整除；
3. 长边与短边之比不超过 3:1；
4. 总像素位于 655,360 到 8,294,400 之间。

四条缺一不可。常见视频分辨率也不一定能直接照搬：1920x1080 的高度 1080 不能被 16 整除，因此不是有效的自定义尺寸；可以按版式需要改成 1920x1088，但这已经不是标准 16:9。反过来，1024x640 恰好位于最低总像素边界，并且两边都是 16 的倍数，是有效尺寸。

可以在发请求之前先做本地校验。这样批量队列不会把同一个无效尺寸重复提交，也能给编辑或设计同事一个明确原因。

hljs js复制
function validateGptImage2Size(width, height) {
  const longEdge = Math.max(width, height);
  const shortEdge = Math.min(width, height);
  const pixels = width * height;

  const checks = {
    edge: longEdge <= 3840,
    multiplesOf16: width % 16 === 0 && height % 16 === 0,
    aspectRatio: longEdge / shortEdge <= 3,
    pixelCount: pixels >= 655_360 && pixels <= 8_294_400,
  };

  return { valid: Object.values(checks).every(Boolean), checks };
}

这里的“宽高比”和“像素尺寸”也不能混为一谈。16:9 只描述画布形状，3840x2160 才是具体像素合同；后期把 1920x1080 放大到 3840x2160，得到的是放大后的 4K 文件，不是一次 API 原生请求产生的 4K。对外交付时应写清最终像素由哪条路线得到。

为什么合法的 4K 仍要标记为实验性

OpenAI 图像生成指南把高于 2560x1440 的 GPT Image 2 分辨率标为 experimental。这个限定不表示 3840x2160 不能请求，而是提醒你不要把参数校验通过当成稳定性保证。

生产验收至少还要看四件事：

• API 是否真正返回最终图片，而不是只拿到中间事件或错误重试；
• 保存后的原始文件是否保持请求宽高和预期格式；
• 图片中的文字、边缘、人物特征和构图是否达到业务要求；
• 上传到 CMS、对象存储或 CDN 后，用户实际访问的版本是否仍满足尺寸合同。

因此，quality: "high" 和 4K 也不是同义词。quality 可选 low、medium、high、auto，默认是 auto；它控制渲染投入，不保证文字一定正确、主体一定一致或像素一定保留。探索阶段先用较小尺寸和 medium 锁定构图，最终交付再切换到合法 4K，通常比每个草稿都直接跑 4K 更容易控制账单和返工。

Image API：直接生成 4K 的最短路线

单次文生图或图片编辑优先使用 Image API。模型、尺寸、质量和输出格式都在一次请求中明确给出，返回的图像数据再由应用解码保存。

hljs js复制
import OpenAI from "openai";
import { writeFile } from "node:fs/promises";

const openai = new OpenAI();

const result = await openai.images.generate({
  model: "gpt-image-2",
  prompt: [
    "为中文开发者大会生成横向主视觉",
    "深蓝背景，中心是一枚发光的抽象芯片",
    "左侧预留标题区，不要生成任何文字",
  ].join("。"),
  size: "3840x2160",
  quality: "high",
  output_format: "png",
});

const base64 = result.data?.[0]?.b64_json;
if (!base64) throw new Error("响应中没有最终图像数据");

await writeFile("conference-hero.png", Buffer.from(base64, "base64"));

GPT Image 模型通过 Image API 返回 base64 编码的数据，而不是一个可以长期依赖的图片 URL。PNG 是默认格式，也可以选择 JPEG 或 WebP；output_compression 只用于 JPEG 和 WebP，范围是 0–100。如果你改用压缩格式，仍要在解码后检查真实格式和宽高，不能只相信文件扩展名。

编辑请求可以带一张或多张参考图，也可以带蒙版。多图编辑时蒙版作用于第一张输入图；图像与蒙版要保持相同格式和尺寸，蒙版需要 alpha 通道。蒙版形状是引导，不是保证像素级严格贴边。对 gpt-image-2 不要添加 input_fidelity，其图片输入会自动按高保真路径处理。

