OpenAI 影像編輯 API：遮罩、參數、定價及 GlobalGPT 工作流程

OpenAI 影像編輯 API 可根據提示修改現有影像。. 原生路徑是 POST /v1/images/edits; ；它可接受一張圖片、一則提示，以及可選的編輯控制項（例如遮罩或參考圖片）。若需進行針對性請求，請使用「Image API」；若產品需要多輪互動的圖片工作流程，則請使用「Responses API」。.

可靠的編輯流程就像一個小型處理鏈：凍結原始檔案、標示必須保留的內容、標示可變更的內容、檢查返回的位元組，並儲存經核准的素材。若您偏好在同一個工作區內於圖像模型與其他多媒體工具之間切換，, 使用 GPT Image 2 in GlobalGPT 建立及編輯圖片; 其公開 API 採用了不同的非同步任務合約，本指南將其與 OpenAI 的原生端點區分開來。.

在 GlobalGPT 上嘗試多種頂尖圖像模型

OpenAI 影像編輯 API 的功能是什麼？

編輯流程以現有圖片為起點。 您的提示語描述了要進行的變更，而輸入圖片則提供在編輯後應保留的視覺脈絡。您可以替換背景、新增或移除元素、進行更廣泛的風格調整，或傳入多張圖片作為參考。模型仍會解讀該請求；此 API 並非具備保證選取邊界的像素編輯器。.

OpenAI 記錄了兩個實用的工作流程。該 圖片 API 當一個請求應返回一張圖片時，這是首選方案。該 回應 API 當使用者會檢視結果、要求進行另一項變更，並在不同回合間維持影像上下文時，哪種方式更為合適。此選擇既會影響請求的格式，也會影響提取結果的程式碼。.

使用 OpenAI 原生 API 進行首次編輯

請將 API 金鑰存放在您的伺服器上，並透過環境變數載入。以下範例會將一張圖片和一則提示傳送至文件中所述的編輯端點。該 圖片[] 當所選模型支援多個輸入時，該欄位可以重複出現。Shell 管線會將第一個回傳的 base64 圖像解碼為本機 PNG 檔案。.

curl -s \
  -X POST "https://api.openai.com/v1/images/edits" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F "model=gpt-image-2.5-sunburst" \
  -F "image[]=@source.png" \
  -F "prompt=僅將背景替換為溫暖的米色攝影棚場景；產品與標籤保持不變。" \
| jq -r '.data[0].b64_json' \
| base64 --decode > edited.png

from openai import OpenAI
import base64

client = OpenAI()
result = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=open("source.png", "rb"),
    prompt="僅將背景替換為溫暖的米色攝影棚場景；產品與標籤保持不變。",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("edited.png", "wb") as output:
    output.write(image_bytes)

在將此檔案視為「已準備好投入生產」之前，請先驗證解碼後的檔案：檢查其 MIME 類型、尺寸、位元組數，以及關鍵的視覺細節是否仍完整保留。200 回應僅表示請求已被接受；它並未告知您標籤、標誌或產品幾何形狀是否仍完整保留。.

安全地使用遮罩和參考圖像

遮罩會告訴模型您想修改的區域，但 GPT Image 的遮罩功能仍基於提示字串運作。OpenAI 的使用指南明確警告，模型會將遮罩視為參考指引，而非絕對的像素邊界。請在提示字串中明確指定需保留的主體，並在生成後檢視整張圖片。.

from PIL import Image

source = Image.open("source.png")
mask = Image.open("mask.png")

assert source.format == mask.format, (source.format, mask.format)
assert source.size == mask.size, (source.size, mask.size)
assert mask.width * mask.height > 0
assert mask.mode in {"RGBA", "LA"}, mask.mode
assert mask.fp is None or True  # 請另行檢查磁碟上的檔案大小
print("source:", source.size, source.format)
print("遮罩:", mask.size, mask.mode)

若您傳入多張附有遮罩的圖片，根據現行指南，遮罩將套用至第一張圖片。這對於設計參考工作流程而言是個有用的準則：請將您打算編輯區域的素材設為第一個輸入項目，並將其餘圖片視為參考圖，而非假設遮罩會選取所有圖片的範圍。.

