Azure GPT-Image-2 和 OpenAI GPT-Image-2 怎么选：生产接入对比

Azure GPT-Image-2 和 OpenAI 直连 gpt-image-2 的核心能力来自同一个 OpenAI 模型家族。它们不是两款需要争夺“画质第一”的模型，真正不同的是谁托管请求、谁管理身份与配额、谁出账单、谁提供支持，以及应用最终要遵守哪套接口合同。

如果项目必须进入 Azure 订阅、使用 Microsoft Entra ID、由微软账单和支持承接，或需要与现有 Azure 网络和监控体系统一，先选 Azure OpenAI。如果项目允许使用 OpenAI 官方 API，且更看重接入简单、官方用量层级和 WebP 直出，先选 OpenAI 直连。

先确定硬性条件，再比较成本和样图。否则很容易拿 OpenAI 的单价解释 Azure 账单，或用一次随机生成结果证明两个平台的模型不同。

先用硬条件排除一条路线

只要其中一项是不可妥协的要求，路线通常已经确定。若两边都满足，OpenAI 直连可以作为较短的基线；Azure 是否值得增加资源、部署和配额管理，要看这些管理能力能否真正减少企业接入成本。

中国地区读者还需要多做一步：不要从“Azure 支持区域”或“OpenAI 提供数据控制”直接推导本地账号、付款、网络或服务可用性。必须在将要使用的租户、订阅和 OpenAI 项目中分别核验。

同一模型家族，为什么接口仍然不同

微软当前的 Azure 图像生成文档 把 GPT-Image-2 标为正式可用。OpenAI 的 GPT Image 2 模型页 则列出直连模型 ID gpt-image-2，以及当前快照 gpt-image-2-2026-04-21。

这能确认模型身份，却不能证明两个平台会返回逐字节相同的图片。请求还会经过各自的端点、认证、内容安全配置、配额、版本发布、日志和计费系统。生产系统应把这些差异写进架构，而不是把它们当作“换个 base URL”就能忽略的细节。

两边仍有大量共同参数。官方文档都支持文本和图像输入、生成和编辑、质量档位、灵活尺寸与 base64 输出。GPT-Image-2 的尺寸条件包括：两条边都是 16 的倍数，长边不超过 3840 像素，长短边比例不超过 3:1，总像素位于 655,360 到 8,294,400 之间。

共同参数也不能盲目复制。OpenAI 直连当前把 auto 列为质量选项，并支持 WebP；Azure 当前列出 low、medium、high，默认值写为 high，输出格式只列 PNG/JPEG。如果交付链要求 WebP，Azure 路线需要显式转码，不能假设同名模型会自动拥有相同格式参数。

两条最小请求不能只改域名

Azure 请求使用资源端点，正文中的 model 是你创建的部署名：

bash
curl "https://YOUR-RESOURCE.openai.azure.com/openai/v1/images/generations?api-version=preview" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR-GPT-IMAGE-2-DEPLOYMENT",
    "prompt": "白色台灯，置于中性灰摄影棚背景",
    "size": "1536x1024",
    "quality": "medium",
    "output_format": "png"
  }'

OpenAI 直连则使用官方主机和模型 ID：

bash
curl "https://api.openai.com/v1/images/generations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "白色台灯，置于中性灰摄影棚背景",
    "size": "1536x1024",
    "quality": "medium",
    "output_format": "webp"
  }'

真正实施时应重新打开官方文档复制当前路径。Azure 的生成与编辑示例目前并非一条永远不变的 URL：生成文档展示 v1 风格路径与 api-version=preview，编辑文档仍需要部署路径和明确版本。模型正式可用，不代表外围接口已经没有版本差异。

两条路线都应把 b64_json 解码为文件，记录 request ID、实际尺寸、MIME、存储位置和删除规则。仅把 base64 放进日志，不算完成资产交付。

