Model and Modality Playbooks2026年6月22日Big Y

通过 Flatkey 使用 GPT Image 2 API：价格、模型与请求校验

使用这份 GPT Image 2 API 指南，在生产流量到来前先核对 Flatkey 的模型条目、价格单位、端点支持和请求校验。

GPT Image 2 API 通过 Flatkey 的访问应从模型行检查开始，而不是从复制代码块开始。OpenAI 将 gpt-image-2 记录为当前的图像生成模型，而 Flatkey 的 2026 年 6 月 17 日定价快照列出了 GPT 图像系列的行。对于生产团队来说，更有用的问题更具体：你的应用会调用哪一行，这一行暴露什么端点形式，财务应该审核什么计费单位，以及在流量通过路由器之前应通过哪些请求检查？

本指南围绕这些检查展开，适用于希望在一个地方使用一个 Flatkey 密钥、OpenAI 兼容的基础 URL https://router.flatkey.ai/v1、使用日志和定价审查的团队。请将下面的每个代码示例都视为模板。本文使用了 OpenAI 官方文档、带日期的 Flatkey 目录快照以及 CMS/公共路由检查，但它并不声称已运行过实时 Flatkey GPT Image 2 API 推理测试。

快速答案：通过 Flatkey 使用 GPT Image 2 API 前需要验证什么

如果你正在通过 Flatkey 评估 GPT Image 2 API，请按以下顺序验证这些项目：

打开 Flatkey pricing，并查找精确的模型行，例如 gpt-image-2 或 openai/gpt-image-2。
确认该行支持的端点类型。在 2026 年 6 月 17 日的快照中，主要的 gpt-image-2 行暴露的是 openai，而更早的 GPT image 行还暴露了 image-generation。
检查可用性状态。快照中的 GPT Image 2 行显示为 unknown_failure，因此生产使用需要先查看当前仪表盘并进行一次小规模冒烟测试。
在上线前比较定价单位。Flatkey 对一行展示了类似 token 比例的字段，而另一行则展示了看起来按请求计价的 model_price 字段，因此不要假设所有 GPT Image 2 API 路由都使用相同单位。
将你的请求体与已确认的路由匹配：Images API 风格、Responses API 风格，或 Flatkey 支持的 OpenAI 兼容包装器。
记录模型 ID、端点路径、质量、输出尺寸、输出格式、输入图像数量、重试次数、用量以及每个被接受资产的最终成本。

这个顺序很重要，因为 GPT Image 2 API 不只是一个模型名称。它是模型 ID、端点、请求参数、账户权限、路由状态和计费单位的组合。

OpenAI 对 GPT Image 2 API 的文档说明

OpenAI 的图像指南说明，GPT Image 模型可以使用文本和图像输入来创建新图像或编辑现有图像，并将 gpt-image-2 描述为一款具有强大指令遵循能力和上下文感知能力的最先进图像生成模型。该指南还说明，团队可以通过 Images API 或 Responses API 来生成或编辑图像。

对于 Images API 路径，创建图像参考文档说明了 POST /images/generations。它包含了与生产请求检查相关的重要参数：prompt、background、moderation、output_format、quality、size、stream 和 n。它还指出，GPT 图像模型返回的是 base64 编码图像，而不是临时图像 URL。

OpenAI 检查项	这对 Flatkey 为什么重要	生产环境操作
`model`	直接的 OpenAI 模型 ID 可能与路由目录中的某一行字符串不同。	在请求中记下准确的 Flatkey 行和模型字符串。
`POST /images/generations`	这是官方的 Images API 生成路径，但 Flatkey 端点支持是按行区分的。	仅在仪表板显示所选行支持 Images API 后，通过 Flatkey 使用此路由。
`background` and `output_format`	透明输出需要兼容的格式，例如 PNG 或 WebP。	在创建依赖 alpha 的设计工作流之前，先验证输出格式。
`quality` and `size`	这些是 GPT Image 2 API 工作负载中的主要成本和延迟杠杆。	在产品逻辑中将草稿、预览和最终渲染设置分开。
Base64 响应处理	GPT 图像模型返回的是图像字节，而不是长期可用的托管 URL。	自行存储图像，附加元数据，并避免依赖提供方 URL。

