GPT-Image-2
gpt-image-2OpenAI 推出的 GPT-Image-2，支持视觉。通过 SoleAPI 调用，输入 1.5 Credits / M tokens，较官方价节省 95%。
支持能力
按目录里的能力开关如实列出，包括这个模型不支持的项。
视觉视觉
原生多模态：图片配文、分类、视觉问答、图表与截图理解。图像按 tokens 折算进输入价。
函数调用函数调用不支持
把模型连接到外部工具和 API：模型判断何时调用哪个函数并给出参数，由你的代码执行；可用 tool_choice 强制或禁止调用。
推理推理不支持
模型先进行「思考过程」再作答，显著提升多步规划与推理能力，适合编码、数学与数据分析类复杂任务。思考 tokens 按输出价计费。
提示词缓存提示词缓存不支持
反复传入相同前缀（系统提示、长文档）时命中缓存，读取价远低于输入价；写入按时长计价。
结构化输出结构化输出不支持
按给定 JSON Schema 约束输出，得到可预测、类型安全的结果，省去从自由文本里抽结构的步骤。
音频音频不支持
音频输入或语音输出。
视频视频不支持
视频输入理解或视频生成。
文件输入文件输入不支持
直接上传 PDF 等文档，以原生视觉理解整份文档的上下文。
流式输出流式输出不支持
SSE 逐 token 返回，首帧即转发、不做任何缓冲；Claude Code、Codex 等工具依赖此能力。
联网搜索联网搜索不支持
上游托管的实时联网检索工具，模型自行决定何时搜索并引用来源。
实时实时不支持
WebSocket 双向低延迟语音 / 文本会话。
会话会话不支持
服务端保存多轮上下文（如 Responses 的 previous_response_id），不必每次重发历史。
媒体媒体不支持
图像 / 视频 / 音乐生成类入口。
表单上传表单上传不支持
multipart/form-data 文件上传类请求。
二进制响应二进制响应不支持
直接返回音频 / 图片字节流的入口。
接入协议与示例
Base URL 换成 SoleAPI，其余不变。原生协议直通；标「适配」的协议由网关翻译。
| 入口 | 路径 | 方式 |
|---|---|---|
| 图像 | POST /v1/images/edits | 原生 |
| 图像 | POST /v1/images/generations | 原生 |
完整价目表
官方价 → SoleAPI 各渠道价，全部计费项，一项不藏。
| 计费项 | 单位 | OpenAI 官方价 | ChatGPT官方分组 ×0.3省 95% |
|---|---|---|---|
| 输入 | 每百万 tokens | 1.5 Credits | |
| 缓存读取 | 每百万 tokens | 0.375 Credits | |
| 图像输入 | 每百万 tokens | 2.4 Credits | |
| 图像输出（通用） | 每百万 tokens | 9 Credits | |
| 图像缓存读取 | 每百万 tokens | 0.6 Credits |
「省」按 1 Credit = ¥1 与当日汇率计算，等于 1 − 渠道倍率 × (1 Credit 折算成计价币种)。
常见问题
GPT-Image-2 API 多少钱？
通过 SoleAPI 调用，输入 1.5 Credits / M tokens，1 Credit = ¥1。相当于较 OpenAI 官方价节省 95%。
GPT-Image-2 支持函数调用和结构化输出吗？
不支持函数调用；未开启结构化输出（JSON Schema 约束）。
一个 API Key，调用 GPT-Image-2 与 30+ 模型
注册即送体验额度，支付宝充值，按量计费无月费。