ChatGPT 上线 GPT-4o 原生图像生成

背景

在 2025 年 3 月之前，ChatGPT 里的画图能力由 DALL·E 承担。DALL·E 3 从 2023 年 10 月起就是 ChatGPT 的图像模型^[3]。在这种结构里，聊天和画图由两个模型分工：一个负责对话，用户要图时，产品再去调用专门的图像模型。这也是为什么当时的图像功能更像挂在聊天窗口旁边的一件工具，而不是对话本身的一部分。

发生了什么

2025 年 3 月 25 日，OpenAI 在 ChatGPT 中上线了 GPT-4o 的原生图像生成（native image generation）^[1]。就在同一个月里，ChatGPT 的图像生成从 DALL·E 转向了 GPT Image^[2][3]。从 2023 年 10 月起担任 ChatGPT 图像模型的 DALL·E 3，由此变成旧选项^[3]。

所谓「原生」，指的是画图能力长在负责对话的那个模型里，而不是另外调用一个专门的图像模型。这次切换同时也是名称和谱系的更换：它不再被描述成 ChatGPT 里的一个 DALL·E 功能，而是 GPT Image。

上线时的细节

开放是分批进行的。Plus、Pro、Team 和 Free 用户先用上，OpenAI 表示 Enterprise 和 Edu 随后就会跟进^[4]。DALL·E 在上线时并没有消失，仍然可以通过专门的 DALL·E GPT 使用^[4]。

代价是速度。因为模型给出的图更细致，生成一张图常常要等将近一分钟^[4]。在聊天窗口里，一分钟是很长的停顿，它也说明这类生成的成本落在哪里：画面里的细节，是用等待时间换来的。

进入开发者手中

2025 年 4 月 23 日，OpenAI 把同一个模型以 gpt-image-1 的名字开放给开发者^[5]。在此之前，这项新的图像能力是你在 ChatGPT 里遇到的东西；有了 API 之后，同一个模型成了程序可以调用的东西。因为是同一个模型而不是两套并行的模型，用户在聊天产品里看到的和开发者可以接入的，本意是同一件事。

之后

这条线继续往前走。OpenAI 后来在 2025 年 12 月推出 gpt-image-1.5，在 2026 年 4 月推出 gpt-image-2^[1]。命名一直留在 gpt-image 这一族里，所以后面到来的模型读起来是 4 月那个模型的后续版本，而不是新的 DALL·E 发布。

为什么重要

这件事标志着 OpenAI 组织图像生成的方式变了。在前后约一年半的时间里，DALL·E 一直是 ChatGPT 画图功能挂着的名字；从 2025 年 3 月起，这项能力归属于 GPT 主模型线，DALL·E 则被保留为旧路径^[3][4]。其次，面向用户的上线和面向开发者的上线之间间隔很短：模型 2025 年 3 月 25 日出现在 ChatGPT 里，4 月 23 日就以 gpt-image-1 的身份交到开发者手上^[1][5]。关心这一领域的人可以用这两个日期看出，一个产品功能和一个面向开发者的模型如今往往前后脚到来；而此后的版本号——1.5 和 2——则可以作为一个同名系列延续下去的线索来读^[1]。