DALL-E

OpenAI 开发的第三代 AI 图像生成模型，与 ChatGPT 深度集成，支持对话式文本生成图像

图像生成

https://openai.com/dall-e-3

前往官网

深度报告

DALL·E 3 是 OpenAI 于 2023 年 9 月发布的第三代文本生成图像人工智能模型。与前代最大的区别在于它与 ChatGPT 深度集成，用户只需在对话中用自然语言描述想要的图片，系统即可自动生成优化的提示词并产出图像。该模型在文字渲染准确度方面领先业界，能够精准还原提示词意图，是目前最易用的 AI 绘画工具。2023 年 10 月向 ChatGPT Plus 用户开放，2024 年 4 月 DALL·E 2 正式下线。
DALL·E 由 OpenAI 发布，是一种基于深度学习的生成模型，专门用于从文本描述生成图像。其名称融合了艺术家 Salvador Dali 和 Walt Disney 的姓氏。2021 年 1 月 DALL·E 初代发布，2022 年 4 月 DALL·E 2 上线，2023 年 9 月 DALL·E 3 发布。DALL·E 3 在生成与用户提供的文本完全一致的图像能力方面实现了重大飞跃，能够理解的细微差别和细节明显多于以前的系统。
DALL·E 3 的核心功能是将自然语言文本转换为高质量图像。用户可以通过几种方式使用该工具：在 ChatGPT 网页版中直接输入图像请求并通过对话迭代修改；通过微软 Bing Chat 和 Bing Chat Enterprise 访问；使用 DALL·E 3 API 接口进行程序化调用。与 ChatGPT 的深度集成是该产品最大的技术亮点，ChatGPT 可以作为头脑风暴伙伴，自动将简单描述扩展为详细的图像提示词，用户只需说「一只猫」，系统会自动补充光影、构图、风格等元素。该工具支持漫画、像素画、油画等多种风格，生成速度在 8-15 秒左右，分辨率为 1024×1024。 DALL·E 3 在安全机制方面做了充分设计：拒绝要求使用在世艺术家风格图片的请求；拒绝描绘公众人物的请求；与「红队」合作提升安全性能；正在开发「来源分类器」用于识别 AI 生成图像。2024 年 2 月起，所有 DALL·E 3 生成的图像都会添加 C2PA 标准水印（包括可见 CR 符号和隐形元数据），用户可通过 Content Credentials Verify 网站验证图像来源。与 Midjourney 和 Stable Diffusion 对比，DALL·E 3 在文字渲染准确度（88% 对比 45%）和易用性方面领先，但在艺术质量和风格控制方面略逊于 Midjourney。第三方测试（100+ 提示词、400+ 图像、50 小时测试）给出综合评分：DALL·E 3 为 8.8/10，Midjourney 为 9.2/10，Stable Diffusion 为 8.5/10。
DALL·E 3 通过三种方式提供：作为 ChatGPT Plus 的一部分（$20 / 月，含更高每日图像生成限额和 GPT-4o 使用权）；免费版（每日 3 张）；API 接口（标准质量 $0.040 / 张，高清 $0.080 / 张，按用量付费）。与竞品相比：Midjourney 提供 $10-120 / 月多档订阅，Stable Diffusion 可免费本地部署。综合来看，DALL·E 3 的定价对于已订阅 ChatGPT Plus 的用户而言性价比突出。
Product Hunt 平台（172 关注者，9 条评价，综合评分 4.6/5）中，用户对「根据文本生成高质量图像」功能最为认可（5 次提及），也肯定了其在创意项目中的实用价值（如 Boolvideo 将 DALL·E 用于免费图像工具）。负面反馈主要集中在较长的文字在图像中显示不准确（2 次提及），即短文本渲染优秀但长文本会出现拼写错误或顺序混乱。中文用户实际体验（虎嗅转载 AppSO 评测）中，测试生成「李白穿白衣、杜甫穿黑衣的对弈图」时，人物变成了「国际友人」，衣服颜色出错，棋类也被识别为国际象棋而非围棋，说明 DALL·E 3 对中文语境和特定文化概念的理解仍有不足。但生成连环画（四格漫画）的体验流畅，速度较快，多种风格支持得到认可。综合评价：DALL·E 3 是最「好用」的 AI 绘画工具，无需学习 prompt 即可上手，适合追求便捷的用户。
36氪报道指出，DALL·E 3 标志着文本生成图像技术的重要飞跃，OpenAI CEO Sam Altman 也亲自为产品站台。与 Midjourney 等竞品相比，DALL·E 3 的差异化在于与聊天界面深度整合，降低了使用门槛。TechCrunch 报道则关注其「允许艺术家选择退出训练」机制，回应了此前关于训练数据侵权的争议。The Verge 报道了 OpenAI 添加 C2PA 水印的计划，但同时指出元数据可被轻易删除或绕过，该方案并非完美解决方案。
2023 年 12 月，微软软件工程部门经理 Shane Jones 发现 DALL·E 3 模型存在可生成 NSFW 不当内容的漏洞，上报后被下达「封口令」，最终选择向外界披露该漏洞，引发对产品安全审核流程的关注。此外，OpenAI 因涉嫌使用艺术家受版权保护的作品训练生成式 AI 图像模型而面临多起版权诉讼。DALL·E 2 于 2024 年 4 月正式下线，标志着 OpenAI 图像生成产品线的重大调整。
DALL·E 3 适合以下用户：不想学习复杂 prompt 的普通用户；需要准确文字渲染的商业场景（如海报配图）；已订阅 ChatGPT Plus 希望一站式获得图像生成能力的用户；需要快速生成系列图像的内容创作者。不适合追求极致艺术效果和专业设计品质的用户（建议选择 Midjourney）。替代方案包括：Midjourney（艺术质量更高，但需学习参数）；Stable Diffusion（免费开源，适合技术人员）；Adobe Firefly（创意工作流集成）。
DALL·E 3 代表了 OpenAI 在文本生成图像领域的重要迭代，其与 ChatGPT 的深度集成重新定义了 AI 绘画工具的易用性标准。对于追求极致画质和艺术风格的专业创作者，Midjourney 仍是首选；但对于日常内容创作和商业应用场景，DALL·E 3 以其零门槛的交互方式和准确的文字渲染能力，成为最具实用价值的 AI 图像生成工具之一。

