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"
  }'

import requests
import base64
from PIL import Image
from io import BytesIO

API_KEY = "<API-KEY>"
BASE_URL = "https://api.tokenops.ai/v1"

def generate_image(prompt, size="1024x1024", quality="medium", n=1,
                   model="gpt-image-2-2026-04-21"):
    url = f"{BASE_URL}/images/generations"
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {API_KEY}",
    }
    data = {
        "model": model,
        "prompt": prompt,
        "n": n,
        "size": size,        # 1024x1024 / 1536x1024 / 1024x1536
        "quality": quality,  # low / medium / high
        "response_format": "b64_json",  # 或 "url"
    }
    resp = requests.post(url, headers=headers, json=data)
    resp.raise_for_status()
    result = resp.json()

    images = []
    for i, img in enumerate(result["data"]):
        if img.get("b64_json"):
            image = Image.open(BytesIO(base64.b64decode(img["b64_json"])))
            filename = f"generated_{i+1}.png"
            image.save(filename)
            images.append(filename)
            print(f"图片已保存: {filename}")
        elif img.get("url"):
            images.append(img["url"])
            print(f"图片 URL: {img['url']}")
    return images


if __name__ == "__main__":
    generate_image("一只可爱的小猫在花园里玩耍，阳光明媚，油画风格")

import axios from "axios";
import fs from "fs";

const API_KEY = "<API-KEY>";
const BASE_URL = "https://api.tokenops.ai/v1";

async function generateImage(prompt, {
  size = "1024x1024",
  quality = "medium",
  n = 1,
  model = "gpt-image-2-2026-04-21",
} = {}) {
  const resp = await axios.post(`${BASE_URL}/images/generations`, {
    model, prompt, n, size, quality,
    response_format: "b64_json",
  }, {
    headers: {
      "Content-Type": "application/json",
      Authorization: `Bearer ${API_KEY}`,
    },
  });

  return resp.data.data.map((img, i) => {
    if (img.b64_json) {
      const file = `generated_${i + 1}.png`;
      fs.writeFileSync(file, Buffer.from(img.b64_json, "base64"));
      console.log(`图片已保存: ${file}`);
      return file;
    }
    return img.url;
  });
}

generateImage("一只可爱的小猫在花园里玩耍，阳光明媚，油画风格");

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"

import requests

API_KEY = "<API-KEY>"
BASE_URL = "https://api.tokenops.ai/v1"

def edit_image(image_path, prompt, mask_path=None,
               size="1024x1024", quality="medium", n=1,
               model="gpt-image-2-2026-04-21"):
    url = f"{BASE_URL}/images/edits"
    headers = {"Authorization": f"Bearer {API_KEY}"}

    files = {"image": ("image.png", open(image_path, "rb"), "image/png")}
    if mask_path:
        files["mask"] = ("mask.png", open(mask_path, "rb"), "image/png")
    data = {
        "model": model,
        "prompt": prompt,
        "n": n,
        "size": size,
        "quality": quality,
        "response_format": "url",  # 或 "b64_json"
    }

    resp = requests.post(url, headers=headers, files=files, data=data)
    resp.raise_for_status()
    return resp.json()["data"]


if __name__ == "__main__":
    result = edit_image("original.png", "把中间的区域换成一朵盛开的樱花", mask_path="mask.png")
    for i, img in enumerate(result):
        print(f"编辑图 {i+1}: {img.get('url') or '[b64_json]'}")

import axios from "axios";
import FormData from "form-data";
import fs from "fs";

const API_KEY = "<API-KEY>";
const BASE_URL = "https://api.tokenops.ai/v1";

async function editImage(imagePath, prompt, {
  maskPath,
  size = "1024x1024",
  quality = "medium",
  n = 1,
  model = "gpt-image-2-2026-04-21",
} = {}) {
  const form = new FormData();
  form.append("model", model);
  form.append("prompt", prompt);
  form.append("n", String(n));
  form.append("size", size);
  form.append("quality", quality);
  form.append("response_format", "url");
  form.append("image", fs.createReadStream(imagePath));
  if (maskPath) form.append("mask", fs.createReadStream(maskPath));

  const resp = await axios.post(`${BASE_URL}/images/edits`, form, {
    headers: { Authorization: `Bearer ${API_KEY}`, ...form.getHeaders() },
  });
  return resp.data.data;
}