Responses API：生图属于多步流程时再用

Responses API 适合这样的应用：用户先给商品资料，主线模型整理卖点、决定是否需要图片，然后调用图像工具，最后再输出文案和注意事项。这里的 model 是支持图像工具的主线模型，图像工具自己管理 GPT Image 模型选择。

hljs js复制
import OpenAI from "openai";
import { writeFile } from "node:fs/promises";

const openai = new OpenAI();

const response = await openai.responses.create({
  model: "gpt-5.6",
  input: "生成一张 3840x2160 的新品发布横幅，画面不要出现文字，并给出三条投放注意事项。",
  tools: [{
    type: "image_generation",
    size: "3840x2160",
    quality: "high",
  }],
});

const call = response.output.find(
  (item) => item.type === "image_generation_call"
);
if (!call?.result) throw new Error("没有收到最终图像工具结果");

await writeFile("launch-banner.png", Buffer.from(call.result, "base64"));

不要写成 tools: [{ type: "image_generation", model: "gpt-image-2" }]。当前官方合同明确区分主线模型和图像工具的模型选择，这个工具参数并不是用来强行指定 gpt-image-2 的。Responses API 还会产生主线模型的文本 token 使用量，因此它不是“换一个端点、价格完全不变”的 Image API 替代品。

如果只是 prompt 到图片，Responses API 反而增加了日志和排错层：主线模型可能没有调用工具，工具可能失败，base64 可能没有保存，前端也可能只渲染缩略图。只有在多轮编辑、对话上下文或多工具编排确实能减少用户步骤时，才值得引入它。

保存、解码、验尺寸：把 API 成功变成可交付文件

最小验收不能停在 HTTP 200。下面用 sharp 读取已经保存的文件，检查格式和像素；如果业务不使用 sharp，也可以替换为现有图片元数据工具，关键是检查解码结果而不是文件名。

hljs js复制
import sharp from "sharp";

async function assertImage(path, expected) {
  const meta = await sharp(path).metadata();

  if (!meta.width || !meta.height || !meta.format) {
    throw new Error(`无法解码图片元数据: ${path}`);
  }
  if (meta.width !== expected.width || meta.height !== expected.height) {
    throw new Error(
      `尺寸不合格：期望 ${expected.width}x${expected.height}，` +
      `实际 ${meta.width}x${meta.height}`
    );
  }
  if (meta.format !== expected.format) {
    throw new Error(`格式不合格：期望 ${expected.format}，实际 ${meta.format}`);
  }

  return meta;
}

await assertImage("conference-hero.png", {
  width: 3840,
  height: 2160,
  format: "png",
});

如果网页还会生成 WebP、srcset 或社交分享裁切图，再对最终公开 URL 下载一次并执行相同检查。原图合格但用户看到的版本不合格，问题通常在上传转换、响应式图片选择、CDN 参数或前端容器裁切，不应该靠重写 prompt 修复。

建议为每次生产任务记录：请求 ID、时间、模型 ID、size、quality、输出格式、原文件路径、原文件宽高、交付 URL 和交付文件宽高。不要记录 API key，也不要把完整用户素材或敏感提示词写进普通日志。

原生 4K 还是 2K 后期放大

“最终文件是 4K”与“模型一次生成原生 4K”是两种交付说明。选择哪条路线，取决于返工成本，而不是哪个说法听起来更高级。

放大并不是自动降级方案。有时 2K 母版的主体和文字更稳定，受控放大后的成品反而比反复重抽 4K 更可用；但你必须在资产记录中保留“先生成、后放大”的事实，不能写成模型直接返回了这些最终像素。

价格、免费层与账号限制不能从 ChatGPT 套餐推断

GPT Image 2 的官方 API 不是一个固定的“每张 4K 多少钱”合同。按 2026 年 7 月 22 日核对的官方价格页，标准价格按每百万 token 计算：图片输入 $8.00、缓存图片输入 $2.00、图片输出 $30.00、文本输入 $5.00、缓存文本输入 $1.25。Batch 费率更低；编辑请求还要计算输入图片，Responses API 还要计算主线模型用量。

官方指南给出的按张示例集中在 1024x1024、1024x1536 和 1536x1024 等指定尺寸与质量组合，不能外推成一个通用 4K 单价。对 3840x2160 的实际预算，应使用当前官方计算器，并以组织账单记录校准。需要完整公式和账单示例时，看 GPT Image 2 API 成本指南，不要在尺寸页面混入第三方固定价格。

