结论先说
Midjourney、ChatGPT Images、Adobe Firefly 和 Google Gemini 是最常被放在一起比较的四款 AI 图像生成工具。2026 年 4 月到 9 月之间，这四家的主力模型、API 计费和商用条款都发生了实际变化：Midjourney 的默认版本从 V7 走到 V8.2，OpenAI 在 9 月 8 日发布 ChatGPT Images 2.5，Google 把 Nano Banana 2 和 Nano Banana Pro 转为正式版，Adobe 则把一批第三方模型直接放进 Firefly。与此同时，DALL·E 这条线在同一时期被彻底清退：模型在 5 月停服，官方 GPT 在 8 月下架。
本文按各厂商官方文档、定价页、条款和 changelog 核验到 2026-09-20，只比较模型、价格、API、套餐、条款和水印这类可查证的事实，没有做统一输出测试。因此下面给出的是"在什么条件下优先试哪一款"，不是画质排名；实际画质、图中文字准确率和角色一致性需要你用自己的素材跑一轮才能确认，最小测试方法见用你自己的素材跑一轮。
| 你的情况 | 优先试 | 依据 |
|---|---|---|
| 需要固定画幅、种子、风格参考和网页端手工迭代 | Midjourney | V8.1/V8.2 的 Edit Model 支持最多 4 张参考图，HD 输出 2048px，Draft 模式一次出 24 张 512px 草图；公司或公司员工年收入超过 $1,000,000 时要使用 Pro 或 Mega 才能拥有产出资产 |
| 要边聊边改、图上批注或局部重绘 | ChatGPT Images 2.5 | OpenAI 官方列出模板、Sketch、图上编辑/评论和多轮编辑改进；Templates 暂不支持 Work mode，Sketch 与图上编辑/评论目前按移动端说明 |
| 设计稿要进 Photoshop、Illustrator 或 Creative Cloud，客户或法务会问训练来源和合同赔偿 | Adobe Firefly 自有模型；涉及赔偿时再核对具体团队/企业合同 | Adobe 公开说明自有 Firefly 的训练来源；输出赔偿只适用于协议覆盖的合格功能、入口和导出事件，合作伙伴模型另有独立的补充保障规则 |
| 要做 API 批量出图、上传参考图，或把图片生成接进对话上下文 | Gemini Nano Banana 2 / Nano Banana Pro | 官方按分辨率公布每张图单价，Pro 支持最多 6 张物体 + 5 张角色 + 3 张风格参考，三类合计上限 14 张 |
| 图片含文字，而且准确性是硬约束 | ChatGPT Images 与 Gemini 都纳入实测 | 两家都提供文字相关能力，但本文没有统一准确率测试；最终结果要逐字验收 |
| 只是学习和试用 | ChatGPT 免费层、Gemini 消费端或 Firefly 免费层 | 免费额度经常调整，只适合测试，不适合规划生产量 |
商用许可和版权保护是两件事：平台允许商用，不代表原始 AI 图片自动获得版权保护。客户项目还要单独确认品牌、真人素材、肖像和平台政策。
2026 年 4 月到 9 月的变化
| 方向 | 最新变化 | 对选型的影响 |
|---|---|---|
| OpenAI | ChatGPT Images 2.5 于 2026-09-08 发布，官方称延迟最多降低 50%，新增模板、Sketch 手绘参考、图上批注和提示词分享；API 侧当前模型是 gpt-image-2.5-sunburst 与 gpt-image-2.5-flare。 |
ChatGPT 已成为主要图像入口，DALL·E 不再是现行使用路径。 |
| OpenAI 清理旧模型 | dall-e-2、dall-e-3 已于 2026-05-12 停服；gpt-image-1、gpt-image-1.5、gpt-image-1-mini 和 chatgpt-image-latest 也已公布停服日期；官方 DALL·E GPT 于 2026-08-30 从 ChatGPT 下架。 |
任何还在调用 DALL·E 的代码都需要迁移，替换目标是 gpt-image-2 系列。 |
| Midjourney | 版本文档显示 V8.2 是当前默认版本（2026-07-24 起），V8.1 于 2026-04-14 发布；V8.0 是早期 alpha，已不可用。V8.1/V8.2 用 Edit Model 取代 Omni Reference 和 Character Reference。 | 以前基于 --oref 和 --cref 的一致性方案在 V8 上不再适用，参数要跟着模型版本走。 |
