Skip to main content

​
OpenAI 图片生成 / 编辑

本页覆盖两种能力：
  • 文生图 POST /v1/images/generations
  • 图生图 / 编辑 POST /v1/images/edits
两者都走 OpenAI 兼容协议，目前推荐使用 gpt-image-2-2026-04-21（在 Azure Foundry 上 2026-04-21 GA）。旧版 gpt-image-1 / gpt-image-1.5 仍可用但能力弱于 gpt-image-2，dall-e-3 已停止维护。

​
图片生成（文生图）

Content-Type 仅支持 application/json。multipart/form-data 会被拒绝。
本接口也能做图生图：在 body 里加 image 字段（URL 或 base64 字符串数组）即可，平台会自动等效转发到 /v1/images/edits。适合业务方用一个接口统一管理所有图片生成能力（不想区分”文生图 / 图生图”两个 endpoint 时）。仅 gpt-image-1 / gpt-image-2 家族生效。详见下方 图片编辑 - 方式 C。

​
快速开始

只需替换 <API-KEY> 为你的实际 API Key。 
curl -X POST "https://api.tokenops.ai/v1/images/generations" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API-KEY>" \
  -d '{
    "model": "gpt-image-2-2026-04-21",
    "prompt": "一只可爱的小猫在花园里玩耍，阳光明媚，油画风格",
    "n": 1,
    "size": "1024x1024",
    "quality": "medium"
  }'

​
图片编辑（图生图）

基于一张或多张参考图 + 可选 mask + prompt，生成编辑后的图片。 两种 Content-Type 都支持，按需选择：
  • multipart/form-data：传统 OpenAI 兼容写法，直接上传本地文件
  • application/json：平台扩展写法，image / mask 字段传 URL 或 base64 字符串（业务端接入更方便，不用 form-data 库）

​
方式 A：multipart/form-data

curl -X POST "https://api.tokenops.ai/v1/images/edits" \
  -H "Authorization: Bearer <API-KEY>" \
  -F model="gpt-image-2-2026-04-21" \
  -F image="@original.png" \
  -F mask="@mask.png" \
  -F prompt="把中间的区域换成一朵盛开的樱花" \
  -F n=1 \
  -F size="1024x1024" \
  -F quality="medium"

​
方式 B：application/json（推荐，接入更简单）

image 是字符串数组，每个元素可以是 http(s):// URL 或 base64 字符串（不要带 data:image/png;base64, 前缀）。mask 是单个字符串，同样规则。平台会自动下载 / 解码，再透传到底层模型。 
curl -X POST "https://api.tokenops.ai/v1/images/edits" \
  -H "Authorization: Bearer <API-KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2-2026-04-21",
    "prompt": "把中间的区域换成一朵盛开的樱花",
    "size": "1024x1024",
    "quality": "medium",
    "n": 1,
    "image": [
      "https://example.com/original.png"
    ],
    "mask": "https://example.com/mask.png"
  }'

​
方式 C：/v1/images/generations + image 字段（平台扩展）

和方式 B 效果完全等价，但 endpoint 是 /v1/images/generations。用途是让业务方用同一个 endpoint 覆盖”文生图 + 图生图”两种用法（参考 doubao-seedream 的接口风格）：传 image 字段就是图生图，不传就是文生图。平台会在 provider 层自动把带 image 的 generations 请求转发到 edits 实现。 
curl -X POST "https://api.tokenops.ai/v1/images/generations" \
  -H "Authorization: Bearer <API-KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2-2026-04-21",
    "prompt": "把苹果变成蓝色",
    "size": "1024x1024",
    "quality": "low",
    "image": [
      "https://example.com/apple.png"
    ]
  }'
方式 C 的限制：
  • 仅 gpt-image-1 / gpt-image-1-mini / gpt-image-1.5 / gpt-image-2 + 各自日期快照生效，其他模型（如 dall-e-3）传 image 会被上游直接忽略，退化为纯文生图。
  • 不支持 mask：/v1/images/generations 请求体没有 mask 字段。需要用 mask 精修的场景请用方式 A 或 B。
  • 用量计费和方式 B 一致（input_tokens_details.image_tokens 会出现），不会因为换了 endpoint 就免费。

