gpt-image-1.5 API

本文介绍 gpt-image-1.5 模型调用 API 的输入输出参数，供您使用接口时查阅字段含义。

请求参数

请求体

字段名	类型	是否必须	默认值	描述
prompt	string	必须	-	提示词
model	string	必须	-	本次请求使用的模型名称，此处为 `gpt-image-1.5`。
n	int	可选	1	生成图片数量，取值范围为 1~4
size	string	可选	"1024x1024"	分辨率。GPT‑image‑1.5 支持 `1024x1024`、 `1024x1536`、 `1536x1024`。
quality	string	可选	-	图片质量，支持 `low`、 `medium`、 `high` ；质量越高耗时越长。相比 1.0 版本，生成速度提升 4 倍，成本降低 20%。
output_format	string	可选	"png"	输出图片格式，支持 `png`、 `jpeg`、 `webp`。
output_compression	int	可选	100	图片压缩强度，取值 0~100； `0` 为不压缩， `100` 为最大压缩。

响应参数

字段名	类型	描述
created	`integer`	本次请求创建时间的 Unix 时间戳（秒）。
data	`array`	输出图像的信息，包括图像下载的 URL 或 Base64，gpt-image-1.5模型返回的是base64数据。 • 当指定返回生成图像的格式为 url 时，则相应参数的子字段为 url； • 当指定返回生成图像的格式为 b64_json 时，则相应参数的子字段为 b64_json。注意：链接将在生成后 7 天内失效，请务必及时保存图像。
error	`Object`	错误信息对象
error.code	`string`	错误码
error.message	`string`	错误提示信息
error.param	`string`	请求 id

示例

OPENAI 兼容接口

POST https://airouter.xincache.cn/v1/images/generations

同步请求

curl

curl --location 'https://airouter.xincache.cn/v1/images/generations' \
  --header "Authorization: Bearer $XINNETMODEL_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-image-1.5",
    "prompt": "a beautiful flower",
    "size": "1024x1024",
    "quality": "high",
    "output_format": "png",
    "output_compression": 100
  }'

python

import os, base64
from openai import OpenAI

client = OpenAI(
    base_url="https://airouter.xincache.cn/v1",
    api_key=os.getenv("XINNETMODEL_API_KEY", "YOUR_API_KEY")
)

res = client.images.generate(
    model="gpt-image-1.5",
    prompt="a beautiful flower",
    size="1024x1024",
    quality="high",
)

# gpt-image-1.5 返回 base64 数据
image_b64 = res.data[0].b64_json
raw = image_b64.split(",")[-1] if image_b64.startswith("data:") else image_b64
with open("image.png", "wb") as f:
    f.write(base64.b64decode(raw))
print("Saved to image.png")

图片编辑

POST https://airouter.xincache.cn/v1/images/edits

gpt-image-1.5 支持更精确的局部编辑功能，能够针对特定区域进行修改，同时保持其他区域的构图、色调和人物外观一致，避免整体重绘。

使用 multipart/form-data 传参，至少包含待编辑图片 image （可选 mask ）、以及 model、 prompt 等字段；其余参数如 size、 quality、 output_format、 output_compression 与生成接口一致。

curl

curl --location 'https://airouter.xincache.cn/v1/images/edits' \
  --header "Authorization: Bearer $XINNETMODEL_API_KEY" \
  -F "image=@/path/to/your/image.png" \
  -F "mask=@/path/to/your/mask.png" \
  -F "model=gpt-image-1.5" \
  -F "prompt=Add a beach ball in the center" \
  -F "size=1024x1024" \
  -F "n=1" \
  -F "quality=high" \
  -F "output_format=png" \
  -F "output_compression=100"

python

import os, base64, requests

url = "https://airouter.xincache.cn/v1/images/edits"
headers = {"Authorization": f"Bearer {os.getenv('XINNETMODEL_API_KEY', '$XINNETMODEL_API_KEY')}"}

files = {
    "image": ("beach.png", open("beach.png", "rb"), "image/png"),
    # 可选：提供 mask 来限定编辑区域
    # "mask": ("mask.png", open("mask.png", "rb"), "image/png"),
}

data = {
    "model": "gpt-image-1.5",
    "prompt": "Add a beach ball in the center",
    "size": "1024x1024",
    "n": "1",
    "quality": "high",
    "output_format": "png",
    "output_compression": "100",
}

r = requests.post(url, headers=headers, files=files, data=data)
r.raise_for_status()
resp = r.json()

image_b64 = resp["data"][0]["b64_json"]
raw = image_b64.split(",")[-1] if image_b64.startswith("data:") else image_b64
with open("edit.png", "wb") as f:
    f.write(base64.b64decode(raw))
print("Saved to edit.png")

响应

{
  "created": 1750667997,
  "data":
  [
    {
      "b64_json": "{image_base64_string}"
    }
  ],
  "usage":
  {
    "total_tokens": 4169,
    "input_tokens": 9,
    "output_tokens": 4160,
    "input_tokens_details":
    {
      "text_tokens": 9
    }
  }
}

{
  "error": {
    "message": "error_message",
    "type": "error_type",
    "param": "request_id",
    "code": "error_code"
  }
}

Last modified: 25 April 2026