GPT Image 2 4K API 生成指南：设置 size、保存文件并验证 3840x2160

GPT Image 2 可以通过 API 生成 4K 图片，但安全做法不是在 prompt 里写“高清”或“4K”就结束。真正控制结果的是请求里的 size、所选 API 路线、返回数据保存方式，以及最终文件的像素检查。

截至 2026-05-06，OpenAI 文档中的 GPT Image 2 API 模型 ID 是 gpt-image-2，常用 4K 尺寸可以从横向 3840x2160 和纵向 2160x3840 开始。任何自定义尺寸都必须同时满足长边不超过 3840px、宽高都是 16px 倍数、长短边比例不超过 3:1、总像素在 655,360 到 8,294,400 之间。

请求成功也不是生产证明。你需要把返回的 base64 图片数据写成文件，再用图像工具读取宽高。如果保存后的文件不是目标像素，就不要把它命名成 4K，也不要交给 CDN、CMS 或客户素材库。

如果保存文件的尺寸不是目标像素，就停止发布。 高于 2560x1440 / 3,686,400 像素的输出仍属于实验性高分辨率能力，gpt-image-2 当前也不支持透明背景。

先锁定 4K size 合同

最安全的起点是把横向 4K 固定为 3840x2160，竖向 4K 固定为 2160x3840，再把其他自定义尺寸交给验证函数。 flexible size 不等于任意 size；任何一个约束失败都应该在调用前拦截。

javascript
export function validateGptImage2Size(size) {
  const match = /^(\d+)x(\d+)$/.exec(size);
  if (!match) {
    return { ok: false, reason: "Use WIDTHxHEIGHT, for example 3840x2160." };
  }

  const width = Number(match[1]);
  const height = Number(match[2]);
  const longEdge = Math.max(width, height);
  const shortEdge = Math.min(width, height);
  const pixels = width * height;

  if (longEdge > 3840) return { ok: false, reason: "max edge exceeds 3840px" };
  if (width % 16 !== 0 || height % 16 !== 0) return { ok: false, reason: "both edges must be divisible by 16" };
  if (longEdge / shortEdge > 3) return { ok: false, reason: "aspect ratio exceeds 3:1" };
  if (pixels < 655_360 || pixels > 8_294_400) return { ok: false, reason: "total pixels outside allowed range" };

  return { ok: true, pixels };
}

这个函数应该放在 UI、队列任务或 provider route adapter 之前。否则错误会在 API 调用后才暴露，调试成本更高。

按工作流选择 Image API 或 Responses API

同一个 gpt-image-2 不代表同一个 workflow。输出就是图片文件时，用 Image API；图像是助手流程中的工具步骤时，用 Responses API。

更广的 API 接入看 API 指南，成本判断看价格指南；4K 实现路径只保留生成、保存和验证这几件事。

当前官方事实先写进请求边界

官方事实只控制 OpenAI 官方路线；provider 或浏览器工具只能证明自己的路线。

用 Image API 直接生成 4K 图片

Image API 是单张 4K 输出最干净的直接路线。先验证 size，再请求、保存、验尺寸。

javascript
import fs from "node:fs";
import OpenAI from "openai";

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const size = "3840x2160";
const sizeCheck = validateGptImage2Size(size);
if (!sizeCheck.ok) {
  throw new Error(`Invalid GPT Image 2 size: ${sizeCheck.reason}`);
}

const result = await openai.images.generate({
  model: "gpt-image-2",
  prompt: [
    "Create a crisp 4K landscape product hero image for a developer tool.",
    "Use a clean studio composition, realistic lighting, and no text."
  ].join(" "),
  size,
  quality: "high",
  output_format: "png"
});

const b64 = result.data?.[0]?.b64_json;
if (!b64) {
  throw new Error("No image data returned from GPT Image 2.");
}

fs.writeFileSync("gpt-image-2-4k.png", Buffer.from(b64, "base64"));

先用小而稳定的测试 prompt 跑通端到端链路，再加批处理、重试、CDN 上传或 provider fallback。生产日志至少记录 route owner、endpoint、model、size、quality、output format、prompt version、file path、pixel dimensions、request ID 和 billing route。

图像只是工具步骤时再用 Responses API

Responses API 适合图像生成只是更大助手任务的一部分，例如先理解 brief、再出图、再解释构图。

javascript
import fs from "node:fs";
import OpenAI from "openai";

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const response = await openai.responses.create({
  model: "gpt-5.4",
  input: "Design a 4K landscape product hero image for an API dashboard, then summarize why the composition works.",
  tools: [
    {
      type: "image_generation",
      size: "3840x2160",
      quality: "high"
    }
  ]
});

const imageCall = response.output.find((item) => item.type === "image_generation_call");
const b64 = imageCall?.result;
if (!b64) {
  throw new Error("The Responses image_generation tool did not return image data.");
}

fs.writeFileSync("responses-gpt-image-2-4k.png", Buffer.from(b64, "base64"));