访问权限同样属于账号合同。API Free usage tier 当前不支持 gpt-image-2；模型页列出的 Tier 1–5 速率是 5 / 20 / 50 / 150 / 250 IPM，同时还有模型特定 TPM 限制。组织验证可能是前置条件，真正控制你能否调用和能跑多快的是当前组织、项目和 Limits 页面，而不是文章里的数字。遇到 429、额度或组织验证问题，转到 GPT Image 2 使用限制与 429 指南。

另一方面，ChatGPT Images 2.0当前面向所有 ChatGPT 套餐，并可在 Web、iOS 和 Android 使用。这只能说明消费端可访问，不能证明你有免费 API token、能在界面里精确指定 3840x2160、拥有 API 的 IPM，或适用 API token 计费。只想判断官方 API 是否免费时，看 GPT Image 2 API 免费边界。

中文资料里常把早期的“GPT-4o 生图”、ChatGPT 图片功能和 gpt-image-2 写成同一个入口。对开发者最安全的识别方式是看请求：Image API 中显式的模型 ID 才是 gpt-image-2；ChatGPT 界面中选择比例、要求“4K”或下载图片，不会自动变成 API 的尺寸与计费证据。

4K 请求失败时，按层排查

1. 请求还没发出或直接返回参数错误

先输出四项本地校验结果，不要只记一句“4K failed”。检查是否写成 4096x2160、是否有一边不能被 16 整除、比例是否超过 3:1、总像素是否越界。再确认实际请求体中的 size，而不是检查 prompt 有没有“4K”。

2. 参数合法，但账号没有访问权限

用较小的合法尺寸做一次 smoke test，并检查同一组织与项目的模型访问、验证状态和 Limits 页面。不要根据 ChatGPT 可以生图就判断 API key 一定有权限，也不要在权限不清时直接启动批量 4K 队列。

3. API 返回成功，但保存文件尺寸不对

确认读取的是最终 base64，而不是流式过程中的 partial image；检查解码是否完整、文件是否被同名覆盖。随后测量原文件。原文件已不符合请求尺寸时停止交付，并保留请求 ID 供排查。

4. 原文件正确，网页或下载版本错误

比较对象存储原件、CDN URL、HTML srcset 实际命中的资源和下载文件。最常见的是 CMS 自动生成衍生图、CDN 追加宽度参数或前端下载按钮指向缩略图。

5. 像素正确，但视觉质量不合格

这是内容验收，不是尺寸故障。减少图片里的文字数量，明确主体与留白，固定需要保留的参考元素，再决定提高 quality、重新编辑，还是回到 2K 母版路线。不要用“尺寸正确”替代人工预览。

FAQ

GPT Image 2 支持原生 4K 吗？

可以通过 Image API 请求 3840x2160 或 2160x3840，并在返回后得到符合该像素合同的原文件；但高于 2560x1440 的尺寸目前属于实验性范围，必须解码、测量和人工验图。若最终像素来自后期放大，应明确标记为 upscaled，而不是原生请求。

为什么 4096x2160 不能直接用？

因为 GPT Image 2 的最长边不能超过 3840px。行业里“4K”有多种常见尺寸名称，但 API 只认具体数字和当前校验规则。

只在提示词里写“4K 高清”有用吗？

它可以影响画面意图和细节描述，不能控制文件像素。要精确尺寸必须设置 size，保存后再读取真实宽高。

1920x1080 为什么也可能报尺寸错误？

自定义宽高都必须是 16 的倍数，而 1080 不能被 16 整除。常见显示分辨率不自动等于有效 API 尺寸。

Image API 和 Responses API 应该选哪个？

单次生成或编辑用 Image API，链路短且容易验收；多轮对话、代理或多工具编排用 Responses API。Responses 中应选择支持图像工具的主线模型，不要给图像工具硬塞 model: "gpt-image-2"。

GPT Image 2 4K 有固定的官方单张价格吗？

没有一个适用于所有 4K 尺寸、质量和请求形态的固定单价。应按当前图片输入、图片输出、文本输入、质量、编辑输入和主线模型用量估算，并用实际账单校准。

ChatGPT 免费用户能生图，是否说明 GPT Image 2 API 免费？

不能。ChatGPT Images 是消费端权益，API 有独立的访问层级、组织验证、速率限制和 token 账单。两边都可能使用相关图像能力，但合同不能互换。

API 返回 200 后还要检查什么？

至少检查 base64 能否完整解码、原始文件的宽高与格式、人工视觉质量，以及 CMS/CDN 最终交付版本。任一层不符合要求，都不能把资产标记为已验收 4K。