GPT Image 2 API

Name: GPT Image 2
Brand: OpenAI
SKU: gpt-image-2
Availability: InStock

Принимает текстовое описание и возвращает изображение. Разрешение 1K, 2K, 4K, 15 соотношений сторон, от 1:1 до 9:21, описание до 20 000 символов. Модель OpenAI, выпущена 21 апреля 2026 года.

Принимает изображение и текстовое указание и возвращает изменённое изображение. Разрешение 1K, 2K, 4K, 15 соотношений сторон, от 1:1 до 9:21, на вход до 16 изображений, описание до 20 000 символов. Модель OpenAI, выпущена 21 апреля 2026 года.

GPT Image 2 API работает в России без VPN: один API ключ GEN202, оплата рублями с российской карты, цена до 68% ниже официальной.

Цены: 1K — 14 кр. (7 ₽ · $0.07), 2K — 19 кр. (9,5 ₽ · $0.095), 4K — 29 кр. (14,5 ₽ · $0.145).

кр. — кредиты, покупаются за рубли.

Model

Статус

работает

Статус

работает

Варианты модели

Генерация из текста Правка изображения

Песочница

Input

Ключ для учёта

prompt*

aspect_ratio

resolution

Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступна одна генерация в 1K.

{
  "model": "gpt-image/2-text-to-image",
  "input": {
    "prompt": "Рыжий кот в скафандре на фоне Земли, мягкий свет",
    "aspect_ratio": "auto",
    "resolution": "1K"
  }
}

Output

пример генерации модели gpt-image-2-text-to-image

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "cm8r4t0vk0001s60p2xq7f9ab",
    "model": "gpt-image/2-text-to-image",
    "state": "success",
    "resultJson": "{\"resultUrls\":[\"https://gen202.com/assets/sample-gpt-image-2.jpg\"]}",
    "failCode": "",
    "failMsg": "",
    "creditsConsumed": 14
  }
}

Input

Ключ для учёта

prompt*

input_urls*

aspect_ratio

resolution

{
  "model": "gpt-image/2-image-to-image",
  "input": {
    "prompt": "Заменить фон на вечернюю городскую улицу, свет тёплый",
    "input_urls": [
      "https://gen202.com/assets/sample-nano-banana-2.jpg"
    ],
    "aspect_ratio": "auto",
    "resolution": "1K"
  }
}

Output

пример генерации модели gpt-image-2-image-to-image

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "cm8r4t0vk0001s60p2xq7f9ab",
    "model": "gpt-image/2-image-to-image",
    "state": "success",
    "resultJson": "{\"resultUrls\":[\"https://gen202.com/assets/sample-gpt-image-2-edit.jpg\"]}",
    "failCode": "",
    "failMsg": "",
    "creditsConsumed": 14
  }
}

Цена GPT Image 2

Цена за генерацию. Списывается фактический расход, о котором сообщил поставщик.

Вариант	Скидка от официальной цены	Наша цена
1K	$0.219 −68%	14 кр. $0.077 ₽
2K	$0.234 −59,4%	19 кр. $0.0959,5 ₽
4K	$0.413 −64,9%	29 кр. $0.14514,5 ₽

В среднем на 64,1% ниже официальной цены поставщика. кр. — кредиты, покупаются за рубли.

Вызов через API

POST https://api.gen202.com/api/v1/jobs/createTask

GET https://api.gen202.com/api/v1/jobs/recordInfo?taskId=…

Генерация занимает десятки секунд, поэтому изображение не приходит в ответ на запрос. Первый вызов ставит задачу и сразу отвечает её номером, второй по этому номеру отдаёт состояние задачи, а когда она готова — ссылку на результат. Ключ передаётся в обоих запросах заголовком Authorization: Bearer sk-… и выпускается в кабинете. На один ключ шлюз пропускает 30 постановок задачи и 300 запросов состояния в минуту.

Поля запроса

Значения проверяются до обращения к поставщику: поле не из списка модели или значение вне перечисления возвращают 422 и кредитов не тратят.

Поле	Тип	Обяз.	Допустимые значения
model	текст	обязательное	`gpt-image/2-text-to-image`
input	объект	обязательное	Параметры генерации — поля из таблицы ниже

Поля input

Поле	Тип	Обяз.	Допустимые значения
prompt	текст	обязательное	от 1 до 20 000 символов
aspect_ratio	значение из списка	опц.	auto · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 5:4 · 4:5 · 16:9 · 9:16 · 2:1 · 1:2 · 3:1 · 1:3 · 21:9 · 9:21
resolution	значение из списка	опц.	1K · 2K · 4K

Поля запроса

Поле	Тип	Обяз.	Допустимые значения
model	текст	обязательное	`gpt-image/2-image-to-image`
input	объект	обязательное	Параметры генерации — поля из таблицы ниже

Поля input

Поле	Тип	Обяз.	Допустимые значения
prompt	текст	обязательное	от 1 до 20 000 символов
input_urls	список ссылок	обязательное	от 1 до 16 ссылок на изображение
aspect_ratio	значение из списка	опц.	auto · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 5:4 · 4:5 · 16:9 · 9:16 · 2:1 · 1:2 · 3:1 · 1:3 · 21:9 · 9:21
resolution	значение из списка	опц.	1K · 2K · 4K

Ссылка на изображение принимается только полным адресом на http или https: не длиннее 2048 символов, на общедоступном сайте, без имени и пароля перед адресом и без порта, кроме 80 и 443. Относительный путь, а также адреса внутри сети — localhost, 127.0.0.1, 10.0.0.5, 192.168.1.2 — и имена без точки шлюз отклоняет ответом 422, к поставщику не обращаясь.