| Adobe Firefly | Firefly 里除自有模型外，还提供 Google、OpenAI、Black Forest Labs、Runway、Luma、Kling 等合作伙伴模型；Firefly AI Assistant 自 2026-04-27 起处于公开测试，2026-06-18 扩展到 Photoshop、Illustrator、Premiere 等应用。 | Firefly 现在是"模型货架 + Adobe 工作流入口"，选模型时要注意自有模型和合作伙伴模型的规则不同。 |
| Google Gemini | 图像生成文档当前列出 Nano Banana 2、Nano Banana Pro、Nano Banana 2 Lite，全部为正式版；Nano Banana（2.5 Flash Image）已标记弃用，Imagen 4 已停止服务。 | 新项目应从 Nano Banana 2 系列起步，旧模型调用需要迁移。 |
| 水印 | Google 允许在 Gemini 应用中关闭可见水印，但 SynthID 隐式水印和 C2PA 内容凭证仍然保留，官方页面未标注该开关的生效日期。 | 交付前要区分"看得见的角标"和"嵌入像素的隐式水印"，前者可关，后者不可关。 |
| 版权 | 美国版权局 AI 专题页的结论仍以人类作者贡献为核心；Midjourney 服务条款已于 2026-05-27 更新，默认状态下你的内容公开且可被 remix。 | 客户项目要保留人工修改记录，并注意 Midjourney 默认公开带来的保密问题。 |
四款工具对比
| 工具 | 条件化定位 | 使用入口 | 当前价格锚点 | 主要限制 |
|---|---|---|---|---|
| Midjourney | 需要画幅、种子、风格参考等参数级控制，且接受网页端手工操作 | midjourney.com 与 Discord；另有网页端专属的 Draft（草图）和 Conversational（自然语言写提示词）模式 | Basic $10/月（年付 $8/月，3.3 小时快速时长）；Standard $30/月；Pro $60/月；Mega $120/月；额外时长 $4/小时 | 官方不提供 API 且禁止自动化调用；默认内容公开可 remix；精确排版和长文字仍需人工修图 |
| ChatGPT Images | 需要对话式迭代、局部重绘、图上批注或 Sketch 参考 | ChatGPT、ChatGPT Work、Codex；开发者走 Images API 或 Responses API | ChatGPT 全套餐可用，用量限制随套餐变化；API 现行模型按 token 计费 | Templates 暂不支持 Work mode；Sketch 与图上编辑/评论目前按移动端说明；API 未公布每张图固定价格 |
| Adobe Firefly | 设计稿要进 Adobe 工作流，或需要可披露训练数据并核对合同赔偿资格 | Firefly 网页、Photoshop、Illustrator、Express，以及 Firefly AI Assistant 测试版 | 美国个人月付常规价：Standard $9.99 / 2,000 积分、Pro $19.99 / 4,000、Pro Plus $49.99 / 10,000、Premium $199.99 / 50,000；均含标准图像功能不限量 | 积分不结转；地区与促销会影响结账价；赔偿不随个人付费方案自动附带 |
| Gemini Nano Banana | 需要 API 批量出图、多张参考图或把生成接进对话 | Gemini 应用、Google AI Studio、Gemini API、Workspace | Nano Banana 2 约 $0.067/1K 图；Nano Banana 2 Lite 约 $0.0336/1K；Nano Banana Pro 约 $0.134/1K–2K、$0.24/4K；批处理约半价 | API 图像输出无免费层；消费端额度不公开具体张数；旧 Nano Banana 最早退役日期为 2026-10-02，需核对实际请求 |
工具详解
Midjourney
Midjourney 可通过 midjourney.com 和 Discord 使用；官方明确不提供 API，自动化调用违反服务条款。网页端另有 Draft 草图模式和 Conversational 自然语言提示词模式。Discord 与官网没有免费试用，只有 niji・journey 移动应用提供有限试用。版本文档写明 V8.2 自 2026-07-24 起为默认版本；V8.1 于 2026-04-14 发布，并在 2026-06-10 至 07-23 期间作为默认版本。V8.0 早期 alpha 已不可用，其余版本可在设置面板中指定。
参考图工作流按版本区分：
