GPT 图像 · Image API

直接指定 gpt-image-2 出图与改图：generations 与 edits 全参数、b64_json 与 url 双形态响应、4K 最高画质实测样图、蒙版编辑

POST /v1/images/generations · POST /v1/images/edits

GPT 图像有两套入口，这一套是默认入口：直接指定图像模型一次性生成或编辑，size / quality 按请求执行， 4K + high 约 50 秒返回。另一套是 Responses——gpt-6-astra 调度 image_generation 工具做对话式多轮编辑，但它拿不到高分辨率与高质量档位，只在需要多轮对话时使用。

协议与 OpenAI Image API 兼容，openai SDK 把 base_url 换成 https://www.vibeapi.cn/v1 即可。本页结论来自对本网关的真实调用，最后验证：2026-09-12。

基本调用

curl -X POST "https://www.vibeapi.cn/v1/images/generations" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "a red apple on a wooden table, studio lighting",
    "quality": "medium",
    "size": "1024x1024",
    "response_format": "b64_json"
  }'

from openai import OpenAI
import base64, urllib.request

client = OpenAI(base_url="https://www.vibeapi.cn/v1", api_key="YOUR_API_KEY")

result = client.images.generate(
    model="gpt-image-2",
    prompt="a red apple on a wooden table, studio lighting",
    quality="medium",
    size="1024x1024",
)

item = result.data[0]
if item.b64_json:
    image_bytes = base64.b64decode(item.b64_json)
else:
    image_bytes = urllib.request.urlopen(item.url, timeout=60).read()
open("apple.png", "wb").write(image_bytes)

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({ baseURL: "https://www.vibeapi.cn/v1", apiKey: "YOUR_API_KEY" });

const result = await client.images.generate({
  model: "gpt-image-2",
  prompt: "a red apple on a wooden table, studio lighting",
  quality: "medium",
  size: "1024x1024",
});

const item = result.data[0];
const imageBytes = item.b64_json
  ? Buffer.from(item.b64_json, "base64")
  : Buffer.from(await (await fetch(item.url)).arrayBuffer());

网关上的图像模型

图像生成分散在三个端点上，先确认你要的模型走哪一个：

模型	端点	文档
`gpt-image-2` · `gpt-image-2.5-1k` · `gpt-image-2.5-flare` · `gpt-image-2.5-sunburst`	`/v1/images/generations` · `/v1/images/edits`	本页
`gemini-3-pro-image` · `gemini-3.1-flash-image` · `gemini-3.1-flash-lite-image`（含 `-preview`）	`/v1beta/models/{model}:generateContent`	Gemini 图像生成
`grok-imagine-image-2.0` · `grok-imagine-image-quality`	`/v1/images/generations` · `/v1/images/edits`	Grok 图像
`wan3.0-image-*`	`/v1/videos`（图生视频，不是出图）	视频生成

Gemini 的生图必须走原生端点：走 Chat 兼容协议能出图，但 imageConfig（画幅、分辨率）会在协议转换中丢掉。 wan3.0-image-* 名字里带 image，指的是「图生视频」，它走视频接口。

本页只讲 gpt-image-2。gpt-image-2.5-* 系列当前未在 /v1/models 与价格页列出，开放后会补到这里。

	Image API（本页）	Responses
端点	`/v1/images/generations`、`/v1/images/edits`	`/v1/responses` + `image_generation` 工具
调用模型	`gpt-image-2`，直接指定	`gpt-6-astra`，内部调度图像模型，无法指定
`size` / `quality`	按请求执行，4K + high 精确返回	被改写：要 4K/high 实得 1536×1024/medium
耗时	4K + high 约 45–57 秒	40–170 秒
提示词优化	无	自动，返回 `revised_prompt`
多轮编辑	不支持，每次独立	支持，上下文携带图片
参考图	multipart 文件上传	URL / base64 / `file_id`
返回	`data[0].b64_json` 或 `data[0].url`，两种都要处理	SSE 事件里的 base64

generations

全部请求字段：

字段	类型	必填	默认	说明
`model`	string	是	—	`gpt-image-2`
`prompt`	string	是	—	图片描述文本
`size`	string	否	`auto`	见输出定制；`3840x2160` / `2160x3840` 精确返回
`quality`	string	否	`auto`	`low` / `medium` / `high` / `auto`，按档执行
`output_format`	string	否	`png`	`png` / `jpeg` / `webp`；以响应顶层字段和文件 MIME 为准
`output_compression`	integer	否	—	`0`–`100`，仅 `jpeg` / `webp`
`response_format`	string	否	—	`b64_json` / `url`；不决定响应形态，见下文
`moderation`	string	否	`auto`	`auto` / `low`
`background`	string	否	`opaque`	`opaque` / `auto`；`transparent` 不支持，会被忽略
`n`	integer	否	`1`	无效，恒返回 1 张；多张请并发
`stream` / `partial_images`	—	否	—	不要依赖；同步调用即可