价格要按账单 owner 分开计算

OpenAI 公布了直连价格。截至 2026 年 8 月 5 日，OpenAI 价格页 列出的 GPT-Image-2 标准价为：图像输入、缓存图像输入、图像输出每百万 token 分别 8、2、30 美元；文本输入和缓存文本输入分别为 5、1.25 美元。官方 成本计算器 对 1024×1024 输出给出的示例是：low 0.006 美元、medium 0.053 美元、high 0.211 美元，输入成本另算。

这些数字只属于 OpenAI 直连。Azure 的 Azure OpenAI 价格页 说明 GPT-Image 系列按 token 计价，但实际比较必须使用目标币种、合同、区域、部署类型和账户中的当前价格。不能把 OpenAI 表格复制到 Azure 预算中。

更稳妥的成本口径是：

text
单次请求成本 = 文本输入 + 参考图输入 + 生成图输出

每张可交付图片成本 =
  （全部已计费请求 + 存储/出口 + 必要转码 + 人工修复）
  / 最终通过业务验收的图片数

Azure 可能因为现有企业合同和统一运维而降低总成本；OpenAI 直连也可能因为少一层部署和转码而更省工程时间。没有账户数据时，两种结论都不能写成通用规律。

Azure 公共配额数字冲突，门户实值才是答案

微软当前两份公开文档对 GPT-Image-2 默认限制给出了不同描述：图像生成指南写的是每个部署 5 images/min，通用 配额与限制页 列的是默认 9 RPM。这不是任选一个数字引用，而是明确提醒：不要用网页默认值设计容量。

在 Azure 中打开目标订阅、区域、模型和部署类型的配额视图，再做与预计并发相符的小规模请求。记录成功数、429、延迟和门户实值。OpenAI 直连也要查看目标项目的当前用量层级和模型限制；模型页上的 Free tier、Tier 1 到 Tier 5 是账户层级合同，不是每个项目都能直接获得同一上限。

用迁移验证表证明路线可运行

迁移前完成以下验证：

1. 锁定身份：记录 provider、Azure 资源或 OpenAI 项目、部署名/模型 ID、端点、API version 和区域。
2. 锁定输入：两边使用相同 prompt、合法参考图、尺寸、质量和输出数量；无法匹配的参数单独标记。
3. 验证返回合同：解码 base64，检查实际尺寸与 MIME，保存 request ID，并写入受控存储。
4. 验证硬条件：真实测试 Entra ID、密钥轮换、网络路径、WebP 转码或区域要求，而不是只看控制台截图。
5. 验证容量：只跑业务需要的并发，记录限流和重试信息，不用公开默认值代替测试。
6. 对账：Azure 请求日志对应 Azure 成本视图；OpenAI request ID 对应 OpenAI usage。失败请求和编辑输入也进入成本分母。
7. 准备回滚：新路线未通过身份、存储、审核、延迟、成本和输出检查前，保留旧路线。

如果唯一证据是“这张图看起来不一样”，不要得出平台更换了模型的结论。随机性、别名版本、参数不匹配、内容安全处理和不同请求路径都可能改变输出。画质确实是业务门槛时，应在同等输入和可比设置下做多次测试，并随结果公开路线与参数。

最终选择：让最难的条件决定

需要微软承接采购、支持、Azure 身份和资源治理时，选择 Azure，并把资源、部署、配额、API 版本和格式转换纳入实施范围。允许直连且接入简洁是首要目标时，选择 OpenAI API，同时做好项目隔离、密钥轮换、预算、存储和审核处理。

不要因为两边都写着 gpt-image-2 就迁移。只有当目标路线解决了当前路线无法满足的硬条件，并且迁移验证表证明真实请求可以稳定交付时，迁移才有价值。

需要继续实现 OpenAI 直连，可阅读 GPT-Image-2 API 指南。Azure 路线则应在部署时同时打开微软图像生成、模型区域、配额和实际账户价格页面。

下一步：先写出任何一条路线一旦不满足就会被淘汰的条件，再用准备上线的真实账户、区域和输入跑一次低成本请求。