Ответ

Оба запроса отвечают одним конвертом: {"code":…,"msg":…,"data":…}, где code повторяет HTTP-статус, а полезное лежит в data. Тот же конверт приходит и при отказе — разбирать две формы ответа не нужно.

/api/v1/jobs/createTask

Поле	Тип	Что в нём
data.taskId	строка	Номер задачи. Больше в ответе ничего нет и быть не может — работа только началась.

/api/v1/jobs/recordInfo

Поле	Тип	Что в нём
data.taskId	строка	Номер задачи — тот же, что вернул createTask.
data.model	строка	Имя модели в том виде, в каком его прислал клиент.
data.state	строка	Состояние задачи: waiting, queuing, generating, success или fail.
data.param	строка	Параметры, с которыми задача создана, — строкой JSON внутри JSON.
data.resultJson	строка	Результат строкой JSON внутри JSON: {"resultUrls":["https://…"]} — разбирается вторым разбором. До завершения задачи — пустая строка.
data.failCode	строка	Код неудачи из таблицы ниже. У остальных задач — пустая строка.
data.failMsg	строка	Причина неудачи словами. Иначе пустая строка.
data.costTime	число	Сколько задача заняла, миллисекунды. Пока не завершилась — null.
data.completeTime	число	Когда завершилась, миллисекунды эпохи Unix. Пока не завершилась — null.
data.createTime	число	Когда создана, миллисекунды эпохи Unix.
data.updateTime	число	Когда состояние менялось в последний раз, миллисекунды эпохи Unix.
data.creditsConsumed	число	Сколько кредитов списано. Ноль, пока задача не завершилась, и ноль у неудачной.

Состояния задачи

Состояние лежит в поле state ответа /api/v1/jobs/recordInfo. Первые три означают, что работа идёт: запрос надо повторить примерно через 3 секунды — чаще спрашивать нечего, столько же ждёт между опросами сам шлюз. Два последних состояния окончательные: после них задача не меняется.

state	Что происходит
waiting	Задача принята и стоит в очереди шлюза; поставщику она ещё не отправлена.
queuing	Поставщик задачу принял и поставил в свою очередь.
generating	Генерация идёт.
success	Готово: ссылки на результат лежат в resultJson, в creditsConsumed — сколько списано.
fail	Задача не удалась: причина в failCode и failMsg, удержанные кредиты возвращены целиком.

Опрос не бывает бесконечным: задача на изображение живёт не дольше 15 минут, после чего шлюз закрывает её сам состоянием fail и возвращает удержанные кредиты целиком. Причина неудачи приходит двумя полями: failCode из таблицы ниже и failMsg словами.

failCode	Что произошло
501	Поставщик вернул отказ: генерация не удалась.
408	Результата нет дольше крайнего срока задачи (15 минут для картинки).
404	Поставщик не знает такой задачи.
429	Поставщик отбил создание задачи по своему лимиту.
500	Поломка на нашей стороне; подробности остаются в журнале шлюза.

Ссылка на готовый файл живёт 14 дней — столько его хранит поставщик. Файл, который нужен дольше, скачивайте к себе сразу после того, как задача пришла в состояние success.

Отказы

Тело отказа одно на все случаи: {"code":…,"msg":…,"data":null}. Задача, не дошедшая до результата, не тарифицируется — удержанные кредиты возвращаются целиком.

Код	Адрес	Когда
400	/api/v1/jobs/createTask	Тело запроса — не разбираемый JSON.
401	/api/v1/jobs/createTask	Ключа нет в заголовке Authorization, либо он неверный или отключён.
402	/api/v1/jobs/createTask	Свободных кредитов меньше, чем удерживается под задачу.
403	/api/v1/jobs/createTask	Аккаунт заблокирован: вызовы модели, пополнение и загрузка файлов ему закрыты. Ключи при этом не отключены — запрет лежит на аккаунте.
413	/api/v1/jobs/createTask	Тело запроса больше 512 КиБ.
415	/api/v1/jobs/createTask	Тело отправлено не как application/json или заголовок Content-Type не передан.
422	/api/v1/jobs/createTask	Поле model пустое или его имени нет в каталоге, input — не объект, поле не из списка модели либо значение вне её перечисления. В сообщении перечислено, что принимается.
429	/api/v1/jobs/createTask	Больше 30 запросов в минуту на один ключ либо больше 50 незавершённых задач на аккаунте.
500	/api/v1/jobs/createTask	Поломка на нашей стороне. Подробности остаются в журнале шлюза и наружу не уходят.
401	/api/v1/jobs/recordInfo	Ключа нет в заголовке Authorization, либо он неверный или отключён.
404	/api/v1/jobs/recordInfo	Задачи с таким номером нет или она создана другим аккаунтом.
422	/api/v1/jobs/recordInfo	Параметр taskId не передан.
429	/api/v1/jobs/recordInfo	Больше 300 запросов в минуту на один ключ.
500	/api/v1/jobs/recordInfo	Поломка на нашей стороне. Подробности остаются в журнале шлюза и наружу не уходят.

