如何使用图片模型

Codex 不能直接将 GPT Image 2 或 GPT Image 2.5 配置成聊天模型，需要通过 Skill 或者 Cherry Studio 使用。

先说结论

Codex 的 config.toml 用来配置聊天模型。gpt-image-2 和 gpt-image-2.5 属于图片模型，调用时需要提交图片提示词、尺寸等图片参数，返回的也是图片任务或图片文件。它们不能直接作为 Codex 的聊天模型填入供应商配置。

普通 API 模型和图片模型的调用方式不同：

类型典型请求返回结果适合的入口
普通聊天模型messages 或 input 对话内容文本回复或工具调用Codex、OpenAI-compatible 客户端、SDK
图片模型prompt、尺寸、参考图等图片参数图片数据、下载地址或异步任务结果图片 API、图片 Skill、支持图片 API 的客户端

方式一：让 Skill 调用图片模型

这是在 Codex 中使用图片模型的推荐方式。Codex 继续使用自己的 GPT/文本模型理解你的要求，再由图片 Skill 调用图片 API、等待任务完成并下载结果。

开始前准备：

  • 已按普通流程配置好 Codex 的 GPT/文本模型 API Key。
  • 另创建一个支持图片模型的 API Key。图片 Key 与聊天模型 Key 分开，不能写入 Codex 的 config.toml。
  • 已安装 OpenAI 官方的 Image Gen Skill。

在 Codex 中把下面的信息交给 Skill 配置脚本即可，Key 请替换成你自己的值：

请将图片模型配置给 OpenAI Image Gen Skill：
Base URL：https://api.ergouzi.life
API Key：sk-xxxx
可用模型：gpt-image-2、gpt-image-2.5-flare、gpt-image-2.5-sunburst
配置完成后，用 gpt-image-2 生成一张测试图片并返回文件路径。

配置完成后，可以直接告诉 Codex：

使用 OpenAI Image Gen 的 gpt-image-2.5-flare 生成一张 16:9 的雨夜上海街头电影感图片。

方式二：接入支持图片 API 的工具

如果希望在图形界面里选择图片模型、输入提示词并查看图片结果，可以使用支持图片 API 的客户端，例如 Cherry Studio。它的提供商配置与聊天模型配置分开，按客户端要求填写图片 API 地址、API Key 和图片模型。

具体步骤见Cherry Studio 接入图片模型。

GPT Image 2.5 模型说明

OpenAI 在 2026 年 9 月 8 日发布了 GPT Image 2.5，API 中提供 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst 两个变体。它们共享相同的核心能力和定价，但定位不同。

共同能力

  • 输入：文本和图像，支持参考图，最多约 16 张
  • 输出：图像
  • 功能：文本生成图像、图像编辑、局部编辑（inpainting，支持 mask）
  • 质量档位：low、medium、high、xhigh、max、auto
  • 背景：支持不透明（opaque）和透明（transparent）；透明背景需要输出 PNG 或 WebP
  • 分辨率：支持多种尺寸，也支持自定义宽高

相对 GPT Image 2 的提升

  • 光照更自然、纹理更丰富、细节更锐利
  • 参考图中的人物和产品主体保留更稳定
  • 编辑时更准确地只修改指定区域
  • 多轮编辑的一致性更好
  • 文字渲染、布局和信息图准确性更高
  • 两个模型的价格完全相同

主要区别

项目gpt-image-2.5-flaregpt-image-2.5-sunburst
官方定位默认推荐，日常高速高质量生成最高精度，适合精细创意与编辑工作
速度更快，官方称比 GPT Image 2 低约 50% 延迟更慢，通常比 Flare 慢 1.5–2 倍
性能侧重速度与质量平衡最高精度与编辑控制力
最佳场景社交内容、创作者素材、快速原型、产品体验、视觉搜索和批量生成正式广告或营销 campaign 主视觉、精细产品摄影编辑、多轮精密修改
编辑能力已经很好，能够只修改指定部分编辑控制和细节一致性更强
Arena 表现文生图表现领先或接近顶尖图像编辑通常更领先

两个模型支持相同的 API 参数，例如 quality、size 和 background；切换时只需修改 model 名称。

常见问题

为什么图片模型不能直接写进 Codex 配置？

Codex 需要聊天模型返回文本，并依靠文本模型处理上下文、工具和 Skill。图片模型使用另一套图片生成参数和结果格式，接口能力不匹配，所以不能仅通过修改模型 ID 接入。

普通聊天 API Key 能调用图片模型吗？

只有当该 Key 所属分组明确包含目标图片模型时才可以。建议为图片模型单独创建并管理 API Key，避免把不支持图片模型的 Key 配置给 Skill 或图片客户端。

已经配置了 Skill，为什么 Codex 仍然只回复文字？

先确认 Skill 已安装并能被当前 Codex 会话读取，再检查图片 API 的 Base URL、API Key、模型 ID 和分组权限。仅在 Codex 中配置聊天模型，不会自动启用图片模型。