用户评论

Gregory_Hill_2023

—

上周赶一批电商详情页，二十张图给到 API，结果 DALL-E 3 单次只能十张，被迫分五批提交，总共等了快两分钟。更坑的是提示词里把一个专有名词拼错了一个字母，整批直接翻车重来，容错率是真的低。GPT-4o 那边同样的模板拼错都能给你脑补出合理结果，一次四十来秒二十张。DALL-E 3 在工程效率这块确实已经被自家新模型比下去了，除了 API 计费清楚这点还留着，别的真没什么非它不可的理由了。

方丹桂

—

做社交图它的文字渲染还是第一梯队，一两个英文单词的标题基本不用二次修，Midjourney 那边十次有三次拼错。但你要写中文就别指望了，「风间食堂」这种招牌偶尔能蒙对，稍微长一点的诗句直接乱成一锅，最后还是老老实实画面归画面、文字用设计软件另加。

阎涛

—

安全过滤器严到离谱，画个历史战争场景都能给我拒了。

EMweb

—

最舒服的还是能在对话里改图，说一句「背景暗一点」「把左边那个人去掉」它就重出一版，不用像 MJ 那样整条提示词推倒重写。这个交互门槛低到我妈都能用。

Evelyn_DiazJr

—

已经有 ChatGPT Plus 的话它就等于白送，挺香的。

LesterMarshall

—

刚看到官方公告，DALL-E 3 的 API 五月十二号就退役了，接班的是 GPT Image 1.5。手里有集成的赶紧排迁移吧，别等到停服那天抓瞎。ChatGPT 里其实去年三月就悄悄换成 GPT-4o 原生生图了，很多人压根没察觉。

段芳

—

写实这块是真拉了。独立盲测里 GPT-4o 有 87% 的照片可信度，DALL-E 3 才 62%，Midjourney 和 FLUX 更是甩开一截。特别是人脸特写，那种廉价 CG 的塑料感一眼假，凡是要真人质感的活儿我都不碰它了。手也画不利索，五根手指经常玄学。