Пример вызова

task.sh

# 1. Поставить задачу — в ответе придёт её номер
TASK=$(curl -s https://api.gen202.com/api/v1/jobs/createTask \
  -H "Authorization: Bearer sk-ваш-ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image/2-text-to-image",
    "input": {
      "prompt": "Рыжий кот в скафандре на фоне Земли, мягкий свет",
      "aspect_ratio": "auto",
      "resolution": "1K"
    }
  }' | jq -r '.data.taskId')

# 2. Спрашивать состояние, пока задача не закончится: waiting, queuing и
#    generating означают «работа идёт», success и fail — окончательные
while true; do
  RECORD=$(curl -s "https://api.gen202.com/api/v1/jobs/recordInfo?taskId=$TASK" \
    -H "Authorization: Bearer sk-ваш-ключ")
  STATE=$(echo "$RECORD" | jq -r '.data.state')
  case "$STATE" in success|fail) break;; esac
  sleep 3
done

# 3. Забрать результат. Ссылка на файл лежит в resultJson — это строка JSON
#    внутри JSON, поэтому её разбирают вторым разбором (fromjson)
echo "$RECORD" | jq -r '.data |
  if .state == "fail"
  then "отказ \(.failCode): \(.failMsg)"
  else .resultJson | fromjson | .resultUrls[0]
  end'

task.py

import json
import time

import requests

headers = {"Authorization": "Bearer sk-ваш-ключ"}

# 1. Поставить задачу — в ответе придёт её номер
created = requests.post(
    "https://api.gen202.com/api/v1/jobs/createTask",
    headers=headers,
    json={
      "model": "gpt-image/2-text-to-image",
      "input": {
        "prompt": "Рыжий кот в скафандре на фоне Земли, мягкий свет",
        "aspect_ratio": "auto",
        "resolution": "1K"
      }
    },
).json()
task_id = created["data"]["taskId"]

# 2. Спрашивать состояние, пока задача не закончится: waiting, queuing и
#    generating означают «работа идёт», success и fail — окончательные
while True:
    task = requests.get(
        "https://api.gen202.com/api/v1/jobs/recordInfo",
        headers=headers,
        params={"taskId": task_id},
    ).json()["data"]
    if task["state"] in ("success", "fail"):
        break
    time.sleep(3)

# 3. Разобрать итог. У неудачи причина в failCode и failMsg
if task["state"] == "fail":
    raise SystemExit("отказ " + task["failCode"] + ": " + task["failMsg"])

# resultJson — строка JSON внутри JSON, поэтому разбор второй
result = json.loads(task["resultJson"])
print(result["resultUrls"][0])
print("списано кредитов:", task["creditsConsumed"])

Пример проходит весь путь: ставит задачу, повторяет запрос состояния раз в 3 секунды, пока задача не закончится, и разбирает ответ до ссылки на файл. Разборов два, потому что поле resultJson — строка JSON внутри JSON. В теле первого запроса стоят обязательные поля модели и значения из её перечислений, поэтому он проходит проверку шлюза как есть. Подставить остаётся только свой ключ. Пример на оболочке разбирает ответ через jq; на Python своего ничего не нужно, кроме requests.

Пример вызова

task.sh

# 1. Поставить задачу — в ответе придёт её номер
TASK=$(curl -s https://api.gen202.com/api/v1/jobs/createTask \
  -H "Authorization: Bearer sk-ваш-ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image/2-image-to-image",
    "input": {
      "prompt": "Заменить фон на вечернюю городскую улицу, свет тёплый",
      "input_urls": [
        "https://gen202.com/assets/sample-nano-banana-2.jpg"
      ],
      "aspect_ratio": "auto",
      "resolution": "1K"
    }
  }' | jq -r '.data.taskId')

# 2. Спрашивать состояние, пока задача не закончится: waiting, queuing и
#    generating означают «работа идёт», success и fail — окончательные
while true; do
  RECORD=$(curl -s "https://api.gen202.com/api/v1/jobs/recordInfo?taskId=$TASK" \
    -H "Authorization: Bearer sk-ваш-ключ")
  STATE=$(echo "$RECORD" | jq -r '.data.state')
  case "$STATE" in success|fail) break;; esac
  sleep 3
done

