本文解决一个问题：GPT-Image-2 上了，DALL-E 3 要退役，怎么迁移、实际效果怎样、中文 prompt 怎么写。
一、Image Arena 数据
GPT-Image-2 发布 12 小时内拿下 Image Arena 全类别第一，领先 +242 分，是该排行榜有史以来最大领先幅度。
核心升级：
- 文字渲染准确率：99%（中文 CJK 字符实用）
- 单次生成上限：10 张（DALL-E 3 最多 1 张）
- 推理模式：生成前先规划构图
二、迁移代码（改 2 处）
# DALL-E 3 原代码
result = client.images.generate(
model="dall-e-3",
prompt="...",
quality="hd", # ← 改这里
n=1,
size="1024x1024"
)
# GPT-Image-2 迁移后
result = client.images.generate(
model="gpt-image-2", # ← 改这里
prompt="...",
quality="high", # ← low / medium / high
n=1, # 可改为最多 10
size="1024x1024"
)
接口完全兼容，返回结构不变，result.data[0].b64_json 取图逻辑不用动。
三、完整接入示例（国内节点）
from openai import OpenAI
import base64
client = OpenAI(
api_key="your_api_key",
base_url="https://cloud.dataeyes.ai/v1" # 国内节点
)
result = client.images.generate(
model="gpt-image-2",
prompt="A product label with Chinese text '有机绿茶 100g', minimalist packaging design, white background",
size="1024x1024",
quality="medium",
n=1
)
open("output.png", "wb").write(base64.b64decode(result.data[0].b64_json))
四、中文 prompt 写法
测试结论：英文描述构图 + 明确指定中文文字内容 效果最稳定。
# 推荐写法
prompt = """Clean tech poster design.
Include Chinese text exactly as: 'AI图像生成'.
Dark navy background, orange accent, minimalist layout."""
# 避免：完全中文 prompt 描述复杂构图（构图部分英文更精准）
五、批量生成脚本
from openai import OpenAI
import base64, os
client = OpenAI(api_key="your_key", base_url="https://cloud.dataeyes.ai/v1")
tasks = [
("article_cover.png", "Tech article cover, dark background, Chinese title text '大模型API对比'"),
("product_shot.png", "Product photography, item with Chinese label, white background"),
("infographic.png", "Data infographic with Chinese labels, clean flat design"),
]
for fname, prompt in tasks:
r = client.images.generate(model="gpt-image-2", prompt=prompt,
size="1024x1024", quality="low", n=1)
open(fname, "wb").write(base64.b64decode(r.data[0].b64_json))
print(f"✓ {fname}")
六、token 计费估算
# 粗估每张图成本（低质量小图）
prompt_tokens = len(prompt.split()) * 1.3 # 约估
output_image_tokens = 1000 # 低质量 1024x1024 约 1000 tokens
cost_usd = (prompt_tokens * 5 + output_image_tokens * 30) / 1_000_000
print(f"估算成本: ${cost_usd:.4f} (约¥{cost_usd*7:.3f})")
实际参考：low 质量约 0.20-0.35/张。
七、DALL-E 退役迁移清单
- 找出代码中所有
model="dall-e-3"和model="dall-e-2"的调用 - 把
quality="standard"改为quality="low"或medium - 把
quality="hd"改为quality="high" - 测试
n参数（GPT-Image-2 支持最多 10，按需调整） - 在测试环境跑一遍，确认返回结构正常
- 截止日期：2026年5月12日
