Wan AI 影片生成器
使用 Wan AI 將簡單的文字提示轉化為充滿動感的故事。幾秒內體驗流暢的口型同步、同步音訊與逼真的鏡頭運動。
GPT Image 1
gpt-image-1/image-edit 模型代表了視覺操作領域的一次典範轉移。不同於傳統的擴散式編輯器，gpt-image-1/image-edit 是原生的多模態大型語言模型。這表示它不只是處理像素，還能理解您請求中的語意脈絡。無論您是要在場景中加入複雜物件，還是根據世界知識調整光線，gpt-image-1/image-edit 都能提供無與倫比的一致性。將 gpt-image-1/image-edit 整合至您在 GPT Proto 上的工作流程，您將能使用一項具備近似人類推理能力、可遵循指示的工具，確保您的視覺編輯兼具創意與技術精確性。
API 呼叫範例
curl --request POST "https://gptproto.com/api/v3/openai/gpt-image-1/image-edit" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"image": [],
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"mask": "",
"n": 1,
"quality": "auto",
"background": "auto",
"enable_sync_mode": false,
"response_format": "url"
}'GPT Image 1 定價
先從單次樣本成本開始，再選擇測試預算。GPTProto 費率比標價低 30%。
你的用量
$0.0301 / 張
相關模型
所有模型
| 模型 | 解析度 | 輸入 → 輸出 | ||
|---|---|---|---|---|
| $7.00 / $28.00 每 1M | more | 輸入: 文字輸入: 圖像 輸出: 圖像 | |
| $7.60 / $28.50 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $7.60 / $28.50 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| — | $0.04 / 每次 | 1K · 2K · more | 輸入: 文字輸入: 圖像 輸出: 圖像 | |
| $0.04 / 每次 | 1K · 2K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.02 / 每次 | 1K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.04 / 每次 | 1K · 2K · 4K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $6.40 / $24.00 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.04 / 每次 | 1K · 2K · 4K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.01 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.02 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $5.60 / $22.40 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| — | $0.14 / 每次 | — | 輸入: 文字 輸出: 圖像 | |
| $1.75 / $5.60 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| — | $0.01 / 每次 | — | 輸入: 圖像 輸出: 圖像 | |
| — | $0.02 / 每次 | — | 輸入: 圖像 輸出: 圖像 | |
| $0.03 / 每次 | — | 輸入: 文字 輸出: 圖像 | ||
| $0.06 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 文字 輸出: 圖像 | ||
| $0.06 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 |
範例
使用 gpt-image-1/image-edit 打造的主視覺脈絡
體驗生成式視覺的未來，讓理解與創作相互融合。立即在 gpt-image-1/image-edit 上透過 GPT Proto 開始建構，重新定義您的創意疆界。
傳統影像處理中的語意落差
多年來，開發人員與設計師一直在努力克服「語意落差」—也就是使用者文字指令與 AI 像素層級執行結果之間的距離。標準模型經常產生不相關的細節，或無法維持原始影像的光線與透視效果。gpt-image-1/image-edit 模型透過原生多模態智慧解決了這個問題。它不只是看見色彩，更能理解「橘色圍巾」應該在「灰色虎斑貓」的毛皮上投射出特定的暖色調。這種高階推理能力讓 gpt-image-1/image-edit 成為專業級影像修改的業界標竿。
使用案例 A：進階產品在地化
在全球電子商務中，情境就是一切。使用 gpt-image-1/image-edit，您可以使用單一張產品照片，修改環境以符合不同地區的美學需求，而不必重新拍攝。例如，您可以指示 gpt-image-1/image-edit：「將桌上的早餐食品替換為傳統日式早餐，同時保持咖啡杯完全不變。」根據我使用此模型的經驗，它非常擅長維持主要主體的完整性，同時精準執行複雜的背景替換。gpt-image-1/image-edit 處理這些細微差異的能力，能將製作時間從數天縮短至數秒。
使用案例 B：反覆式 UI/UX 原型設計
