很多誤會來自同一個 API 流程中有兩種「圖片數量」:
有些文件談的是「要生成幾張圖」,不是「可以上傳幾張來源圖」。例如 Zenlayer 的 OpenAI 相容圖片編輯參考寫到「number of images to generate」必須介於 1 到 10;這是輸出設定,不是來源圖片上傳上限。
OpenVINO 的 OpenAI 相容圖片編輯範例也呈現同樣差異:範例用 image=@three_cats.png 傳入一個來源檔案,並另外用 n=4 要求多張輸出。範例只示範一個來源檔案,不能證明來源圖片上限就是一張;同樣地,n=4 也不代表可上傳四張來源圖。
若你透過 Fal、WaveSpeedAI 或其他平台呼叫 GPT Image 2 Edit,第三方文件對實作很有幫助,但不能自動視為 OpenAI 官方限制。
Fal 的 openai/gpt-image-2/edit 頁面在範例請求中使用 image_urls 陣列,這與「可放多個圖片 URL」的欄位形狀相符;但該範例只列出一個 URL,也沒有公布來源圖片的最大張數。
OpenAI 的 ChatGPT Image Inputs FAQ 說,使用者在 ChatGPT 對話中一次能加入多少張圖片,會受到圖片大小等因素影響。 這份 FAQ 談的是 ChatGPT 產品介面中的對話上傳行為;Images API 參考文件談的是圖片編輯方法。把兩者混成同一個限制,容易寫出錯誤的前端驗證或後端限制。
對開發者來說,這個差別很實際:ChatGPT 介面、第三方 wrapper 的 schema,以及 OpenAI Images API,都可能各自有不同的限制與錯誤行為。你要驗證的,應該是你實際呼叫的那個系統。