我要投稿

OpenAI终于放出图像生成模型 API ，Midjourney危！

发布日期：2025-04-24 07:58:52 浏览次数： 2284

作者：字节笔记本

微信搜一搜，关注“字节笔记本”

OpenAI终于放出了生图API。Midjourney瑟瑟发抖！

新的图像生成模型命名为 GPT Image 系列，为原生多模态语言模型。

API不管是可控性还是可玩性都超越了页面生图。

支持两种功能：生成图和编辑图片

可控制参数：相比较原先的chat界面，API提供了多种可控的参数

API 可以控制质量与生成速度、背景、输出格式等

质量（低中高、自动）、
尺寸（1024x1024（正方形）、1536x1024（肖像）、1024x1536（景观））、
格式（png、jepg、webp）、
压缩（压缩级别0-100%）、
是否透明背景

API的最大亮点应该是审核可控，使用“moderation”参数控制审核敏感度（auto 和 low），可以想象马上会有一大批天马行空的创作作品出来。

模型定价方面

目前可以一次生成多张。

文本输入Token（文字提示）：每百万Token 5美元
图片输入Token（输入图片）：每百万Token 10美元
图片输出Token（生成图片）：每百万Token 40美元

生成低、中、高品质的正方形图片，单张成本分别约为0.02美元、0.07美元和0.19美元。这个价格不算是特别贵，但是参照现在官网的生图速度和出错率来看，估计好不到哪里去。

ImageGen API一放出来，就已经为 Adobe、Figma、Wix、Airtable、Gamma、HeyGen、OpusClip、Quora 和 Photoroom 提供支持。

ComfyUI甚至已经提前将GPT-Image 1做为原生节点。未来设计生态将发生彻底改变。

Midjourney将会面对顶尖开源生图模型和实用性商业闭源模型的双重夹击，V7版本虽然已经放出来，但进步不是特别的大，又受困于Discord 客户端，API到目前还没有任何消息。

不管是从可玩性还是从商业角度，MJ目前的状况可谓是岌岌可危，想躺着就收钱的时代已经过去了。

不过虽然现在生图API虽然发出来的了，但是OpenAI API中未来的AI模型可能需要验证身份。直接调用API可能越来越困难，国内使用成本将会越来越高。

目前最好的方式还是使用微软Azure提供的的生图服务，预计应该就会在今明两天上线。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-12

PaddleOCR 3.7 正式接入ONNX Runtime，一个参数换后端，轻量部署新选择

2026-06-11

本地部署OCR，可能是AI进单位的第一道门

2026-06-08

正式推出 Gemma 4 12B: 一款统一、免编码器的多模态模型

2026-05-30

还在用 MinerU 解析 PDF？这个 2B 小模型直接把 olmOCR-bench 刷到 87.6%，速度还快 3.68 倍

2026-05-30

Qwen-VLA：迈向通用具身智能的统一动作框架

2026-05-25

罗福莉说的“伪多Agent”，我试了OmniWork后发现，真全干专家长这样

2026-05-19

从画稿到代码，AI Agent 正在吃掉产品设计的中间环节

2026-05-16

PDF解析折腾半年，最后靠这套方案搞定了

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

刚刚！Codex 居然能直接画图了，OpenAI 凌晨甩出 Image 2.0

2026-04-22

震惊！即梦推出 CLI，Agent 一行命令生成 Seedance 2.0 视频，AI 视频井喷

2026-04-01

全解读｜智谱 GLM-5V-Turbo 发布，多模态 Coding 基模

2026-04-02

GLM-OCR技术细节全公开

2026-03-18

让“龙虾”帮你自动赚钱！OpenClaw Seedance 2.0 视频生成全攻略

2026-03-29

用Claude Code剪视频，自动去口癖、加字幕、调色，完全免费开源

2026-04-21

一个神奇的视频生成 Skills，实测，狂喜

2026-04-27

豆包「打电话」升级 Seeduplex：周围再吵，只认准你的声音

2026-04-09

千问发布Qwen3.5-Omni全模态模型，超越Gemini3.1 Pro？附实测~

2026-03-31

刚刚，李飞飞最新成果发布，手机也能跑亿级粒子的 3D 世界了｜附体验地址

2026-04-15

大家都在问

Gemini Embedding 2把多模态信息整合同一向量空间了，还需要多向量列吗？

2026-03-12

一篇文章讲清楚：到底什么是NotebookLM？除了PPT，它还能做啥？

2025-12-31

GenAI的多模态数据智能平台如何构建？

2025-08-04

本地AI对话神奇，ChatWise到底有什么用？

2025-05-26

什么是基于知识图谱的多模态推理？

2025-05-13

AI数字人领域重大突破：告别拼凑式合成，阿里OmniTalker能否开启音视频一体化新时代？

2025-04-08

Midjourney V7全面测评：50组多风格提示词实测，是否还有领先优势?

2025-04-05

如何结合多模态RAG和异步调用实现大模型内容理解？

2025-03-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部