TokenFly

DALL-E 4 工作室

OpenAI 以 GPT Image 體系打造的 ChatGPT 內建影象工作室，長板在文字渲染與對話式一致編輯

影象生成 OpenAI ChatGPT
https://openai.com/dall-e
前往官網

深度報告

  • 「DALL-E 4 工作室」並非 OpenAI 官方釋出的產品名稱。截至 2026 年 7 月，OpenAI 從未正式宣佈過「DALL-E 4」；其影象生成能力早已從 DALL·E 品牌轉向「GPT Image」體系（gpt-image-1 / gpt-image-1.5），並作為「隨身創意工作室」內嵌在 ChatGPT 中。本報告以確證事實為基座撰寫，並明確標註「DALL-E 4」屬資訊流命名口徑、尚無官方背書。

  • OpenAI 的文生圖始於 2021 年的 DALL·E 1，經 DALL·E 2（2022）、DALL·E 3（2023，深度整合 ChatGPT）演進。2025 年 3 月底，ChatGPT 上線全新影象生成功能，憑藉吉卜力風格和「AI 玩偶」迅速走紅，首周超 1.3 億使用者生成超 7 億張圖。同年 4 月，OpenAI 將該能力以 gpt-image-1 模型開放 API。進入 2026 年，官方進一步推出 gpt-image-1.5 與全新「影象」專區，把 ChatGPT 定位為「隨身創意工作室」。DALL·E 3 在 2026 年初被官方棄用，新功能與訓練全部轉向 GPT Image 體系。

  • 當前官方影象引擎的核心能力包括：原生文字渲染（可在圖內準確生成多詞標語、招牌、UI 文案，中文也已可用）、對話式多輪編輯（在同一會話裡「把背景換成日落」「給產品加個 logo」，逐次疊加不重來）、參考圖編輯（上傳圖片做區域性重繪、換背景、風格遷移，並保留人物相貌等關鍵資訊）、透明背景輸出，以及 C2PA 後設資料水印。新版模型生成速度提升多達 4 倍。這些能力共同構成了日常所說的「影象工作室」體驗。

  • 面向個人，ChatGPT 免費檔每日有有限生成次數，Plus 檔 20 美元/月可較充分地使用影象功能，Pro 檔更高。面向開發者，gpt-image-1 按 token 計費：文字輸入每百萬 token 5 美元、影象輸入 10 美元、影象輸出 40 美元，摺合低 / 中 / 高質量方形圖約每張 2 / 7 / 19 美分。已落地的企業包括 Adobe、Canva、Figma、Wix、Instacart、GoDaddy 等。

  • 正面來看，使用者普遍認可其文字渲染的飛躍——過去 DALL·E 3 畫中文幾乎鬼畫符，現在招牌文字清晰可讀；對話式迭代讓非專業使用者也能邊聊邊改。開發者則看重透明背景與同端點生成加編輯，電商摳圖換背景「一個 API 呼叫搞定」。負面聲音集中在：高畫質生成偏慢（high 檔約 10 至 15 秒）；中文長 prompt 偶發文字錯誤；併發受限明顯，批次需自行做佇列；並且命名混亂——使用者搜「DALL-E 4」卻實際用的是 GPT Image 1，造成預期落差。

  • 行業共識是 OpenAI 已用 GPT Image 體系取代 DALL·E 品牌。在指令遵循與文字渲染上，gpt-image-1 被認為明顯優於 DALL·E 3，與 Midjourney、FLUX 等相比，強項在「對話上下文加一致編輯」，弱項在極致藝術審美與開源靈活度。多方評測指出，所謂「DALL-E 4」並不存在，真正驅動 2026 年 ChatGPT 影象的是 GPT Image 1 / 1.5。

  • 一是命名與預期管理：把未官宣的「DALL-E 4」當作已釋出產品傳播，容易誤導使用者。二是版權與合規：影象生成延續 DALL·E 3 的內容安全策略，限制生成公眾人物與侵權風格，併為每張圖打 C2PA 水印；但深度偽造、風格模仿仍存爭議。三是集中度風險：能力完全鎖在 ChatGPT 與 OpenAI API 內，企業依賴單一供應商。部分第三方測評聲稱的「4K 解析度、30 秒影片生成」等能力，目前無 OpenAI 官方佐證，應視為傳聞。