Kelly.AlvarezJr6

—

分辨率封顶 1024x1792，还没有内置放大，做网图够用，一放到印刷就露馅。

AClarkSr6

—

想画个政要或者名人?直接屏蔽，门都没有。

hASHkING

—

没订阅的可以去 Bing Image Creator 白嫖，用的就是 DALL-E 3 的底子，每天十五次快速额度用完之后变慢但还能接着出，临时应急一两张够了。

莲花_5

—

最头疼的是没有风格一致性这回事。给客户做一套十二张的产品图，要求光影构图色调统一，DALL-E 3 每张都给你随机发挥，改到崩溃。没有 seed 没有负向提示词，你只能靠自然语言硬掰，掰半天不如去学 Midjourney 的参数体系。做系列、做品牌视觉这种活儿真心别指望它。

GregoryGutierrez_2022

—

ChatGPT 帮你扩写提示词是双刃剑，有时候自作主张加一堆你没要的细节，把原意都改跑偏了。

Joshua.PetersonX

—

手指还是老大难，特写基本报废。

Philip_Walker_66

—

出图速度倒是快，十来秒一张，比 Midjourney 那三四十秒利索多了，更别说 GPT-4o 原生生图那个一两分钟的龟速。要快速迭代出草图这点体验还行。

William.Murray_99

—

试过给「大漠孤烟直，长河落日圆」配水墨图，画面意境 LLM 能理解个七七八八，但一让它把诗句写进画里就抓瞎，中文字形全是鬼画符。后来学乖了，只让它出山河落日的画面元素，文字回 PS 里自己排。说到底它对中文书画的技法理解还是浅，跟 GPT-4o 那种能还原斧劈皴笔意的没法比，纯当个构图草稿工具用还凑合。

CAper

—

价格就是捆在 ChatGPT Plus 里那二十刀，API 标准图四美分、HD 八美分一张，算下来不算贵，胜在可预估。

飞鸟744

—

没有 --stylize --chaos --ar 这些参数，玩惯 MJ 的会很不适应。

Beverly.RussellK

—

它其实挺挑活的，你让它画皮克斯风、水彩、扁平图标、等距小插画，出来的东西干净又稳，风格化插图是它的舒适区。反倒是照片级写实老翻车，定位很清楚，就是给营销和写文章的人配图用的，不是给摄影师的。

JOhal

—

现在 ChatGPT 里点生图其实调的是 GPT-4o 原生那套，不是 DALL-E 3 了。新的胜在跨模态理解，多对象的空间逻辑、遮挡关系能百分百摆对，文化符号也认得准，说「新海诚风格」它真懂，不用你拆成一堆工程师黑话。代价就是慢，一张动辄一两分钟。想快还是老 DALL-E 3 那套响应爽，各有各的用法。

LoriFoster

—

API 对拼写太敏感了，专有名词错一个字母能让整批生成失败，得盯紧。

JacquelineLong

—

短英文标题它是真能打，招牌海报一次成型。

JoshuaMurphy_66

—

接到通知说要迁到 GPT Image 1.5，据说短文字渲染比 DALL-E 3 还准，正好趁退役前把工作流重构一遍。就是不知道价格和限流会不会变，观望中。

Kevin_King_7

—

论纯画质和艺术感，Midjourney 那种电影味儿和 FLUX 的写实它都比不了，DALL-E 3 出的图技术上没错但有点「clinical」的干巴感，构图对但缺灵气。它赢的从来不是画质，是那个零门槛的对话式体验和跟 ChatGPT 绑在一起的便利。要出精品还得上专业工具，要顺手随便出个能用的它最快。

qmcbl9v37

—

商用版权这点省心，生成的图归你，卖钱、出版、放产品里都行，不用署名。比起 Firefly 少了个 IP 赔偿保障，但日常商用够用了。

傅怡琪

—

订阅了 ChatGPT Plus 之后才发现还送 DALL-E 3，简直是白嫖！

JoshuaMiller007

—

文字渲染确实强，试试「一个戴墨镜的人在沙滩上写着OPEN AI的T恤」，它真的能把那几个字母拼出来。

枫叶_23

—

画图速度是真的快，基本 10 秒以内就出来了，比 Midjourney 那种等一分钟的体验好太多。

bvsyny

—

跟 Midjourney 比还是差点意思，艺术感不够强，但日常配图够用了。

trueIlanSimon_dev

—

直接跟 ChatGPT 说「画一个穿汉服的女生在桃花树下」，它居然真的生成了，细节还挺丰富。

ElizabethJenkinsX455

—

yyds！

DALL-E

深度报告

用户评论

同类产品