首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >gpt-image-2.5 批量出电商图:flare 和 sunburst 怎么选?一共15 档真让人头疼

gpt-image-2.5 批量出电商图:flare 和 sunburst 怎么选?一共15 档真让人头疼

原创
作者头像
用户7679731
发布于 2026-10-25 19:34:20
发布于 2026-10-25 19:34:20
8430
举报

说明:本文在 AI 辅助下生成。价格、参数和返回字段取自 2026-10-25 的接口文档与线上接口,价格按 2026-10-27 起生效的价目表。

用 gpt-image-2.5 批量出商品图、海报时,最容易卡住的是三件事:该开哪个画质档,几百张跑下来到底花多少钱,以及跑到一半有几张失败或被内容审核拦下时,脚本该怎么继续。本文按"选模型、选档位、估成本、写批量脚本、处理失败"的顺序讲完这一套。

gpt-image-2.5 是 OpenAI 的图像生成模型,分 flare 和 sunburst 两档:flare 是默认档,适合社媒、电商这类走量场景;sunburst 是最高精度档,适合精品商业图和印刷物料。两档都支持文生图、参考图编辑和原生透明底 PNG,按"分辨率 × 画质"逐张计费。

先说利益关系:下文的接口和价格来自我们自己的平台 apimodels.app。apimodels.app 是一个多模型 API 网关:用一个 API key、一个 OpenAI 兼容端点调用图像、视频、语音和语言模型。

第一步:flare 还是 sunburst

两档的参数完全一样,区别只在缺省画质和精度调校:

  • gpt-image-2.5-flare:不传 quality 时按 medium 出图、按 medium 计费。gpt-image-2.5 是它的别名。
  • gpt-image-2.5-sunburst:不传 quality 时按 high 出图、按 high 计费,单张更慢。

一个容易忽略的事实是:在 1K 和 2K 两档分辨率下,两个模型同一画质的价格完全相同。所以在这两档里你选的是速度和精度调校,不是价格。实际做法是默认用 flare,只给真正要放大看的图显式传 quality: "high"。如果用 sunburst 又不想按 high 付费,就一定要显式传 quality。

到了 4K,两者分开定价:low 档同价,其余各档 flare 都更低,见下表。

第二步:按"分辨率 × 画质"选档位

quality 有 low、medium、high、xhigh、max 五档,和三档分辨率组合成 15 个价格格。下表是 2026-10-27 起的每张单价(美元):

分辨率 low medium high xhigh max 1K(两档同价) 0.01 0.02 0.03 0.05 0.08 2K(两档同价) 0.02 0.03 0.04 0.08 0.15 4K · flare 0.02 0.045 0.08 0.17 0.30 4K · sunburst 0.02 0.085 0.16 0.28 0.47

和 10 月 27 日之前相比,只有两格变了:1K low 从 $0.008 调为 $0.01,2K medium 从 $0.025 调为 $0.03。

分辨率档位按实际出图的总像素量判定,不看最长边,也不看你传的参数:

  • 1.7MP 及以下记 1K,例如 1024x1024、1360x768。
  • 1.7 到 4.6MP 记 2K,例如 2048x2048、2720x1536、2048x1152。
  • 4.6MP 以上记 4K,例如 3840x2160。

所以 2K 的 16:9 图回来可能是 2720x1536,也可能是同比例、长边 2048 的 2048x1152,两种都落在 2K 区间,都按 2K 计费。参考图和透明底不额外收费,n 张就按 n 倍计费。

按用途选档,可以参考下面的对应关系:

  • 验构图、挑方向的草稿:1K low,每张 $0.01。先用最低档跑几张,确定构图再上高档位,比一开始就开高档省得多。
  • 社媒配图、电商变体图:1K medium 或 2K low。
  • 电商主图、详情页首图:2K medium。
  • 需要放大看材质、小字要清晰的图:2K high。
  • 展会海报、印刷母版:4K high 起步,确有需要再上 xhigh 或 max。

和 OpenAI 官方按量价相比:官方对 2.5 按每百万输出图片 token $30 计费,没有公布每张单价。按实测 token 数折算,官方 1K high 约 $0.053、2K high 约 $0.107,4K 的 high、xhigh、max 分别约 $0.100、$0.178、$0.40。对应格子这里是 1K high $0.03、2K high $0.04,flare 4K 的 high、xhigh、max 为 $0.08、$0.17、$0.30。

