GPT Image 2 是什麼？OpenAI 下一代圖像生成模型的五大升級與設計師應用
2026年4月21日 下午 2:53
AI 設計
2025 年 12 月，OpenAI 把 ChatGPT Images 升級到 GPT Image 1.5。當時大家以為那就是年度圖像模型大戲。
結果 4 個月後，三個帶著膠帶主題代號的匿名模型突然出現在 LM Arena ― maskingtape、gaffertape、packingtape ― 幾個小時內生成的範例讓整個 AI 圈安靜了一下，然後被 OpenAI 迅速撤下。
這是GPT Image 2。
它還沒有官方發布頁，也還沒開放 API。但部分 ChatGPT Plus / Pro 用戶的生成結果已經悄悄切換到它身上 ― 文字準確率接近 99%、前代那層揮之不去的黃色偏色消失了、中日韓字形第一次被穩定處理。
這篇會拆解：它到底是什麼、五個關鍵升級、跟 Google Nano Banana Pro 的競爭格局、什麼時候能用，以及作為設計師你該準備什麼。
EDITOR'S NOTE ・ 一句話的實測筆記
不小心按到送出，它把整組 IG 輪播做好了
▲ 唯一的 prompt 只有一句「介紹一下 ChatGPT image-2」― 結果是這組 IG 輪播素材。
原本只是想試打一句「介紹一下 ChatGPT image-2」，不小心按到送出 ― 結果整組 IG 輪播貼文直接生出來了。我還沒給資料、沒描述風格、沒來得及說規格樣式。
以專業設計師的標準看，頂多60 分。但重點不在 60 分，而是這是一句話就蹦出來的結果。認真下去寫需求、微調 prompt，能做到什麼程度難以想像。
想親自試的話，直接去 ChatGPT 圖像生成打幾個 prompt ― 如果品質明顯比你記憶中好，或是繁體中文字終於清晰了，你就是被分到 GPT Image 2 的幸運兒之一。
本文內所有實測樣本圖皆由作者以 ChatGPT 圖像生成功能（GPT Image 2 灰度測試）親自產出。僅封面圖為社群測試員在 LM Arena 模型下架前截圖保存的樣本，由 TestingCatalog、X 用戶 @levelsio、@Elaina43114880、@marmaduke091、@Angaisb_、@flowersslop 等來源公開分享。OpenAI 官方尚未發布 GPT Image 2 的正式素材。
CHAPTER 01 ・ WHAT IS IT
GPT Image 2 是什麼
GPT Image 2 是 OpenAI 圖像生成模型家族的下一代，繼承自 2025 年 3 月的 GPT Image 1（俗稱「GPT-4o 圖像生成」）和 2025 年 12 月的 GPT Image 1.5。
與前代最大的差異在架構 ― 根據 LM Arena 洩漏樣本的 PNG metadata 分析，GPT Image 2 是完全獨立的新架構，不是 GPT-4o 的延伸。它延續了 GPT Image 家族的自迴歸（autoregressive）生成方式，把圖像一個 token 一個 token 地寫出來，就像寫文字一樣 ― 所以它才能理解「這張圖裡有文字」並把文字寫對。
但是這個版本的規模和深度完全不同。OpenAI 同時測試了三個變體，暗示他們在做最後的平行評估，而不是早期原型。
SPEC ・ 規格對照
項目
GPT Image 1.5
GPT Image 2（測試中）
發布時間
2025/12/16
2026/04 灰度測試
最大解析度
1536 × 1024
4096 × 4096
文字準確率
約 90~95%
接近 99%
生成速度
基準
約 2 倍
CJK 字形
不穩定
筆畫清晰
這些數字不是行銷話術 ― 是 LM Arena 社群測試員和部分獲得灰度存取的 ChatGPT 用戶實際比對出來的。有些來源（如 Startup Fortune 的報導）甚至提到 OpenAI 已經開始分階段推出，但官方文件還沒更新對應的模型卡。
CHAPTER 02 ・ THE LEAK
三個膠帶代號的秘密外洩
2026 年 4 月 4 日，三個匿名圖像模型同時出現在 LM Arena 的圖像生成分類。代號主題一致，全是膠帶：
VARIANT 01
maskingtape
遮蔽膠帶
VARIANT 02
gaffertape
布紋膠帶
VARIANT 03
packingtape
封箱膠帶
幾個小時內，全部下架。
