5 月 12 日，OpenAI 正式关停了 DALL-E 2 和 DALL-E 3 的 API 端点。从现在起，任何向 /v1/images/generations 发送 dall-e-2 或 dall-e-3 模型 ID 的请求都会返回错误。这不是预告——六个月前的 deprecation 通知已经到期，硬截止已经发生。

DALL-E 是 2021 年首个面向公众大规模开放的 AI 图像生成产品，它的名字一度就是"AI 画图"的代名词。现在，这个代名词从开发者生态中正式移除，接替它的是 gpt-image 系列模型。但迁移这件事，远比换一个 model 字符串复杂。

关停了什么，没关停什么

关停范围很明确：dall-e-2 和 dall-e-3 两个模型 ID 不再响应任何 API 请求。/v1/images/generations 端点本身还在，只是只接受 gpt-image-1、gpt-image-1-mini 和 gpt-image-1.5 这三个新模型 ID。

ChatGPT 消费端不受影响——它已经在几个月前悄悄切到了 GPT Image 2（API 名 gpt-image-1.5），大多数用户可能都没注意到后台换了模型。

之前用 DALL-E API 生成并已存储的图片不受影响——它们是静态文件，存储在哪就在哪。但如果你只保存了 DALL-E 3 返回的临时 URL（24 小时过期）而没有下载原始文件，那这些图片可能已经无法访问了。

迁移不是改个 model 名字

很多开发者以为把代码里的 dall-e-3 替换成 gpt-image-1 就完事了。现实是：新模型的请求结构、响应格式、参数枚举、定价模型都变了，不做适配的话，代码跑不通。

响应格式变了。 DALL-E 3 可以选择返回 URL 或 base64 数据。gpt-image-1 取消了 URL 选项，只返回 base64。如果你的代码依赖 response.data[0].url 做二次 HTTP 请求下载图片，这条路直接断了。你需要自己解码 base64、上传到 CDN 或持久化到磁盘。

尺寸枚举变了。 DALL-E 3 支持 1024×1024、1024×1792、1792×1024 三种尺寸。gpt-image-1 支持的是 1024×1024、1024×1536、1536×1024 和 auto。如果你的业务依赖竖版或横版的特定宽高比，需要逐个审计并调整。

质量参数变了。 DALL-E 3 用 standard / hd，gpt-image-1 改成了 low / medium / high，含义和价格都不一样。

定价模型变了。 DALL-E 3 按张计费（standard $0.04/张起，hd $0.08/张起）。gpt-image-1 按输入输出 token 计费，总成本取决于图片大小和质量等级——复杂提示词 + 高质量大图的费用可能远超 DALL-E 3 时代。

风格变了。 gpt-image-1 内置了推理步骤：生成前先"想"一下构图、查一下知识，再动笔。这让它对提示词的响应方式不同于 DALL-E 3。在 DALL-E 3 上，"水彩画风格的安静海边小镇"默认就出油画感；同样的话给 gpt-image-1，可能出一张更像产品摄影的干净图片。开发者需要把风格关键词前置、更具体地描述画种和材质。

替代模型怎么选

OpenAI 的官方替代是 gpt-image-1（标准替代）和 gpt-image-1-mini（低成本替代，适合批量生成场景）。更新的 gpt-image-1.5 就是 ChatGPT 里的 GPT Image 2，支持 4K 输出、单提示多图生成和网页搜索增强——能力最强，但价格也最高。

如果你在考虑非 OpenAI 方案，当前市场上有几个值得评估的选项：

• Black Forest Labs Flux：提供 API 和开源权重，API 按张计费从 $0.014/图起，开源 Dev 变体可本地部署（非商用协议）
• Stability AI Stable Diffusion 4：完全开源，支持 ComfyUI 和本地部署，单图成本可低于 $0.01，适合高批量、需要自定义微调的场景
• fal：多模型聚合平台，可以按需切换不同生图模型，按使用量计费

选择的关键不在于"哪个模型最好"，而在于你的场景优先什么：需要商用安全保障选 Adobe Firefly 或 OpenAI 官方模型；需要本地部署和数据不出服务器选 Flux Dev 或 SD4；需要最低成本走开源自部署。

迁移实操清单

1. 盘查所有代码路径：不只是主服务代码，还有 cron job、webhook handler、retry queue、Zapier/Make 自动化、CMS 插件、团队共享的 notebook——任何调过 dall-e-3 或 dall-e-2 的地方都要找出来
2. 替换模型 ID + 适配响应格式：从 URL 响应切换到 base64 解码 + 自行上传存储
3. 调整尺寸和质量参数：对照新旧枚举值逐个修改
4. 重调提示词：对核心业务场景的提示词做 A/B 对比，把风格描述写得更具体
5. 在 staging 环境用真实 prompt 测试：确保输出质量和成本符合预期
6. 评估是否需要组织验证：gpt-image-1 需要组织验证才能使用

按 Creative AI News 的估算，每个服务的迁移时间在 30 到 90 分钟之间，加上一轮输出格式调整的额外周期。

行业信号：第一代生图产品的周期结束了

DALL-E 在 2021 年首次发布时，是 AI 图像生成从实验室走向大众的标志性事件。五年后，它被自己的继任者取代——不是被竞品打败，而是因为"独立生图模型"这个品类本身正在消亡。

gpt-image-1 不是一个更好的 DALL-E，它是一个会画图的 GPT。它的推理能力、知识检索和多模态理解意味着生图不再是独立功能，而是多模态模型的一项能力。这种架构范式的转换才是 DALL-E 退役的真正含义。

与此同时，开源生态正在从 DALL-E 退出留下的空间中获益。Flux 的开源权重在 ComfyUI 社区持续扩大影响力，Stability AI 换帅后财务趋于稳定、SD4 仍在迭代，HiDream-O1-Image 以 8B 参数在基准测试上追平闭源模型。当 OpenAI 把生图收束进自家多模态 API 时，开源方案给了开发者一条不绑死单一供应商的路。

DALL-E 的名字会留在 AI 历史里。但对开发者来说，现在该做的是打开代码仓库，搜索 dall-e，然后一个一个替换。

---

*基于 OpenAI 官方 Deprecations 页面、Creative AI News 迁移指南及多家媒体转述整理。*

参考来源

• https://platform.openai.com/docs/deprecations
• https://www.creativeainews.com/articles/dalle-3-shutdown-may-12-gpt-image-migration-guide/

说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。