第三步:同步还是异步

接口兼容 OpenAI 的 Images API,有两种调用方式。

同步:传 OpenAI 风格的 size(如 1024x1024),请求直接返回图片,和官方 images.generate() 的返回结构一致。官方 SDK 只改 base_url 即可:

代码语言:javascript
复制
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apimodels.app/v1")

img = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="a ceramic teapot, product shot, studio light",
    size="1024x1024",
    background="transparent",
    output_format="png",
)
print(img.data[0].url)

同步调用单次最长等待 280 秒,客户端超时建议设到 180 秒以上。

异步:不传 size,改传 aspect_ratio 加 resolution(1K / 2K / 4K),创建时立即返回 taskId,之后轮询或等回调。批量任务建议用这种方式,几百张图不必各占一个长连接:

代码语言:javascript
复制
curl -X POST https://api.apimodels.app/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-flare",
    "prompt": "a lighthouse on a cliff at dusk",
    "aspect_ratio": "9:16",
    "resolution": "2K",
    "quality": "medium",
    "callback_url": "https://your-domain.com/webhook/<random-token>"
  }'
# → { "code": 200, "data": { "taskId": "..." } }

传了 callback_url,任务进入 completed 或 failed 终态时会 POST 一次到这个地址。失败会自动重试 3 次(间隔 1s / 2s / 4s),仍未成功的,后台会在 30 分钟内继续补发。回调目前不带签名头,建议在 URL 路径里放一段随机 token,收到时自己校验来源。

透明底商品图

做商品抠图、贴到不同背景模板上时,可以直接让模型出透明底:传 background: "transparent" 加 output_format: "png",返回的是真正带 alpha 通道的 PNG,1K、2K、4K 都支持,单价不变。不传 output_format 时,不透明的图会以 JPEG 交付,体积更小;需要保留透明通道就一定要写 png。

用参考图改商品图

已有实拍图、只想换颜色或换标签时,用参考图编辑比重新生成更稳。同步方式走 /v1/images/edits,和官方 images.edit() 一样传图片和提示词;异步方式在生成接口里传 image_url,多张参考图用 image_urls,最多 16 张。参考图不额外收费。

编辑范围靠提示词控制:点名要改的对象,并写明其余保持不变,例如"把红色标签改成绿色,其它一切保持不变"。这里不接受 mask 参数,带 mask 的请求会直接返回 400,从官方接口迁过来时把 mask 字段去掉即可。

第四步:批量脚本

批量任务的难点不在“提交”,而在“收尾”:几百个任务里总会有少数失败,脚本要能区分哪些该重提、哪些该放弃,还要把每一单花了多少钱记下来,事后好对账。

下面是一个轮询版的批量脚本(示例,未在本文环境中运行)。它做了简单限速,记录每张的实扣金额,并按失败类型决定要不要重试:

代码语言:javascript
复制
import time, requests

API = "https://api.apimodels.app/v1/images/generations"
H = {"Authorization": "Bearer YOUR_API_KEY", "Content-Type": "application/json"}

def submit(prompt, ratio="1:1", res="2K", quality="medium"):
    r = requests.post(API, headers=H, json={
        "model": "gpt-image-2.5-flare", "prompt": prompt,
        "aspect_ratio": ratio, "resolution": res, "quality": quality,
    })
    r.raise_for_status()
    return r.json()["data"]["taskId"]

def wait(task_id, interval=5, timeout=600):
    end = time.time() + timeout
    while time.time() < end:
        d = requests.get(API, headers=H, params={"task_id": task_id}).json()["data"]
        if d["state"] in ("completed", "failed"):
            return d
        time.sleep(interval)
    return None

jobs = {}
for sku, prompt in load_prompts():          # 你的 SKU 与提示词
    jobs[sku] = submit(prompt)
    time.sleep(0.2)                          # 简单限速

for sku, task_id in jobs.items():
    d = wait(task_id)
    if d and d["state"] == "completed":
        for img in d.get("images", []):     # 每张图的实际宽高
            print(sku, img["url"], img.get("width"), img.get("height"), d["credits"])
    elif d and d.get("retryable"):
        jobs[sku] = submit(prompt_of(sku))   # 上游繁忙、超时等可重提;prompt_of 按 SKU 取回原提示词
    else:
        print(sku, "放弃:", d and d["failCode"], d and d["failMsg"])

