OpenAI 于 2026 年 4 月 21 日发布 GPT Image 2，带来 50+ 语言原生字体排版、网页搜索 grounding 的 thinking 模式，以及多参考图生图编辑（OpenAI，2026）。截至 5 月 5 日，文生图和编辑两条流程已在 Teno 上线。对广告创意团队来说，文字密集型、多语言版式第一次可以当作一类正式的生成任务，而不必先走一遍 Photoshop 修字流程。
核心要点
- 文生图和编辑两条流程今天上线，2026 年 5 月 5 日，所有付费计划可用，免费档位提供低质量档试用。
- 多语言字体排版是头部能力。 该模型在 50+ 文字系统中渲染准确文字，包括阿拉伯文、日文、韩文和天城文（Microsoft, Azure AI Foundry 博客，2026 年 4 月）。
- 三档质量切换（低 / 中 / 高）把提示词探索、可评审草稿和最终渲染分开，无需切换模型。
- 与 Nano Banana Pro 互补，不是取代。 OpenAI 这一代拿下字体与精确编辑；Nano Banana Pro 仍负责反复出现的角色与产品主图一致性。
这是一篇上线博客。在我们发布更长的实操指南之前，这也是 Teno 关于 GPT Image 2 的规范说明：它能做什么、适合放在哪、什么时候选它而不是图像栈里的其他模型。
GPT Image 2 是什么，有哪些新东西？
OpenAI 在 2026 年 4 月 21 日推出的新一代图像模型，具备 50+ 语言原生字体准确度、带网页搜索的 thinking 模式、单条提示最多 8 张连贯变体，以及支持灵活多参考输入的图生图编辑（OpenAI，2026）。在 Teno 上，今天暴露给广告团队的是子集能力：提示词、图像尺寸、质量、出图数量、输出格式，编辑模式下加上多参考图像 URL。
对付费创意而言，有四项能力值得关注：
- 小尺寸下也能撑住的多语言字体排版。 2024–2025 年的大多数图像模型勉强能画英文，碰到 CJK 或阿拉伯文就崩。这一代在阿拉伯文、日文、韩文、中文、印地语、孟加拉语、西里尔字母、天城文和拉丁字母上都能渲染准确文字（Microsoft, Azure AI Foundry 博客，2026 年 4 月）。对在 5+ 市场出包装效果图或信息流图卡的跨境 DTC 团队，这一步去掉了过去必须在 AI 背景上手工叠字的 Photoshop 环节。
- 带网页搜索的 thinking 模式。 模型可以在出图前抓取实时参考。当提示词依赖当前产品、Logo 或季节性背景时这很重要。延迟是代价，所以我们建议把它留给主图渲染，而不是批量测试。
- 单条提示最多 8 张一致性变体。 一次生成返回一组连贯输出，而不是 8 个互相独立的随机版本。对网格布局、A/B 变体批次、分镜框架一次性生成很有用。
- 多目标场景下的精确指令遵循。 空间约束（"Logo 在右上角、产品居中、手从画面左侧入场"）比前几代 OpenAI 图像模型更稳。这也是 Teno 团队描述里强调精细字体和精确图像编辑的原因。
团队该如何在 Teno 上设置 GPT Image 2 的质量档位？
在默认 landscape_4_3 尺寸下，高（high） 质量在 Teno 2026 年 5 月模型目录中为 每张 3 积分，低（low） 与 中（medium） 预设均为 每张 1 积分。请先把质量调节当成工作流控制：低用于提示词探索，中用于可评审的内部草稿，高用于最终创意，字体、产品细节与布局精度都要经得起导出。
实操质量映射：
- 低（low）： 测试提示词方向、粗略布局、语言变体和文案位置的最快方式。
- 中（medium）： 创意评审的最佳检查点，想法接近成型但还没到能投放的程度。
- 高（high）： 包装、多语言社交图卡、产品主图，以及任何画面上有可读文字的素材的最终渲染设置。
积分与美元的换算按你的计划走；具体费率见 pricing。操作准则更简单：不要根据一次高质量生成评判一个提示词。先在低或中档探索，再把胜出版本用高档重渲染。
这种低到高的模式，和有经验的视频团队测 Seedance 2.0 或 Veo 提示词的做法一致：把创意探索和最终导出分开，让团队在打磨素材之前做出更好的品味判断。
什么时候用 GPT Image 2，什么时候用 Nano Banana Pro 或 Nano Banana 2？
OpenAI 在这代模型上记录了 50+ 语言的字体排版能力（OpenAI，2026）。对大多数付费创意团队，画面带文字的任何素材现在默认选它：包装效果图、多语言社交图卡、户外广告风格版式、价格 / CTA 叠加。Nano Banana Pro 仍是活动内反复出现角色或产品主图的最佳选择。Nano Banana 2 适合大批量背景和生活方式素材。三者互不取代；图像栈按任务分工。
一张快速对照表：
| 模型 | 最擅长 | 真实的取舍 |
|---|---|---|
| Nano Banana 2 | 大批量生活方式创意；灵活背景生成 | 画面文字是三者里最弱的 |
| Nano Banana Pro | 商业级角色和产品在同一活动内的一致性 | 当字体排版是主交付物时，竞争力较弱 |
| GPT Image 2 | 50+ 语言字体排版；精确多目标场景；多参考编辑 | 反复出现角色的相似度，比 Nano Banana Pro 漂移更明显 |
给付费创意团队的决策规则：
- 画面带文字的任何素材 → GPT Image 2。 包装、价签、CTA、多语言信息流图卡、户外广告风格效果图。
- 同一品牌角色或主图产品反复出现 → Nano Banana Pro。 创始人镜头、品牌吉祥物、招牌 SKU。