- V8.1 / V8.2：用 Edit Model，支持最多 4 张参考图，可写指令改图，也可走 Editor 做局部重绘和扩图。文档明确说它取代了 Omni Reference 和 Character Reference，且不支持
--tile，结果不能直接 Remix。 - V7：仍然只能用 Omni Reference（
--oref），官方文档写明该参数仅兼容 V7。 - V6 / Niji 6：Character Reference（
--cref/--cw），官方已归入历史功能。
常用控制项：
--ar 16:9或--ar 4:5：先锁画幅再迭代。--seed 1234：复现相近构图，方便小幅调整。--sref：风格参考，V6 及以上可用；--sw取值 0–1000，默认 100，且不与 Moodboards 兼容。--hd/--sd：V8.1/V8.2 支持 HD，V6 和 V7 只能出 SD；1:1 下 HD 为 2048×2048，SD 为 1024×1024，HD 模式最大画幅比例为 4:1（非 HD 为 14:1）。- Draft 模式：V8.1/V8.2 一次出 24 张 512px 草图，官方给出的成本是 0.4 分钟快速时长，仅网页端可用；V7 的 Draft 一次出 4 张，成本为标准 V7 提示词的一半。
价格与商用边界：Basic $10/月、Standard $30/月、Pro $60/月、Mega $120/月，年付约八折，额外快速时长 $4/小时（官方方案页）。官方 GPU 成本按每次提示词计，不是按单张图：SD 提示词约 0.8 分钟、HD 提示词约 1.3 分钟，而一次提示词会产出多张图，所以估算 Basic 3.3 小时额度时要按提示词次数算，不能按张数算。商用方面，服务条款写明公司或公司员工年收入超过 $1,000,000 时必须订阅 Pro 或 Mega 才能拥有产出资产；条款同时写明默认状态下你的内容公开可见且可被 remix，需要保密就要靠 Pro/Mega 的 Stealth 模式。条款生效日期为 2026-05-27。
在 HD 图片上用局部重绘或扩图会把结果降回 SD，需要 HD 结果时要再用 Upscale 拉回。
如果图片必须满足准确文字、UI 标签、法律声明或严格产品结构，不要把生成结果直接当最终排版；把这些项目列为验收项，并在精确编辑工具里完成最终校对和布局。
ChatGPT Images
多数用户今天说的 DALL·E，实际入口已经是 ChatGPT 里的图像生成。官方发布说明显示 ChatGPT Images 2.5 于 2026-09-08 上线，面向 ChatGPT、ChatGPT Work 和 Codex 的所有套餐逐步开放，覆盖桌面端、移动端和网页端；官方称生成延迟最多降低 50%，并改善了多轮编辑一致性和透明背景输出。具体创作入口还有平台差异：OpenAI 的 ChatGPT Release Notes 说明 Templates 暂不支持 Work mode，Sketch 以及图上编辑/评论的操作入口目前按移动端说明。
可以优先把 ChatGPT Images 纳入候选的情况：
- 需要模板、Sketch 手绘参考或图上批注来表达修改位置；其中 Templates 暂不支持 Work mode，Sketch 和图上编辑/评论按 OpenAI 当前说明主要走移动端入口。
- 非设计人员希望用自然语言做多轮迭代。
- 需要编辑现有图片的某个区域（API 侧支持 inpainting 和参考图编辑）。
- 需要接 OpenAI 的 Images API 或 Responses API。
如果图片中的文字准确性是硬约束，不要从这些产品功能直接推导准确率；把真实文案放进后面的固定测试集，逐字验收。
OpenAI 图像生成指南当前列出 gpt-image-2.5-sunburst（强调精度）和 gpt-image-2.5-flare（强调速度），两者快照日期为 2026-09-08。dall-e-2 和 dall-e-3 已于 2026-05-12 停服，gpt-image-1 将于 2026-10-23 停服，gpt-image-1.5、gpt-image-1-mini 和 chatgpt-image-latest 将于 2026-12-01 停服，替换目标都是 gpt-image-2（停服列表）。官方 DALL·E GPT 已在 2026-08-30 从 ChatGPT 下架。
成本管理要按 token 算。2.5 系列只公布 token 价格：图像输出 $30/1M tokens，图像输入 $8/1M，文本输入 $5/1M。作为旧模型的每张图参考，gpt-image-1.5 的 1024×1024 低质量约 $0.009、高质量约 $0.133，但该模型 2026-12-01 停服，不适合作为长期预算基准。把 API 出图当成生产成本管理，不要把它当成无限后台任务。