參考圖像則解決了另一種問題。它們能提供產品識別、燈光系列、色彩方案或構圖參考。它們不會強迫模型必須保留每條輪廓線。若某個包裝形狀或標籤必須完全維持不變，請在模型輸出後，採用視覺審查階段或傳統的編輯步驟來處理。.

選擇模型與參數

當前的 OpenAI 影像指南列出以下內容： gpt-image-2.5-sunburst, gpt-image-2.5-flare, 以及 gpt-image-2. 請將模型名稱與支援的選項視為動態文件：在整合這些內容之前，請立即查閱模型頁面；若可重現性至關重要，請將註明日期之版本固定顯示。.

OpenAI 影像編輯 API 的費用是多少？

OpenAI 根據代幣類別來計費 GPT Image 的使用量，而非採用每筆編輯統一的固定價格。目前的定價頁面分別列出了「圖像輸入」、「快取輸入」和「圖像輸出」的費率。 直接透過 Image API 進行的編輯操作，不適用於 Responses API 中針對影像生成工具所記載的「快取輸入」處理機制，因此請勿將 Responses 的估算值複製到直接 /v1/images/edits 預算。.

*「快取輸入」欄位顯示的是已發布的定價情境。定價指南指出，快取輸入適用於 Responses API 中的影像生成工具，而不適用於直接的 Images API 請求，例如 /v1/images/edits. 費率可能有所變動；請根據您自身請求所回傳的使用量進行計算。.

def estimate_image_cost(image_input_tokens, image_output_tokens,
 input_rate, output_rate):
    return (image_input_tokens / 1_000_000) * input_rate + \
 (image_output_tokens / 1_000_000) * output_rate

# 僅供示例：請在您的回覆中替換為實際用法。
estimate = estimate_image_cost(
    image_input_tokens=250_000,
    image_output_tokens=120_000,
    input_rate=4.00,
    output_rate=15.00,
)
print(f"${estimate:.4f}")

此公式僅為規劃範例，並非承諾每張圖片會有固定費用。請將重試次數、檔案儲存空間，以及任何額外的文字或工具使用費用納入您的預算考量。當輸出結果至關重要時，請將請求、回應的使用情況、解碼後檔案的雜湊值，以及核准決定一併納入考量。.

GlobalGPT 採用了不同的影像編輯 API 合約

立即取得 API 金鑰

的 GlobalGPT API 文件 將圖像、影片和音訊的生成描述為非同步媒體任務。其公開的基礎網址為 https://api2.glbgpt.com/ai-api/open/v1. 將 JSON 提交至 /任務, 民調 /tasks/{id}, ，並閱讀 output.url 在任務成功執行後。模型目錄中列出 gpt-image-2 和 gpt-image-2.5 作為影像編輯／參考路徑，最多可處理四張輸入影像，以及 aspect_ratio.

S05 公開 API 文件： 關於非同步任務合約的公開文件證據；本文將其與 OpenAI 的原生多部分編輯端點區分開來。.

S06 公開模型目錄： 關於 GPT Image 路徑及其已記錄的圖像任務限制之公開模型目錄證據；發布前請核實動態來源標示與欄位。.

BASE="https://api2.glbgpt.com/ai-api/open/v1"

# 可選：不建立任務或預留配額的情況下進行估算。
curl "$BASE/tasks/estimate" \
  -H "Authorization: Bearer $GLOBALGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5",
    "prompt": "保持瓶身與標籤不變。 僅將背景替換為溫暖米色的攝影棚燈光。",
    "images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
    "aspect_ratio": "3:2"
  }'

# 請在確認估算後再提交。
curl "$BASE/tasks" \
  -H "Authorization: Bearer $GLOBALGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: image-edit-example-001" \
  -d '{
    "model": "gpt-image-2.5",
    "prompt": "保持瓶身與標籤不變。 僅將背景替換為溫暖米色的攝影棚燈光。",
    "images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
    "aspect_ratio": "3:2"
  }'

