OpenAI终于放出了生图API。Midjourney瑟瑟发抖!
新的图像生成模型命名为 GPT Image 系列,为原生多模态语言模型。
API不管是可控性还是可玩性都超越了页面生图。
支持两种功能:生成图和编辑图片
可控制参数:相比较原先的chat界面,API提供了多种可控的参数
API 可以控制质量与生成速度、背景、输出格式等
- 质量(低中高、自动)、
- 尺寸(1024×1024(正方形)、1536×1024(肖像)、1024×1536(景观))、
- 格式(png、jepg、webp)、
- 压缩(压缩级别0-100%)、
- 是否透明背景
API的最大亮点应该是审核可控,使用“moderation”参数控制审核敏感度(auto 和 low),可以想象马上会有一大批天马行空的创作作品出来。
模型定价方面
目前可以一次生成多张。
- 文本输入Token(文字提示):每百万Token 5美元
- 图片输入Token(输入图片):每百万Token 10美元
- 图片输出Token(生成图片):每百万Token 40美元
生成低、中、高品质的正方形图片,单张成本分别约为0.02美元、0.07美元和0.19美元。这个价格不算是特别贵,但是参照现在官网的生图速度和出错率来看,估计好不到哪里去。
ImageGen API一放出来,就已经为 Adobe、Figma、Wix、Airtable、Gamma、HeyGen、OpusClip、Quora 和 Photoroom 提供支持。
ComfyUI甚至已经提前将GPT-Image 1做为原生节点。未来设计生态将发生彻底改变。
Midjourney将会面对顶尖开源生图模型和实用性商业闭源模型的双重夹击,V7版本虽然已经放出来,但进步不是特别的大,又受困于Discord 客户端,API到目前还没有任何消息。
不管是从可玩性还是从商业角度,MJ目前的状况可谓是岌岌可危,想躺着就收钱的时代已经过去了。
不过虽然现在生图API虽然发出来的了,但是OpenAI API中未来的AI模型可能需要验证身份。直接调用API可能越来越困难,国内使用成本将会越来越高。

目前最好的方式还是使用微软Azure提供的的生图服务,预计应该就会在今明两天上线。