ChatGPT Images 2.0、Codex 里的 GPT-Image-2 生成、OpenAI API 的 gpt-image-2 是三条路线，不是一个可以混用的入口。人工提示、反复改图、下载成品时，用 ChatGPT；图片必须跟着 MDX、代码、文档和提交记录走时，用 Codex；产品功能需要程序化生成、存储、重试、日志和成本归因时，用 OpenAI API。供应商或网关入口可以用于验证访问和支付便利，但它的价格、别名、失败扣费和数据条款都属于供应商合同。
快速路线表
| 路线 | 适合什么工作 | 必须核对的所有者 |
|---|---|---|
| ChatGPT Images 2.0 | 人工创作、改图、上传素材、观察结果、下载复用。 | ChatGPT 计划、工作区策略、图片功能限制。 |
| Codex GPT-Image-2 | 图片是文章、文档、代码仓库、产品说明或自动化任务的一部分。 | Codex 任务上下文、图片积分、原始证据、发布路径。 |
OpenAI API gpt-image-2 | 应用要替用户反复生成图片，并需要日志、存储、重试和成本归因。 | OpenAI API 项目、模型文档、端点、账单和速率限制。 |
| 供应商或测试路线 | 先验证访问、支付、兼容层或本地付款体验。 | 供应商别名、价格、数据、失败扣费和支持归属。 |
截至 2026-05-13，OpenAI 开发者文档把 gpt-image-2 作为图片生成模型列出，并说明可以通过 Image API 或 Responses API 生成或编辑图片；Codex 价格文档把 GPT-Image-2 放在 Codex 积分语境里；ChatGPT 的图片能力则属于 ChatGPT 产品面。停止混用这些词：ChatGPT 上限不是 API 上限，Codex 积分不是 API 项目账单，供应商的每次调用价格也不是 OpenAI 官方价格。
先用一句话选路线
真正的选择标准不是“哪个 GPT Image 2 更强”，而是“这张图片最后归谁运营”。如果结果只需要人看、人挑、人下载，ChatGPT 的交互成本最低；如果结果要进入仓库，和正文、组件、文档、发布资源一起被审查，Codex 的优势是文件路径和证据链；如果结果要由用户请求触发，进入产品数据库、对象存储、队列和账单，OpenAI API 才是主路。
把路线按工作归属拆开，可以避免三个常见坑。第一，ChatGPT 里做出好图，不代表 API 请求参数、价格和失败处理已经验证。第二，Codex 能把图片生成并写入仓库，不代表生产应用能直接依赖 Codex 会话。第三，供应商能跑通同名模型，不代表它的报价、可用性或退款规则来自 OpenAI 官方。
| 你现在要完成的工作 | 起点 | 判断理由 | 什么时候换路线 |
|---|---|---|---|
| 试风格、改构图、做几张营销图 | ChatGPT | 人工反馈最快，集成负担最低。 | 需要请求 ID、存储、重试、用户权限或成本归因。 |
| 生成博客封面、文档图、仓库说明图 | Codex | 图片能和代码、MDX、原始 PNG、WebP、alt 文本一起提交。 | 图片要由线上用户动态生成。 |
| 给产品加图片生成功能 | OpenAI API | 可以设计接口、日志、对象存储、权限、计费和失败恢复。 | 只是一次人工创作或内部素材。 |
| 验证网关、支付或兼容层 | 供应商路线 | 可能降低接入或付款摩擦。 | 说不清别名映射、价格来源、数据处理和失败扣费。 |
官方证据先拆成三个面
OpenAI 的模型和端点文档证明的是开发者合同：gpt-image-2 是模型身份，图片生成或编辑可以走 Image API 或 Responses API。Image API 更直接，适合单次生成和编辑；Responses API 更适合把图片能力放进对话、工具调用或多步骤交互里。这个证据只说明开发者入口存在，不自动说明 ChatGPT 的计划限制，也不说明 Codex 的积分账。
ChatGPT 的证据来自产品功能和计划权限。它适合人在会话里上传素材、给出修改指令、观察结果、继续微调。这里要核对的是账号计划、工作区策略、图片功能是否开放、导出格式、素材使用权以及当次生成是否使用了预期模式。它的优势是速度和判断，不是生产日志。
Codex 的证据来自工作流和积分面。Codex 生成图片时，关键不是把它当成 API 代理，而是让图片成为仓库任务的一部分：默认生成目录、原始 PNG 证据、发布 WebP、MDX 引用、图片报告、哈希、提交差异都能被追踪。对文章、文档和代码资源来说，这比手动下载再上传更可审。
| 证据面 | 能证明什么 | 不能证明什么 |
|---|---|---|
