gpt-image-2 API: ข้อมูลราคา วิธีการเชื่อมต่อ และตัวอย่างการใช้งาน

gpt-image-2 API: ข้อมูลราคา วิธีการเชื่อมต่อ และตัวอย่างการใช้งาน

ChatGPT Images 2.0 ที่เปิดตัวเมื่อวันที่ 21 เมษายน 2026 ไม่เพียงแต่เป็นเครื่องมือสร้างรูปภาพที่มีประสิทธิภาพสำหรับผู้ใช้ทั่วไป แต่ยังมี API ที่ยืดหยุ่นและราคาถูกสำหรับนักพัฒนา องค์กร และผู้ประกอบการที่ต้องการผสานรวมฟีเจอร์การสร้างรูปภาพ AI ลงในแอปพลิเคชันของตนเอง ในบทความนี้ เราจะสำรวจรายละเอียดทั้งหมดเกี่ยวกับ gpt-image-2 API ตั้งแต่ราคา เอนด์พอยต์ การตรวจสอบสิทธิ์ ไปจนถึงตัวอย่างโค้ดที่ใช้ได้จริง

ราคา gpt-image-2 API: ต้นทุนต่อภาพและแผนการคำนวณ

OpenAI กำหนดราคา gpt-image-2 API แบบอิงตามปริมาณ โดยแตกต่างไปตามความละเอียดและการตั้งค่า ราคาเริ่มต้นที่ $0.006 ต่อภาพ สำหรับภาพ Low-resolution และสูงสุดถึง $0.211 ต่อภาพ สำหรับภาพ High-resolution ที่มี Thinking Mode เปิดใช้งาน

โครงสร้างราคาแยกออกเป็นส่วนต่างๆ ดังนี้:

• Standard Mode: $0.006–$0.056 ต่อภาพ (ขึ้นอยู่กับความละเอียด)
• Thinking Mode: $0.156–$0.211 ต่อภาพ (เมื่อเปิดใช้งานการคิดหลายขั้นตอน)
• Multi-image requests: บรรทัดฐาน: สูงสุด 8 ภาพต่อการร้องขอ แต่ต้องเสียค่าใช้งานแยกต่างหาก

ตัวอย่างเช่น หากคุณสร้าง 4 ภาพความละเอียด 2K ทั่วไปในการร้องขอเดียว ต้นทุนจะอยู่ที่ประมาณ $0.08–$0.10 ต่อรอบ ซึ่งถือว่าประหยัดมากเมื่อเทียบกับการจ่ายสำหรับการสร้างรูปภาพแต่ละรูป

คำแนะนำ: หากแผนของคุณเกี่ยวข้องกับการสร้างรูปภาพจำนวนมากเป็นประจำ (เช่น การสร้างสินค้า e-commerce หรือวัสดุการตลาด) ให้พิจารณาใช้ Batch Processing หรือ Dedicated API accounts เพื่อลดต้นทุนต่อภาพได้เพิ่มเติม

การตั้งค่า API Key และการตรวจสอบสิทธิ์

ขั้นตอนแรกในการใช้ gpt-image-2 API คือการรับ API Key จากแดชบอร์ด OpenAI:

1. ไปที่ platform.openai.com และเข้าสู่ระบบด้วยบัญชี OpenAI ของคุณ
2. คลิกไปที่ API Keys ในเมนูด้านข้าง
3. เลือก Create new secret key และคัดลอกคีย์ที่สร้างขึ้น
4. เก็บคีย์นี้ไว้ในตัวแปรสภาพแวดล้อม (Environment Variable) ของคุณ อย่าเคยฝังไว้ในโค้ดที่เปิดเผยต่อสาธารณะ

ตัวอย่างการตั้งค่าตัวแปรสภาพแวดล้อมใน Linux/Mac:

export OPENAI_API_KEY="your-api-key-here"

สำหรับ Windows (PowerShell):

$env:OPENAI_API_KEY="your-api-key-here"