Adobe Firefly
Adobe Firefly 同时提供 Adobe 自有模型和合作伙伴模型。自有模型有公开的训练数据说明；合作伙伴模型则沿用各自的模型、数据与许可条件。需要法务或品牌审核时，不能把两类模型按同一套规则处理。
适合使用 Firefly 的情况：
- 最终设计会进入 Photoshop、Illustrator、Adobe Express 或 Creative Cloud。
- 需要 Generative Fill、Generative Expand、矢量风格流程或品牌审核友好的草图。
- 客户会询问模型训练来源或是否有 IP 保护。
计费围绕 generative credits。截至 2026-09-20，Adobe 美国个人方案页列出的月付常规价是 Standard $9.99（2,000 积分）、Pro $19.99（4,000）、Pro Plus $49.99（10,000）、Premium $199.99（50,000），均包含标准图像功能不限量；方案页可能同时存在限时促销，因此预算仍以实际结账价为准。官方积分说明说明积分不结转到下月，用完可以等下月重置或购买加购包；免费层提供每日有限的精选模型生成额度。
两类模型的条款不能混用：
- 自有 Firefly 模型的训练数据来自 Adobe Stock 授权内容和版权过期的公有领域内容，产出附带 Content Credentials，Adobe 说明不会用客户内容训练模型。
- 合作伙伴模型不是 Adobe 开发的，Adobe 明确写"你有责任判断某个模型是否适合你的项目"，并且部分中国厂商模型会把提示词和参考文件发送到对应中国公司，企业版 Creative Cloud 不提供这些模型。
- 自有 Firefly 输出赔偿不是个人付费方案自动附带的权益。只有当客户协议纳入相应赔偿条款，而且输出来自合格的 Firefly 功能、入口和导出事件时才适用。Adobe 2026-04-23 的生成式 AI 产品专有条款对这套赔偿列出的第三方权利包括版权、商标、形象权和隐私权，并设有条件与责任上限；团队和企业客户仍要以自己的合同与 entitlement 为准。
- 合作伙伴模型不自动继承上面的 Firefly 赔偿。 Adobe 当前的Creative Partner Model Supplemental Coverage只明确列出符合条件的 Google 和 OpenAI 图像/视频正式版模型，并要求客户协议或指定付费许可纳入该补充保障；beta、trial、preview、early access 等预正式版功能被排除。其他合作伙伴模型不能按这套保障推断。
Firefly AI Assistant 自 2026-04-27 起公开测试，2026-06-18 扩展到 Photoshop、Illustrator、InDesign、Premiere 和 Frame.io，仅对 Creative Cloud Pro、Firefly Pro、Pro Plus、Premium 用户开放，并提供测试期专用额度。
Gemini Nano Banana
Gemini 支持在同一对话中结合文字、图片继续生成或编辑。Google 的图像文档当前列出三个正式版模型：Nano Banana 2（gemini-3.1-flash-image）是通用主力，Nano Banana Pro（gemini-3-pro-image）面向复杂视觉任务，Nano Banana 2 Lite（gemini-3.1-flash-lite-image）价格最低。旧版 Nano Banana（gemini-2.5-flash-image）已标记弃用，最早退役日期为 2026-10-02；Imagen 4 已停止服务。
截至 2026-10-04，官方停服表列出的日期是最早可能退役时间，不能只凭日期断言所有项目的旧请求都已失败。仍在调用旧版 API 时，按Gemini 2.5 Flash Image 迁移指南核对正式版 ID、选择 Nano Banana 2 或 Lite，再回放旧任务；停服表指向的 preview 替代项也可能已经过期。
参考图和多轮编辑的当前限制：
- Nano Banana 2（
gemini-3.1-flash-image）支持最多 10 张物体参考图和 4 张角色参考图。 - Nano Banana Pro（
gemini-3-pro-image）支持最多 6 张物体、5 张角色和 3 张风格参考图；官方说明三类参考图混合使用时总计上限为 14 张，并可输出 1K/2K/4K。 - Nano Banana 2 Lite（