# 3. Забрать результат. Ссылка на файл лежит в resultJson — это строка JSON
#    внутри JSON, поэтому её разбирают вторым разбором (fromjson)
echo "$RECORD" | jq -r '.data |
  if .state == "fail"
  then "отказ \(.failCode): \(.failMsg)"
  else .resultJson | fromjson | .resultUrls[0]
  end'

task.py

import json
import time

import requests

headers = {"Authorization": "Bearer sk-ваш-ключ"}

# 1. Поставить задачу — в ответе придёт её номер
created = requests.post(
    "https://api.gen202.com/api/v1/jobs/createTask",
    headers=headers,
    json={
      "model": "gpt-image/2-image-to-image",
      "input": {
        "prompt": "Заменить фон на вечернюю городскую улицу, свет тёплый",
        "input_urls": [
          "https://gen202.com/assets/sample-nano-banana-2.jpg"
        ],
        "aspect_ratio": "auto",
        "resolution": "1K"
      }
    },
).json()
task_id = created["data"]["taskId"]

# 2. Спрашивать состояние, пока задача не закончится: waiting, queuing и
#    generating означают «работа идёт», success и fail — окончательные
while True:
    task = requests.get(
        "https://api.gen202.com/api/v1/jobs/recordInfo",
        headers=headers,
        params={"taskId": task_id},
    ).json()["data"]
    if task["state"] in ("success", "fail"):
        break
    time.sleep(3)

# 3. Разобрать итог. У неудачи причина в failCode и failMsg
if task["state"] == "fail":
    raise SystemExit("отказ " + task["failCode"] + ": " + task["failMsg"])

# resultJson — строка JSON внутри JSON, поэтому разбор второй
result = json.loads(task["resultJson"])
print(result["resultUrls"][0])
print("списано кредитов:", task["creditsConsumed"])

Пример проходит весь путь: ставит задачу, повторяет запрос состояния раз в 3 секунды, пока задача не закончится, и разбирает ответ до ссылки на файл. Разборов два, потому что поле resultJson — строка JSON внутри JSON. В теле первого запроса стоят обязательные поля модели и значения из её перечислений, поэтому он проходит проверку шлюза как есть. Заменить в нём нужно два значения: свой ключ и ссылку на изображение — в примере стоит образец с нашего сайта. Пример на оболочке разбирает ответ через jq; на Python своего ничего не нужно, кроме requests.

Чем GPT Image 2 отличается от других моделей каталога

Модель	Цена от	Разрешение	Изображений на вход	Описание, символов	Выпущена
Nano Banana 2	$0.0727,2 ₽	1K · 2K · 4K	14	20 000	26 февраля 2026
Nano Banana Pro	$0.12712,7 ₽	1K · 2K · 4K	8	10 000	20 ноября 2025
GPT Image 2	$0.077 ₽	1K · 2K · 4K	16	20 000	21 апреля 2026
GPT Image 2.5 Flare	$0.0474,7 ₽	1K · 2K · 4K	16	20 000	8 сентября 2026
GPT Image 2.5 Sunburst	$0.0474,7 ₽	1K · 2K · 4K	16	20 000	8 сентября 2026
Grok Imagine Image 2.0	$0.0363,6 ₽		—	5 000	—
Seedream 5 Pro	$0.04054,05 ₽		10	5 000	—
Seedream 5 Lite	$0.03153,15 ₽		10	3 000	—

Генерацию и правку у Nano Banana 2, Nano Banana Pro и Grok Imagine Image 2.0 делает один идентификатор, а у GPT Image 2, GPT Image 2.5 Flare, GPT Image 2.5 Sunburst, Seedream 5 Pro и Seedream 5 Lite для каждой задачи свой.

Формы кадра 1:4, 1:8, 4:1, 8:1 есть только у Nano Banana 2. Формы кадра 2:1, 1:2, 3:1, 1:3, 9:21 есть только у GPT Image 2.

Отдельная страница сравнения — Nano Banana 2 или GPT Image 2.

GPT Image 2 — картиночная модель OpenAI, выпущенная 21 апреля 2026 года: она рисует по описанию и правит присланный кадр. Разработчик называет её передовой моделью для быстрой качественной генерации и правки изображений. Через GEN202 одна картинка этой модели стоит от 7 ₽ до 14,5 ₽ за генерацию, и цену задаёт разрешение из запроса.

Что OpenAI говорит про GPT Image 2

Чем разработчик считает эту модель, сказано в карточке модели GPT-Image-2: «GPT Image 2 is our state-of-the-art image generation model for fast, high-quality image generation and editing. It supports flexible image sizes and high-fidelity image inputs». Перевод наш: «GPT Image 2 — наша передовая модель для быстрого качественного создания и правки изображений. Она поддерживает свободные размеры картинки и вход высокой точности».

Что появилось при выпуске, сказано в журнале изменений OpenAI, раздел «Apr 21» 2026 года: «Released GPT Image 2, a state-of-the-art image generation model for image generation and editing». Перевод наш: «Выпущена GPT Image 2 — передовая модель для создания и правки изображений». Рядом там же перечислено, что пришло вместе с ней: свободные размеры картинки, вход высокой точности, счёт по токенам и работа через пакетный API со скидкой вдвое.