响应有两种形态

同一个端点，data[0] 里可能是 b64_json（内联 base64），也可能是 url（临时下载链接，有时效，拿到后尽快下载）。 response_format 传了也不保证——generations 传 b64_json 通常拿到内联数据，edits 传相同值仍可能返回 url。生产代码必须两种都处理：

import base64, urllib.request

item = result.data[0]
data = (base64.b64decode(item.b64_json) if item.b64_json
        else urllib.request.urlopen(item.url, timeout=60).read())
open(f"out.{result.output_format or 'png'}", "wb").write(data)

if jq -e '.data[0].b64_json' response.json >/dev/null; then
  jq -r '.data[0].b64_json' response.json | base64 --decode > out.png
else
  curl -L "$(jq -r '.data[0].url' response.json)" -o out.png
fi

响应顶层的 size / quality / output_format 是实际值，请读它们并校验下载后文件的真实 MIME：

{
  "created": 1789190861,
  "data": [{ "url": "https://..." }],
  "output_format": "png",
  "quality": "high",
  "size": "3840x2160",
  "model": "gpt-image-2",
  "usage": { "input_tokens": 234, "output_tokens": 13342, "total_tokens": 13576 }
}

edits

POST /v1/images/edits      （multipart/form-data）

两类场景：用一张或多张参考图生成新图；配合蒙版重绘指定区域。表单字段与 generations 相同，另加：

字段	类型	说明
`image[]`	file，可多个	参考图。多张时重复 `image[]`
`mask`	file	蒙版，可选。须含 alpha 通道，透明区即重绘区，与原图同尺寸、不超过 50MB

多参考图：

result = client.images.edit(
    model="gpt-image-2",
    image=[open("ref1.png", "rb"), open("ref2.jpg", "rb"), open("ref3.jpg", "rb")],
    prompt="Combine the subjects into a single flat-lay collage on white marble, studio lighting",
    quality="medium",
)

curl -X POST "https://www.vibeapi.cn/v1/images/edits" \
  -H "Authorization: Bearer $API_KEY" \
  -F "model=gpt-image-2" \
  -F "image[]=@ref1.png" -F "image[]=@ref2.jpg" -F "image[]=@ref3.jpg" \
  -F "prompt=Combine the subjects into a single flat-lay collage on white marble" \
  -F "quality=high" -F "size=3840x2160" > response.json

蒙版编辑：

result = client.images.edit(
    model="gpt-image-2",
    image=open("base.png", "rb"),
    mask=open("mask.png", "rb"),       # 透明区即要重绘的区域
    prompt="In the masked area, add a blooming cherry blossom tree",
    quality="low",
)

多张参考图时蒙版作用于第一张。蒙版是提示性的：模型以它为引导，不保证严格贴合形状。 edits 对整体风格和构图的保持很强，对局部小对象的加入偏保守——要求「加两只鹤」这类小元素可能不出现，先用自己的图试一次。

size 官方约束：最大边不超过 3840px，两边均为 16 的倍数；长短边比不超过 3:1；总像素在 655,360 ~ 8,294,400 之间。常用 1024x1024、1536x1024、1024x1536、2048x2048、3840x2160、2160x3840、auto。 3840x2160 与 2160x3840 均精确返回；仍建议读响应顶层的 size 做校验。

quality low / medium / high / auto。high 按档执行，可用 usage.output_tokens 核对：4K 高清档约 13,300，中间档约 3,300。

output_format png / jpeg / webp，配合 output_compression（0–100，仅 jpeg / webp）。始终以响应顶层 output_format 和下载文件的 MIME 为准。

background gpt-image-2 不支持透明背景，传 transparent 会被忽略，输出不透明图片：

请求 background:transparent，实得不透明白底 logo（无 alpha）

n 无效，恒返回 1 张。多张请并发多次调用，或用 Responses 在提示词里要求多张。

实测：4K 最高画质

quality=high，size 取官方上限 3840x2160 / 2160x3840，六个主题并发 6 路：

主题	请求 size	耗时	实返 size / quality	`data[0]`	`output_tokens`
东方水墨	`3840x2160`	52.0 s	`3840x2160` / `high`	`url`	13,342
仙侠	`2160x3840`	56.7 s	`2160x3840` / `high`	`url`	13,342
工笔重彩	`3840x2160`	54.1 s	`3840x2160` / `high`	`url`	13,342
环形空间站	`2160x3840`	47.6 s	`2160x3840` / `high`	`url`	13,342
巨构城市	`3840x2160`	54.1 s	`3840x2160` / `high`	`url`	13,342
戴森云	`2160x3840`	45.2 s	`2160x3840` / `high`	`url`	13,342

六张全部按请求尺寸返回真实 4K PNG（9–17 MB），无一超时。

同一批用 edits 做参考图编辑（把水墨图缩到 1920×1080 作为 image[]，size=3840x2160、quality=high）：50 秒返回精确 4K，构图与笔触完全保留。