gemini-3.1-flash-lite-image）只支持最多 14 张物体参考图，不支持角色和风格参考，官方也说明它不适合多参考图和多轮连续编辑。 - 官方把多轮对话列为推荐的迭代方式，走
previous_interaction_id连续修改。 - Gemini 3.1 Flash Image 还支持视频转图片，输入可以是公开的 YouTube 链接或上传文件。
- 官方称 Gemini 3 系列支持较复杂的文字渲染，适合信息图、菜单、示意图和营销素材；但涉及法律文案和标签，仍要逐字复核。
价格按分辨率公布（官方定价页，2026-09-16 更新）：Nano Banana 2 约 $0.045/0.5K、$0.067/1K、$0.101/2K、$0.151/4K；Nano Banana 2 Lite 约 $0.0336/1K；Nano Banana Pro 约 $0.134/1K–2K、$0.24/4K；批处理价格约为标准价一半。API 图像输出没有免费层。消费端 Gemini 应用提供 Nano Banana 2，付费方案可用 Nano Banana Pro 重做图片，Google AI 方案下载 2K、无 AI 方案下载 1K，但官方没有公布具体每日张数。
Gemini API 生成的图片带 SynthID 隐式水印。在 Gemini Apps 中，可见水印可以单独开关，但该设置不会移除 SynthID，也不会移除 Gemini Apps 写入的 Content Credentials（C2PA）。这个设置只作用于 Gemini Apps；在印度、韩国和越南，目前只有 AI Ultra 用户能看到该开关，其他用户会自动显示可见水印。Google Flow 另有自己的可见水印开关，Flow 官方帮助明确说明其输出保留 SynthID。
如果你要结合已关联的 Google Photos 图库做个人化生成，操作路径和隐私边界见用 Gemini 和 Google Photos 生成个性化 AI 图片的完整操作指南。
一个够用的提示词骨架
四款工具都可以先用这组信息组织提示词：
[主体] + [场景] + [风格] + [光照] + [镜头/构图] + [限制条件] + [输出格式]
文章题图示例：
为一篇关于云成本审计的文章生成 16:9 题图。
主体：一个小型工程团队在夜晚查看发光的数据看板。
风格：电影感但写实，不要卡通，不要企业图库式假笑。
光照：冷色屏幕光，加一盏暖色台灯。
构图：右侧三分之一留出标题空白。
限制：不要 logo，不要可读文字，不要畸形手。
输出：适合网页题图的高细节图片。
如果图片里必须有文字，减少字数，并用引号锁定：
生成一张简洁的产品发布卡片。卡片上只放这两段文字：
"SPRING LAUNCH" 和 "30% OFF"。使用大号无衬线字体，居中排版，
米色纯背景，不要出现其他单词。
Midjourney 可以把参数放到描述后面：
editorial portrait of a robotics designer in a small Tokyo studio, warm task light,
35mm documentary photography, natural skin texture, realistic workspace --ar 4:5 --seed 1872
上传参考图时，要明确"保留什么、改变什么"。这种做法对 ChatGPT Images、Gemini 和 Midjourney 的 Edit Model 同样适用：
使用上传的产品照片作为精确物体参考。保留外形、材质和颜色。
只把背景替换成柔和的清晨厨房场景。
不要添加标签、logo、额外按钮或新的包装文字。
用你自己的素材跑一轮
真正要选工具时，拿自己的素材做一轮小测试就够了。
1. 先固定测试集。 从真实工作中挑几类必须完成的任务，例如短文字、同一角色或产品跨场景、局部编辑，以及日常题图或素材。四款工具用同一组输入，不要为了某一款单独改写提示词。
2. 记录可观察结果。 记下重试次数、最终哪一次可用、人工修正时间，以及文字、角色或产品一致性、局部编辑是否破坏其他区域等结果。审美偏好可以单独记，但不要和这些验收项混成一个总分。
3. 用同一个预算规模试算成本。 例如按 30 张成品图估算：Midjourney 按提示词次数计算，一次提示词会出多张图；按官方 SD 约 0.8 分钟/提示词计算，Basic 的 3.3 小时（198 分钟）约合 250 次提示词，局部重绘、放大和 HD 另计。OpenAI 按 token 单价折算，Gemini 按分辨率单价计算，Firefly 看积分消耗和标准生成不限量的适用范围。
4. 先按硬约束淘汰。 必须走 API 就排除 Midjourney；客户要求披露训练来源或核对合同赔偿，就先看 Firefly 自有模型；文字必须逐字正确，就重点测试 ChatGPT Images 和 Gemini。剩下的候选再比较实际结果。
