GPT Image 2 работает медленно: quality, размер и задержка

Если GPT Image 2 работает медленно, сначала проверьте quality и size, затем остальные этапы запроса. В тесте Ofox от 7 сентября 2026 года при 1024×1024 режим high занял 117.1–132.1 секунды, а low — 16.6–19.6. Настройку качества полезно проверить первой, но она не объясняет любой медленный запрос.

Материал адресован разработчикам, выбирающим режим генерации и диагностирующим задержку API. 8 сентября мы проверили шесть сохранённых ответов и исходный журнал клиентского времени. Новых платных измерений не проводили.

quality: время и стоимость выходного изображения

Исходный эксперимент обращался к openai/gpt-image-2 через Ofox /v1/images/generations. Промпт и размер 1024×1024 были одинаковыми; каждый режим запускался дважды.

Все шесть PNG имеют фактический размер 1024×1024. В каждом режиме два ответа содержат одинаковое число токенов изображения. Расчёт использует сохранённый тариф $30/M и исключает вход: каждый ответ также сообщает 14 текстовых входных токенов.

В таблице OpenAI для квадратного изображения указаны примерно $0.006, $0.053 и $0.211, что совпадает с округлёнными суммами выше. Текущие сведения о провайдере доступны на странице GPT Image 2 в Ofox.

Отношение токенов high/low равно примерно 35.84×, а отношение среднего клиентского времени — 6.88×. Эти значения не подтверждают прежнюю формулировку о почти линейной зависимости. Два запуска на режим не дают распределения задержек или гарантии сервиса. Клиентское время включает передачу данных и ожидание у поставщика.

Что вернул запрос без quality и size

В одном сохранённом ответе указано:

{"quality":"low","size":"1322x1190","usage":{"output_tokens":201,"output_tokens_details":{"image_tokens":201}}}

Декодированный PNG тоже имеет размер 1322×1190. Значение low подтверждается самим ответом, но этот запрос нельзя считать контролируемым сравнением с группой 1024×1024. Близость 201 и 196 токенов не устанавливает значение по умолчанию для всех промптов, маршрутов и будущих запросов.

Для воспроизводимого поведения задавайте оба параметра и проверяйте ответ.

Как уменьшить задержку

Для черновика можно явно передать model: openai/gpt-image-2, size: 1024x1024, quality: low и промпт в Ofox POST /v1/images/generations. Ключ должен оставаться на сервере.

curl -X POST https://api.ofox.ai/v1/images/generations \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2",
    "prompt": "A single red apple on a white table",
    "size": "1024x1024",
    "quality": "low"
  }'

Используйте low для итераций, если результат подходит. Medium и high оценивайте по тому, оправдывает ли полезность изображения дополнительные расходы и ожидание. Это рекомендация по рабочему процессу, а не рейтинг качества: исходный эксперимент не оценивал визуальные предпочтения или пригодность изображений.

Если задержка сохраняется, запишите поставщика, модель, промпт, размер, quality, время и статус. Перед повторной отправкой выясните, завершился ли запрос, истёк ли клиентский таймаут или сервер вернул ошибку. Повтор может создать ещё одну платную генерацию. Сравнивайте несколько успешных запросов в одинаковых условиях, отдельно учитывая ошибки.

OpenAI указывает, что сложные промпты могут обрабатываться дольше. Тест с фиксированным промптом не позволяет считать этот фактор несущественным. Проверьте также сеть и состояние сервиса.

Если интерфейс не должен ждать долго, приложение может выполнять запрос в собственной фоновой задаче и отдавать статус этой задачи. Это не означает, что Ofox images API предоставляет нативный асинхронный ID или endpoint для опроса.

Сравнение с Nano Banana 2

В разборе оплаты Nano Banana 2 для 1K записаны 1 120 токенов изображения и расчётный выходной компонент $0.0672 по тогдашнему тарифу. В этом примере он находится между GPT Image 2 medium и high.

Это сравнение стоимости при заданных настройках, а не доказательство одинакового качества или относительной скорости. Токены разных моделей не являются общей единицей времени. Nano Banana 2 также поддерживает thinking, поэтому всю работу и стоимость нельзя объявлять постоянными. Сверяйте поля с карточкой модели.

Перед выбором рабочего маршрута сравните пригодные результаты, полные начисления и клиентское время на собственных промптах.

По теме

• Ошибки GPT Image 2 — на английском
• Возможности GPT Image 2 — на английском

Локализация исправлений английской версии от 8 сентября: уточнён размер ответа без параметров, удалены универсальный default low, линейная модель задержки и межмодельный рейтинг скорости. Время относится к одному маршруту 7 сентября; цены включают только выходное изображение.