หลังจากตั้งค่าคีย์แล้ว ไลบรารี OpenAI Python และ Node.js จะสามารถอ่านคีย์นี้โดยอัตโนมัติได้

เอนด์พอยต์ gpt-image-2 API และพารามิเตอร์

เอนด์พอยต์ API สำหรับการสร้างรูปภาพคือ:

POST https://api.openai.com/v1/images/generations

ส่วนหัวที่จำเป็น (Required Headers):

• Authorization: Bearer $OPENAI_API_KEY
• Content-Type: application/json

พารามิเตอร์ที่สำคัญที่สุดในเนื้อความคำขอ:

• model: “gpt-image-2” (ต้องระบุ)
• prompt: ข้อความอธิบายรูปภาพที่ต้องการ (สูงสุด 4,000 อักขระ)
• n: จำนวนรูปภาพที่ต้องสร้าง (1–8)
• size: ขนาด เช่น “1024×1024” หรือ “2048×1024” เป็นต้น
• quality: “standard” (เร็ว ราคาต่ำ) หรือ “hd” (คุณภาพสูง)
• style: “vivid” (สีสันมั่น) หรือ “natural” (เป็นธรรมชาติ)
• response_format: “url” (ส่งลิงก์ที่สามารถเข้าถึงได้ 60 นาที) หรือ “b64_json” (ส่งข้อมูล Base64)

ทีม Consult by SolutionsIMPACT สังเกตว่ามีตัวเลือกใหม่เพิ่มเติม: aspect_ratio ซึ่งอนุญาตให้คุณระบุอัตราส่วนทั่วไป เช่น “16:9” “4:3” “1:1” โดยไม่ต้องระบุขนาดพิกเซลที่แน่นอน ซึ่งเป็นประโยชน์สำหรับการออกแบบแต่ละประเภท

ตัวอย่างโค้ด: Python

นี่คือตัวอย่างสั้นๆ ของการสร้างรูปภาพ 4 ภาพด้วย gpt-image-2 ใน Python:

import openai
import requests
from PIL import Image
from io import BytesIO

# ตั้งค่า API Key (อ่านจากตัวแปรสภาพแวดล้อม)
client = openai.OpenAI()

# สร้างรูปภาพ
response = client.images.generate(
    model="gpt-image-2",
    prompt="Thai traditional temple at sunset, golden light, detailed architecture, 4K quality",
    n=4,
    size="2048x1536",
    quality="hd",
    style="vivid",
    response_format="url"
)

# ดาวน์โหลดและบันทึกรูปภาพ
for idx, image in enumerate(response.data):
    img_response = requests.get(image.url)
    img = Image.open(BytesIO(img_response.content))
    img.save(f"temple_image_{idx+1}.png")
    print(f"บันทึก: temple_image_{idx+1}.png")

โค้ดนี้จะสร้าง 4 ภาพของวัดไทยและบันทึกไว้ในเครื่องของคุณ

ตัวอย่างโค้ด: JavaScript/Node.js

สำหรับผู้พัฒนา JavaScript ที่ต้องการผสานรวม API นี้:

const OpenAI = require('openai');
const fs = require('fs');
const https = require('https');
const path = require('path');

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

async function generateImages() {
  try {
    const response = await client.images.generate({
      model: 'gpt-image-2',
      prompt: 'Professional product photography: sleek smart home device, minimalist white background, studio lighting, commercial quality',
      n: 4,
      size: '1024x1024',
      quality: 'hd',
      style: 'natural',
      response_format: 'url',
    });

    // ดาวน์โหลดและบันทึกแต่ละภาพ
    for (let i = 0; i  {
        res.pipe(fs.createWriteStream(filename));
        console.log(`บันทึก: ${filename}`);
      });
    }
  } catch (error) {
    console.error('Error:', error);
  }
}

generateImages();

Thinking Mode: อัปเกรดแบบเสียค่าใช้งานเพิ่มเติม

หากคุณต้องการรูปภาพที่มีรายละเอียดมากขึ้นหรือการตีความ prompt ที่ซับซ้อนเพิ่มเติม OpenAI เสนอ Thinking Mode ซึ่งใช้กระบวนการคิดหลายชั้นเพื่อสร้างภาพที่ดียิ่งขึ้น

