图像生成概览
哪个图像模型走哪个端点、GPT 的两套入口怎么选、图片返回的两种形态，以及各页导航
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 | 页面 |
|---|---|---|
gpt-image-2（gpt-image-2.5-* 当前未开放） | /v1/images/generations · /v1/images/edits | GPT 图像 · Image API |
gpt-6-astra + image_generation 工具 | /v1/responses | GPT 图像 · Responses |
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） | 万相 3.0 |
GPT 的两套入口
| Image API | Responses | |
|---|---|---|
| 调用模型 | gpt-image-2，直接指定 | gpt-6-astra 内部调度，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 |
| 多轮编辑 / 自动优化提示词 | 无 | 有 |
默认用 Image API；只在需要对话式多轮编辑时用 Responses。
三条通用约束
- 图片返回有两种形态。 Image API 的
data[0]可能是b64_json（内联）也可能是url（临时链接，尽快下载），response_format不决定形态，两种都要处理。 - Gemini 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。 - Grok 2.0 画幅固定 1248×832。 需要竖图用
grok-imagine-image-quality，它 2026-11-02 退役。
实测样图
各页附真实调用产出的样图：GPT 六主题 4K（东方水墨、仙侠、工笔重彩、空间站、巨构城市、戴森云）在 Image API 页， Responses 降级对照在 Responses 页。缩略图点击可放大。