- 大批量背景和生活方式场景 → Nano Banana 2。 字体排版不是交付物时的强选择。
- 起始帧 + 结束帧喂给 Seedance 2.0 图生视频 → 三者皆可，按这次转换中哪种能力最重要来选。
要把这一切放进更宏观的付费创意栈里看，请参考 AI 广告创意平台指南。
GPT Image 2 在哪些广告创意场景中表现最好？
在 Teno 上，该模型明显跑赢同侪的四个场景是：多语言社交图卡、包装与标签效果图、多目标镜头构图、基于参考的品牌编辑。四种都归结到同一底层能力：精准的小尺寸文字渲染加上严格的空间约束遵循，这正是 OpenAI 在这一代针对性补齐的缺口（OpenAI，2026）。
几个实操样例：
- 多语言社交图卡（DTC 一次出 4 市场）。 提示词：同一个产品主图，同一句标题的四个语言变体（英文 / 德文 / 日文 / 阿拉伯文）一次性生成。四种文字系统都能保持字体准确；以前的大多数模型会破坏阿拉伯文、产生接近字形的日文乱码。
- 带合规文案的包装效果图。 护肤或保健品类，背面文案小、密、且与语言强相关。一条提示同时生成正面和背面版式；可以直接拿可读真文字进入法务评审，而不是占位的拉丁文 lorem。
- 严格布局的多目标场景。 "产品主图居中、品牌 Logo 右上角、辅助道具在画面左、整体在柔和渐变背景上、自然日光。" 空间约束能守住；早期图像模型经常把 Logo 自动迁移到中央。
- 基于参考的编辑。 给编辑端点发 2–3 张参考图加一句提示词，模型会组合出一个尊重参考的新场景。最干净的用法是给一张已有的主图换上新季节的文案，而不需要重新生成整个版式。
我们的观察： 2026 年 5 月初我们跑的字体密集型广告概念中，GPT Image 2 在多语言提示上通常第一次或第二次出图就达到广告级；而上一代模型往往需要 4–6 次重试外加手工叠加文字层。
对喂给 Teno 视频模型的起始帧和结束帧，按要用的模型选择上游图像流：Product Photo 走它支持的栈（在产品驱动工作流中包含 Nano Banana Pro），Asset Generator 则负责需要用 GPT Image 2 生成的帧。目前只有这里能用到 GPT Image 2。
常见问题
OpenAI 什么时候发布 GPT Image 2？什么时候上线 Teno？
OpenAI 于 2026 年 4 月 21 日发布 GPT Image 2，面向 API、Codex 和 ChatGPT 全量用户开放。Teno 在 2026 年 5 月 5 日将文生图和编辑两条端点接入 Asset Generator（素材生成器），所有付费计划均可使用，免费档位也可在低质量预设下试用。
产品图应该用 GPT Image 2 替代 Nano Banana Pro 吗？
不是替代关系，是分工。GPT Image 2 在字体排版密集型创意上更强：包装设计、多语言社交图卡、指令复杂的提示词、精确的多参考编辑。Nano Banana Pro 仍是同一活动内反复出现角色或产品主图的最佳选择。这是能力适配的问题，不是价格问题。
GPT Image 2 能在图片中渲染中文、日文、韩文和阿拉伯文吗？
可以。OpenAI 官方文档记录了 50+ 语言的原生字体排版能力，包括阿拉伯语、日语、韩语、中文、印地语、孟加拉语，以及西里尔字母、天城文和拉丁字母系列。对跨境广告团队来说，这相当于把以前需要 Photoshop 或 Figma 在 AI 生成背景上叠加本地化文案的那一步直接收敛掉了。
在 Teno 上该用 GPT Image 2 的哪个质量档位？
低（low） 用于首轮提示词探索，中（medium） 用于可评审的草稿，高（high） 用于最终广告素材，字体、产品细节与构图都需要经得起放大。这样质量决策就和创意流程的阶段绑定，而不是把积分成本当成主要选择因素。
可以用 GPT Image 2 编辑已有图像吗？
可以。图生图编辑端点上线第一天就在 Teno 可用，支持多参考图像输入、相同的六种规范尺寸、相同的低/中/高质量调节。编辑时默认尺寸是 auto，让模型保留原图的画幅比例而不是强制重排。
今天就在 Teno 上用 GPT Image 2
打开 Asset Generator，在模型下拉里选 GPT Image 2，在 text-to-image 和 edit 之间选模式，设置尺寸、设置质量、写提示词。编辑模式下，同时附上 1–3 张参考图。默认质量是 高（high）；文生图默认尺寸是 landscape_4_3，编辑默认尺寸是 auto，会保留原图的画幅比例。
如果你在批量测试提示词，把质量下拉调成 低（low） 跑前几轮，再用 高（high） 重渲染胜出版本。免费试用已开放：注册 Teno 账户，从该模型最强的场景开始测，文字密集型产品视觉、本地化社交图卡、基于参考的精确编辑。
若想从工作室层面看 GPT Image 2 在另外 13 个图像与视频模型中的位置，包括完整 14 模型目录的决策矩阵和积分成本表，请看 Asset Generator 上线博客。
参考资料
- OpenAI，Introducing ChatGPT Images 2.0，2026 年 4 月 21 日，检索于 2026-05-23。
- OpenAI，GPT Image 2 Model（API 文档），检索于 2026-05-23。
- Microsoft，Introducing OpenAI's GPT-image-2 in Microsoft Foundry，Azure AI Foundry 博客，检索于 2026-05-23。
- Teno 模型目录，2026 年 5 月（积分校准、质量档系数、规范尺寸）。内部文档；积分与美元的实时换算见 /pricing。