การเปิดใช้งาน Thinking Mode ในโค้ด Python:

response = client.images.generate(
    model="gpt-image-2",
    prompt="Intricate storyboard for an animated film: diverse characters, dynamic poses, detailed backgrounds, consistent art style",
    n=8,
    size="2048x1024",
    quality="hd",
    thinking=True  # เปิดใช้งาน Thinking Mode
)

ข้อเสีย: Thinking Mode มีราคาแพงกว่า ($0.156–$0.211 ต่อภาพ) และใช้เวลาประมวลผลนานขึ้น (โดยปกติ 10–30 วินาที) แต่ผลลัพธ์มักจะมีคุณภาพสูงกว่า โดยเฉพาะสำหรับ prompt ที่ต้องการการตีความเชิงความหมายมากหรือรูปแบบอักขระภายในภาพ

บริหารจัดการ Rate Limits และการจัดคิว

OpenAI API มีข้อจำกัดอัตราการร้องขอ (Rate Limits) โดยจะขึ้นอยู่กับแผนการชำระเงินของคุณ:

• Free trial: 50 รูปภาพต่อเดือน
• Pay-as-you-go: มักอยู่ที่ 500 ร้องขอต่อนาที (อาจแตกต่างกันไป)
• Enterprise: ข้อจำกัดที่สูงกว่าและการสนับสนุนวิทยาการที่มีความรับผิดชอบ

เมื่อถึงขีด จำกัด คุณจะได้รับข้อผิดพลาด 429 (Too Many Requests) ด้วยเหตุนี้ จึงเป็นแนวปฏิบัติที่ดีในการใช้ Exponential Backoff Retry Logic:

import time
import random

def generate_with_retry(prompt, max_retries=3):
    for attempt in range(max_retries):
        try:
            response = client.images.generate(
                model="gpt-image-2",
                prompt=prompt,
                n=4,
                size="2048x1536"
            )
            return response
        except openai.RateLimitError:
            wait_time = (2 ** attempt) + random.uniform(0, 1)
            print(f"Rate limit reached. Retrying in {wait_time:.2f} seconds...")
            time.sleep(wait_time)

    raise Exception("Max retries exceeded")

Storage และ Asset Management

ภาพที่สร้างจาก gpt-image-2 API มีลิงก์ที่อยู่ได้เพียง 60 นาที หากคุณต้องการเก็บเข่ารูปภาพนั้นไว้นานกว่านั้น คุณต้อง:

1. ดาวน์โหลด: บันทึกลงในเซิร์ฟเวอร์ของคุณหรือบริการ Cloud Storage เช่น AWS S3, Google Cloud Storage
2. Optimize: บีบอัดภาพ (เช่น โดยใช้ TinyPNG หรือ ImageMagick) เพื่อลดขนาดไฟล์โดยไม่สูญเสียคุณภาพสำหรับการใช้งานบนเว็บ
3. Version Control: ติดตามข้อมูลที่พิมพ์ (prompt, model version, timestamp) เพื่อสามารถสร้างรูปภาพเสริมได้หากจำเป็น

ตัวอย่างการอัปโหลดไปยัง AWS S3:

import boto3

def upload_to_s3(image_path, bucket_name, s3_key):
    s3_client = boto3.client('s3')
    s3_client.upload_file(image_path, bucket_name, s3_key)
    print(f"Image uploaded to s3://{bucket_name}/{s3_key}")

การแปลงภาพเป็นข้อความ: การรวมกับ GPT-4 Vision

สำหรับเวิร์กโฟลว์ที่ขั้นสูง คุณสามารถรวม gpt-image-2 กับ GPT-4 Vision API เพื่อสร้างรูปภาพแล้วตรวจสอบหรือแก้ไขโดยอัตโนมัติ:

import base64

# สร้างรูปภาพ
image_response = client.images.generate(
    model="gpt-image-2",
    prompt="Thai street food vendor stall",
    n=1,
    size="1024x1024",
    response_format="b64_json"
)

