
GPT Image 2 是 Rivya 的 OpenAI 图片模型,适合结构化提示词、参考图编辑,以及 1K、2K、4K 分辨率控制。产品图、活动视觉和品牌版式需要更稳指令执行时,可以先从这里试一轮。
任务最终消耗向上取整到整数积分。

示例输出
示例,生成模型尚未核实 · 「极简白底产品展示」预览,重点检查构图、可编辑细节、视觉层级和品牌安全产出限制。
文生图 · 图生图

示例输出
示例,生成模型尚未核实 · 「极简白底产品展示」预览,重点检查构图、可编辑细节、视觉层级和品牌安全产出限制。
适合任务
支持能力
在线试用
暂时还没有可显示的结果。
提示词起步
模型示例
浏览模板预览,寻找创作方向。每条说明会标明是否已核实由该模型生成。

示例,生成模型尚未核实 · 「极简白底产品展示」预览,重点检查构图、可编辑细节、视觉层级和品牌安全产出限制。

示例,生成模型尚未核实 · 同一套所给柱网在全部模型阶段保持对齐。

示例,生成模型尚未核实 · 每个压扁气泡格对应一种原创变化,其余气泡仍保持完整。 把透明气泡膜中四个已经压扁的气泡格做成安全、明确为虚构的前后变化窗口。

示例,生成模型尚未核实 · 相同的空白标准槽展示决策结构,不虚构测量结果。 比较四张用户提供的主题卡,只照亮用户预先选择的一项,不假装已经测量效果。

示例,生成模型尚未核实 · 每组输入地标真正改造岛上三分之一地形,而不是作为装饰摆放。

示例,生成模型尚未核实 · 插画始终位于包装正面内部,并在实体边缘准确衔接。
决策确认
决策确认
GPT Image 2 常见问题
GPT Image 2 适合已经有结构化需求的图片任务:商品视觉、广告概念、参考图编辑,或者需要明确物体关系和布局规则的场景。它保留 OpenAI 图片工作流,但把预算控制放在分辨率上。
支持。Rivya 上的 GPT Image 2 同时支持文生图与图片编辑,最多可使用 16 张参考图引导修改。
这里提供的六种宽高比,包括 Auto 和 1:1,均支持 1K、2K 和 4K。按细节需求选择分辨率,生成前核对预估积分。
GPT Image 1.5 使用 Medium / High 质量档;GPT Image 2 使用 1K / 2K / 4K 分辨率档,更容易按交付阶段控制成本。两者定位不同,所以 Rivya 会保留两个独立模型页。
如果你只是要最便宜的粗略起稿,更轻的模型可能已经够用。如果 prompt 或参考图还没跑通就直接上 4K,也可能把积分花在本可避免的返工上。
你可以先整理提示词、选择宽高比和分辨率、添加参考图片,并判断 GPT Image 2 是否适合当前任务,再决定是否进入 Rivya 工作台继续迭代。
公开页面可以查看和整理提示词,但提交生成和上传参考图需要登录,这样 Rivya 才能管理积分扣除、任务状态和历史记录。
这里提供的六种宽高比,包括 Auto 和 1:1,均支持 1K、2K 和 4K。按细节需求选择分辨率,生成前核对预估积分。
第一次结构化试用可以留在这个页面;如果你需要保存历史、多版本分支、素材管理或围绕同一方向连续迭代,就更适合进入完整工作台。
比较替代模型
使用文字生成图片,或通过最多 16 张参考图编辑图片。支持 1K、2K、4K 分辨率,以及自动、透明和不透明背景。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:积分费率: 3–16 / 张图片。
使用文字生成图片,或通过最多 16 张参考图编辑图片。支持 1K、2K、4K 分辨率,以及自动、透明和不透明背景。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:积分费率: 3–16 / 张图片。
OpenAI 图片模型,支持标准/高清两档质量和最多 16 张参考图,擅长理解复杂指令并渲染空间关系准确的连贯场景。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:积分费率: 4–22 / 张图片。
适合任务
任务接近这些情况时使用
模型参数
提供商
OpenAI
类别
图片
能力标签
文生图 · 图生图
积分模式
积分费率: 3–8 / 张图片
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
开发者接入
GPT Image 2 已有可调用的 Public API 模式,但参考素材模式仍需要 Files API 上传支持。提交前请先查看模型参考。