gpt-image-2 API

本文介绍 gpt-image-2 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。

gpt-image-2 是 gpt-image-1.5 的升级版，支持文生图、参考图编辑、多图融合和 mask 局部重绘。相比 gpt-image-1.5 ，该模型支持更灵活的输出尺寸，最高可生成 4K 图像；图片编辑场景会自动启用高保真参考图处理，不再支持 input_fidelity 参数。

请求参数

文生图请求体

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

字段名	类型	是否必须	默认值	描述
model	string	必须	-	本次请求使用的模型名称，此处为 `gpt-image-2`。
prompt	string	必须	-	提示词，支持中文和英文。
size	string	可选	`auto`	输出图片尺寸，支持预设尺寸或满足约束的自定义尺寸，详见尺寸说明。
quality	string	可选	`auto`	图片质量，支持 `auto`、 `low`、 `medium`、 `high` ；质量越高耗时通常越长。
output_format	string	可选	`png`	输出图片格式，支持 `png`、 `jpeg`、 `webp`。
output_compression	int	可选	-	图片压缩强度，取值 0~100，仅对 `jpeg` 和 `webp` 生效。
background	string	可选	`auto`	背景模式，支持 `auto`、 `opaque` ；不支持 `transparent`。
moderation	string	可选	`auto`	内容审核强度，支持 `auto`、 `low`。
n	int	可选	1	生成图片数量。 `gpt-image-2` 当前仅支持 `1` ；如需多张图片，请发起多次请求。

图片编辑请求体

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

使用 multipart/form-data 传参。

字段名	类型	是否必须	默认值	描述
model	string	必须	-	本次请求使用的模型名称，此处为 `gpt-image-2`。
prompt	string	必须	-	编辑或融合指令。多图融合时，可在提示词中使用“图1 / 图2 / 图3”指代上传顺序。
image[]	file[]	必须	-	参考图，可重复传入，最多 5 张。建议单张不超过 10MB，支持 PNG、JPG、WebP。
mask	file	可选	-	局部重绘蒙版，仅作用于第一张 `image[]` 。要求带 alpha 通道，透明区域为重绘区域。
size	string	可选	`auto`	输出图片尺寸，与文生图接口一致。
quality	string	可选	`auto`	图片质量，支持 `auto`、 `low`、 `medium`、 `high`。
output_format	string	可选	`png`	输出图片格式，支持 `png`、 `jpeg`、 `webp`。
output_compression	int/string	可选	-	图片压缩强度，取值 0~100，仅对 `jpeg` 和 `webp` 生效。
background	string	可选	`auto`	背景模式，支持 `auto`、 `opaque` ；不支持 `transparent`。

尺寸说明

预设尺寸

size	含义	像素级别
`auto`	自适应	模型决定
`1024x1024`	方形 1:1	1K
`1536x1024`	横版 3:2	1K
`1024x1536`	竖版 2:3	1K
`2048x2048`	方形 1:1	2K
`2048x1152`	横版 16:9	2K
`3840x2160`	横版 16:9	4K
`2160x3840`	竖版 9:16	4K

自定义尺寸约束

gpt-image-2 支持满足以下条件的自定义尺寸：

最大边不超过 3840px。
宽和高都必须是 16 的倍数。
长边与短边比例不超过 3:1。
总像素数范围为 655,360 ~ 8,294,400。

合法示例： 1600x1200、 1792x1024、 2048x1536、 3200x1800。

非法示例： 1000x1000 （不是 16 的倍数）、 4000x4000 （超过最大边限制）、 3840x1000 （长短边比例超过 3:1）。

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`	输出图像列表。
data[].b64_json	`string`	Base64 编码的图片内容。 `gpt-image-2` 返回纯 Base64 字符串，不含前缀。
usage	`object`	token 使用情况。
usage.input_tokens	`integer`	输入 token 数。图片编辑请求会包含参考图转换后的输入 token。
usage.output_tokens	`integer`	输出图片 token 数。
usage.total_tokens	`integer`	本次请求总 token 数。
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 或相关参数。

示例

OPENAI 兼容接口

文生图

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-2",
    "prompt": "赛博朋克城市夜景，霓虹灯招牌特写，电影感构图",
    "size": "2048x1152",
    "quality": "high",
    "output_format": "jpeg",
    "output_compression": 85
  }'

python

import base64
import os
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-2",
    prompt="赛博朋克城市夜景，霓虹灯招牌特写，电影感构图",
    size="2048x1152",
    quality="high",
    output_format="jpeg",
    output_compression=85,
)

image_b64 = res.data[0].b64_json
with open("image.jpg", "wb") as f:
    f.write(base64.b64decode(image_b64))
print("Saved to image.jpg")

图片编辑

使用 multipart/form-data 上传参考图。多图融合时重复传入 image[] 字段，上传顺序对应提示词中的“图1 / 图2 / 图3”。

curl

curl --location 'https://airouter.xincache.cn/v1/images/edits' \
  --header "Authorization: Bearer $XINNETMODEL_API_KEY" \
  -F "model=gpt-image-2" \
  -F "prompt=将图1中的人物放到图2的海边日落场景中，保持人物细节和自然光照" \
  -F "image[]=@/path/to/person.png" \
  -F "image[]=@/path/to/beach.png" \
  -F "size=1536x1024" \
  -F "quality=high" \
  -F "output_format=png"

python

import base64
import os
from openai import OpenAI

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

with open("person.png", "rb") as person, open("beach.png", "rb") as beach:
    res = client.images.edit(
        model="gpt-image-2",
        image=[person, beach],
        prompt="将图1中的人物放到图2的海边日落场景中，保持人物细节和自然光照",
        size="1536x1024",
        quality="high",
    )

image_b64 = res.data[0].b64_json
with open("edit.png", "wb") as f:
    f.write(base64.b64decode(image_b64))
print("Saved to edit.png")

mask 局部重绘

curl --location 'https://airouter.xincache.cn/v1/images/edits' \
  --header "Authorization: Bearer $XINNETMODEL_API_KEY" \
  -F "model=gpt-image-2" \
  -F "prompt=只在透明蒙版区域添加一只红色风筝，其他区域保持不变" \
  -F "image[]=@/path/to/original.png" \
  -F "mask=@/path/to/mask.png" \
  -F "size=1024x1024" \
  -F "quality=high"

响应

{
  "created": 1776832476,
  "data": [
    {
      "b64_json": "{image_base64_string}"
    }
  ],
  "usage": {
    "input_tokens": 42,
    "output_tokens": 6240,
    "total_tokens": 6282
  }
}

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

使用建议

预设尺寸通常更稳定；只有确实需要特殊比例时再使用自定义尺寸。
草稿或批量场景可使用 quality=low ，默认成品可使用 medium ，文字、海报、精细纹理、印刷场景建议使用 high。
最终展示图片可优先使用 output_format=jpeg 与 output_compression=85 ，体积通常小于 PNG。
高画质 2K/4K 请求耗时更长，客户端超时时间建议设置为 360 秒以上。
gpt-image-2 不支持透明背景；需要透明背景时请使用后处理或回退到支持透明背景的模型。

Last modified: 25 April 2026