Что значит «свободные размеры», объяснено в руководстве по генерации изображений: «`gpt-image-2` accepts any resolution in the `size` parameter when it satisfies the constraints below. Square images are typically fastest to generate». Перевод наш: «gpt-image-2 принимает в поле размера любое разрешение, если оно укладывается в перечисленные ниже условия. Быстрее всего обычно выходят квадратные кадры».

Про присланные картинки там же сказано, что выбора у вызывающего нет: «For `gpt-image-2`, omit this parameter; the API doesn't allow changing it because the model processes every image input at high fidelity automatically». Перевод наш: «Для gpt-image-2 это поле не задают: API не даёт его менять, потому что модель сама обрабатывает каждую присланную картинку с высокой точностью». Отсюда следствие для счёта: правка с приложенным образцом расходует больше входных токенов, чем такая же генерация без него.

Слабые места разработчик перечисляет в том же руководстве отдельным разделом. Про время: «Latency: Complex prompts may take up to 2 minutes to process» — перевод наш: «Задержка: сложное описание может обрабатываться до двух минут». Про надписи: «Text Rendering: Although significantly improved, the model can still struggle with precise text placement and clarity» — перевод наш: «Отрисовка текста: при заметном улучшении модель всё ещё может не справляться с точным размещением надписи и её чёткостью».

Там же названы ещё два: «Consistency: While capable of producing consistent imagery, the model may occasionally struggle to maintain visual consistency for recurring characters or brand elements across multiple generations» и «Composition Control: Despite improved instruction following, the model may have difficulty placing elements precisely in structured or layout-sensitive compositions». Перевод наш: «Постоянство: модель умеет держать единый вид, но иногда теряет его для повторяющегося персонажа или фирменного элемента от генерации к генерации» и «Управление композицией: при улучшенном следовании указаниям ей бывает трудно точно расставить элементы в макете, где важно расположение».

Через четыре месяца после выпуска в журнале изменений появилась строка от 20 августа 2026 года: «Transparent backgrounds are now available in preview for `gpt-image-2` and `gpt-image-2-2026-04-21` in the Images API and the Responses API image generation tool». Перевод наш: «Прозрачный фон доступен в пробном виде для gpt-image-2 и для его датированного снимка — в Images API и в средстве генерации Responses API».

Второй перечень слабых мест разработчик дал в объявлении о выпуске. Трудно модели даются цельная непротиворечивая картина мира, инструкции по оригами, головоломки вроде кубика Рубика, детали на скрытых и зеркальных поверхностях, плотные повторяющиеся текстуры. Подписи и схемы стоит перепроверять — особенно там, где важны стрелки и названия частей.

Из перечисленного следует и то, как писать запрос. Промты для GPT Image 2 имеет смысл писать подробно, а отдельного языка команд у модели нет: промпты для GPT Image 2 пишутся обычными словами в поле описания.

Свою цену OpenAI для этого поколения называет ставками за токены: на странице цен у модели стоят ставки за миллион токенов — $8 за миллион входных токенов изображения, $2 за миллион кэшированных и $30 за миллион выходных. Сколько токенов уйдёт на кадр, зависит от размера и ступени качества, и посчитать это разработчик отправляет калькулятором в руководстве.

Слова OpenAI о GPT Image 2 приведены по его страницам на 15 сентября 2026 года.

Выпуски линейки GPT Image: даты и что появилось

Линейка GPT Image заменила у OpenAI прежнюю рисующую линейку DALL·E и с тех пор обновлялась пять раз. Даты ниже — из журнала изменений разработчика, где у каждого выпуска стоит свой раздел с числом.

Имя у OpenAI	Опознаватель	Дата выхода	Что появилось
GPT Image 1	gpt-image-1	23 апреля 2025	Первая модель линейки: качество картинки и следование указаниям
GPT Image 1 Mini	gpt-image-1-mini	6 октября 2025	Дешёвый вариант первой модели
GPT Image 1.5	gpt-image-1.5	16 декабря 2025	Точнее держится описания и лучше выполняет указания
GPT Image 2	gpt-image-2	21 апреля 2026	Свободные размеры кадра, вход высокой точности, счёт по токенам
GPT Image 2.5 Flare и Sunburst	gpt-image-2.5-flare, gpt-image-2.5-sunburst	8 сентября 2026	Два издания под разные задачи и две новые ступени качества

Два последних выпуска стоят в каталоге GEN202: эта страница про выпуск апреля 2026 года, а поколение сентября разобрано на странице GPT Image 2.5. Как считаются сентябрьские издания, журнал изменений говорит одной строкой: «Both models support the new `xhigh` and `max` quality settings and use GPT Image 2 token rates». Перевод наш: «Обе модели поддерживают новые ступени качества xhigh и max и считаются по токеновым ставкам GPT Image 2». То есть ставка за токен у трёх выпусков подряд одна и та же, а расход токенов на кадр у них разный.