其他尺寸与质量档的耗时：low 小图约 20–25 秒，medium 1K 约 80–140 秒，参考图编辑约 50–100 秒。质量越高、图片越大，耗时越长。

cyberpunk — 文本生成（quality=low，size=1536x1024，同步约 113 秒）

错误处理

状态 / code	场景	应对
`moderation_blocked`	提示词或图片被内容审核拦截	修改提示词或输入图后重试；不要自动重试
`504`	同步渲染超时，极少见	重试或降一档 `quality`
`429`	触发限流	指数退避后重试
`401` / `403`	鉴权失败或无模型权限	检查 `API_KEY` 与 `gpt-image-2` 权限

审核拦截的响应结构与处理代码见 Responses 页，两套入口相同。

参数速查

model*          gpt-image-2
prompt*         文本描述
size            1024x1024 | 1536x1024 | 1024x1536 | 2048x2048 | 3840x2160 | 2160x3840 | auto
quality         low | medium | high | auto
output_format   png | jpeg | webp
output_compression  0–100                （jpeg / webp）
response_format b64_json | url            （不决定响应形态，两种都要处理）
moderation      auto | low
background      opaque | auto             （transparent 不支持）
n               （无效，恒 1 张）
image[]         edits：一张或多张参考图（multipart）
mask            edits：alpha 蒙版，透明区即重绘区

在线调试

填入你自己的 API Key 即可直接发起请求，参数表与响应结构由接口定义生成。

生成图像（OpenAI 格式）

Authorization

Bearer

AuthorizationBearer <token>

In: header

Request Body

application/json

model?string

用于图像生成的模型。dall-e-2、dall-e-3 或 gpt-image-1 之一。默认为 dall-e-2，除非使用特定于 gpt-image-1 的参数。

prompt*string

所需图像的文本描述。gpt-image-1 的最大长度为 32000 个字符，dall-e-2 的最大长度为 1000 个字符，dall-e-3 的最大长度为 4000 个字符。

n?integer

要生成的图像数量。必须介于 1 到 10 之间。对于 dall-e-3，仅支持 n=1。

size?string

生成的图像的大小。对于 gpt-image-1，必须是 1024x1024、1536x1024（横向）、1024x1536（纵向）或自动（默认值）之一，对于 dall-e-2，必须是 256x256、``512x512 或 1024x1024 之一，对于 dall-e-3，必须是 1024x1024、1792x1024 或 1024x1792 之一。

background?string

允许为生成的图像的背景设置透明度。此参数仅支持 gpt-image-1。必须是以下之一 透明、不透明或自动（默认值）。使用自动时，模型将自动确定图像的最佳背景。

如果是透明的，则输出格式需要支持透明度，因此应将其设置为 png（默认值）或 webp。

moderation?string

控制 gpt-image-1 生成的图像的内容审核级别。必须为低， 以进行限制较少的筛选或自动（默认值）。

quality?string

将生成的图像的质量。

stream?string

style?string

user?string

Response Body

application/json

curl -X POST "https://www.vibeapi.cn/v1/images/generations/" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "string"
  }'

curl -X POST "https://www.vibeapi.cn/v1/images/generations/" \  -H "Content-Type: application/json" \  -d '{    "prompt": "string"  }'

{
  "created": 0,
  "data": [
    {
      "b64_json": "string",
      "url": "string"
    }
  ],
  "usage": {
    "total_tokens": 0,
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 0
    }
  }
}

编辑图像（OpenAI 格式）

Authorization

Bearer

AuthorizationBearer <token>

In: header

Request Body

multipart/form-data

image*file

要编辑的图像。必须是有效的 PNG 文件，小于 4MB，并且是方形的。如果未提供遮罩，图像必须具有透明度，将用作遮罩。

Formatbinary

mask?file

附加图像，其完全透明区域（例如，alpha 为零的区域）指示image应编辑的位置。必须是有效的 PNG 文件，小于 4MB，并且尺寸与原始image相同。

Formatbinary

prompt*string

所需图像的文本描述。最大长度为 1000 个字符。

n?string

要生成的图像数。必须介于 1 和 10 之间。

size?string

生成图像的大小。必须是256x256、512x512或 1024x1024之一。

response_format?string

生成的图像返回的格式。必须是url或b64_json。

user?string

代表您的最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用行为。了解更多。

model?string

Response Body

application/json

curl -X POST "https://www.vibeapi.cn/v1/images/edits/" \
  -F image="cmMtdXBsb2FkLTE2ODc4MzMzNDc3NTEtMjA=/31225951_59371037e9_small.png" \
  -F prompt="A cute baby sea otter wearing a beret."

curl -X POST "https://www.vibeapi.cn/v1/images/edits/" \  -F image="cmMtdXBsb2FkLTE2ODc4MzMzNDc3NTEtMjA=/31225951_59371037e9_small.png" \  -F prompt="A cute baby sea otter wearing a beret."

{}

官方文档

OpenAI · 图像生成

GPT 图像 · Image API

基本调用

网关上的图像模型

与 Responses 怎么选

generations

响应有两种形态

edits

输出定制

实测：4K 最高画质

错误处理

参数速查

在线调试

生成图像（OpenAI 格式）

Authorization

Request Body

Response Body

application/json

编辑图像（OpenAI 格式）

Authorization

Request Body

Response Body

application/json

官方文档

目录

GPT 图像 · Image API

200application/json

200application/json

目录

application/json

application/json