| OpenAI 模型与图片文档 | gpt-image-2 的开发者模型身份，以及 Image API/Responses API 路线。 | ChatGPT 计划上限、Codex 积分、供应商价格。 |
| ChatGPT 图片功能 | 人工会话里可以生成、编辑、观察和导出图片。 | 产品 API 的日志、存储、重试和账单。 |
| Codex 积分与任务记录 | 仓库内图片资产可以由 Codex 生成并保留证据。 | 线上应用能用 Codex 替用户调用图片功能。 |
| 供应商合同 | 供应商自己的兼容入口、价格和支付方式。 | OpenAI 官方价格或官方 SLA。 |
人工创作优先用 ChatGPT
ChatGPT 适合“人需要看着结果做判断”的图片工作。你可以上传素材，要求改构图、改光线、改文字密度、换风格、生成多张候选，再人工选择。做海报草图、社媒图、演示图、内部沟通图、视觉方向探索时，ChatGPT 的反馈循环最短，没必要先搭 API、存储和队列。
但要把 ChatGPT 的边界写清楚。它的约束来自产品计划、工作区策略、图片次数、上传限制、导出格式、隐私设置和当时开放的模式。如果图片会变成客户功能，ChatGPT 只能作为探索场；需要把最终提示词、输入图、尺寸、风格、验收标准和失败样例整理出来，再转到 API 做可重复测试。
可继续使用 ChatGPT 的信号包括：图片一张一张由人确认；结果不需要自动写入数据库；失败时可以人工重试；没有按用户、订单、项目计费的需求；创作风险由人检查承担。出现以下条件就该停下：需要记录每次请求、需要追踪成本、需要权限控制、需要并发处理、需要失败回滚、需要把图片交付给线上用户。
仓库资产优先用 Codex
Codex 适合图片必须跟仓库上下文一起存在的工作。技术博客的封面、路线图、API 对照板、故障排查图、产品文档里的解释图，都不是孤立图片。它们要对应正文结构、frontmatter、alt 文本、图片目录、WebP 优化、原始生成证据和审稿报告。Codex 可以把这些动作放进同一个任务里完成。
一套合格的 Codex 图片链路至少包含四层证据。第一，默认 Codex 生成目录里的原始 PNG；第二，运行证据目录里的备份原图；第三，发布目录里的优化文件，例如 public/posts/zh/chatgpt-gpt-image-2-vs-codex-gpt-image-2-api/img/cover.webp；第四，正文或图片报告里记录用途、来源、哈希和路径。这样以后排查“这张图从哪来、为什么这样写、是否复制了英文图”时，有文件可查。
Codex 不应被误解成生产 API。它可以帮助写 API 调用代码、生成测试素材、整理文档、修复图片引用，但线上产品不能依赖一个人工代理任务为终端用户生成图片。只要生成动作要由用户请求触发，就需要走应用自己的 API 路线，把认证、队列、对象存储、审计和账单接起来。
产品里要生成图片才用 OpenAI API
OpenAI API 适合把图片生成作为产品能力。这里的重点不是“能不能生成”，而是能不能运营。每次请求都应记录模型、端点族、尺寸、质量、输入图、输出格式、用户或项目、请求标识、重试次数、存储路径、成本来源和失败原因。没有这些字段，功能上线后很难解释延迟、扣费、退款、滥用和质量问题。
Image API 和 Responses API 的选择也要按体验来定。只做一次生成或编辑，Image API 通常更简单；如果图片生成要和对话状态、工具调用、多轮编辑或助手体验绑定，Responses API 更自然。无论走哪条开发者路线，都要把模型 ID、支持参数、尺寸策略、输入权利、输出权利、内容安全和日志策略写进实现计划。
最小生产清单可以这样定：先跑一个低成本请求，保存输入和输出；把图片写入对象存储而不是只显示临时结果；记录失败是否扣费以及用户看到什么提示；在后台能按用户、项目、模型和时间过滤；设置预算和速率限制；为超时、拒绝、图片损坏和存储失败准备恢复路径。做到这些，才算从一次成功生成走向可运营功能。
计费边界：计划、积分、API 账单和供应商价格不能混算
同样叫 GPT Image 2，不代表同一个费用池。ChatGPT 看计划和工作区；Codex 看 Codex 积分和任务额度；OpenAI API 看项目账单、模型价格和接口调用；供应商看自己的定价、充值、失败扣费和退款规则。把四者混成一个“GPT Image 2 成本”，最后会在预算、报销、客户解释和故障排查里出问题。
| 费用或限制 | 到哪里核对 | 实际含义 |
|---|---|---|
| ChatGPT 图片次数和能力 | ChatGPT 计划、工作区、产品设置。 | 控制人工创作入口是否能用、能用多少、能导出什么。 |