В таблице снятия с поддержки эта модель стоит по другую сторону: в четырёх строках таблицы она названа заменой для выпусков постарше — для первой модели линейки, её дешёвого варианта, выпуска декабря 2025 года и записи, работавшей в ChatGPT.

Что показали независимые проверки GPT Image 2

Свою проверку на надписях выложила Amanda Silberling в TechCrunch 21 апреля 2026 года, в день выпуска. Дословно: «Now, when I ask the brand new ChatGPT Images 2.0 model for a menu of Mexican food, it creates something that could immediately be used in a restaurant without customers noticing that something's off». Перевод наш: «Теперь, когда я прошу совсем новую модель ChatGPT Images 2.0 сделать меню мексиканской кухни, она выдаёт то, что можно сразу ставить в ресторане, — посетители не заметят, что что-то не так».

Время автор называет там же, без секундомера: «These capabilities mean that image generation isn't as rapid as typing a question to ChatGPT, but generating something complex like a multi-paneled comic still takes just a few minutes». Перевод наш: «Из-за этих способностей картинка делается не так быстро, как печатается вопрос в ChatGPT, но даже что-то сложное вроде комикса из нескольких кадров занимает всего несколько минут».

Что именно работает внутри, разработчик изданию не сказал: «Unfortunately, OpenAI declined to answer a question in a press briefing this week about what kind of model is powering ChatGPT Images 2.0». Перевод наш: «К сожалению, на встрече с прессой на этой неделе OpenAI отказалась ответить на вопрос о том, какого рода модель приводит в действие ChatGPT Images 2.0».

Выпуски линейки между собой расставляет рейтинг слепых сравнений Artificial Analysis: там человеку показывают две картинки без имён и просят выбрать лучшую. На снимке 15 сентября 2026 года у этого выпуска 1172 очка при разбросе ±9 и 15 531 сравнении, у сентябрьских изданий того же семейства 1188 и 1182 при 5 693 и 5 618 сравнениях, у декабрьского выпуска 1103, у апрельского 2025 года 1002, у дешёвого варианта первой модели 918.

Вторая такая площадка — арена LMArena, и порядок выпусков там тот же. На снимке 15 сентября 2026 года у этой модели 1381 очко при 78 731 голосе, у сентябрьских изданий 1421 и 1399 — но у них по 3 149 и 2 856 голосов, и площадка помечает обе строки предварительными. В соседней арене, где правят присланный кадр, у этой модели 1461 очко при 235 928 голосах.

Разбирали модель и другие издания: три проверки в день выпуска сошлись на том, что текст на картинке выходит разборчивым — у Engadget это был текст не на латинице, у разработчика Саймона Уиллисона сложная иллюстрация с мелкими деталями. Замера в таких проверках нет: каждый работал на своих запросах и описывал увиденное.

Русский текст на картинке: что обещает OpenAI, а что нет

Из языков не на латинице названы японский, корейский, китайский, хинди и бенгальский. Кириллицы в этом перечне нет, и обещания русской надписи на картинке OpenAI не давал.

Русскую надпись модель ставит, а качество на кириллице удобно проверить на своём примере в песочнице.

Насколько свежие знания у GPT Image 2

Знания модели о мире обрываются на декабре 2025 года. У Nano Banana 2 и Nano Banana Pro они заканчиваются январём 2025 года. Разница почти в год видна там, где на картинке должны оказаться недавние вещи: свежая техника, новые логотипы, события прошлого года.

Для чего OpenAI предлагает GPT Image 2

По API модель предлагают под рекламу на разных языках, инфографику, поясняющие схемы, учебные материалы, инструменты дизайна, творческие площадки и конструкторы сайтов.

Модель встроена в ChatGPT и Codex. Партнёрами на выпуске названы Canva, Figma и Adobe.

Что видно в чужих разборах GPT Image 2

Ограничения своей модели OpenAI перечисляет списком. Ниже — то, что находят на своих кадрах авторы разборов, работавшие порознь.

Наблюдения о GPT Image 2 взяты из разборов с живыми примерами: Futurepedia, 22 апреля 2026, AI Samson, 23 апреля 2026, Artturi Jalli, 27 апреля 2026, Joseph Martin, 28 апреля 2026, altArch, 30 апреля 2026, ветка сообщества OpenAI, 22 апреля 2026.

По листве, ткани и мелкому узору иногда идёт повторяющийся рисунок, заметный при увеличении готового файла.
Пальцы на крупном плане выходят лишними или пропавшими, и разглядеть это можно только вблизи.
Лицо с присланной фотографии часто садится поверх сцены и выглядит наклеенным, а не снятым вместе с ней.
Дальние люди в толпе повторяют друг друга и идут в одну сторону, а лица у них искажаются сильнее прочего.
Длинные мелкие строки теряют точность, и подписи на заднем плане ломаются чаще крупного заголовка.
Свет и глубина даются модели тяжелее надписей: кадр выходит переострённым, а размытый фон неровным.
Долгое задание с поиском сведений модель обдумывает заметно дольше обычной картинки.

Это единичные проверки на чужих кадрах, а не замеры. Ценность у совпадений одна: авторы приходили к ним независимо друг от друга.