# 持續查詢回傳的任務 ID，直到成功或失敗為止。
curl "$BASE/tasks/TASK_ID" \
  -H "Authorization: Bearer $GLOBALGPT_API_KEY"

請勿貼上 OpenAI 的多部分內容 面具, 輸入保真度, 尺寸, 或 品質 將這些欄位填入此 JSON 中，並假設它們能正常運作。目前公開的 GlobalGPT 文件中並未列出此映像路由的相關欄位。不支援的欄位可能會被刪除，並在 被忽略的參數, ，因此請先檢查該回應，再斷定某項設定是否已生效。.

根據公開文件所述，GlobalGPT 會在提交媒體任務時預留配額，當任務失敗時釋放配額，並將成功的媒體保留 30 天。若 URL 必須保留更長時間，請將回傳的資產儲存至您所控制的儲存空間中。 在執行批次處理前請使用預估端點；重新嘗試網路請求時請使用幂等性金鑰；若僅是輪詢速度較慢，則請使用原始任務 ID。.

GlobalGPT 模型測試的結果顯示

為了具體闡明這項區別，我於 2026 年 9 月 28 日針對 GlobalGPT 模型進行了一項有界 API 測試，測試中使用了兩個虛構且未提及品牌的輸入提示，以及兩個編輯提示。 每項任務均採用 GPT Image 2、3:2 的請求比例，並取用第一個有效的輸出結果。下方的圖片是模型測試的證據，並非瀏覽器工作區的會話記錄、基準測試，亦不代表每次編輯都能完整保留所有輪廓。.

P00 輸入： 凍結的原始圖片：一個虛構的、沒有品牌標誌的瓶子，配有短小的白色瓶蓋和短小的標籤。.

P01 參考資料： 凍結參考圖像：僅用於照明與色彩參考，不作為第二種產品識別標誌。.

T01：單張圖片背景編輯

型號： GPT 圖片 2 · 日期： 2026年9月28日 · 輸出： 第一個有效的 1536×1024 PNG 檔案

顯示完整的提示文字

請保留輸入圖像中的陶瓷瓶、短白瓶蓋、虛構標籤文字「NORTH」與「250ml」、色彩、拍攝角度及比例不變。僅將純白色背景替換為暖米色室內攝影棚場景，該場景應靈感源自柔和的窗光與輕柔的陰影。 請勿新增任何物件、標誌、文字、浮水印、人物或標籤。請將瓶身作為唯一主體，並維持 3:2 的橫向構圖。.

這說明了什麼： 瓶身外觀依然清晰可辨，「NORTH / 250ml」的標籤清晰可見，白色背景轉變為一幅溫暖的米色室內場景，其中有如窗影般的柔和陰影。.

限制： 這是其中一個有效的輸出結果。這並不能證明像素完全保留，也無法證明標籤的一般準確性。.

T02：兩張圖像的照明與色彩參考

型號： GPT 圖片 2 · 日期： 2026年9月28日 · 輸出： 第一個有效的 1536×1024 PNG 檔案

顯示完整的提示文字

請將輸入圖片 1 作為產品的精確識別依據，而輸入圖片 2 僅作為暖米色燈光、色溫及柔和室內陰影的參考。請保持輸入圖片 1 中的陶瓷瓶形狀、短白瓶蓋、虛構標籤文字「NORTH」與「250ml」、顏色、拍攝角度及比例不變。 將白色背景替換為沉穩的暖米色室內攝影棚場景。請勿複製輸入圖像 2 中的任何額外物件、文字、標誌、浮水印、人物或標籤。請保持瓶身作為 3:2 橫向構圖中的唯一主體。.

這說明了什麼： 產品本身以及「NORTH / 250ml」的標籤仍能讓人一眼辨識，而場景則延續了 P01 中那種溫暖米色調的房間、桌面與窗光氛圍。.

限制： 瓶蓋的比例、瓶身輪廓以及擺放位置都明顯有所改變。請勿稱此為「完美」或「完全維持原貌」；當商品尺寸必須完全吻合時，請採用人工比對。.