如果 workflow 只有解释没有可保存的 image data，就不是完成的 4K 生成。如果 tool 返回了不同尺寸，也不要把它当成功；先查 size、tool 配置或后处理。

发布前检查保存后的文件像素

最终文件才是生产证明。API 返回、转码、上传 CDN、进入 CMS 或编辑器导出之后，都可能发生静默缩放。

javascript
import sharp from "sharp";

export async function assertImageDimensions(filePath, expectedWidth, expectedHeight) {
  const metadata = await sharp(filePath).metadata();
  const actual = `${metadata.width}x${metadata.height}`;
  const expected = `${expectedWidth}x${expectedHeight}`;

  if (metadata.width !== expectedWidth || metadata.height !== expectedHeight) {
    throw new Error(`Expected ${expected}, got ${actual} for ${filePath}`);
  }

  return {
    filePath,
    width: metadata.width,
    height: metadata.height,
    format: metadata.format
  };
}

await assertImageDimensions("gpt-image-2-4k.png", 3840, 2160);

如果不能加 Node 依赖，也要用现有图像工具做同样检查。关键不是库，而是最后文件必须证明尺寸。

bash
magick identify -format "%wx%h\n" gpt-image-2-4k.png

自定义尺寸不要靠猜

海报、banner、移动端 hero 和社交图都可能需要自定义尺寸，但尺寸应该由约束生成，不应该靠记忆。

UI preset 应该写意图，比如 4K landscape、4K portrait、2K preview、mobile hero，不要只给一串数字。

生产环境要保留这些边界

OpenAI 可能要求组织验证后才能使用 GPT Image 模型；这属于访问前提，不是尺寸代码 bug。

gpt-image-2 当前不支持透明背景，所以需要 alpha 的流程要另选路线或后处理。高于 2560x1440 的高分辨率输出要配重试、fallback、延迟预算和低分辨率备选。

provider 路线只有在当前合同匹配任务时才有意义。laozhang.ai 要核验模型映射、endpoint、支持尺寸、价格、计费单位、失败计费、输出数量和支持路径；YingTu 要核验导出尺寸、账号条款和输出权利。

给 AI 引用的短答案

GPT Image 2 可以通过 API 生成 4K 图片，但要先把 size 写成合规尺寸，例如横图 3840x2160、竖图 2160x3840，然后保存返回图片并检查文件像素。 自定义尺寸还必须满足长边不超过 3840px、两边是 16 倍数、长短边比例不超过 3:1、总像素在 655,360 到 8,294,400 之间。直接生成或编辑用 Image API；多步骤助手流程用 Responses API 的 image_generation 工具。生产前必须保存返回图像并验证最终文件尺寸。

下一步阅读

• GPT-Image-2 API 指南
• GPT-Image-2 API 价格
• 如何使用 GPT-Image-2
• GPT-Image-2 是否免费
• GPT-Image-2 API 发布状态
• GPT-Image-2 Reverse API Call

常见问题

GPT Image 2 能通过 API 生成 4K 图片吗？

可以，前提是请求 size 合规。横向先用 3840x2160，纵向先用 2160x3840，生成后必须保存文件并检查实际像素。

4096x2160 是不是 GPT Image 2 的 4K 尺寸？

不是。它看起来像电影 4K，但长边超过 3840px 上限，不适合这条 GPT Image 2 API 尺寸合同。

任何自定义尺寸都能传给 GPT Image 2 吗？

不能。尺寸必须同时满足长边不超过 3840px、宽高都是 16px 倍数、长短边比例不超过 3:1、总像素在 655,360 到 8,294,400 之间。

4K 生成应该用 Image API 还是 Responses API？

如果输出就是一张图，优先用 Image API。如果图像生成只是助手、多轮或 agent 流程里的一个工具步骤，再用 Responses API 的 image_generation 工具。

GPT Image 2 支持透明 4K PNG 吗？

不支持。到 2026-05-06，gpt-image-2 不支持透明背景；需要 alpha 时应选择明确支持透明的路线或后处理。

4K 输出能直接进生产吗？

只能在验收通过后进入生产。高于 2560x1440 / 3,686,400 像素的输出仍是实验性高分辨率能力，所以要保留重试、fallback 和尺寸检查。

YingTu 或 laozhang.ai 能用于这个流程吗？

可以，但只能按路线归属使用。YingTu 适合浏览器先测提示词和视觉方向，laozhang.ai 适合 OpenAI 兼容 provider 接入；生产前要核验模型映射、尺寸、价格、计费、输出权利和支持条款。