​
支持的参数

​
共用参数（generations / edits）

参数类型说明
modelstring模型名。推荐 gpt-image-2-2026-04-21。也支持 gpt-image-1 / gpt-image-1.5 / gpt-image-1-mini
promptstring文字描述，必填。GPT image 系列上限 32000 字符（dall-e-3 为 4000，dall-e-2 为 1000）
ninteger生成张数，1 ~ 10，默认 1（dall-e-3 仅支持 n=1）
sizestring | "auto"生成图片的尺寸，格式为 宽x高（WIDTHxHEIGHT）。
gpt-image-2 / gpt-image-2-2026-04-21：支持任意分辨率，宽和高都必须是 16 的倍数，宽高比需在 1:3 ~ 3:1 之间，例如 1536x864。超过 2560x1440 的分辨率为实验性支持，最大支持到 3840x2160。同时还要满足模型当前的像素和单边限制（见下方尺寸约束）。
GPT 图像模型标准尺寸：1024x1024（方）、1536x1024（横）、1024x1536（纵）均受支持；auto 仅在允许自动选尺寸的模型上可用。
dall-e-2：256x256 / 512x512 / 1024x1024。
dall-e-3：1024x1024 / 1792x1024 / 1024x1792。
不传则走模型默认。
qualitystringlow / medium / high。gpt-image-2 不接受 auto，不传走服务端默认
output_formatstring输出图片格式，GPT image 系列专属：png（默认）/ jpeg / webp，不传走默认
output_compressioninteger输出压缩率 0 ~ 100，默认 100。仅 output_format 为 webp / jpeg 时生效，GPT image 系列专属
moderationstring内容审核强度，GPT image 系列专属：auto（默认）/ low
response_formatstringb64_json（默认）或 url。后者会把图转存到云存储并返回签名 URL
userstring业务方用户标识，便于审计

​
图片输入参数（edits 必用；generations 的方式 C 也支持 image）

参数类型说明
imagefile / file[]（form-data）
string / string[]（JSON，URL 或 base64）		参考图。JSON 下多图就是数组；form-data 下同名字段重复即可多图。gpt-image-1/2 家族在 /v1/images/generations 也支持此字段（见方式 C）
maskfile（form-data）
string（JSON，URL 或 base64）		可选 PNG mask（alpha 通道透明区域表示”编辑此处”），尺寸必须与 image 一致。仅 /v1/images/edits 支持，方式 C 不支持
JSON body 下 base64 字符串约定：直接放 base64 内容即可，不要带 data:image/png;base64, 前缀。

​
尺寸约束（gpt-image-2）

gpt-image-2 / gpt-image-2-2026-04-21 支持任意 宽x高 分辨率，但必须同时满足以下约束：
  • 宽和高都必须是 16 的倍数
  • 宽高比需在 1:3 ~ 3:1 之间
  • 单边 ≤ 3840px
  • 像素总量在 655,360 ~ 8,294,400 之间（即 ≤ 3840×2160）
  • 超过 2560x1440 的分辨率为实验性支持，最大支持到 3840x2160
  • 常用值：1024x1024（方）/ 1536x1024（横）/ 1024x1536（纵）/ 1536x864 等
  • 超出约束会被上游 400 拒绝

​
响应示例

{
  "created": 1776840564,
  "data": [
    {
      "url": "https://model-static.skyengine.com.cn/<uid>/images/20260422/generated_xxx.png?q-sign-algorithm=..."
    }
  ],
  "usage": {
    "input_tokens": 10,
    "output_tokens": 272,
    "total_tokens": 282,
    "input_tokens_details": { "text_tokens": 10, "image_tokens": 0 }
  }
}
  • 当请求 response_format=b64_json（或不传），data[i] 里会是 b64_json 字段
  • 当请求 response_format=url，服务端会把图上传到云存储并返回签名 URL
  • usage 里 output_tokens 是按 token 计费的依据（不是按图片张数），参考 OpenAI 官方定价

​
常见问题

  1. quality 不要传 auto：gpt-image-2 的 Azure 部署不接受，会返 HTTP 500。显式传 low / medium / high，或整个字段留空走服务端默认。
  2. 不支持 style 参数：vivid / natural 是 dall-e-3 专属；gpt-image-1/2 都不支持。
  3. 不支持 transparent 背景（gpt-image-2）：OpenAI 官方文档明确不支持透明背景。
  4. 输入图片限制（edits）：推荐 PNG，单文件 < 20MB；多图场景时总量也有上限。
  5. 耗时预期：quality=low 约 20-30s，medium 约 60-80s，high 约 200s+。按 token 计费，high 耗费显著更高。
  6. 返回的 URL 有签名过期时间：如果业务侧需要长期保存，建议请求 response_format=b64_json 自行落库，或下载 URL 对应图片另存。

​
应用场景

场景推荐提示
广告 / 社媒配图generations, quality=medium多次生成选最优
产品原型可视化generations, size=1024x1024描述要具体（品类 / 风格 / 视角）
抠图 / 背景替换edits + maskmask 边缘要干净，alpha=0 为”替换处”
风格转换edits（不带 mask）prompt 指明目标风格
多参考图合成edits 多 image按数组顺序上传，主体图放第一个