OpenAI 推出 GPT Image 1.5：生成提速 4 倍，支持自然语言精准修图

用 AI 做图最让人抓狂的，不是它画不出好图，而是当你只想让它「换件衣服」，它却顺手把人物的脸、光影甚至整个背景全都重新画了一遍。

OpenAI 推出旗舰图像生成模型 GPT Image 1.5。这一次，不仅生成速度直接提速 4 倍，API 定价降了 20%，更关键的是终于学会了「听懂人话改图」。

不仅快 4 倍，还学会了「哪里不行改哪里」

GPT Image 1.5 底层基于 GPT-5.2 多模态架构，把 Transformer 主干网络与扩散模型结合，原生支持文本与图像的统合处理。

出图速度有了明显提升，简单提示词几秒就能出图，复杂的复杂提示词也能在 2 分钟内完成，复杂指令遵循准确度提升了 30%。

最实用的变化是精准局部编辑。你不再需要费力涂抹蒙版、分图层或倒腾 Photoshop，只要对它说「把外套改成蓝色」或「把光线改成日落」，模型就能定向修改对应部分。

在修改过程中，画面原有的光照、构图、面部特征甚至品牌 Logo 都能保持一致。在图像编辑测试中，新模型的得分比前代跳升了 245 点。

排版与文字渲染能力也补齐了短板。它不仅能在海报和菜单中生成清晰规整的文字，还能在多达 800 字的多行排版中保持极低的错误率。此外，它最多支持上传 16 张参考图来进行风格迁移或构图参考。

重回天梯榜首，但也有小妥协

在盲测基准 LMArena 上，GPT Image 1.5 在文生图测试中拿下 1264 分，在图像编辑测试中拿下 1409 分，双双登顶第一。

业内对此讨论热烈。有用户在社交平台上直呼「国王归来」，也有人认为它将成为 Nano Banana Pro 强有力的竞争对手。

新模型也内置了 C2PA 元数据验证以标明 AI 来源。不过在规格上它也有取舍，其最高分辨率目前支持到 1536x1024，面对一些已经支持 4K 输出的竞品，在极限画质放大上依然有提升空间。

为什么重要

对创作者和电商设计团队来说，GPT Image 1.5 解决的是最卡脖子的「一致性」问题。以前做多张宣传图往往因为角色换脸或品牌 Logo 变形而无法投入实操，现在直接用语言微调就能保住关键视觉元素，工作流效率能翻倍提升。API 定价便宜 20%，对依赖高频生图的应用开发者也是真金白银的让利。

从行业竞争来看，OpenAI 这一次精准打在 Midjourney 等老牌工具的痛点上。以往工具往往只能全图重绘，迫使行业不得不把注意力从「单张生成惊艳度」转向「连续可控编辑能力」。

我们认为 OpenAI 这一步走得相当聪明。它没有一味去卷极限 4K 分辨率，而是把研发资源投向了落地最痛的局部修改、排版文字和品牌资产一致性上。看起来，图像生成领域的胜负手，正在从炫技式的出图竞赛转向真正能嵌入工业流程的精细生产力。