# ส่งไปยัง GPT-4 Vision เพื่อวิเคราะห์
image_b64 = image_response.data[0].b64_json

vision_response = client.chat.completions.create(
    model="gpt-4-vision",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe this image in Thai with food details"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{image_b64}"
                    }
                }
            ]
        }
    ]
)

print(vision_response.choices[0].message.content)

Case Study: E-Commerce Product Photography

บริษัทเล็กน้อยจากกรุงเทพที่ขายผลิตภัณฑ์อุปกรณ์บ้านออนไลน์ใช้ gpt-image-2 API ในการสร้างภาพสินค้า หลังจากการวิจัยและพัฒนา พวกเขาออกแบบระบบดังนี้:

• ใช้ Batch Processing API (ร่าง ยังไม่พร้อมใช้งาน) เพื่อคิวการร้องขอสร้างรูปภาพ 100 ภาพต่อคืน
• บันทึกลงใน S3 และตรวจสอบคุณภาพโดยใช้ GPT-4 Vision
• ประหยัดค่าใช้งาน 65% เมื่อเทียบกับการจ้างช่างภาพมืออาชีพ
• ลดเวลาการเข้าสู่ตลาด (Time to Market) จาก 2 สัปดาห์เหลือ 2 วัน

สำหรับสาขาธุรกิจคล้ายกัน กรุณาดูเรียนรู้เพิ่มเติมเกี่ยวกับ เครื่องมือสร้างศิลปะ AI และวิธีการนำไปใช้ในการตลาดดิจิทัล

Best Practices สำหรับการใช้ gpt-image-2 API ในการผลิต

• Prompt Engineering: เขียน prompt ที่มีรายละเอียด เฉพาะเจาะจง และวาดเป็นคำบอก (ไม่ใช่ “รูปสวยๆ” แต่ “ตัวอักษร Arial ขาว บนพื้นหลังสีฟ้าเข้ม ความละเอียด 4K”)
• Version Control: บันทึก prompt และพารามิเตอร์ทุกครั้งเพื่อให้สามารถสร้างรูปแบบคล้ายกันได้ในอนาคต
• Error Handling: จัดการข้อผิดพลาด API อย่างเหมาะสม และมีแผนสำรอง หากการสร้างภาพล้มเหลว
• Monitoring: ติดตามต้นทุน rate limiting และการใช้งาน API ผ่านแดชบอร์ด OpenAI
• Security: ไม่เคยแสดง API Key ในเวอร์ชันควบคุมหรือโหลดสาธารณะ ใช้ Secret Management tools เช่น AWS Secrets Manager

บทสรุป

gpt-image-2 API เปิดประตูให้กับการสร้างรูปภาพอัตโนมัติในระดับองค์กร ด้วยราคาที่เหมาะสมและความยืดหยุ่นสูง การเลือกพิมพ์ API นี้ขึ้นอยู่กับกรณีการใช้งานเฉพาะของคุณ แต่สำหรับการตลาด e-commerce การออกแบบกราฟิก หรือการสร้างเนื้อหา AI นั้นมีค่าอย่างมาก ในบทความนี้ เราได้ครอบคลุมพื้นฐานและแนวปฏิบัติที่คุณสามารถนำไปใช้ได้ทันที

หากคุณต้องการสำรวจการใช้งาน ChatGPT Images 2.0 ในลักษณะอื่นๆ โปรดดู บทความเกี่ยวกับการสร้างภาพจากข้อความด้วย AI หรือติดต่อทีมของเราเพื่อปรึกษาการนำไปใช้ที่เฉพาะเจาะจง

เขียนโดย: ทีม Consult by SolutionsIMPACT — ที่ปรึกษาด้านการพัฒนาองค์กรและ AI Transformation ที่ทำงานร่วมกับองค์กรชั้นนำในประเทศไทย