停止条件：某一候选在你的固定测试里多次达不到硬约束，就把它从这次选型中移除，避免继续消耗时间。这个结果只说明当前版本、素材、设置和任务组合不满足你的需求，不能据此推出该工具在所有场景下的普遍能力边界。
交付前重点检查
- 文字：把最终必须出现的文案逐字验收，尤其是小号 UI 文案、多语言文字、价格、日期和法律声明；未复核的生成文字不要直接交付。
- 精确布局：如果任务要求固定间距、尺寸、网格或像素级位置，把生成图当底稿，最终布局交给 Photoshop、Illustrator、Figma 或其他精确编辑工具。
- 人物和物体约束：如果人数、手部、道具数量、姿势或物体位置是硬条件，把这些要求放进前面的固定测试集，并逐项检查，不以整体观感代替验收。
- 品牌和角色：涉及 logo、受保护角色、真人或品牌资产时，先确认授权、平台政策和客户使用范围，不要从“模型能生成”反推“可以商用”。
- 最终文件：需要客户直接使用的图片，应经过尺寸、文字、品牌元素和导出格式 QA；生成器输出只是工作流的一步。
商用和版权
截至 2026-09-20，实用规则是：先看工具条款是否允许商用，再单独判断版权保护问题。
| 工具 | 商用方向 | 版权风险提示 |
|---|---|---|
| Midjourney | 付费方案通常允许商用；公司或公司员工年收入超过 $1,000,000 必须用 Pro 或 Mega 才能拥有产出。 | 默认内容公开且可被 remix；需要保密和独占时要走 Stealth 模式。 |
| ChatGPT Images | OpenAI 使用条款写明用户拥有输出，并将 OpenAI 在输出中的权利转让给用户。 | 权利归属不等于保证可以版权登记；条款也禁止用输出训练竞品模型。 |
| Adobe Firefly | Adobe 公开说明自有 Firefly 面向商用场景；是否有输出赔偿取决于客户协议是否纳入相应条款，以及功能、入口和导出事件是否在合格清单内。 | 2026-04-23 GenAI 条款列出的 Firefly 输出赔偿针对版权、商标、形象权和隐私权索赔；合作伙伴模型不自动继承这套赔偿，当前补充保障只明确列出符合条件的 Google / OpenAI 图像与视频正式版模型。 |
| Gemini Nano Banana | 以 Google 条款和模型文档为准；API 面向商业用途，消费端条款没有赔偿条款。 | 生成图带 SynthID 隐式水印；可见水印可关，隐式水印不可关。 |
美国版权局的核心标准仍是人类作者贡献。单纯提示词通常不足以自动获得版权；选择、编排、局部重绘、合成、后期修图等人类表达可能影响判断。客户项目建议保存提示词、源文件、修改记录和授权页面截图。
常见问题
DALL-E 这个名字还准确吗？
到 2026 年 9 月已经不再合适。dall-e-2 和 dall-e-3 于 2026-05-12 停服，官方 DALL·E GPT 于 2026-08-30 从 ChatGPT 下架。用户仍会搜索 DALL-E，但实际路径是 ChatGPT Images 2.5，做 API 时应按 gpt-image-2 系列选模型。
哪个 AI 图像生成器最适合商业客户项目？
如果客户明确要求披露训练来源和核对合同赔偿，Adobe 对自有 Firefly 的训练来源有公开说明，也提供有条件的输出赔偿机制。但是否真的适用，必须检查客户协议是否纳入相关条款，以及使用的功能、入口和导出事件是否在合格清单内；合作伙伴模型则按单独的 Supplemental Coverage 判断。
哪个工具最适合图片中文字？
本文没有做统一文字准确率测试，因此不设赢家。ChatGPT Images 提供图上批注、模板和多轮编辑；Google 官方则把较复杂的文字渲染列为 Gemini 3 系列能力。若文字准确性是硬约束，把两者放进同一组真实文案测试，并在最终交付前逐字复核；法律文案、营养标签和复杂 UI 截图不能只依赖生成结果。
哪个 API 更适合开发？
Gemini 按分辨率公布图像价格，也支持多张参考图和视频转图片；OpenAI 的现行 Images / Responses API 则按 token 计费，并提供参考图编辑和对话式工作流。开发选型应按你的输入类型、延迟、单张成本和固定测试集结果决定，本文不对两套 API 的实际质量或指令遵循做排名。
单张成本要放进整月预算看时，AI 编程产品定价速查里有按使用量估算月开销的对照；如果产出的是视频而不是静图，AI 视频生成对比按素材类型分了工具选择。
AI 生成图片可以版权登记吗？
在美国，原始 AI 输出不会因为"看起来像作品"就自动可版权登记，关键是人类作者贡献。大幅编辑、编排、合成或重绘后的人工部分可能受保护，但需要按具体事实判断。