OpenAI Images API 图片生成模型怎么选择

先按任务划分候选模型

模型选择应从接口能力开始，而不是只看单张成图。纯文本生成可使用 GPT Image 模型、dall-e-2 或 dall-e-3；图片编辑支持 GPT Image 模型和 dall-e-2；图片变体接口目前只支持 dall-e-2。

• 需要根据文字从零生成图片：先测试目标模型在生成接口中的表现。
• 需要上传一张或多张图片后修改、扩展画面：使用编辑接口，并从支持编辑的模型中测试。
• 需要透明背景：选择支持透明背景的 GPT Image 模型，同时使用 png 或 webp 输出。
• 需要基于方形 PNG 生成相近变体：固定使用 dall-e-2，输入文件需小于 4MB。

若项目还没有明确用途，先选一个真实任务作为基准，例如“生成一张商品配图”或“替换现有海报中的背景”，不要把不同类型任务混在同一次对比里。

建立可重复的测试准备

为每个任务准备固定输入：同一段提示词、同一尺寸、同一张参考图和相同的保存规则。这样后续调整的差异才主要来自模型与参数。

1. 写下任务目标、主体不可变特征和允许变化的部分。
2. 为纯生成、编辑和透明输出分别准备一条测试提示词。
3. 记录 model、size、quality、output_format、background、n 和请求时间。
4. 为每次结果保存文件名与任务编号，避免只留下最终选中的图片。

质量档位会影响 GPT Image 模型的生成与编辑请求。具体的 quality 取值与适用方式，可结合OpenAI Images API quality 参数怎么选择一起记录，避免把模型差异和质量差异混为一谈。

按顺序发起最小对比

先让每个候选模型完成一次相同任务，再只改一个变量进行第二轮测试。下面示例以纯文本生成作为起点，模型名称应按你当前可用的模型和项目需求填写。

from openai import OpenAI

client = OpenAI()

result = client.images.generate(
    model="gpt-image-1.5",
    prompt="一只白色陶瓷杯放在浅灰桌面上，柔和自然光，留出右侧排版空间",
    size="1536x1024",
    quality="auto",
    output_format="png"
)

image_base64 = result.data[0].b64_json

GPT Image 模型返回 Base64 编码图片，应由应用解码并保存到自己的存储。dall-e-2 和 dall-e-3 则可使用 url 或 b64_json 响应格式，其中 URL 仅在生成后 60 分钟内有效。

1. 第一轮：固定提示词和尺寸，只替换 model。
2. 第二轮：保留表现较符合任务的模型，仅调整质量或尺寸。
3. 第三轮：使用真实业务素材重复测试，确认结果不是只适合单一示例。
4. 确定配置后：将 model 与相关参数写入默认配置，不依赖接口默认值。

透明编辑的测试示例

透明背景不是所有模型和格式都能组合使用。使用 background 为 transparent 时，输出格式应选择 png 或 webp；资料显示部分 GPT Image 模型的透明支持处于预览状态，因此应把最终素材放进实际页面或设计软件检查。

with open("product.png", "rb") as image_file:
    result = client.images.edit(
        model="gpt-image-1.5",
        image=image_file,
        prompt="保留产品外形和颜色，移除原背景",
        background="transparent",
        output_format="png",
        input_fidelity="high"
    )

编辑任务需要保持参考图特征时，可测试 input_fidelity。该参数支持 high 和 low，但 gpt-image-1-mini 不支持它；不要把不支持的参数直接复制到所有模型配置中。

用评分表决定生产配置

不要用“看起来最好”作为唯一结论。每张测试图可按 1 到 5 分记录主体符合度、构图可用性、参考图保留程度、透明通道正确性和人工返工量。纯生成任务不必评分参考图保留程度，编辑任务则应提高这一项权重。

建议为每种任务保留一个独立默认配置，例如“横版配图生成”“商品背景编辑”“透明图标输出”。这样当某种素材异常时，可以定位到具体配置，而不是整体更换模型。

常见故障与修正动作

• 故障：变体请求报错。原因：变体接口只支持 dall-e-2，且输入必须是小于 4MB 的方形 PNG。修正动作：改用 dall-e-2，并预先检查图片格式、尺寸和文件大小。
• 故障：请求透明背景后得到不透明图片。原因：模型或输出格式不满足透明输出条件，或未设置 background。修正动作：确认使用支持透明的 GPT Image 模型，设置 background 为 transparent，并改用 png 或 webp。
• 故障：代码读取不到 URL 字段。原因：GPT Image 模型返回 Base64 图片，不使用 url 或 b64_json 响应格式参数。修正动作：读取 b64_json，完成解码和本地或对象存储归档。
• 故障：编辑后主体特征变化太多。原因：参考图要求没有写清，或模型不支持 input_fidelity。修正动作：明确不可变特征；对支持该参数的模型测试 input_fidelity 为 high，并重新对比结果。
• 故障：模型切换后请求参数报错。原因：不同模型支持的尺寸、质量、风格和输出参数不同。修正动作：按目标模型重新核对参数组合，测试时一次只新增一个参数。

发布前检查项

• 已为每个生产任务明确 model，未依赖默认模型。
• 生成、编辑、透明输出和变体任务分别使用了兼容的接口与参数。
• 测试记录包含提示词、模型、尺寸、质量、格式和结果文件位置。
• 透明素材已在深色和浅色背景上检查边缘与透明通道。
• Base64 或临时 URL 返回结果已保存到自己的存储。
• 真实业务样本已复测，且人工返工量在团队可接受范围内。