图像模型

文本生成图像与图像编辑模型,从艺术风格生成器到照片级写实,涵盖 API 优先与可自托管的选择。

Google DeepMind

Nano Banana 2.1

Google 于 2026 年 10 月 6 日发布的 Nano Banana 2(Gemini 3.1 Flash Image)更新版——Flash 级速度的图像生成与编辑,1K 图仅 $0.0336,支持 4K 输出、搜索接地、思考档位与最多 14 张参考图。

输入 $1.50 / 100 万 token;图像输出 $30 / 100 万 token——1K 图 $0.0336、2K 图 $0.0504、4K 图 $0.113(标准档)
OpenAI

GPT Image 2.5

OpenAI 2026 年 9 月 8 日发布的图像模型家族——Flare(快速默认档)与 Sunburst(精准旗舰档),在 Arena 文生图榜分列第 1、第 2,token 单价与 GPT Image 2 相同,最高 4K 并支持透明背景。

每 100 万 token:文本输入 $5 / 图像输入 $8 / 图像输出 $30(两个模型相同,与 GPT Image 2 一致)
Black Forest Labs 开源

FLUX.2

照片级真实感、文字渲染与开发者工作流的开源权重冠军——通过 API 或自托管,以每图几美分实现顶级质量。

约 $0.04–0.08 每图(托管 API)
Midjourney

Midjourney v8.1

原始艺术质量与审美打磨的业界领跑者——一款深受设计师与概念艺术家喜爱的仅订阅图像生成器。

$10–120 / 月(订阅)
xAI

Grok Imagine Image 2.0

xAI 编辑优先的图像模型——Arena T2I 和图像编辑双榜全球 #2(仅次于 GPT-Image-2),具备魔术棒、分割、多参考合成和模板功能。

grok.com 免费使用;API 定价待公布
OpenAI

GPT Image 2

OpenAI 的图像模型——提示指令遵循与对话式编辑能力强,原生融入 ChatGPT 与 OpenAI API 技术栈。2026 年 9 月 8 日已由 GPT Image 2.5 接棒,按 token 计价不变。

$5 文本输入 / $8 图像输入 / $30 图像输出(每 100 万 token)
Google

Nano Banana 2

Google 的 Gemini 3.1 Flash Image 模型——Flash 级速度的图像生成与编辑,支持 4K 输出、强文字渲染与搜索接地。2026 年 10 月 6 日已由 Nano Banana 2.1 接棒。

1K 图 $0.067、2K 图 $0.101、4K 图 $0.151(Gemini API 标准档)
Boogu 开源

Boogu-Image 0.1

Apache-2.0 开源图像生成与编辑家族(Base / Turbo / Edit),双语文字渲染强、质量接近闭源——训练数据约少 10×,且完全可自托管。

免费(Apache-2.0 开源权重,自托管)
Recraft

Recraft V4

设计与品牌专家——矢量/SVG 输出、品牌风格一致性与强排版,为专业设计工作打造。

免费档 + 付费方案(约 $12 / 月起)
Ideogram

Ideogram 3.0

排版与 logo 设计的专家——在生成图像内渲染正确、易读文字最可靠的模型。

免费档 + 约 $16 / 月(Plus)
Google

Imagen 4

Google 的照片级真实感领跑者——同类最佳的排版与人物表现,可通过 Gemini Advanced 廉价使用,或在 Vertex AI 上按图计费。

约 $0.04 / 图(Vertex AI),或含于 Gemini Advanced($20/月)
Stability AI 开源

Stable Diffusion 3.5

本地、私密、可定制图像生成的开源权重标准——在你自己的 GPU 上运行、无每图成本,或通过 Stability 的 API 使用。

免费(自托管) · API 每图 $0.03–0.08 起