GPT 图像 · Image API

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 1–2 分钟返回。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 2026-10-13（实测记录小节标注各自的日期）。

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：

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。

三个 GPT 图像模型怎么选

gpt-image-2、gpt-image-2.5-flare、gpt-image-2.5-sunburst 的请求与响应格式完全相同，换 model 即可。 gpt-image-2.5-1k 已下线，代码里还有这个模型名的请换成 flare 或 sunburst。三者的差别（2.5 系列 2026-09-23 实测）：

本网关通过多种渠道提供 GPT 图像。张数、尺寸校验、透明背景、响应字段和错误格式由网关统一，与本页一致； 耗时和 usage 里的 token 数会随调度到的渠道不同而变化，计费按张，与 usage 无关。 响应顶层的 quality 是实际执行的档位，个别情况下可能低于请求的档位（例如请求 high 返回 medium），以响应为准。

三个模型都按请求的 size 精确返回（2.5 实测 1024x1024、1024x1536、3840x2160），quality 按档回显， edits（multipart 参考图）同样可用，low 档约 18–25 秒。本轮 2.5 的 data[0] 都是 url，仍要按下文同时处理两种形态。 单价以价格页为准。画质与文字渲染三者之间还没有做系统对比，同一提示词的样图见实测。

要透明背景或一次多张，选 2.5；要和已有 gpt-image-2 产物保持一致，留在 2；2.5 两个里 flare 在这一轮更快。

与 Responses 怎么选

要高分辨率、高画质、准确尺寸，用本页；要对话式多轮，用 Responses。

generations

全部请求字段：

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

响应顶层一定带 size / quality / output_format，它们是实际值，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：

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。

输出定制

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。 不符合上述规则的尺寸直接返回 400（code 为 invalid_request，消息里说明不满足哪一条，例如 invalid size "4096x4096": the longer side must be at most 3840），不会被改成别的尺寸出图。

quality low / medium / high / auto。以响应顶层的 quality 为准；usage.output_tokens 随渠道不同而不同，不要用它判断档位。

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 时网关会去掉这个参数、照常输出不透明图片（不报错）；2.5 系列会返回带 alpha 通道的 PNG （下图用棋盘格垫底显示透明区域）：

n 2.5 系列生效，n=2 返回两张、按实际返回张数计费。gpt-image-2 固定 1 张，传多少都按 1 张执行和计费：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

以下是 2026-09-12 的实测记录，耗时与 output_tokens 会随调度到的渠道变化。quality=high，size 取官方上限 3840x2160 / 2160x3840，六个主题并发 6 路：

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。

实测：gpt-image-2.5

以下是 2026-09-23 的实测记录。同一个水墨提示词，size=3840x2160、quality=high，两个模型各一张：

错误处理

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 | gpt-image-2.5-flare | gpt-image-2.5-sunburst
prompt*         文本描述
size            1024x1024 | 1536x1024 | 1024x1536 | 2048x2048 | 3840x2160 | 2160x3840 | auto （须符合输出定制里的规则，否则 400）
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 （transparent 仅 2.5 生效；gpt-image-2 忽略）
n               2.5 生效、按实际张数计费；gpt-image-2 固定 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）

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）

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