這套劇本不陌生。2025 年 12 月，OpenAI 在同一個平台上以 Chestnut（栗子）和 Hazelnut（榛果）兩個代號匿名測試了新圖像模型 ― 幾週後正式發布的就是 GPT Image 1.5。這是 OpenAI 的標準 canary release（金絲雀釋出）流程：先用代號放到 LM Arena 做盲測，然後在 ChatGPT 做 A/B 流量切割，最後才正式宣布。
而「膠帶」這個主題意味深長。有人把這串代號解讀為 OpenAI 的內部玩笑：這個產品已經準備好「封箱出貨」了。
除了 LM Arena 的短暫現身，ChatGPT 內部也在同步進行灰度測試。部分 Plus / Pro 用戶開始回報，當他們生成「含大量文字、UI 元素、產品包裝」的複雜圖片時，輸出品質突然變得「好得不像 GPT Image 1.5」― 文字清晰、沒有黃色偏色、排版精準。這是 A/B 流量分配的特徵。
另一個耐人尋味的證據：OpenAI 的 ChatGPT 行動版 App 字串中，已經出現了 Image v2 的命名引用。這通常代表前端整合已經完成，就等伺服器切換。
CHAPTER 03 ・ FIVE UPGRADES
五大關鍵升級
根據社群在模型被撤下前搶救出來的樣本，GPT Image 2 相較 1.5 有五個非漸進式的跳躍：
01 ・ TEXT RENDERING
文字準確率從 90~95% 躍升到近 99%
這是 AI 圖像生成最老的毛病。GPT Image 1.5 時代，短字串還算堪用，但長字串、海報標題、UI 標籤、郵票與標誌常常糊掉。GPT Image 2 的樣本顯示，它能正確渲染 NeurIPS 論文海報這種密集排版的長文本，甚至能畫出每一根針準確對時的時鐘。
02 ・ COLOR NEUTRALITY
消除前代那層揮之不去的黃色偏色
用過 GPT Image 1 / 1.5 的人都知道，它的輸出有一種獨特的「暖黃濾鏡」― 連白牆都會帶一點奶油色。這幾乎是它的簽名缺陷，任何商業素材都得後製校色。GPT Image 2 的樣本色彩中性乾淨，白的是白、黑的是黑。
03 ・ RESOLUTION
4K 原生解析度（4096 × 4096）
GPT Image 1.5 停在 1536。想用在印刷、大型顯示、海報、或任何專業工作流，都得靠外部工具放大。GPT Image 2 直接在模型層支援 4K，把「升頻」這個步驟從專業工作流裡拿掉。
04 ・ CJK SUPPORT
中日韓字形第一次被穩定處理
對中文市場來說這是最重要的一點。GPT Image 1.5 在中文、阿拉伯文、希伯來文的字形渲染始終不穩定 ― 筆畫斷裂、部首錯位、類似字混用是常態。GPT Image 2 的灰度測試回饋中，CJK 字形品質獲得高評價：字形準確、筆畫清晰。對過去必須切換到 Nano Banana Pro 才能處理中文海報的人，這是一個工作流合併的契機。
05 ・ SELF-VERIFICATION
生成後自我校驗再輸出（Recursive Output Verification）
這是最新洩漏出來的一個架構特徵。GPT Image 2 在把圖送到你眼前之前，會先用內部 loop 比對輸出與原始 prompt，如果偏離太多會重生成。這解釋了為什麼它在複雜 prompt（多主體、疊加文字、特定姿勢）上的 prompt 跟隨比前代高出一截。
想看 OpenAI 官方對自家圖像生成模型的示範，可以先參考他們去年三月發表 GPT Image 1（當時稱為「4o 圖像生成」）的官方展示影片 ― 同一個家族的脈絡：
▲ OpenAI 官方頻道｜GPT Image 家族的設計哲學與應用示範Source: YouTube @OpenAI
CHAPTER 04 ・ COMPETITION
vs Nano Banana Pro：三足鼎立的新格局
要理解為什麼 OpenAI 突然加速推 GPT Image 2，得先看看它的對手。
2025 年下半年以來，Google DeepMind 的 Nano Banana Pro 一直佔據 LM Arena 圖像生成排行榜的第一名，特別在信息圖、編輯排版、文字渲染三個領域拉開跟 OpenAI 的差距。根據外流的內部備忘錄，Sam Altman 當時把這個狀態稱為「code red（紅色警戒）」。
GPT Image 2 就是 OpenAI 對這個紅色警戒的直接回應。
MARKET POSITIONING ・ 三方定位
GPT Image 2（OpenAI）
文字渲染與世界知識的新標竿
