图片生成

图片生成支持两种调用方式：OpenAI 兼容格式和 Gemini 原生格式。OpenAI 调用方式适合大多数业务和 OpenAI SDK；Gemini 调用方式适合已经按 Google Gemini SDK 或 generateContent 格式接入的客户端。

OpenAI 调用方式

这里的 OpenAI 指接口格式，不限制模型厂商。业务接入时优先使用 /v1/images/generations，需要兼容 OpenAI 图片编辑客户端时使用 /v1/images/edits。

文生图

POST /v1/images/generations

{
    "model": "gpt-image-2",
    "prompt": "未来城市夜景，电影感，高细节",
    "aspect_ratio": "16:9",
    "resolution": "2k"
}

OpenAI 官方接口中的 quality 和 size 是两个独立参数。gpt-image-2 的 quality 支持 low、medium、high、auto，size 则使用 宽x高，例如 1024x1024。本平台“生图测试”页允许用户选择更直观的比例和质量档位，再在请求发出前把它们换算成合法的 size；换算后的 quality 仍会作为独立参数发送。

页面质量	请求 `quality`	换算基准 `B`
自动	不传	短边 1024px
1K	`low`	1024
2K	`medium`	2048
4K	`high`	2880

4K 档位说明

4K 档位不是把任意图片的长边固定为 4096px。换算基准使用 2880，是为了让 1:1 图片不超过官方允许的 8,294,400 总像素，并让 16:9 图片得到 3840x2160。

设用户选择的比例为 w:h，长短边比为 r = max(w, h) / min(w, h)。1K、2K、4K 档位按以下规则计算：

长边 = floor(sqrt(B × B × r) / 16) × 16
短边 = round((长边 / r) / 16) × 16

自动质量以短边 1024px 为基准，长边按比例计算并对齐到 16px。最后再根据横图或竖图确定 size 中宽、高的顺序。

常用比例的换算结果如下：

比例	自动质量	1K / `low`	2K / `medium`	4K / `high`
`1:1`	`1024x1024`	`1024x1024`	`2048x2048`	`2880x2880`
`3:2`	`1536x1024`	`1248x832`	`2496x1664`	`3520x2352`
`2:3`	`1024x1536`	`832x1248`	`1664x2496`	`2352x3520`
`4:3`	`1360x1024`	`1168x880`	`2352x1760`	`3312x2480`
`3:4`	`1024x1360`	`880x1168`	`1760x2352`	`2480x3312`
`16:9`	`1824x1024`	`1360x768`	`2720x1536`	`3840x2160`
`9:16`	`1024x1824`	`768x1360`	`1536x2720`	`2160x3840`

例如，页面选择“2K + 16:9”时，实际请求为：

{
    "model": "gpt-image-2",
    "prompt": "未来城市夜景，电影感，高细节",
    "quality": "medium",
    "size": "2720x1536"
}

如果页面配置已经是明确尺寸，例如 2048x1152，则不会再次按比例换算，校验通过后直接作为 size 发送；如果尺寸为 auto，则不发送 size，由模型自动选择。

换算或直接输入的尺寸必须同时满足以下条件：

宽、高都是 16 的倍数；
最长边不超过 3840px；
长边与短边之比不超过 3:1；
总像素在 655,360 到 8,294,400 之间。

以上约束来自 OpenAI 图片生成指南。

如需用 OpenAI 格式调用 Gemini 图片模型，把 model 换成 gemini-3-pro-image 即可：

{
    "model": "gemini-3-pro-image",
    "prompt": "一张白底产品海报，玻璃质感，柔和棚拍光",
    "size": "1024x1024",
    "resolution": "2k"
}

图生图

POST /v1/images/edits

也可以在 /v1/images/generations 中传图片字段：

{
    "model": "gpt-image-2",
    "prompt": "保持主体不变，改成清晨自然光",
    "image": "https://example.com/input.png",
    "size": "1024x1024"
}

