GPT Image 1（GPT-4o 图像生成）

是什么

GPT Image 1 是 OpenAI 的图像生成模型。它最初不是作为独立的绘图系统出现的，而是作为 GPT-4o 的一项原生能力。OpenAI 于 2025 年 3 月 25 日在 ChatGPT 中发布了这一功能^[1][2]，它取代 DALL·E 3 成为 ChatGPT 里的图像生成器^[3]。同一个模型在 API 中以 gpt-image-1 的名字提供^[5]。两个名字指的是同一件事：图像生成被放进一个通用多模态模型内部，而不是由一套独立的系统挂在聊天产品旁边。

由来

从谱系上看，GPT Image 1 是 DALL·E 3 的后继，而它自己又被 2026 年 4 月的 gpt-image-2 接替^[3][5]。它以 gpt-image-1 的名字进入 API 的时间是 2025 年 4 月 23 日，当时 OpenAI 表示，在该功能上线的第一周里，已有超过 1.3 亿名用户生成了超过 7 亿张图像^[7]。这组数字说明的不只是产出量，也是覆盖面：图像生成不是少数人专门去找的工具，而是直接长在一个被大规模使用的聊天产品里。

主要特点

OpenAI 把该模型描述为原生多模态（natively multimodal），称它擅长准确渲染文字、精确遵循提示词，并能调用 GPT-4o 的知识库和对话上下文^[6]。前两点针对的是图像生成器长期存在的两个弱点：文字容易画成乱码，提示词只能被大概遵守。文字画得对，对有标签、招牌、图表的图才谈得上可用；提示词跟得紧，用户心里那幅具体的画面才有可能被还原。第三点则是「原生」带来的实际差别——图像模型可以用上对话里已经出现的信息，用户不必把背景从头再说一遍。

它生成的每一张图像都带有 C2PA 元数据，标明图像来自 GPT-4o^[6]。C2PA 是一套记录媒体来源信息的元数据标准，因此以这种方式生成的图像带有可被机器读取的记录，指向背后的模型。

在发展中的位置

在 ChatGPT 里，它成为 Plus、Pro、Team 和 Free 用户的默认图像生成器，Enterprise 与 Edu 随后跟进，同时也出现在 Sora 中^[6]。同一年内出现了后续版本：2025 年 10 月 6 日的 GPT Image 1 Mini 和 2025 年 12 月 16 日的 GPT Image 1.5^[4]。API 的退役时间被提前排定：gpt-image-1 计划于 2026 年 10 月 23 日在 API 中停用，gpt-image-1-mini 和 gpt-image-1.5 计划于 2026 年 12 月 1 日停用^[5]。

这个模型在 OpenAI 的呈现方式上是一个转折：图像生成不再以 DALL·E 之名单独成线，而是被当作 GPT-4o 模型自身的一项功能，API 版本的命名也沿用通用模型家族的名字。在大约一年时间里，它从 ChatGPT 里的一项功能变成一个有 API 名字、并衍生出更小和更新版本的模型，随后又被后继者取代。