如何運用這項證據： 其實用成果在於建立了一個可重複執行的審查流程：凍結輸入網址、為受保護的主體命名、描述參考角色、檢查回傳的位元組，並在發布前將經核准的內容與原始來源進行比對。即使幾何結構仍會產生偏移，風格轉移仍可成功進行。.

處理錯誤與回應遲緩的情況

請將傳輸相關證據與品質相關證據區分開來。若出現超時、DNS 失敗或供應商容量回應，表示您沒有可供評分的有效影像。反之，若有效影像中的上限或標籤已變更，則應將此視覺結果如實回報，即使該影像的構圖看起來很吸引人。.

一套適用於生產環境的影像編輯檢查清單

1. 凍結來源： 儲存輸入檔案、尺寸、格式及雜湊值。.
2. 指派影像角色： 請辨識該圖片的主體，並指出其中的光線、色調或構圖參考。.
3. 寫入保護的提示： 請列出需要審查的標籤、輪廓、顏色及比例。.
4. 選擇合約： 針對原生編輯端點，請使用 OpenAI 多部分格式；針對其公開媒體 API，則請使用 GlobalGPT JSON 任務。.
5. 估算並提交： 使用當前的 OpenAI 費率或 GlobalGPT /任務/估算; 新增一個冪等鍵，以確保提交操作在重試時安全無虞。.
6. 輪詢與解碼： 保留一個任務 ID，驗證回傳的檔案，並將位元組或網址儲存至核准的儲存空間中。.
7. 透過視覺檢查核准： 在內容進入產品目錄、廣告或面向客戶的頁面之前，請將輸出內容與原始內容進行比對。.

如果您希望執行相同的流程，卻不想將獨立的模型儀表板拼湊在一起，不妨試試 GPT 圖像 2 在 GlobalGPT 中. 有關以瀏覽器為導向的工作流程版本，請參閱 在 GlobalGPT 工作區中編輯圖片; ；有關更廣泛的架設與定價討論，請參閱 GPT 圖像 API 的設定與定價.

常見問題

什麼是 OpenAI 影像編輯 API？

這是 POST /v1/images/edits 端的影像編輯流程。您需傳送輸入影像與提示文字，並可選擇性地附上遮罩或參考影像，接著解碼回傳的影像資料。若需進行單次編輯，請使用 Image API；若產品需要多輪影像對話，則請使用 Responses API。.

OpenAI 影像編輯 API 會傳回公開的影像網址嗎？

文件中記載的 Image API 範例會傳回 b64_json 格式。請解碼這些位元組、驗證檔案，並將其儲存至您所管理的儲存空間中。請勿假設成功的回應即為託管在 CDN 上的網址。.

OpenAI 影像遮罩是否為精確的像素選取？

不。遮罩是用來引導基於提示的編輯。模型可能會變更指定區域周圍的像素，因此請仔細檢查標籤、產品詳細資訊、安全標誌以及其他必須保持正確的元素。.

一個影像編輯工具最多可以使用多少張輸入圖片？

當前的影像引導功能支援在參考工作流程中使用多張輸入影像。有關確切的限制及特定模型的行為，請參閱當前模型的文件；支援的最大數量並不保證在每種組合中都能完美保留影像。.

我能否透過變更 base_url，將 OpenAI /v1/images/edits 的請求傳送至 GlobalGPT？

GlobalGPT 的公開媒體合約採用 JSON POST /tasks，接著是 GET /tasks/{id}，並包含圖片及 aspect_ratio（若所選模型支援這些參數）。 公開文件中並未列出 OpenAI 針對該路徑的多部分 (multipart) 遮罩、input_fidelity、size 或 quality 的合約規範。.

在提交影像任務之前，我該如何預估該任務的難度？

對於 GlobalGPT，請先將相同的 JSON 內容傳送至 /tasks/estimate。此操作不會建立任務或預留配額。對於 OpenAI，請根據當前的每百萬個代幣費率進行計算，然後在回應或計費紀錄中驗證實際用量。.