GPT-Image-2 — API tạo ảnh thế hệ mới của OpenAI: Hướng dẫn, prompt mẫu, so sánh (2026)

GPT-Image-2 là API tạo ảnh thế hệ mới của OpenAI, ra mắt đầu năm 2026 với ba nâng cấp đáng giá so với gpt-image-1: render text trong ảnh chính xác tới 95%+, photorealism vượt DALL-E 3 ở chân dung và ánh sáng phức tạp, và khả năng nhận tối đa 16 ảnh input cho tác vụ editing/compose. Bài viết này hướng dẫn cách gọi API, prompt mẫu thực chiến, bảng so sánh chi tiết với các đối thủ, và cách tiết kiệm chi phí khi chạy production. Xem trước bảng giá gpt-image-2 tại API Giá Rẻ để ước tính ngân sách.

GPT-Image-2 là mô hình text-to-image và image-to-image đa năng của OpenAI, kế nhiệm gpt-image-1 và DALL-E 3. Model giúp lập trình viên tạo ảnh chất lượng studio, thiết kế UI mockup, poster có chữ Việt, và chỉnh sửa ảnh có sẵn chỉ qua một endpoint REST duy nhất, hỗ trợ streaming preview và batch.

GPT-Image-2 là gì và có gì mới so với DALL-E 3?

GPT-Image-2 dùng kiến trúc native multimodal của GPT-5 thay vì pipeline diffusion riêng như DALL-E 3. Điều này nghĩa là model "hiểu" prompt theo ngữ cảnh ngôn ngữ tự nhiên thay vì chỉ map keyword sang concept. Kết quả: chỉ thị dài, nhiều ràng buộc không gian (ví dụ "logo đặt góc trên trái, không che mặt người mẫu") được tuân thủ đáng tin cậy hơn.

Theo tài liệu chính thức của OpenAI, model hỗ trợ 3 mức quality (low, medium, high) cho phép cân đối giữa chi phí và chất lượng — quality low tốn khoảng 272 token đầu ra, trong khi high có thể lên tới 4.160 token cho ảnh 1536×1024.

Những cải tiến cụ thể so với thế hệ trước

• Text rendering: chính xác ~95% với chữ Latin, ~88% với chữ tiếng Việt có dấu (so với ~60% của DALL-E 3).
• Instruction following: tuân thủ prompt 12+ ràng buộc cùng lúc, gồm vị trí, màu sắc, biểu cảm.
• Editing: chấp nhận tối đa 16 ảnh input cho compose; mask transparency để inpaint vùng cụ thể.
• Output format: PNG, JPEG, WebP — có thể bật transparent background trực tiếp.

Cách gọi API GPT-Image-2 qua API Giá Rẻ

API Giá Rẻ tương thích 100% schema OpenAI, nên bạn chỉ cần đổi base_url và dùng API key mới. Xem chi tiết tại tài liệu Image Generation API để biết đầy đủ tham số và mã lỗi.

Ví dụ code Python — tạo ảnh từ text

from openai import OpenAI
import base64

client = OpenAI(
    api_key="sk-apigiare-xxxxx",
    base_url="https://api.apigiare.com/v1"
)

result = client.images.generate(
    model="gpt-image-2",
    prompt="Poster cafe Sài Gòn, chữ 'CÀ PHÊ SỮA ĐÁ' font serif vàng đậm, "
           "nền tường gạch đỏ vintage, ánh sáng hoàng hôn xuyên qua quạt trần, "
           "phong cách film grain Kodak Portra 400, tỷ lệ 2:3",
    size="1024x1536",
    quality="high",
    n=1
)

image_b64 = result.data[0].b64_json
with open("poster.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

Ví dụ code editing — chỉnh sửa ảnh có sẵn

result = client.images.edit(
    model="gpt-image-2",
    image=[open("product.png", "rb"), open("background.png", "rb")],
    prompt="Ghép sản phẩm vào background mới, giữ nguyên ánh sáng, "
           "thêm bóng đổ tự nhiên về phía trái",
    size="1024x1024",
    quality="medium"
)

So sánh GPT-Image-2 vs Gemini 3 Pro Image vs Midjourney v7

Ba model dẫn đầu thị trường tạo ảnh AI cuối 2026 mỗi cái có thế mạnh riêng. Bảng dưới so sánh ở các tiêu chí thực tế nhất với developer Việt Nam.

Tóm tắt: chọn GPT-Image-2 khi cần text chính xác + editing phức tạp; chọn bảng giá gemini-3-pro-image-preview tại API Giá Rẻ khi ưu tiên tốc độ và chi phí; chọn Midjourney khi cần styling nghệ thuật cao cấp cho concept art. Tham khảo thêm tài liệu chính thức Google Gemini để đối chiếu thông số.

Giá GPT-Image-2 bao nhiêu? Bảng pricing chi tiết

Giá GPT-Image-2 tính theo token đầu ra (mỗi ảnh ≈ 272-4.160 token tuỳ size và quality). API Giá Rẻ niêm yết VND, không markup ẩn, thanh toán bằng Momo/VietQB/Banking.

Prompt mẫu cho GPT-Image-2 (10 use case thực chiến)

Poster có chữ tiếng Việt

"Poster sự kiện 'HỘI THẢO AI 2026' chữ trắng đặt giữa, nền gradient tím xanh, biểu tượng mạch điện cách điệu góc dưới phải, phong cách flat design tối giản, tỷ lệ A4 dọc."

Mockup sản phẩm e-commerce

"Chai nước hoa thủy tinh trong suốt đặt trên nền đá marble trắng, ánh sáng softbox bên trái 45 độ, bóng đổ mềm, reflection nhẹ, chụp macro f/4, không có text."

Avatar nhân vật game

"Chân dung nữ kiếm sĩ tóc đen dài, áo giáp bạc khắc hoa văn rồng, nền sương mù núi rừng, ánh sáng moonlight blue, phong cách anime semi-realistic, khung hình ngang ngực."

Để khám phá thêm kỹ thuật prompt nâng cao, xem chuyên mục Tạo ảnh AI và các bài hướng dẫn về Tạo ảnh trên blog.

Cách tối ưu chi phí khi chạy GPT-Image-2 production

• Iterate ở quality low: thử 5-10 prompt variant ở 1.200đ/ảnh, chốt prompt tốt nhất mới render high.
• Cache prompt + seed: lưu kết quả vào CDN, tránh gọi lại cho cùng input.
• Dùng n parameter: gọi 1 request với n=4 rẻ hơn 4 request riêng lẻ về latency.
• Tận dụng editing: chỉnh sửa local thay vì regenerate toàn bộ ảnh.
• Theo dõi billing: dashboard API Giá Rẻ cập nhật chi phí realtime theo từng request.

Bạn có thể test thử trước khi tích hợp tại Playground để thử model online, không cần code. So sánh nhanh với bảng giá gemini-3.1-flash-image-preview tại API Giá Rẻ nếu cần option rẻ hơn cho batch lớn.

Câu hỏi thường gặp về GPT-Image-2