早期樣本顯示它在文字、UI、世界知識三個類別同時超越 Nano Banana Pro ― 這是很少見的「一次清掃」。對設計師最實用的場景：產品攝影、UI 樣機、電商素材、含中文的海報。
Nano Banana Pro（Google）
信息圖與編輯排版目前仍是王者
即使 GPT Image 2 在測試，Nano Banana Pro 仍在 LM Arena 首位。擅長長文排版、出版級信息圖、多欄雜誌風格。要做報導風格信息圖時仍是首選。
Nano Banana 2（Google）
成本與批量生成的最佳選擇
Pro 版的輕量版本。API 便宜、速度快，適合批量生成電商商品圖、大量 SKU 變體、或需要幾百張縮圖的媒體場景。
也就是說，這不再是「誰最強」的單一軸線競爭，而是變成「根據任務選模型」的多元市場。對專業用戶來說，這反而是好事。
“
AI 圖像生成的戰爭，終於從「誰畫得比較夢幻」變成「誰畫得比較能用」。
CHAPTER 05 ・ WHEN
什麼時候能用？API 與價格
目前狀態（以 2026 年 4 月下旬為準）：灰度測試中，官方還沒發布模型卡頁。
ChatGPT Plus、Team、Enterprise 用戶有機會在常規使用中被分流到 GPT Image 2。觀察方法是生成複雜 prompt（UI 截圖、商店招牌、含長文字的海報），如果結果明顯比 GPT Image 1.5 好，你可能就撞到新模型了。
API 預期 5 月初開放，價格推測落在每張 $0.15 ~ $0.20 美元區間 ― 剛發布時會比 1.5 貴 30~50%，但後續會隨推論效率提升而下降。
為什麼五月初是關鍵 deadline？因為DALL·E 的 API 將在 5 月 12 日關閉。OpenAI 必須在那之前給開發者一個明確的遷移目標，否則依賴 DALL·E 的應用會集體斷線。這個 deadline 就是為什麼社群普遍認為 GPT Image 2 的正式發布窗口會在 4 月底到 5 月中。
TIMELINE ・ 關鍵時程
04 / 04
三個膠帶代號出現在 LM Arena，數小時內撤下
04 / 16
ChatGPT 行動 App 字串出現 Image v2 引用
04 / 下旬
ChatGPT 付費用戶灰度推出中（部分報導稱已分階段發布）
05 / 初
API 預計開放給開發者
05 / 12
DALL·E API 永久關閉 ― GPT Image 2 成為唯一遷移路徑
CHAPTER 06 ・ FOR DESIGNERS
設計師該怎麼準備
在 GPT Image 2 正式發布前，有三件事值得現在先做。
ACTION 01
重新審查你的 prompt 庫
GPT Image 2 讀 prompt 比 1.5 更「字面」。以前為了繞過文字渲染缺陷寫的那些 workaround（把文字拆成短句、用引號強調、加 render exact text as）大部分都不再必要。你原本靠經驗寫的 prompt 在新模型上可能反而效果變差 ― 因為那些 workaround 是對老缺陷的補償。建議：先把你最常用的 prompt 整理出來，等新模型開放時逐一測試哪些需要重寫。
ACTION 02
考慮多模型路由的工作流
以前為了處理中文，很多人的工作流是「OpenAI 畫主體 → Nano Banana 補中文文字」。GPT Image 2 之後，一部分中文場景可以由單一模型完成，但 Nano Banana Pro 在信息圖、出版級排版仍有優勢。未來的工作流會更像「不同任務路由到不同模型」― 這是 Manus、Lovable 等平台正在做的方向。花一些時間思考你的任務類型如何對應到最適合的模型。
ACTION 03
現在就開始測試複雜 UI 與信息圖 prompt
如果你是 ChatGPT Plus / Pro 用戶，在常規生成裡多做幾張「UI 樣機」「產品包裝」「含文字的海報」這類複雜圖 ― 撞到 GPT Image 2 的機率會提高。結果明顯比你過去記憶中的 ChatGPT Images 好很多的那一張，很可能就是 GPT Image 2 的輸出。記錄 prompt 與結果，等 API 開放就能直接複用。
CHAPTER 07 ・ PROMPTS IN THE WILD
兩個值得收藏的社群範例庫
如果你想看 GPT Image 2 在真實設計任務裡能做到什麼，最快的方式是看社群已經做出來的東西。以下兩個資源角度不同但互補，都值得收藏：