Как добиться нужного кадра от GPT Image 2

Порядок ниже собран из чужих разборов: так к нужному кадру приходят авторы, работающие с моделью каждый день.

Порядок работы с GPT Image 2 собран по разборам: Futurepedia, 22 апреля 2026, Artturi Jalli, 27 апреля 2026, altArch, 30 апреля 2026, altArch, 1 июня 2026.

Опишите сцену. Назовите сюжет, обстановку и род съёмки связным текстом: перечисление через запятую модель понимает хуже.
Впишите надписи. Текст, который должен попасть в кадр, пишется в описании ровно теми словами и с нужным начертанием.
Назовите свет. Без указания света кадр нередко выходит темнее задуманного, поэтому свет стоит назвать сразу.
Посмотрите вблизи. Откройте готовый файл крупно и проверьте пальцы, дальние лица и мелкие подписи: ошибки прячутся там.
Уточняйте понемногу. За одно обращение проходит одна перемена, реже две; длинный список изменений выполняется наполовину.

Что не так с картинкой	Что добавить в описание
Кадр темнее, чем задумано	Назвать свет прямо: откуда падает и какой он по мягкости
Надпись вышла не той	Вписать сам текст и назвать начертание, а не описывать смысл надписи
Убранные люди появляются снова	Сказать, чем заменить убранное: пустой тротуар, ровная стена, трава
По мелким деталям пошёл узор	Упростить сцену и убрать из описания часть мелочей
Вышел рисунок вместо снимка	Назвать съёмку словом «фотореализм» прямо в описании

Что умеет картиночный API OpenAI и чего в нём нет

Модель делает картинку по описанию и переделывает присланную, в том числе по маске. Картиночная модель OpenAI в каталоге одна, и обе задачи закрывает она.

GPT Image 2 скачать к себе нельзя: OpenAI модель не выкладывает. Скачивается только результат — готовая картинка приходит ссылкой на файл.

Нейросеть GPT Image 2 работает и как генератор изображений, и как фоторедактор: генерация изображений и правка фото идут по одному ключу.

Прозрачный фон разработчик открыл для этой модели пробным полем в августе 2026 года. В запросе на этой странице фон задаётся описанием, а для значков или наклеек его убирают после генерации.

Всё, что крупнее 2560 на 1440 точек, помечено как опытное. Уровни качества описаны не до конца: про низкий сказано, что это режим для черновиков, а чем отличаются средний (medium) и высокий (high), OpenAI не написал нигде. Поля уровня качества у модели в каталоге нет.

GPT Image 2 бесплатно и без регистрации

GPT Image 2 без регистрации доступна раз в сутки: первая картинка рисуется бесплатно, без входа. Работает GPT Image 2 онлайн, и описание вводится прямо в песочнице выше.

Дальше нужен счёт. Новому счёту начисляют 50 кредитов, и потратить их можно на GPT Image 2 или на любую другую модель каталога.

Подписка на GPT Image 2 не оформляется: помесячного платежа не бывает, каждая картинка оплачивается по факту.

Официальный сайт GPT Image 2 и его связь с ChatGPT

У OpenAI GPT Image 2 официальный сайт один — сайт самого OpenAI, где модель вышла под именем ChatGPT Images 2.0.

В ChatGPT GPT Image 2 открыта всем пользователям, и в Codex тоже, а разработчикам OpenAI отдаёт её через свой API.

Путать чат и картинку не стоит: в чат GPT Image 2 встроена отдельно, а словами отвечает текстовая модель OpenAI.

Ещё одно имя рядом — DALL-E: так называлась прошлая рисующая линейка OpenAI, и в семейство GPT Image она не входит. Свои модели этого имени компания убрала из API, а на их место поставила GPT Image 2. Разбор той линейки и её замены — на странице DALL-E и чем её сменили.

Официальным сайтом OpenAI мы не являемся. Мы перепродаём доступ к её модели и берём за него рубли, а картинку по-прежнему рисует OpenAI.

Как купить доступ к GPT Image 2 в России и надо ли брать оба режима

Нет, отдельной покупки на каждый режим нет. Генерация и правка зовутся одним ключом и списываются с одного баланса, а переключение между ними ничего не стоит.

Покупка при этом идёт у российского продавца, а не у OpenAI: заводить учётную запись в OpenAI и включать у него платный доступ не требуется. Что для этого нужно с нашей стороны, разобрано на странице GPT Image API.

Цензура GPT Image 2: чего OpenAI не разрешает

Запрет устроен уже, чем принято думать: под него попадают не изображения реальных людей вообще, а политические, сексуальные и прочие чувствительные изображения реальных людей, мест и событий.

Проверка идёт в три слоя: описание разбирается до генерации, присланные картинки — отдельно, готовое изображение проверяется перед выдачей. Отказ по этим правилам приходит от OpenAI.

