GPT Image 2 上线 12 小时，就以 1512 分登顶 Arena 文生图排行榜，领先第二名 Nano Banana 2 达 241 分——这是 Image Arena 史上最大的分差。它不仅是 OpenAI 对 Google 长达半年压制的反击，更重要的是，它把图像生成从"渲染时代"推进到了"推理时代"。

GPT Image 2 是什么

GPT Image 2 是 OpenAI 从零重构的图像生成模型，官方称其为"图像版的 GPT"。它和之前所有图像模型的最大区别是：具备原生思考能力——画之前先规划，画完自己检查，需要时还能联网搜索参考资料。

GPT Image 2 在 Arena 三个分榜全部登顶，官方称"a clean sweep"

核心能力

文字渲染准确率 99%

文字渲染一直是 AI 生图的难题。GPT Image 2 把文字渲染准确率推到了 99%（上一代 Nano Banana Pro 为 94%）。文字渲染单项比前代涨了 316 分。

一个 Prompt 生成多种风格

过去 AI 生图的痛点是输出单一。GPT Image 2 可以从一个提示词产出多张风格各异的图——不同构图、配色和信息密度，变体可控性大幅提升。

同一个提示词生成的线性代数解释图，四种完全不同的构图和风格

多图编辑能力

不只是生成，GPT Image 2 在单图编辑和多图编辑分榜同样登顶。它可以直接在原图基础上做精确修改，保留原图细节的同时完成编辑。

Thinking 模式

开启 Thinking 模式后，模型会先生成推理规划，再开始绘制。这个模式特别适合复杂场景——比如漫画页面生成，能保持角色一致性和多格剧情的连贯性。

Thinking 模式生成的漫画页面，角色一致性和多格剧情连贯

如何使用

ChatGPT 中使用

ChatGPT Plus 用户（$20/月）可直接使用，图像生成已包含在套餐内。

API 调用

from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2",
    prompt="一张写实风格的抓拍照片，海岸线，阴天，复古汽车停靠在路边，胶片质感",
    n=1,
    size="1024x1024"
)

API 定价：高质量出图 $0.21 一张。

第三方集成

发布当天，Figma、Canva、Adobe Firefly、fal、Hermes Agent 均已完成集成，可以直接在这些工具中调用 GPT Image 2。

注意：DALL-E 2 和 DALL-E 3 将于 5 月 12 日正式退役。

实际效果对比

Arena 盲测数据：GPT Image 2 的胜率是 93%——100 张图配对盲选，93 张人们选了 GPT Image 2 的结果。

局限性

• 无法准确复刻品牌 logo（ZDNet 实测中连自家 logo 都被画歪）
• Nano Banana 2 在人像写实和多参考图一致性上仍有优势
• 复杂场景偶尔出现细节偏差