OpenAI 的图像生成 API 终于正式上线了。这一消息一出，Midjourney 那边的压力恐怕不小。

此次推出的新模型名为 GPT Image 系列，属于原生多模态语言模型。简单来说，它不再只是一个独立的“画图工具”，而是一个能够理解、生成并编辑图片的集成系统。

关键在于，API 版本的可玩性与可控性，都远远超越了此前在网页端实现图像生成的能力。

模型的两大核心功能

生成图片与编辑图片，这是最基础的能力。但 API 真正令人兴奋的地方，在于它暴露了大量可调用的参数。

可控参数：从质量到背景

与 Chat 界面那种黑箱式操作不同，API 提供了精细的控制选项。你可以直接指定：

• 质量与速度：低、中、高、自动，四档可选。
• 尺寸：1024×1024（正方形）、1536×1024（肖像）、1024×1536（景观）三种预设。
• 输出格式：PNG、JPEG、WebP，随意选择。
• 压缩比例：0% 到 100%，自由调节。
• 透明背景：这个功能非常实用，可直接去掉背景色，生成透明底图。

不过，API 最大的亮点其实是那个审核可控参数——“moderation”。你可以通过它控制审核敏感度，支持 auto 和 low 两档。想象一下，当审核尺度一放松，估计马上会有一批脑洞大开的创作涌现出来。

模型定价：不算便宜，但也不是天花板

目前 API 支持一次生成多张。具体费用如下：

• 文本输入 Token：每百万 Token 5 美元
• 图片输入 Token（参考图）：每百万 Token 10 美元
• 图片输出 Token（生成图）：每百万 Token 40 美元

如果按单张计算，生成低、中、高品质的正方形图片，成本分别约为 0.02 美元、0.07 美元和 0.19 美元。这个价格谈不上特别贵，但参考现在官网生图那捉急的速度和时不时崩溃的出错率来看，实际体验恐怕好不到哪里去。

生态联动的速度，超乎想象

ImageGen API 一放出，Adobe、Figma、Wix、Airtable、Gamma、HeyGen、OpusClip、Quora、Photoroom 等头部平台就已经完成了接入。更夸张的是，ComfyUI 甚至已经提前把 GPT-Image 1 做成了原生节点。也就是说，未来设计师的工作流，将因为 API 的开放而发生根本性的改变。

Midjourney 的处境：左右夹击

现在 Midjourney 的处境有些尴尬。顶尖的开源图像生成模型（比如 Stable Diffusion 3.5），加上 OpenAI 这种实用到不讲武德的商业化闭源模型，双面夹击。V7 版本虽然已经放出，但进步幅度不算大，关键是还被死死绑定在 Discord 客户端上，API 至今没有任何消息。

不管是从可玩性，还是从商业效率来看，MJ 目前的状况确实岌岌可危。躺着收钱的时代，基本宣告结束了。

话说回来，虽然 OpenAI 把图像生成 API 放出来了，但一个未来趋势是：它要求调用 API 时需要验证身份。直接调用 API 可能会越来越困难，对于国内用户来说，调用和使用的成本将会越来越高。

目前最好的替代方案，还是使用微软的 Azure 服务，预计就在今明两天会上线对应的图像生成服务。