第一個是 YouMind 做的 GPT Image 2 提示詞集合，目前收錄 560+ 組 X 社群上傳的結構化提示詞 ― 從產品海報、UI 設計系統、美食地圖到廣告橫幅都有。核心是用 JSON 把版面拆成 type / style / layout / sections 欄位，再用 {argument name="..." default="..."} 語法包裝可替換的變數 ― 同一個模板能快速換題材重複產出。
以下挑幾個最能展現 GPT Image 2 多面向能力的範例：產品海報、UI 系統、廣告素材、長圖落地頁 ― 過去需要專業設計師的四種產出類型。
值得注意的細節：VR 海報的每個組件標籤都清晰可讀、UI 設計系統能把色票／字體／組件／mockup 整合到一張圖、日式廣告 4 格能一次產出 A/B 測試素材、落地頁把 Hero、時間軸、圖表、CTA 全部保持邏輯一致。
第二個是 EvoLinkAI 在 GitHub 上開源的 awesome-gpt-image-2-prompts，CC BY 4.0 授權，目前 375+ 星、11 種語言 README（含繁體中文）。跟 YouMind 最大的差別是：它依照類別分章，而且完整附上原始 prompt 與原作者 X 連結 ― 對要逐句學習 prompt 寫法的人更友善。
分五大類別：肖像與攝影（8 case）、海報與插畫（15+ case）、角色設計（5 case）、UI 與社群樣機（9 case）、以及一個特別豐富的 比較與社群實驗（30+ case）― 這最後一類專門收集 GPT Image 2 對 Nano Banana Pro / Nano Banana 2 的對戰實測，對正在糾結該選哪個模型的人特別有用。
挑三個最能呈現 GPT Image 2 核心能力的 case：
中文海報的字形清晰、角色設定卡結構像官方遊戲設定集。但最值得說的是第三張 ― Prompt「三層書架：最上層 1 本、中層 3 本、底層 7 本」這個看似簡單的任務，Nano Banana Pro、Nano Banana 2、GPT Image 1.5 都要三次嘗試才勉強做對，GPT Image 2 一次就解開。
這兩個庫最有價值的地方是可重用性。YouMind 的 JSON 可以直接複製到 ChatGPT 裡，把 default 欄位換成自己的內容；GitHub 那邊的 prompt 通常是自然語言形式（中日英混雜），複製過來改關鍵詞就能用。對做課程、寫部落格、跑廣告的人來說，這等於免費的模板彈藥庫。
CHAPTER 08 ・ RECAP
重點整理
GPT Image 2 是 OpenAI 圖像模型家族的下一代，繼承自 GPT Image 1.5，目前在灰度測試。
三個代號 maskingtape、gaffertape、packingtape 於 4/4 在 LM Arena 曝光，幾小時內撤下，這是 OpenAI 標準的 canary release 流程。
五大升級：99% 文字準確率、消除黃色偏色、4K 原生解析度、CJK 字形穩定、自我校驗。
對中文市場最大的意義：第一次有一個主流模型把中日韓字形認真處理。
市場格局：GPT Image 2（文字與世界知識）、Nano Banana Pro（信息圖排版）、Nano Banana 2（成本批量）三足鼎立。
正式發布窗口預期落在 4 月底到 5 月中，受 DALL·E API 5/12 關閉的 deadline 推動。
設計師現在要做的：重審 prompt 庫、規劃多模型路由、開始測試複雜 UI / 信息圖場景。
RESOURCES ・ 延伸資源
・OpenAI ｜ The new ChatGPT Images is here（GPT Image 1.5 官方發布頁）
・OpenAI ｜ Introducing 4o Image Generation（GPT Image 家族起源）
・TestingCatalog ｜ OpenAI tests next-gen Image V2 model（洩漏事件原始報導）
・YouMind ｜ GPT Image 2 提示詞集合（560+ 組社群結構化 prompt）
・GitHub ｜ awesome-gpt-image-2-prompts（EvoLinkAI 整理的五大類 case 集，CC BY 4.0）
・OpenAI API ｜ Image Generation Guide（API 文件，等待 gpt-image-2 模型卡更新）
