图像中近乎完美的文本渲染、逼真的 UI 截图，以及照片级真实感的显著提升。当用户被要求输入包含文字、符号、标签、用户界面元素或代码片段的图像时，看似 GPT Image 2 的结果明显比之前的模型更准确。字符格式正确，间距一致，较长的字符串也保持连贯性。