GPT Image 2 的 Flatkey 目录快照

在 2026 年 6 月 17 日，Flatkey 公共定价 API 返回了定价版本 a42d372ccf0b5dd13ecf71203521f9d2 和 638 条模型记录。GPT 图像系列摘要包含 gpt-image-2、openai/gpt-image-2、gpt-image-2-all、gpt-image-1.5、gpt-image-1-mini 和 gpt-image-1。

Flatkey 行	分组	快照中的端点类型	看到的定价字段	快照中的状态	如何使用此证据
`gpt-image-2`	Economy, Standard	`openai`	`model_ratio: 3.325`, `completion_ratio: 6`, `cache_ratio: 0.251127819549`	`unknown_failure`	仅将其用作带日期的目录证据；在生产环境的 GPT Image 2 API 流量之前，请先验证当前行状态。
`openai/gpt-image-2`	Standard	`openai`	`quota_type: 1`, `model_price: 0.063`	`unknown_failure`	在确认当前单位和仪表板标签之前，不要直接照搬该数值。
`gpt-image-2-all`	Standard	`openai`	`model_ratio: 37.5`, `completion_ratio: 2`	`unknown_failure`	在代码中使用之前，请先确认这是否为捆绑项、别名或内部路由行。
`gpt-image-1.5` and `gpt-image-1-mini`	Standard	`image-generation`, `openai`	Ratio-style pricing fields	`unknown_failure`	可作为有用的对比行，但不能替代所选的 GPT Image 2 API 行。

公开定价页面还公开了诸如 image-generation（路径 /v1/images/generations）、openai（路径 /v1/chat/completions）以及 openai-response（路径 /v1/responses）等端点系列。关键在于，端点系列存在于平台层面，而支持仍然是按行区分的。对于 GPT Image 2 API，在编写请求之前请先确认对应的行。

GPT Image 2 API 的请求检查

在任何路由到的 GPT Image 2 API 上线之前，请使用此检查清单。之所以刻意强调运营层面，是因为定价错误通常来自请求形态，而不是对某个单一标价的误解。

检查项	通过条件	失败模式	验证位置
模型行	Flatkey 仪表板中的行与代码里的模型字符串一致。	应用程序误调用了旧版、别名或捆绑行。	Flatkey 定价和模型目录。
端点路径	路由路径与该行支持的端点类型一致。	Images API 请求体被发送到一个兼容 chat 的行，或反之。	Flatkey 行支持以及 OpenAI API 参考文档。
可用性	仪表板状态正常，并且一个小请求可以成功。	目录中的行存在，但上游或账户访问失败。	Flatkey 仪表板、响应状态和日志。
定价单位	财务团队知道该行是按 token 比例、按请求计价，还是其他单位。	预算对按请求计价的行使用了按 token 的假设。	Flatkey 定价和用量仪表板。
提示词和图像输入	提示词长度、图像引用、遮罩和重试都已记录。	输入图像和重试产生了隐藏成本。	应用遥测和提供方用量字段。
输出设置	质量、尺寸、背景、格式和压缩都受到控制。	每个预览都被生成为最终资产。	请求体和产品默认值。

模板：直接 OpenAI Images API 请求

直接提供商模板在比较 Flatkey 路由行为时可作为基准很有用。运行之前，请先确认当前 OpenAI 账户访问权限和模型可用性。

# 仅作模板：直接 OpenAI Images API 基准
curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "为使用仪表板创建一张干净的产品概念图。",
    "size": "1536x1024",
    "quality": "medium",
    "output_format": "png"
  }'

对于 GPT Image 2 API 基准测试，请保持第一个提示简单，避免使用参考图像，使用单个输出，并记录响应状态、延迟、输出大小以及端点返回的任何使用情况字段。

模板：Flatkey 路由检查

Flatkey 的公开定位围绕一个密钥和一个兼容 OpenAI 的基础 URL。对于文本路由，公开主页显示 https://router.flatkey.ai/v1/chat/completions。对于 GPT Image 2 API 路由，不要假设所选行已启用图片路径。请先在你的仪表盘中检查该行是否公开了 image-generation、openai、openai-response 或其他路由。

# 仅为模板：只有在你的 Flatkey 行确认支持 image-generation 时才使用此结构
curl https://router.flatkey.ai/v1/images/generations \
  -H "Authorization: Bearer $FLATKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "Create a clean product concept image for a usage dashboard.",
    "size": "1536x1024",
    "quality": "medium",
    "output_format": "png"
  }'

