前置准备


gpt-image-2 模型属于 Sora 分组,使用前需要创建令牌分组为 sora 的令牌。

参照 创建令牌分组 教程创建令牌,分组选择 sora。

<aside> <img src="notion://custom_emoji/5aca38e4-b5b2-8172-8a24-0003862a0b26/366a38e4-b5b2-8097-a050-007ac674198a" alt="notion://custom_emoji/5aca38e4-b5b2-8172-8a24-0003862a0b26/366a38e4-b5b2-8097-a050-007ac674198a" width="40px" />

建议优先使用图床出图,参考GuaiHub Studio 图片/视频生成工作台

目前gpt-image-2的调用还有很多问题,兼容性不稳定

</aside>

调用方式


OpenAI 官方文档把图片相关能力分成 Responses API、Images API、Chat Completions API 三类。对 gpt-image-2 来说,出图请优先使用 Images API。

API OpenAI 官方用途 gpt-image-2 使用建议 建议
Responses API 分析图片,并把图片作为输入;也可以通过工具生成图片输出 不支持作为 gpt-image-2 的出图入口。需要出图请使用 Images API。 不支持
Images API 生成图片,也可以上传图片作为输入进行编辑 支持文生图和图片编辑,是 gpt-image-2 的推荐调用方式。 推荐
Chat Completions API 分析图片输入,并生成文本或音频 不支持作为 gpt-image-2 的出图入口;size、quality、output_format 等 Images 参数不会按图片接口生效。 不支持

方式一:Images API(推荐)

Images API 是 gpt-image-2 的推荐出图方式,分为文生图和图片编辑两个接口:

每个接口下面都按“接口实例 → 参数介绍”的格式说明。对新手来说,只要先照着示例传 model、prompt,并把 n 设为 1;需要上传图片时再使用 image 字段即可。

<aside> <img src="notion://custom_emoji/5aca38e4-b5b2-8172-8a24-0003862a0b26/366a38e4-b5b2-8097-a050-007ac674198a" alt="notion://custom_emoji/5aca38e4-b5b2-8172-8a24-0003862a0b26/366a38e4-b5b2-8097-a050-007ac674198a" width="40px" />

推荐用法

文生图使用 /v1/images/generations,上传参考图进行图片编辑使用 /v1/images/edits。

</aside>

文生图:/v1/images/generations

接口实例

curl --location 'https://www.guaihub.com/v1/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer 你的Sora分组令牌' \
--header 'Accept: */*' \
--header 'Host: www.guaihub.com' \
--header 'Connection: keep-alive' \
--data '{
    "model": "gpt-image-2",
    "prompt": "一只橘猫戴着橙色围巾抱着水獭,温暖插画风格",
    "size": "3840x2160",
    "quality": "high",
    "output_format": "png",
    "response_format": "url",
    "n": 1
}'

文生图参数

参数 类型 支持情况 说明
model string 支持 固定填写 gpt-image-2。
prompt string 支持 图片描述提示词,建议写清楚主体、场景、风格、比例和文字内容。
n integer 仅支持 1 只支持一次返回 1 张图。~~n: 2、n: 4~~ 这类多图数量不支持。
size string 支持 支持 auto 和符合限制的尺寸,如 1024x1024、1536x1024、1024x1536、1536x864、3840x2160。
quality string 支持 可选 low、medium、high、auto。草稿图可以用 low,正式出图可以用 high。
response_format string 支持 可选 url、b64_json。默认建议用 url;b64_json 适合程序自行保存图片。
output_format string 部分支持 推荐 png 或 jpeg。~~webp~~ 不建议使用。
output_compression integer 支持 只建议在 output_format 为 jpeg 时使用,取值 0 到 100。
background string 部分支持 建议使用默认值或 opaque。~~transparent~~ 不支持。
moderation string 支持 可选 auto、low。这是安全审核参数,不会直接改变画面风格;不确定时保持默认即可。
user string 支持 可选,用于标记你自己的终端用户或业务来源,普通调用可以不传。
~~stream~~ boolean 不支持 请不要开启。
~~partial_images~~ integer 不支持 依赖 stream 的中间图返回能力,不支持。
~~style~~ string 不建议使用 这是旧模型常见参数,gpt-image-2 不需要传。