OpenAI 的 GPT Image 模型生成一张图 大约要 45 秒到 1.5 分钟,最高质量要 3 分钟左右。我们在 2026 年 9 月 29 日通过 API 实测了 24 次:GPT Image 2.5 Flare 最快,中位数 43 秒;GPT Image 2 高质量最慢,175 秒。OpenAI 的帮助页面对 ChatGPT 的说法是,一张图“可能需要几分钟,取决于请求的复杂程度”。

| 模型和设置 | 中位用时 | 3 次范围 | HiAPI 每张价格 |
|---|---|---|---|
| GPT Image 2.5 Flare,1K | 43 秒 | 42–54 秒 | $0.05(北京时间 11 月 9 日 0 点前 $0.025) |
| GPT Image 2,低质量,1K | 47 秒 | 37–61 秒 | $0.007 |
| GPT Image 2.5 Sunburst,1K | 56 秒 | 52–58 秒 | $0.05(活动期间 $0.025) |
| GPT Image 2,中质量,1K | 72 秒 | 72–87 秒 | $0.061 |
| GPT Image 2,标准,1K | 75 秒 | 68–88 秒 | $0.03 |
| GPT Image 2,标准,2K | 90 秒 | 88–97 秒 | $0.04 |
| GPT Image 2,标准,4K | 88 秒 | 85–104 秒 | $0.06 |
| GPT Image 2,高质量,1K | 175 秒 | 168–177 秒 | $0.245 |
从发出请求到图片可下载的时间,通过 HiAPI 的 API 实测,2026 年 9 月 29 日。24 次全部成功。
什么会让出图变慢
影响最大的是质量档位。 同一段提示词在 1K 下,低质量 47 秒,中质量 72 秒,高质量 175 秒。高质量比低质量慢了近 4 倍,价格高 35 倍。
分辨率的影响比想象中小。 标准 GPT Image 2 在 1K 是 75 秒,2K 和 4K 都是 90 秒左右。实测里从 2K 到 4K 没有多花时间。
GPT Image 2.5 比 GPT Image 2 快。 同样的尺寸,Flare 43 秒、Sunburst 56 秒,标准 GPT Image 2 是 75 秒。OpenAI 说 Images 2.5 的出图时间比 Images 2.0“最多缩短 50%”,我们的数据和这个说法一致。
同一段提示词在 GPT Image 2 三个质量档位下的效果:

GPT Image 2,1K。从左到右:低质量($0.007,36 秒)、中质量($0.061,72 秒)、高质量($0.245,177 秒)。
三张图都把标签“NORTH ROAD COLD BREW”写对了。高质量的纹理更细,标签字体更醒目;但做网页配图和社交媒体图,36 秒、$0.007 的低质量往往就够用。
GPT Image 2.5 在同样尺寸下更快,小字也写得对:

GPT Image 2.5,1K。Flare 42 秒,Sunburst 58 秒。
时间都花在哪
通过 API 生成的图片任务会经过几个状态。我们实测的时间分布是:
| 状态 | 在做什么 | 实测用时 |
|---|---|---|
queued | 排队等空闲的机器 | 不到 12 秒,经常直接跳过 |
handling | 模型在画图 | 占总时间的大头 |
archiving | 保存生成好的文件 | 3–11 秒 |
success | 图片链接可用 | — |
下面这个脚本会在状态变化时打印出来,可以用来测你自己的提示词:
import os
import time
import requests
API = "https://api.hiapi.ai/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"}
start = time.monotonic()
task_id = requests.post(f"{API}/tasks", headers=HEADERS, json={
"model": "gpt-image-2/text-to-image@ext",
"input": {"prompt": "a glass bottle of cold brew coffee on a wooden cafe counter",
"aspect_ratio": "1:1", "resolution": "1K", "quality": "low"},
}).json()["data"]["taskId"]
last = None
while True:
task = requests.get(f"{API}/tasks/{task_id}", headers=HEADERS).json()["data"]
if task["status"] != last:
last = task["status"]
print(f"{time.monotonic() - start:5.1f}s {last}")
if last in ("success", "fail"):
break
time.sleep(3)
print(task["output"][0]["url"] if last == "success" else task.get("error"))
用低质量跑一次,输出是:
3.7s handling
49.2s archiving
57.4s success
需要先 pip install requests,并把 HiAPI API Key 设在 HIAPI_API_KEY 里。
怎么让出图更快
- 用低质量,或者用 GPT Image 2.5 Flare。 两者都在 1 分钟内出图,价格分别是 $0.007 和 $0.05(活动期间 $0.025)。
- 不需要大图就用 1K。 2K、4K 各多花了 15 秒左右。
- 并行发送。 每张图的用时不变,但可以同时跑很多张。在我们的 ChatGPT Plus 对比里,12 张图一起发,97 秒全部完成。
- 每 3–5 秒查一次状态,高质量任务至少等 5 分钟再当作卡住。如果任务真的卡住了,可以看 任务超时怎么处理。
想自己试试这些设置,打开 GPT Image 2 或 GPT Image 2.5 Flare,用 1K 跑一张。
常见问题
ChatGPT 生成一张图要多久?
OpenAI 的说法是“可能需要几分钟,取决于请求的复杂程度”。ChatGPT 现在用的是 GPT Image 2.5,我们通过 API 实测这个模型在 1K 下每张 43 到 56 秒。
GPT Image 2 生成一张图要多久?
标准 1K 大约 75 秒,2K 和 4K 大约 90 秒。低质量 47 秒,高质量大约 3 分钟。
GPT Image 2.5 比 GPT Image 2 快吗?
快。1K 下 GPT Image 2.5 Flare 43 秒、Sunburst 56 秒,标准 GPT Image 2 是 75 秒。
GPT Image 为什么这么慢?
它要把整张图以高细节画完才返回结果,质量越高,每张图的计算量越大。用低质量或 GPT Image 2.5 Flare,可以把等待缩短到 1 分钟以内。
要生成很多张图,怎么最快?
并行发送,不要一张张排队。用 API 同时发 12 张,总共 97 秒,和一张标准 2K 图差不多。