// 仅为模板：集中管理基础 URL，然后注入已确认的路径。
const FLATKEY_BASE_URL = "https://router.flatkey.ai/v1";

async function createImageThroughConfirmedRoute({ path, apiKey, body }) {
  const response = await fetch(`${FLATKEY_BASE_URL}${path}`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
      "Content-Type": "application/json"
    },
    body: JSON.stringify(body)
  });

  if (!response.ok) {
    throw new Error(`Flatkey route check failed: ${response.status}`);
  }

  return response.json();
}

// 仅在仪表盘确认后示例：
await createImageThroughConfirmedRoute({
  path: "/images/generations",
  apiKey: process.env.FLATKEY_API_KEY,
  body: {
    model: "gpt-image-2",
    prompt: "Create a clean product concept image for a usage dashboard.",
    size: "1536x1024",
    quality: "medium",
    output_format: "png"
  }
});

如果当前 Flatkey 行仍然只公开 openai，请在上线前向产品或支持确认该 GPT Image 2 API 行支持哪种请求结构。目录行和端点路径缺一不可；只有其中之一并不算生产级集成。

在 Flatkey 中运行的价格检查

对于本文，最稳妥的定价建议是流程性的：先验证 Flatkey 定价中的当前行，再将其与 OpenAI 当前的图片定价页面进行比较，然后在日志中确认实际路由使用情况。6 月 17 日的 Flatkey 快照证明目录中确实有 GPT 图片行，但这些行字段使用了不同的定价表示方式。这足以构建一个定价审查工作流，但不足以发布永久性的价格声明。

定价问题	要记录什么	为什么重要
选中了哪一行？	精确的模型名称、分组、配额类型和端点类型。	同一目录中可能会出现多条 GPT 图片家族的行。
显示的单位是什么？	Token 比例、请求价格、按输出单位计费，或仪表板特定标签。	即使模型名称正确，单位混用也会导致预算错误。
哪些设置会改变成本？	质量、尺寸、提示长度、图片输入、输出格式、重试以及批处理行为。	同一个 GPT Image 2 API 功能可能存在预览和最终渲染两个成本层级。
Flatkey 记录了什么？	请求次数、状态、用量、成本、模型行和失败原因。	日志可以证明路由后的使用情况是否与估算一致。

比较图片预算的团队还应阅读 OpenAI 图片 API 定价和 AI 模型定价比较。这些内容涵盖更广泛的 token、图片和视频成本机制；本页重点关注 Flatkey 特定的 GPT Image 2 API 路由检查。

生产流量前的冒烟测试计划

在确认仪表板行、端点和计费单元后，运行一个小型验证序列：

如果你的团队有直接的 OpenAI 访问权限，先发送一条直接的 OpenAI 基线请求。
通过已确认的端点和模型行发送一条 Flatkey 请求。
比较响应结构、输出格式、输出字节数、失败消息和延迟。
检查 Flatkey 使用日志中的模型行、请求次数、用量和成本。
使用完全相同的生产设置重复测试：质量、尺寸、背景、输出格式以及任何输入图像。
在向用户开放该功能之前，设置重试限制和停止条件。
保留回滚路径，回退到之前的图像工作流或直接的提供商路由。

这与 OpenAI 兼容 API 迁移指南中描述的操作纪律相同：谨慎更改路由，映射模型 ID，运行小型冒烟测试，并在扩容前使用日志。

Flatkey 何时是正确的 GPT Image 2 API 路径

当你的图像功能只是更广泛的多模态技术栈中的一部分时，Flatkey 是一个很合适的选择。某个产品可能会使用文本模型进行提示重写，使用 GPT 图像模型进行素材创建，使用具备视觉能力的模型进行审核，并使用其他提供商作为兜底或成本控制。一个密钥、一个定价界面和一个使用仪表板，使这类工作流比起分别管理各个提供商账户更容易审计。

Flatkey 并不意味着可以跳过提供商级别的检查。对于 GPT Image 2 API，在生产流量进入之前，行状态、端点支持和请求体都必须一致。6 月 17 日的快照显示的是目录中有该项，而不是一个明确的可用性结果。