設計師經常需要視覺化行動應用程式介面在不同光線條件下，或搭配不同使用者生成內容時的呈現方式。將線框圖輸入 gpt-image-1/image-edit 後，團隊即可產生高擬真模型。您可以要求 gpt-image-1/image-edit：「以深色模式玻璃擬態效果呈現此 UI 版面，並使用多元化頭像填入個人檔案圖片。」模型對設計趨勢與空間配置的深度理解，能確保產出的視覺效果兼具美感與結構完整性。
「gpt-image-1/image-edit 的原生多模態能力正是它脫穎而出的關鍵。它不會將影像視為與文字分離的獨立實體，而是將兩者視為單一連續的資料流，讓編輯結果具有意圖性，而非意外產生。」
為何要在 GPT Proto 上擴展您的視覺工作流程？
在 GPT Proto 平台上部署 gpt-image-1/image-edit，可確保最高可用性與企業級安全性。我們提供穩健的基礎架構，負責處理多模態運算的繁重工作，讓您能專注於建構功能，而非管理伺服器工作。透過我們在 GPT Proto Introduction 提供的完整文件，將 gpt-image-1/image-edit 整合至現有 API 技術堆疊中，既順暢又有效率。
| 功能 | 標準擴散模型 | GPT Proto 上的 gpt-image-1/image-edit |
|---|---|---|
| 指令遵循能力 | 經常忽略複雜的空間線索 | 原生理解指令的語意 |
| 主體一致性 | 編輯過程中主體經常變形 | 透過 32px 區塊保留原始主體細節 |
| 世界知識 | 受限於訓練集中的模式 | 廣泛理解真實世界中的物體與物理現象 |
| 處理方式 | 完整影像重新生成 | 針對性編輯的區塊式標記化 |
透明使用方式與可擴展效能
在 GPT Proto，我們相信計費應該清楚且可預測。若要使用 gpt-image-1/image-edit，只需 為您的餘額加值。我們絕不採用令人困惑的「點數」制度，而是依處理的實際 token 數量收費。對於 gpt-image-1/image-edit，費用會根據 32px x 32px 區塊計算。例如，一張標準 1024x1024 影像會消耗 1024 個 token，另加模型專屬的乘數。這種細緻的計費方式讓您可以選擇適當的細節層級來最佳化支出—快速預覽可選擇低細節，製作可直接投入生產的素材則可選擇高細節。透過您的 控制面板 監控即時用量，掌握預算狀況。
隨著 AI 持續演進，gpt-image-1/image-edit 仍站在多模態革命的最前沿。選擇 GPT Proto 作為合作夥伴，便能確保您的應用程式由目前最強大的視覺模型提供支援。歡迎在 GPT Proto 部落格 探索最新的技術深度解析與社群成功案例，了解其他人如何運用 gpt-image-1/image-edit 顛覆其所在產業。
掌握 gpt-image-1/image-edit 視覺引擎
供整合 gpt-image-1/image-edit 多模態功能的開發者參考的重要解答。
gpt-image-1/image-edit 相較於 DALL-E 的主要優勢是什麼？
gpt-image-1/image-edit 的主要優勢在於其原生多模態能力，能同時理解文字與影像輸入，相較於標準 DALL-E 模型，可進行更精確的編輯並提升情境理解能力。
gpt-image-1/image-edit 如何計算影像的 token 成本？
gpt-image-1/image-edit 模型會根據 32px x 32px 的區塊計算成本。對於 1024x1024 的影像，gpt-image-1/image-edit 會處理 32x32 的圖塊，總計 1024 個 token，再乘以模型的特定費率。
我可以使用 gpt-image-1/image-edit 進行醫療影像分析嗎？
不可以，gpt-image-1/image-edit 並非為 CT 掃描解讀等專業醫療任務而設計，不應用於診斷用途。
gpt-image-1/image-edit 支援哪些檔案格式？
gpt-image-1/image-edit 模型支援 PNG、JPEG、WEBP 和非動畫 GIF 檔案。
gpt-image-1/image-edit 會保留影像中繼資料嗎？
不可以，gpt-image-1/image-edit 不會處理或保留原始檔案名稱或中繼資料，因為影像會在分析階段調整大小。
如何在 gpt-image-1/image-edit 中指定詳細程度？
你可以在 gpt-image-1/image-edit 請求中將 'detail' 參數設定為 'low'、'high' 或 'auto'，以在 token 成本與視覺準確度之間取得平衡。
gpt-image-1/image-edit 每個請求的影像輸入數量有限制嗎？
可以，gpt-image-1/image-edit 每個請求最多支援 500 個個別影像輸入，但總 payload 不得超過 50 MB。
gpt-image-1/image-edit 如何處理旋轉的文字？
目前，gpt-image-1/image-edit 可能會誤解上下顛倒或大幅旋轉的文字或影像。
gpt-image-1/image-edit 能準確計算物件數量嗎？
雖然 gpt-image-1/image-edit 功能強大，但對於複雜影像中的物件數量，它提供的是約略計數，而非精確的數學統計。
如何在 GPT Proto 中新增資金以使用 gpt-image-1/image-edit？
若要使用 gpt-image-1/image-edit，請前往 GPT Proto 的 Billing Center 為餘額加值；我們不使用獨立的 'credits' 系統。
gpt-image-1/image-edit 能解決 CAPTCHA 嗎？
不可以，基於安全與防護考量，gpt-image-1/image-edit 系統會自動封鎖 CAPTCHA 的提交與處理。
gpt-image-1/image-edit 支援非拉丁字母嗎？
gpt-image-1/image-edit 模型在使用拉丁字母時表現最佳，而使用日文或韓文等文字系統時，效能可能會降低。
相關場景
相關文章
與本模型相關的指南、對比與更新。
所有文章