| Codex 图片积分 | Codex 价格和工作区用量。 | 控制代理任务中生成图片的额度和消耗。 |
| OpenAI API 账单 | OpenAI API 项目、价格页、用量日志。 | 控制产品请求、模型费用、速率和项目预算。 |
| 供应商价格 | 供应商后台、合同、接口文档。 | 只对该供应商路线有效，不能写成官方价格。 |
供应商路线有价值，但要放在正确位置。比如需要本地支付、兼容 OpenAI 风格接口、先验证模型可用性或做灰度测试时，供应商能降低摩擦。它不能替你证明官方价格、官方可用性或官方数据条款。写进需求文档时要用“供应商合同”这个标签，并记录别名、价格单位、失败扣费、退款、数据处理、支持负责人和停用规则。
一次小测试就能排除大部分误选
不要用一个成功样例决定全部路线。每条候选路线都应该做一次最小真实测试。ChatGPT 里保存提示词、上传素材、最终图、导出约束和人工验收理由；Codex 里保存原始 PNG、发布 WebP、正文引用和图片报告；API 里保存请求载荷、模型、端点、输出、延迟、存储路径、失败处理和成本来源；供应商里保存 base URL、模型别名、账单单位和支持归属。
比较时看四个维度。第一是控制：谁能约束参数、内容安全和输出格式。第二是归属：图片文件、日志和成本记录在哪里。第三是恢复：失败时能否重试、回滚、补偿或给用户明确提示。第四是审计：一个月后能否说明这张图为什么生成、用了哪个模型、谁付费、失败是否扣费。哪个路线能满足这些要求，哪个才是当前工作的主路。
常见误读
Codex GPT-Image-2 不是 OpenAI API 路线
Codex 可以在代理任务中调用 GPT-Image-2 生成仓库资产，但它不是线上应用给用户调用的生产端点。把 Codex 当作仓库工作流，把 API 当作产品集成面，两个判断才不会混。
ChatGPT 做出好图不等于产品已经可上线
ChatGPT 的强项是人工反馈和可视化选择。产品需要的是请求记录、权限、存储、重试、预算、失败提示和长期监控。好图可以作为创作方向，不能替代工程验证。
供应商价格不是 OpenAI 官方价格
供应商路线可以降低访问或付款摩擦，但它的价格、模型别名、数据处理和支持承诺由供应商负责。除非来源是 OpenAI 官方价格页，否则不要把它写成 OpenAI 官方 API 价格。
模型质量不是唯一决策点
当三条路线都能生成相似图片时，决定因素会变成可重复性、文件归属、日志、计费、失败恢复和组织权限。漂亮但不可追踪的结果，不适合直接变成生产功能。
相关下一步
- ChatGPT Images 2.0：了解 ChatGPT 产品侧图片入口和能力边界。
- GPT-Image-2 API：处理 Image API、Responses API、请求形状和供应商边界。
- GPT-Image-2 API 价格：拆分官方成本、供应商价格和预算估算。
- 如何使用 GPT-Image-2：看生成、编辑、提示词和验证流程。
- GPT-Image-2 免费吗：判断 ChatGPT、API、试用和供应商免费入口。
FAQ
ChatGPT Images 2.0 和 gpt-image-2 是一回事吗？
它们有关联，但合同面不同。ChatGPT Images 2.0 是 ChatGPT 产品里的图片能力，gpt-image-2 是开发者文档和 API 日志里需要核对的模型身份。一个看产品计划，一个看开发者项目。
Codex GPT-Image-2 能当生产 API 用吗？
不能这样理解。Codex 适合在仓库任务中生成图片、保留原始证据、更新 MDX 或代码引用。生产产品要让终端用户生成图片，仍然需要 API 路线和应用自己的日志、权限、存储、重试、预算控制。
开发者应该先用 ChatGPT 还是 API？
如果目标是探索视觉方向，先用 ChatGPT；如果目标是把功能交给用户，尽快做 API 的最小请求和日志验证。ChatGPT 可以帮助确定提示词和验收标准，但不能替代 API 的运营验证。
Codex 的图片积分和 API 账单共享吗？
不应按共享费用池理解。Codex 消耗的是 Codex 任务和积分语境，API 消耗的是 OpenAI API 项目账单。预算、报销、监控和异常排查都要按各自所有者核对。
供应商入口什么时候有用？
当你需要兼容层、本地支付、访问验证或临时测试时，供应商入口可能有用。上线前必须确认模型别名、单价、失败扣费、退款、数据处理、支持归属和停用规则，且不能把供应商价格写成官方价格。
什么情况下必须从 ChatGPT 或 Codex 转到 API？
只要图片生成要由线上用户触发，或者需要按用户、项目、订单、时间记录成本，就该转到 API。此时图片不再只是创作资产，而是产品功能，必须具备日志、存储、重试和权限控制。