最容易混淆的地方,是图像 API 里常常同时存在两种“图片数量”:
有些文档谈的是“生成几张图”,而不是“最多能上传几张参考图”。例如,Zenlayer 的 OpenAI 兼容图像编辑参考写到,“number of images to generate” 必须在 1 到 10 之间;这说的是输出设置,不是源图上传上限。
OpenVINO 的 OpenAI 兼容图像编辑示例也体现了这个区别:示例中用 image=@three_cats.png 传入一个文件,同时用 n=4 请求多个输出结果。示例只传一张源图,并不能证明最多只能传一张;n=4 也不代表可上传 4 张源图。
第三方服务商的页面对实际接入很有用,但除非它们明确写出限制,否则不应把它们当成 OpenAI 的官方数量上限。
Fal 的 openai/gpt-image-2/edit 页面在示例请求中展示了 image_urls 数组字段,这与“可以传多图形态的字段”相符。可是该示例只放了一个 URL,也没有公布源图数量上限。
OpenAI 的 ChatGPT Image Inputs FAQ 表示,用户能在 ChatGPT 对话中添加多少张图片,会受到图片大小等多种因素影响。 但这个 FAQ 讨论的是 ChatGPT 对话里的上传行为;Images API 参考讨论的是图像编辑接口。把二者当成同一个限制,容易写出错误的接口校验逻辑。
对开发者来说,这个区别很实际:ChatGPT 网页或应用里的上传限制、第三方封装服务的 schema、OpenAI Images API 的行为,都可能各不相同。你应该按自己真正调用的系统来验证。