OpenAI 发布 GPT Image 2

一次发布，两个名字

2026 年 4 月 21 日，OpenAI 发布 gpt-image-2；同一个模型在 ChatGPT 里以「ChatGPT Images 2.0」的名字出现^[1]。两个名字说的是同一件事的两个侧面：小写的模型标识是开发者在接口（API）里调用的对象，ChatGPT 里的名字则是普通用户在聊天产品中看到的那一项功能。

这是一款图像模型，不是文字模型。文字模型用词句作答，它用图片作答：接口同时接受文字输入和图片输入，输出的是图像，任务既包括从零生成新图，也包括对已有图片的修改^[2]。

背景：接替 GPT Image 1

gpt-image-2 取代的是 2025 年推出的 GPT Image 1 系列模型^[1]。用新一代模型接替上一代，是模型系列保持连续的方式：开发者写代码所面对的接口保持熟悉，接口背后的模型则换成了新的。

模型能做什么

生成与编辑是同一类输入的两种用法。生成时，输入是一段文字描述，输出是按描述构建的新图；编辑时，输入里包含一张已有的图和一条修改要求，输出是这张图改动后的版本。gpt-image-2 支持从文字和图片输入出发的这两个方向^[2]。

接口层面的细节

接口版模型的快照日期（snapshot）为 2026-04-21，也就是发布当天^[2]。快照日期相当于给模型标定一个固定时点，这样即使之后出现更新的版本，基于它搭建的东西也能追溯到具体的那一版。

该模型不在接口的免费层提供^[2]。接口模型的访问权限通常按层级划分，把某个模型放在免费层之外，意味着要通过付费方式才能用到它，而不是零成本调用。

有三条限制描述了它如何嵌入一个程序：只返回图像输出，不支持流式输出（streaming），也不支持函数调用（function calling）^[2]。只返回一种输出，是指回应是一张图，而不是图文混合的内容。流式输出是指结果一边产生一边分批送出，而不必等全部完成；不支持流式输出，调用方就一次性拿到完整结果。函数调用是指模型发出一个结构化请求、由外部工具代为执行某个动作的机制；没有这项能力，模型就停在自己的生成步骤里，不以此种方式把工作交出去。

后续版本

4 月的版本之后还有新的发布：更新过的 GPT Image 2.5 和 2.6 分别在 2026 年 9 月和 11 月推出^[1]。因此，4 月的这次发布是这一系列的开端，同一年内它又被修订了两次，每次修订都保留 GPT Image 2 的名字并加上版本号。

它处在什么位置

对使用 ChatGPT 的人来说，这次发布主要体现为图像功能换了一个新名字。对用接口搭建应用的人来说，它是一个快照日期固定、只在付费层提供、能力边界清楚的模型：文字和图片进，图片出，没有流式输出，也没有函数调用。正是这样一份明确的约定，让它可以被方便地放进一条处理流程里——只做一件事，只交回一种结果。