  • 適合需要快速出營銷圖、電商主圖、UI 素材、概念草圖，且希望「邊聊邊改」的創作者與團隊；開發者可經 API 接入生產流程。對追求極致藝術風格、開源可控或影片生成的使用者，Midjourney、FLUX、Sora 等仍是更對口的選擇。建議把「DALL-E 4 工作室」理解為 ChatGPT 內的 GPT Image 創意工作流，而非等待中的獨立產品。

  • 「DALL-E 4 工作室」實質是 OpenAI 以 GPT Image 體系打造的 ChatGPT 內建影象工作室；其長板在文字渲染與對話式一致編輯，硬傷在生成速度、命名混亂與第三方誇大的傳聞，理性看待「4」字預期即可。

使用者評論

  • 頭像
    JJones_7
    —
    邊聊邊改太上頭了。
  • 頭像
    TejaswiMugeraya
    —
    糾結用哪個的話，我的經驗是：要極致藝術審美和開源可控就選Midjourney或FLUX，要邊聊邊改、跨輪一致編輯、還能直接接API進生產流程就選GPT Image。我是做運營的，後者明顯省事，少切好幾個工具，出圖到落地一條龍。
  • 頭像
    Brenda_FosterZ
    —
    說真的命名太亂，使用者搜'DALL-E 4'想用最新，結果實際是GPT Image 1.5，預期落差很大。而且不少第三方測評吹的4K解析度、30秒影片生成，目前都沒有OpenAI官方佐證，當傳聞看就好，別被帶節奏。
  • 頭像
    TendermintTina628
    —
    我們團隊把GPT Image接進內部設計工具批次生成商品圖，文字渲染準確真的救了命——以前英文勉強能看、中文基本是鬼畫符，現在連標語和UI文案都能直接出圖。不過high質量偏慢，一張要十來秒，大批次跑的時候得自己控併發、寫個佇列，不然容易撞429。
  • 頭像
    Diana.Baker168
    —
    ChatGPT畫圖現在中文招牌都不亂碼了，絕了。
  • 頭像
    MelissaLewis_99284
    —
    開發者視角說兩句：gpt-image-1按token計費，低中高畫質分別大約2、7、19美分一張方圖，測試階段用low就夠了，全開high一天能燒好幾十塊。對我們做電商圖的人來說，透明背景輸出加上同端點生成加編輯這兩點最實用，摳圖換背景一個呼叫搞定。
  • 頭像
    yellowlion918
    —
    high檔生成也太慢了，等得我泡麵都涼了。
  • 頭像
    狗狗436
    —
    以前DALL·E 3寫中文就是鬼畫符，現在「深夜食堂」四個字筆畫都對，做餐飲海報省事。
  • 頭像
    Douglas_Cox_7
    —
    中文長prompt偶爾還是會翻車，文字出錯。官方建議把要渲染的字用引號括起來單獨強調，有點玄學。
  • 頭像
    Dylan.EvansJr5
    —
    1.5跟谷歌Nano Banana比真實度和細節還是差一截，油膩感明顯，但對話式編輯是真方便。
  • 頭像
    JPhillips_20224
    —
    我是做電商主圖的，透明背景太實用，摳圖換背景一個API搞定，以前得remove.bg加PS。
  • 頭像
    PaulSullivanX
    —
    併發限制太狠，開10個直接429，得自己寫佇列。
  • 頭像
    湯莉燕
    —
    多輪編輯是真的香，說把背景換成日落、給產品加logo，每次都接著上一版改，不用重來。
  • 頭像
    SGomez_X
    —
    免費檔每天就幾張，想爽用還得Plus。
  • 頭像
    於欣
    —
    OpenAI出了1.5提示詞指南，結構按背景到主體到細節到限制寫，出圖穩很多，建議收藏。
  • 頭像
    冬雪_11
    —
    Altman那消防日曆日期都錯了，笑死。

相關連結

同類產品