nano-banana/pro/text-to-image
依提示詞生成 1 張圖片，並設定寬高比、解析度、格式與回傳方式。
OpenAI 的 GPT Image 2 可將文字生成可直接投入製作的圖片，每張圖片低至 $0.02，並能精準呈現圖片內文字與 Logo。它以高度遵循指令的生成能力、多語言文字渲染及一致的品牌視覺，取代手動拍攝、圖庫搜尋與複雜遮罩；為電商團隊、設計師和行銷流程簡化素材製作，省去反覆猜測版面的繁瑣過程。開發者可直接在瀏覽器中使用 RunComfy 上的 GPT Image 2，也能透過 HTTP API 呼叫，無須自行部署或擴充模型。
適合：電商產品圖片 | 高轉換廣告視覺 | 品牌素材在地化
GPT Image 2 是 OpenAI 推出的文字轉圖片模型，可根據文字提示詞回傳高品質圖片。在 RunComfy 上，它支援選擇輸出解析度與長寬比，適合產品示意圖、行銷視覺、概念藝術和設計探索。
輸出格式：解析度：1K、2K、4K / fps：n/a / 長度：n/a / 長寬比：1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 / 音訊：n/a
| 參數 | 必填 | 類型 | 預設值 | 範圍 / 選項 | 說明 |
|---|---|---|---|---|---|
| prompt* | 是（*） | string | — | — | 用於生成的正向提示詞。 |
| resolution | 否 | string | 1K | 1K, 2K, 4K | 生成圖片的輸出解析度級距。 |
| aspect_ratio | 否 | string | 1:1 | 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | 生成圖片的長寬比。 |
簡而言之，RunComfy 上的 GPT Image 2 在品質、控制力與可靠文字渲染之間取得平衡，適合正式製作流程。
依提示詞生成 1 張圖片，並設定寬高比、解析度、格式與回傳方式。
使用 Ideogram 3 依提示詞編輯圖像中的遮罩區域。
依提示詞編輯或組合 1–10 張圖像，並設定長寬比、格式與輸出數量。
依提示詞修改現有場景中的元素，並設定尺寸、步數、引導強度、生成數量、格式與隨機種子。
基於指令的快速編輯最多 16 個圖像，並支援蒙版。
編輯單張圖片的皮膚細節，並設定尺寸、步數、引導強度、生成數量、格式與隨機種子。
GPT Image 2 提升了指令遵循能力，最高支援 4K 解析度，並大幅改善圖片內文字的渲染效果。它也支援多語言提示詞，相較早期 GPT Image 版本，創作者在語言選擇與視覺細節方面擁有更大彈性。
GPT Image 2 支援最高約 830 萬總像素（約 4K 解析度），每張圖片的最低限制約為 655,360 像素。長寬比選擇相當彈性，但過寬或過高的畫面會被自動調整尺寸。提示詞 token 上限遵循標準 OpenAI API 限制；文字轉圖片工作通常可使用數千個 token。
目前，GPT Image 2 在局部重繪或編輯時允許輸入單張參考圖片，但不像完整的 ControlNet 組合那樣正式支援同時輸入多張圖片。不過，進階封裝工具或以圖層為基礎的處理方式，可能模擬雙參考輸入，以提升文字轉圖片的一致性。
可以先在 https://www.runcomfy.com/playground 使用免費試用點數測試 GPT Image 2。投入正式環境時，再切換到 RunComfy API 層；它使用與模型頁面相近的端點，驗證方式和模型選擇參數也維持一致。只要將 model 參數設為 'gpt-image-2-2026-04-21'，即可取得一致的文字轉圖片結果。
可以。GPT Image 2 在寫實效果方面具備競爭力，尤其適合產品、棚拍和品牌情境。Nano Banana Pro 等部分競品在超寫實人像上可能仍略有優勢，但 GPT Image 2 在版面準確性、多語言文字呈現和 Logo 忠實還原方面表現突出，這些能力對高階文字轉圖片流程非常重要。
GPT Image 2 的架構針對嵌入文字和 Logo 的準確版面與清晰度進行最佳化，因此招牌、標題或品牌標誌能更自然地融入畫面，是提升文字轉圖片一致性的重要進展。
可以。GPT Image 2 支援多語言理解與渲染，包括日語、韓語、中文、印地語和孟加拉語，讓生成圖片直接呈現母語標題或標籤，無須手動後製。
GPT Image 2 的智慧路由層會依照文字轉圖片提示詞，自動選擇更合適的生成設定，包括解析度、構圖比例與資源分配。這能減少反覆嘗試，並讓原型測試與高吞吐量正式生成都維持穩定品質。
GPT Image 2 最適合強調指令、結構與清晰度的工作，例如產品攝影、廣告、UI 原型圖或科學插圖。Flux 2 等藝術模型可能更擅長風格化圖片，而 GPT Image 2 在精準、指令明確的文字轉圖片與一致視覺邏輯方面更具優勢。
RunComfy 是首選的 ComfyUI 平台，提供 ComfyUI 在線 環境和服務，以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。
