GPT Image 2：它真正擅长的是什么
OpenAI 的 GPT Image 2 在画面内文字上目前几乎没有对手。本文梳理它的价格、强项、短板，以及什么时候该换别的模型。
大部分图片模型都能画出一张海报，但很少有模型能画出一张能读的海报。GPT Image 2 存在的理由就是这道坎，判断你需不需要它，也应该从这里开始。
OpenAI 于 2026 年 4 月 21 日在 ChatGPT 中上线 GPT Image 2，5 月初向开发者开放 gpt-image-2 接口。它支持文生图、参考图编辑，最高输出 4K。
TL;DR
- 核心卖点是文字渲染。OpenAI 公布的字符级准确率约为 99%，覆盖拉丁文、中日韩、印地文和孟加拉文。
- 最高输出 4K：横版 3840×2160，竖版 2160×3840。
- 按张计费的服务商通常在 1K / 2K / 4K 分别落在约 0.03 / 0.05 / 0.06 美元。OpenAI 自己按 token 计费：图片输入约每百万 token 8 美元，图片输出约每百万 token 30 美元。
- 它并不是样样最强。空间推理、人像真实感、多参考图一致性这几项上，竞品与它互有胜负甚至更强。
- 画面里有字的时候用它；画面主要考验物理关系、人脸质感或跨多张保持同一个角色时，换别的模型。
别的模型做不到的那件事
画面内文字曾经是这个领域的老笑话：招牌是看起来像文字的乱码，包装上印着不存在的词，比标题再小一号的字就直接糊成纹理。
GPT Image 2 基本上把这道坎迈过去了。约 99% 的字符级准确率不只覆盖英文，还包括中日韩、印地文和孟加拉文 —— 这一点比听上去重要，因为非拉丁文字历来是图片模型最先崩掉的地方。
这直接改变了哪些活可以交给模型：
- 带真实日期、场地和人名的海报与活动物料；
- 配料表清晰可读的包装效果图；
- 菜单、价目表和门店指示牌；
- 标签必须写对字的界面示意图；
- 数字错了就是答案错了的信息图和演示页。
这些在一年前都还做不稳。这是选择这个模型最清楚的理由。
分辨率与画幅
GPT Image 2 支持 1K、2K 和 4K 输出，文档给出的 4K 尺寸是横版 3840×2160、竖版 2160×3840。
有一个细节值得在批量生产前确认：在 2K 和 4K 下，5:4、4:5、3:1、1:3 和 9:21 这几种比例并不支持。如果你的版式依赖某个不常见的比例，先确认它在目标分辨率下能出图，再围绕它搭流程。
价格
OpenAI 按 token 而不是按张计费。公布的价格约为：图片输入每百万 token 8 美元，命中缓存的图片输入 2 美元，图片输出 30 美元，文字输入 5 美元。
转售它的服务商通常会折算成按张计价，常见落点是 1K 约 0.03 美元、2K 约 0.05 美元、4K 约 0.06 美元。
FrameTide 按平台积分计费，不透传服务商账单，所以生成按钮上的数字不会和上面任何一个价格一一对应。但成本的形状是相通的：分辨率是最贵的那一维，用 4K 去试构图是很浪费的做法。
它在哪些地方会输
在文字上最强，不等于样样最强。发布后的各方对比在这几点上说法相当一致：
- 空间与物理推理。 反射、旋转、"这个物体在那个物体后面"这类要求仍然不稳。有评测让它画每层旋转固定角度的建筑并要求水面倒影对应，结果模型更偏向做出一个"雕塑感"的造型，而不是严格执行数值。
- 人像真实感。 在皮肤、头发，以及让一张脸不显得"渲染味"的那些细微不对称上，竞品常常评价更高。
- 多参考图一致性。 跨多张参考图、多次输出保持同一个角色不变，不是它最擅长的流程。
- 精确版式。 它对空间指令的遵循强于多数模型，但不是确定性的。严格的网格和精确的物体位置仍然需要人工复核。
这份清单应该当作"分流表"来读，而不是判决书。偏推理的构图、分镜和空间排布，Nano Banana Pro 通常更合适；成品里有文字，就选 GPT Image 2。
用一个下午把它测明白
厂商给的指标是起点不是答案。下面四组测试，比任何发布稿都更能说明它在你的业务里表现如何：
- 拿你最难的那个文字场景。 不要用标题 —— 用营养成分表、票价表，或者小字号的中文、天城文标签。这是它的强项，那就看看它在强项上会从哪里开始出错。
- 同一个提示词跑 1K 和 4K。 判断多出来的分辨率是否改变了你的任何一个决策，还是只改变了文件体积。
- 给它一条硬性空间指令。 带反射、遮挡，或者明确数量的重复元素。然后去数元素个数。
- 试着让同一个角色贯穿四张图。 如果一致性对你的产品重要，现在就摸清楚，别等做到系列第三周才发现。
文字准确率要和整体视觉质量分开打分。这是两种能力，平均之后就正好盖住了你选这个模型的真正原因。
它的位置
当画面必须用文字准确传达信息时，GPT Image 2 是那个选择。带真实文案的营销物料、包装、商品页、演示页、标题要看得清的封面图 —— 这是它的地盘，目前在这块还没有让人放心的替代品。
其他场景里，它只是若干个不错的选项之一。这不是贬低：一个在某件确实很难的事情上明显最强的模型，比一个样样都还行的模型有用得多。
资料来源
用 GPT Image 2 开始创作
打开 FrameTide 图片工作台时会自动选中 GPT Image 2，可以直接用自己的提示词试一试。