Chat Completions 兼容

如果客户端只能调用 /v1/chat/completions，也可以用 OpenAI Chat Completions 格式调用 Gemini 图片模型。平台会为支持图片输出的 Gemini 模型补齐 responseModalities；图片比例和尺寸通过 extra_body.google.image_config 传入。

curl https://你的本平台域名/v1/chat/completions \
  -H "Authorization: Bearer sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-pro-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "生成一张未来城市夜景，电影感，高细节"
      }
    ],
    "extra_body": {
      "google": {
        "image_config": {
          "aspect_ratio": "16:9",
          "image_size": "2K"
        }
      }
    }
  }'

Gemini 调用方式

Gemini 原生格式使用 generateContent，请求体使用 Gemini 的 contents、generationConfig、imageConfig 字段。

curl https://你的本平台域名/v1beta/models/gemini-3-pro-image-preview:generateContent \
  -H "Authorization: Bearer sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "生成一张未来城市夜景，电影感，高细节"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "16:9",
        "imageSize": "2K"
      }
    }
  }'

Gemini 原生令牌

Gemini 原生路由统一使用 Authorization: Bearer sk-...，这里填写的是本平台颁发的令牌。

统一字段

字段	类型	说明
`model`	string	本平台图片模型值，必填。
`prompt`	string	图片提示词，必填。
`image` / `image_url` / `imageUrl`	string	单张图生图或参考图输入。
`images` / `imageUrls`	string[]	多图输入；部分模型只支持 1 张。
`aspect_ratio` / `aspectRatio`	string	画面比例，如 `1:1`、`16:9`、`9:16`、`3:2`。
`size`	string	OpenAI 风格尺寸，如 `1024x1024`；平台会尽量推导比例和分辨率。
`resolution`	string	图片分辨率，如 `1k`、`2k`、`4k`。
`negative_prompt`	string	反向提示词，只有部分模型支持。

图生图含义

当前启用图片模型的图生图是参考图能力，不等同于 OpenAI 带 mask 的局部编辑。

模型能力

模型值	系列	文生图	图生图	自动识别规则	限制
gpt-image-2	OpenAI Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。
gemini-3-pro-image	Gemini Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。

图生图为参考图能力，不等同于带 mask 的局部编辑。

多图参考

{
    "model": "gemini-3-pro-image",
    "prompt": "参考两张图片的风格和主体，生成一张海报",
    "imageUrls": ["https://example.com/reference-a.jpg", "https://example.com/reference-b.jpg"],
    "aspect_ratio": "16:9"
}

响应

{
    "created": 1782658000,
    "data": [
        {
            "url": "https://example.com/result.png",
            "b64_json": "",
            "revised_prompt": ""
        }
    ]
}

OpenAI 调用方式

这里的 OpenAI 指接口格式，不限制模型厂商。业务接入时优先使用 /v1/images/generations，需要兼容 OpenAI 图片编辑客户端时使用 /v1/images/edits。

文生图

POST /v1/images/generations

{
    "model": "gpt-image-2",
    "prompt": "未来城市夜景，电影感，高细节",
    "aspect_ratio": "16:9",
    "resolution": "2k"
}

GPT Image 2 的比例与质量换算

页面质量	请求 `quality`	换算基准 `B`
自动	不传	短边 1024px
1K	`low`	1024
2K	`medium`	2048
4K	`high`	2880

4K 档位说明

4K 档位不是把任意图片的长边固定为 4096px。换算基准使用 2880，是为了让 1:1 图片不超过官方允许的 8,294,400 总像素，并让 16:9 图片得到 3840x2160。

