gpt image 2中转站

很多人挑中转站是按文字模型的思路来的：比倍率、看延迟、问并发。真拿去跑图就开始掉链子——报错、排队、返回一张糊图，或者干脆给你换成别的模型。图像这条链路跟聊天不是一回事，参数、超时、返回格式、并发口径都不一样。这篇按「先确认支持、再验证真伪、最后算成本」的顺序给一套可执行的挑选动作。

很多人挑中转站是按文字模型的思路来的：比倍率、看延迟、问并发。真拿去跑图就开始掉链子——报错、排队、返回一张糊图，或者干脆给你换成别的模型。图像这条链路跟聊天不是一回事，参数、超时、返回格式、并发口径都不一样。

这篇按「先确认支持、再验证真伪、最后算成本」的顺序给一套可执行的挑选动作。整套流程大概半小时能跑完一遍，先小成本试水，跑顺了再放量。

第一步：别信宣传页，先确认它真支持图像生成

首页大字写着「支持图像模型」不算数。真正要确认的是接口层面的三件事，把这三件事问明白，后面能省掉一大半返工。

1. 查模型清单到站内模型资料库核对这家站挂出来的图像类条目，看它是否区分「生成」和「编辑」两种能力。只写模型名、不标能力的，一律当成未确认。
2. 问清接口形态向客服或查文档确认：走的是原生图像接口，还是拿对话接口套壳。套壳的通常不支持尺寸、质量、参考图这些参数，也没法控制返回格式。
3. 跑一次最小调用用一句极短提示词直接调一次，看返回的是图片链接、base64 还是一串报错。返回结构和你代码里预期的不一致，后面整条链路都要改。

第二步：验证是不是真模型，而不是拿旧模型或廉价模型顶包

中转站最隐蔽的坑不是跑不了，是跑得出来但换了个便宜模型。图像任务上这一点尤其难发现，因为出图本来就有随机性。「能出图」不等于「出的是你要的那个模型」。

判断思路很简单：找几个容易露馅的场景，把官方通道和这家站打同一句提示词，横向比。差异明显、风格稳定偏移的，别用。

单次通过不算通过。换时段再跑两三次，最好用站内的在线实测工具交叉验一遍，别只看商家自测截图。另外要特别注意「不支持图生图或编辑」的情况：很多站只转发了文生图这一条，你一旦要改图、加文字、锁尺寸就直接失败。

第三步：算清楚图片是怎么计费的

图像计费比文字计费更容易算错，因为口径不统一。先搞明白它是按「每张图」还是「按 token 折算」，这两种口径在不同尺寸下能差好几倍。具体倍率别听客服口述，到站内报价与追踪页面核对当时的数字。

• 确认计费单位：每张图、按 token 折算，还是按分辨率分档
• 确认尺寸与质量档位怎么影响单价，大图和小图是不是同价
• 确认失败、超时、被拒内容算不算钱，这条不写清最容易烧预算
• 确认重试是自动扣费还是手动发起，自动重试可能悄悄翻倍消耗
• 确认余额和额度分组的区别，有些站低价额度只能走特定分组

做完上面几条，用一笔够跑几十张的钱试水。把常见尺寸各跑一遍，对照账单看扣费是否符合你对计费口径的理解。对不上就先停，别加量。

第四步：看稳定性和售后，决定要不要长期放量

图像任务通常是成批跑的，稳定性差一点就是整批卡住。宣传的并发数参考价值有限，真正要看的是高峰时段出图成功率和平均出图时长。这两个指标连续实测几天，比任何截图都靠谱。

最后一条经验：别把全部量压在一家。至少两家分流，Key 分开管理，配置分开存。一家出问题的时候，另一家能顶上，迁移成本也低得多。