- 异步处理模式,返回
task_id用于后续查询 - 文生图 / 图生图 / 局部重绘(mask)三合一
- 新增
resolution档位字段,支持 1K / 2K / 4K 分辨率选择 - 支持 13 种比例(4K 档支持其中 6 个:16:9 / 9:16 / 2:1 / 1:2 / 21:9 / 9:21)
- 单次最多生成 4 张图片,参考图最多 16 张
- 与
gpt-image-1.5-official接口 95% 对齐,迁移只需改模型名
Authorizations
Body
图像生成模型名称固定填写
gpt-image-2-official(OpenAI 官方 gpt-image-2 模型)图像生成的文本描述
- 支持中英文,建议详细描述
- 提交前会经过平台敏感词 / 安全审核,命中违规内容会直接返回错误
画面比例对外使用比例值,系统内部按
resolution 自动映射到具体像素。支持以下比例,也可传入 auto 由服务端自动选择合适比例:auto- 自动(由服务端根据 prompt / 参考图自动选择比例)1:1- 正方形构图(默认,社交头像 / Logo)3:2- 横构图(单反相机常见比例)2:3- 竖构图(海报竖版)4:3- 横构图(经典显示器 / PPT)3:4- 竖构图5:4- 横构图4:5- 竖构图(Instagram 竖版帖子)16:9- 横构图(宽屏视频封面)9:16- 竖构图(手机全屏 / 短视频封面)2:1- 横构图(网页 Banner)1:2- 竖构图21:9- 横构图(电影超宽屏)9:21- 竖构图
分辨率档位(新增字段)控制实际出图清晰度。
1k- 1024 基准,省钱日常够用(默认)2k- 2048 基准,适合海报 / 高清需求4k- 3840 基准,仅 6 个比例支持(16:9/9:16/2:1/1:2/21:9/9:21)
图片质量
auto- 自动(默认,通常等同low)low- 快速省钱,轮廓够用medium- 平衡high- 最高精度(4K + high 耗时 >120s)
背景模式
auto- 自动(默认)opaque- 不透明transparent- ⚠️ gpt-image-2-official 不支持透明背景,传了会被系统静默降级为auto
审核强度
auto- 默认审核强度low- 更宽松的审核强度
输出格式
png- 默认jpeg- 文件更小webp- 现代浏览器最优
输出压缩强度,范围
0-100- 仅对
jpeg/webp有效
生成图片张数取值范围:
1 ~ 4参考图 URL 数组
遮罩图 URL,用于局部重绘(inpainting)
- 需搭配
image_urls一起使用
尺寸 × 分辨率映射表
size × resolution → OpenAI 实际像素(13 比例 × 3 档位):
| size | 1k | 2k | 4k |
|---|---|---|---|
1:1 | 1024×1024 | 2048×2048 | ❌ 超像素上限 |
3:2 | 1536×1024 | 2048×1360 | ❌ 超像素上限 |
2:3 | 1024×1536 | 1360×2048 | ❌ 超像素上限 |
4:3 | 1024×768 | 2048×1536 | ❌ 超像素上限 |
3:4 | 768×1024 | 1536×2048 | ❌ 超像素上限 |
5:4 | 1280×1024 | 2560×2048 | ❌ 超像素上限 |
4:5 | 1024×1280 | 2048×2560 | ❌ 超像素上限 |
16:9 | 1536×864 | 2048×1152 | 3840×2160 |
9:16 | 864×1536 | 1152×2048 | 2160×3840 |
2:1 | 2048×1024 | 2688×1344 | 3840×1920 |
1:2 | 1024×2048 | 1344×2688 | 1920×3840 |
21:9 | 2016×864 | 2688×1152 | 3840×1648 |
9:21 | 864×2016 | 1152×2688 | 1648×3840 |
说明:3:2/2:3@ 2K 实际是 2048×1360(1360 为 16 倍数,近似 3:2,误差 < 0.5%);21:9@ 4K 是 3840×1648(精确 2.33:1)。其他均为精确比例。
使用场景示例
文生图(最简请求)Response
响应状态码
返回数据数组
查询任务结果
提交成功后返回task_id,通过 GET /v1/tasks/{task_id} 轮询任务状态,详见 任务查询接口。
成功响应示例
submitted → in_progress → completed / failed。
取图方式:data.result.images[0].url[0]。
轮询建议
- 首次查询延迟:提交后等待 10~20 秒再开始查询
- 查询间隔:建议 3~5 秒一次
- 超时参考:
high + 2k/4k组合耗时可达 130 秒,客户端超时建议 ≥ 180 秒 - 批量查询:若需同时查询多个任务,请使用
POST /v1/tasks/batch

