GPT Image 1.5 API 生产指南：定价、延迟模式和扩展架构

执行摘要：GPT Image 1.5 在生产中改变了什么

GPT Image 1.5 被定位为 OpenAI 发布时最强大的通用文生图模型，重点在于：

• 指令遵循：更可靠的更改，“细致到微小细节”。
• 编辑与保留：更擅长应用编辑，同时保持关键元素的一致性（包括面部肖像和跨编辑的品牌视觉效果）。
• 文本渲染：改进了在图像中渲染密集文本的能力。
• 速度：生成速度高达 4 倍（据 OpenAI 报告）。

竞争格局：GPT Image 1.5 vs Nano Banana Pro vs FLUX

生产性能：延迟模式和可靠性

图像模型的常见延迟驱动因素：

• 分辨率和宽高比（较大的输出需要更长时间）
• 提示复杂性和迭代编辑
• 流量峰值 / 排队
• 安全拒绝或瞬态故障后的重试循环

• 使用 超时 + 幂等键（或您自己的请求 ID）
• 为长时间运行的生成添加 异步作业队列
• 实施 优雅回退（较低质量、较小尺寸或替代模型）

安全过滤器：将拒绝计划为一等结果

OpenAI 的图像 API 执行安全策略；提示或编辑可能会被拒绝。在生产中，您应该将“被拒绝”视为正常结果：

• 向用户显示可操作的 UI 反馈
• 记录拒绝类别（如果可用）
• 提供安全的重新提示建议
• 避免重试风暴（限制重试速率）

定价：官方 GPT Image 1.5 成本（每张图像 + Token）

OpenAI 发布了两者：

1. 按质量和尺寸的每张图像价格
2. 图像 token 价格（用于 token 核算中的图像输入/输出）

每张图像价格（官方）

图像 token 价格（官方）

• gpt-image-1.5：图像 token 输入 $8 / 输出 $32 每 100 万 token
• gpt-image-1：图像 token 输入 $10 / 输出 $40 每 100 万 token

开发者体验：您应该围绕什么进行架构

即使模型很强，交付可靠的产品也需要针对以下方面进行工程设计：

1. 速率限制和背压（为 429 做好计划并排队请求）
2. 跨提供商的 架构漂移（不同的参数、错误代码、响应格式）
3. 可观察性（每个请求的成本、延迟百分位数、失败原因、回退率）

EvoLink 角度：统一 API 模式

统一网关方法可以通过以下方式减少运营负担：

• 跨供应商标准化请求/响应格式
• 添加路由规则（例如，为文本密集型海报选择 GPT Image 1.5；在可接受时为照片级真实场景选择另一个模型）
• 实施回退策略，当提供商拒绝或出错时
• 提供集中式使用分析用于成本和性能跟踪

快速入门：通过 EvoLink 使用 GPT Image 1.5

EvoLink 为 GPT Image 1.5 提供了一个统一端点，支持文生图、图生图和图像编辑模式，并具有异步处理功能。

示例：文生图

curl --request POST \
  --url https://api.evolink.ai/v1/images/generations \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-image-1.5-lite",
    "prompt": "A professional product photo of a sleek smartwatch on a marble surface, soft studio lighting, 4K quality",
    "size": "1024x1024",
    "quality": "high"
  }'

示例：图像编辑

curl --request POST \
  --url https://api.evolink.ai/v1/images/generations \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-image-1.5-lite",
    "prompt": "Change the background to a sunset beach scene, keep the product unchanged",
    "image_urls": ["https://your-cdn.example.com/product-photo.jpg"],
    "size": "1024x1024",
    "quality": "high"
  }'

响应格式

API 返回一个异步任务。使用返回的 ID 轮询任务状态：

{
  "created": 1757156493,
  "id": "task-unified-1757156493-imcg5zqt",
  "model": "gpt-image-1.5-lite",
  "status": "pending",
  "progress": 0,
  "task_info": {
    "can_cancel": true,
    "estimated_time": 100
  },
  "usage": {
    "credits_reserved": 2.5
  }
}

注意： 生成的图像在 24 小时 后过期。请及时下载并存储它们。

结论

为了大规模可靠地交付，请将图像视为基础设施问题：测量延迟分布，使用官方每张图像定价进行预算，优雅地处理安全拒绝，并设计保护用户体验和单位经济效益的路由/回退模式。