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"
  }'

import base64
import requests

API_KEY = "<API-KEY>"
BASE_URL = "https://api.tokenops.ai/v1"

def edit_image_json(image_inputs, prompt, mask=None,
                    size="1024x1024", quality="medium", n=1,
                    model="gpt-image-2-2026-04-21"):
    """
    image_inputs: list[str]，每个元素是 URL 或 base64
    mask:         str，URL 或 base64（可选）
    """
    url = f"{BASE_URL}/images/edits"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    }
    data = {
        "model": model,
        "prompt": prompt,
        "n": n,
        "size": size,
        "quality": quality,
        "response_format": "url",
        "image": image_inputs,
    }
    if mask:
        data["mask"] = mask

    resp = requests.post(url, headers=headers, json=data)
    resp.raise_for_status()
    return resp.json()["data"]


if __name__ == "__main__":
    # URL 方式
    r1 = edit_image_json(["https://example.com/a.png"], "加上一顶草帽")

    # base64 方式（本地文件读出后编码）
    with open("local.png", "rb") as f:
        b64 = base64.b64encode(f.read()).decode()
    r2 = edit_image_json([b64], "换成油画风格")

import axios from "axios";
import fs from "fs";

const API_KEY = "<API-KEY>";
const BASE_URL = "https://api.tokenops.ai/v1";

async function editImageJson(imageInputs, prompt, {
  mask,
  size = "1024x1024",
  quality = "medium",
  n = 1,
  model = "gpt-image-2-2026-04-21",
} = {}) {
  const body = {
    model, prompt, n, size, quality,
    response_format: "url",
    image: imageInputs,
    ...(mask ? { mask } : {}),
  };
  const resp = await axios.post(`${BASE_URL}/images/edits`, body, {
    headers: {
      Authorization: `Bearer ${API_KEY}`,
      "Content-Type": "application/json",
    },
  });
  return resp.data.data;
}

// URL 方式
await editImageJson(["https://example.com/a.png"], "加上一顶草帽");

// base64 方式
const b64 = fs.readFileSync("local.png").toString("base64");
await editImageJson([b64], "换成油画风格");

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"
    ]
  }'

import requests, base64

API_KEY = "<API-KEY>"

# URL 方式
r = requests.post(
    "https://api.tokenops.ai/v1/images/generations",
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "model": "gpt-image-2-2026-04-21",
        "prompt": "把苹果变成蓝色",
        "image": ["https://example.com/apple.png"],
        "size": "1024x1024",
        "quality": "low",
    },
)
print(r.json())

# base64 方式
with open("apple.png", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()
r = requests.post(
    "https://api.tokenops.ai/v1/images/generations",
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "model": "gpt-image-2-2026-04-21",
        "prompt": "把苹果变成蓝色",
        "image": [b64],   # 注意：不要带 "data:image/png;base64," 前缀
        "size": "1024x1024",
        "quality": "low",
    },
)

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
`model`	string	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`
`prompt`	string	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）
`n`	integer	生成张数，1 ~ 10，默认 1（`dall-e-3` 仅支持 `n=1`）
`size`	string \| `"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。
`quality`	string	`low` / `medium` / `high`。gpt-image-2 不接受 `auto`，不传走服务端默认
`output_format`	string	输出图片格式，GPT image 系列专属：`png`（默认）/ `jpeg` / `webp`，不传走默认
`output_compression`	integer	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
`moderation`	string	内容审核强度，GPT image 系列专属：`auto`（默认）/ `low`
`response_format`	string	`b64_json`（默认）或 `url`。后者会把图转存到云存储并返回签名 URL
`user`	string	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
`image`	file / 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）
`mask`	file（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

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。
不支持 style 参数：vivid / natural 是 dall-e-3 专属；gpt-image-1/2 都不支持。
不支持 transparent 背景（gpt-image-2）：OpenAI 官方文档明确不支持透明背景。
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。
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。
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 + mask	mask 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

API端点参考

使用示例

OpenAI 图片生成 / 编辑示例

OpenAI 图片生成 / 编辑

图片生成（文生图）

快速开始

图片编辑（图生图）

方式 A：multipart/form-data

方式 B：application/json（推荐，接入更简单）

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

支持的参数

共用参数（generations / edits）

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

尺寸约束（gpt-image-2）

响应示例

常见问题

应用场景

​OpenAI 图片生成 / 编辑

​图片生成（文生图）

​快速开始

​图片编辑（图生图）

​方式 A：multipart/form-data

​方式 B：application/json（推荐，接入更简单）

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

​支持的参数

​共用参数（generations / edits）

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

​尺寸约束（gpt-image-2）

​响应示例

​常见问题

​应用场景

OpenAI 图片生成 / 编辑

图片生成（文生图）

快速开始

图片编辑（图生图）

方式 A：multipart/form-data

方式 B：application/json（推荐，接入更简单）

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

支持的参数

共用参数（generations / edits）

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

尺寸约束（gpt-image-2）

响应示例

常见问题

应用场景