任务查询返回的 data 里,和批量处理相关的字段有这些:

  • state:pending / processing / completed / failed。
  • resultUrls,以及 images:每张图的 url、width、height,可以直接核对交付尺寸。
  • credits:这一单的实扣金额,失败时为 0。
  • failCode、failMsg、retryable:失败原因和是否适合重试。

结果文件保留 30 天后自动删除,批量跑完要及时下载或转存到自己的对象存储。

第五步:审核拒绝和重试,看 failCode

失败时不要一律重试,先看 failCode:

  • CONTENT_MODERATION:提示词或生成结果没过内容安全审核,retryable 为 false。原样重提大概率还是被拒,应该改提示词。常见的 failMsg 是:
代码语言:javascript
复制
Your prompt was blocked by the content safety policy. Please adjust your prompt and try again.
  • INVALID_INPUT:参数不合法,例如尺寸或格式不支持。改请求再提。
  • INSUFFICIENT_BALANCE:余额不足,充值后再提。
  • UPSTREAM_BUSY、UPSTREAM_FAILED、TIMEOUT:retryable 为 true,可以原样重提。

不管哪种失败,这一单都不扣费。

估一下成本

以一次电商上新为例:200 个 SKU,每个先出 3 张 1K low 草稿挑构图,再出 1 张 2K medium 主图,另外做 20 张 4K high 的活动海报(flare)。

代码语言:javascript
复制
草稿:200 × 3 × $0.01  = $6.00
主图:200 × 1 × $0.03  = $6.00
海报:20  × 1 × $0.08  = $1.60
合计:$13.60(失败的单不计;重新生成的单另算)

如果海报要用 sunburst 的 4K high,单价是 $0.16,那 20 张就是 $3.20。跑之前把档位定清楚,成本在上线前就能报出来。

apimodels.app 在哪一步帮你

前面几步里,平台替你处理了这几件事:

  • 稳定性:gpt-image-2.5 接了多条上游线路,主线路报错、限流或超时时自动切到下一条,客户端不用改代码。失败的单不扣费,credits 为 0。
  • 可追溯:每一单都可以用 GET /v1/records/{task_id} 查到最终实扣金额,方便和自己的业务逐笔对账。异步任务支持回调,并带重试和补发。
  • 价格:按上面的 15 格固定价计费,跑之前就能算清成本。1K、2K 的 high 档,以及 flare 4K 的 high、xhigh、max 三档,低于按官方 token 价折算的成本。

不适合的情况也说清楚:

  • 需要用蒙版做精确局部编辑的,这里不接受 mask 参数,带 mask 的请求直接返回 400。局部编辑要在提示词里点名改哪里、并写明其余不变。
  • 需要 OpenAI 直签才有的企业合规文件,或者已经在 OpenAI 有承诺消费额要用掉的,直接用官方 API 更合适。

常见问题

  • 2K 回来的尺寸和请求不一样? 16:9 请求 2720x1536 时,可能回来 2720x1536,也可能是 2048x1152。两者都在 2K 像素区间,比例不变,按 2K 计费。用返回的 images[].width / height 核对即可。
  • 请求体太大返回 413? 多张参考图或大图时,请求体可能超限。使用 https://api.apimodels.app/v1 作为 base_url,单请求上限是 100MB。
  • sunburst 账单比预期高? 多半是没传 quality,按缺省的 high 计了费。批量任务里显式写上 quality。

限制

  • 不支持 mask。参考图编辑靠提示词控制范围。
  • 价格表为 2026-10-27 起生效的版本,之后如有调整,以文档页为准。
  • 同步模式单次最长等待 280 秒,长队列请用异步加回调。

你在批量出图时还遇到过哪些计费或重试上的坑?欢迎在评论区交流。


接口文档:apimodels.app 的 GPT Image 2.5 接口文档;回调与失败码说明:apimodels.app 的图片接口通用文档。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 第一步:flare 还是 sunburst
  • 第二步:按"分辨率 × 画质"选档位
  • 第三步:同步还是异步
    • 透明底商品图
    • 用参考图改商品图
  • 第四步:批量脚本
  • 第五步:审核拒绝和重试,看 failCode
  • 估一下成本
  • apimodels.app 在哪一步帮你
  • 常见问题
  • 限制
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档