Сколько стоит GPT Image 2 и на сколько картинок хватает пополнения

Пополнения на 500 ₽ хватает на 71 генерацию GPT Image 2 по самой низкой цене модели и на 34 по самой высокой. Приветственных кредитов, которые начисляются при первом входе, хватает на 3 генерации GPT Image 2 по низкой цене и на 1 по высокой. Цена одной генерации GPT Image 2 зависит от выбранного разрешения.

Цену здесь меняет разрешение: у каждого своя ставка. Под задачу удерживается цена того разрешения, которое вы запросили, поэтому черновик в самом низком не потребует денег под самое высокое.

Рубли на этой странице — цены GEN202, сервиса доступа к моделям с оплатой из России; долларовые ставки OpenAI названы выше как его собственные. Из чего складывается кредит и какими пакетами он пополняется, разобрано на странице цен.

Чем правка изображения через GPT Image 2 отличается от генерации

Правка отличается только обязательными полями. Без ссылок на исходные изображения запрос отклоняется сразу и не тарифицируется. Адрес, заголовок с ключом, порядок из двух запросов и цена у обоих идентификаторов одинаковые.

Nano Banana 2 и Nano Banana Pro устроены иначе: отдельного идентификатора для правки у них нет. Исходные картинки там добавляются к обычному запросу. При переносе кода меняется не только значение поля model, но и имя поля со ссылками.

Присланные картинки модель разбирает в высокой точности всегда — просить об этом отдельно не надо, и поля под это нет ни у OpenAI, ни у нас.

Маска у этой модели задаётся словами в описании, а не отдельным файлом. Отдельного поля под маску в запросе нет — что именно править, объясняется в том же тексте, где сказано, как править.

Наблюдения о правке в GPT Image 2 взяты из разборов: altArch, 30 апреля 2026, Noble Goose, 23 мая 2026, altArch, 1 июня 2026, ветка сообщества OpenAI, 22 апреля 2026.

Приложенный снимок меняет поведение модели: следы обработки видны чаще, чем при рисовании с чистого листа.
Правка выходит за границы указанной области: просили изменить один угол, а поменялось и рядом с ним.
Указание не трогать остальную картинку авторы разборов пишут прямо в том же тексте, и оно заметно помогает.
Убрать предмет надёжнее вместе с указанием, чем заполнить освободившееся место, иначе он появляется снова.
Правка в несколько заходов проходит ровнее, чем длинный список перемен в одном обращении.

Наблюдения взяты из чужих разборов с показом попыток и из веток сообщества, а не из наших замеров.

GPT Image 2 в справочнике моделей OpenAI

Как купить доступ к GPT Image 2 API в России, чем платить и как выпустить ключ, подробно написано на странице GPT Image API — порядок один для всех моделей каталога.

GPT Image 2 API из России

Работать из России можно без VPN, а платить — рублями с карты российского банка. Прямой доступ идёт через биллинг поставщика, и счёт он выставляет в долларах. GEN202 стоит между вами и поставщиком: расчёты с ним наши, вы платите российскому продавцу.

GPT Image 2 — картиночная модель OpenAI. Второго, внутреннего имени у неё нет: у самого OpenAI она называется так же. Отдаётся модель через OpenAI API.

Официальный канал OpenAI — запись показа «Introducing ChatGPT Images 2.0» от 21 апреля 2026 года. Разработчики OpenAI показывают модель в работе, встречу ведёт Сэм Альтман. Идёт больше двадцати минут.

Частые вопросы

Как вызвать GPT Image 2 через API из России?

Обычным запросом на api.gen202.com. Это адрес GEN202, а не адрес OpenAI, и VPN для обращения к нему не нужен. Поле model принимает идентификатор режима: генерация из текста (gpt-image/2-text-to-image), правка изображения (gpt-image/2-image-to-image). Порядок из двух запросов с примерами кода разобран в документации.

Сколько стоит GPT Image 2

Цена за генерацию GPT Image 2 — от 14 кр. (7 ₽ · $0.07) в 1K до 29 кр. (14,5 ₽ · $0.145) в 4K. Счёт идёт по фактическому расходу, а задача, завершившаяся ошибкой, не тарифицируется.

Нужны ли VPN и иностранная карта для GPT Image 2

Нет, не нужны ни то, ни другое: запрос к GPT Image 2 уходит на наш адрес, а не на адрес OpenAI, и договариваться с OpenAI клиенту не о чем. Оплата рублями с карты российского банка.

Что GPT Image 2 принимает на вход

Обязательные поля запроса. Генерация из текста: prompt — от 1 до 20 000 символов. Правка изображения: prompt — от 1 до 20 000 символов; input_urls — от 1 до 16 ссылок на изображение. Остальные поля необязательны.

Как подключить GPT Image 2 API и сделать первый вызов

Войти на сайт и выпустить ключ в кабинете: при первом входе начисляется 50 кредитов, а сам ключ открывает и GPT Image 2, и остальной каталог. Ни договора с OpenAI, ни его собственного ключа клиенту не нужно. Дальше идут два запроса: первый ставит задачу с идентификатором gpt-image/2-text-to-image в поле model и отвечает её номером, второй по этому номеру отдаёт состояние задачи и ссылку на результат.