设用户选择的比例为 w:h，长短边比为 r = max(w, h) / min(w, h)。1K、2K、4K 档位按以下规则计算：

长边 = floor(sqrt(B × B × r) / 16) × 16
短边 = round((长边 / r) / 16) × 16

自动质量以短边 1024px 为基准，长边按比例计算并对齐到 16px。最后再根据横图或竖图确定 size 中宽、高的顺序。

常用比例的换算结果如下：

比例	自动质量	1K / `low`	2K / `medium`	4K / `high`
`1:1`	`1024x1024`	`1024x1024`	`2048x2048`	`2880x2880`
`3:2`	`1536x1024`	`1248x832`	`2496x1664`	`3520x2352`
`2:3`	`1024x1536`	`832x1248`	`1664x2496`	`2352x3520`
`4:3`	`1360x1024`	`1168x880`	`2352x1760`	`3312x2480`
`3:4`	`1024x1360`	`880x1168`	`1760x2352`	`2480x3312`
`16:9`	`1824x1024`	`1360x768`	`2720x1536`	`3840x2160`
`9:16`	`1024x1824`	`768x1360`	`1536x2720`	`2160x3840`

例如，页面选择“2K + 16:9”时，实际请求为：

{
    "model": "gpt-image-2",
    "prompt": "未来城市夜景，电影感，高细节",
    "quality": "medium",
    "size": "2720x1536"
}

换算或直接输入的尺寸必须同时满足以下条件：

宽、高都是 16 的倍数；
最长边不超过 3840px；
长边与短边之比不超过 3:1；
总像素在 655,360 到 8,294,400 之间。

以上约束来自 OpenAI 图片生成指南。

如需用 OpenAI 格式调用 Gemini 图片模型，把 model 换成 gemini-3-pro-image 即可：

{
    "model": "gemini-3-pro-image",
    "prompt": "一张白底产品海报，玻璃质感，柔和棚拍光",
    "size": "1024x1024",
    "resolution": "2k"
}

图生图

POST /v1/images/edits

也可以在 /v1/images/generations 中传图片字段：

{
    "model": "gpt-image-2",
    "prompt": "保持主体不变，改成清晨自然光",
    "image": "https://example.com/input.png",
    "size": "1024x1024"
}

Chat Completions 兼容

curl https://你的本平台域名/v1/chat/completions \
  -H "Authorization: Bearer sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-pro-image-preview",
    "messages": [
      {
        "role": "user",
        "content": "生成一张未来城市夜景，电影感，高细节"
      }
    ],
    "extra_body": {
      "google": {
        "image_config": {
          "aspect_ratio": "16:9",
          "image_size": "2K"
        }
      }
    }
  }'

Gemini 调用方式

Gemini 原生格式使用 generateContent，请求体使用 Gemini 的 contents、generationConfig、imageConfig 字段。

curl https://你的本平台域名/v1beta/models/gemini-3-pro-image-preview:generateContent \
  -H "Authorization: Bearer sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "生成一张未来城市夜景，电影感，高细节"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "16:9",
        "imageSize": "2K"
      }
    }
  }'

Gemini 原生令牌

Gemini 原生路由统一使用 Authorization: Bearer sk-...，这里填写的是本平台颁发的令牌。

统一字段

字段	类型	说明
`model`	string	本平台图片模型值，必填。
`prompt`	string	图片提示词，必填。
`image` / `image_url` / `imageUrl`	string	单张图生图或参考图输入。
`images` / `imageUrls`	string[]	多图输入；部分模型只支持 1 张。
`aspect_ratio` / `aspectRatio`	string	画面比例，如 `1:1`、`16:9`、`9:16`、`3:2`。
`size`	string	OpenAI 风格尺寸，如 `1024x1024`；平台会尽量推导比例和分辨率。
`resolution`	string	图片分辨率，如 `1k`、`2k`、`4k`。
`negative_prompt`	string	反向提示词，只有部分模型支持。

图生图含义

当前启用图片模型的图生图是参考图能力，不等同于 OpenAI 带 mask 的局部编辑。

模型能力

模型值	系列	文生图	图生图	自动识别规则	限制
gpt-image-2	OpenAI Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。
gemini-3-pro-image	Gemini Image	支持	支持	无图片按文生图；有 image/images/imageUrl 按图生图或参考图。	支持 size 推导 aspectRatio/resolution；参考图字段会归一为 imageUrls。

图生图为参考图能力，不等同于带 mask 的局部编辑。

多图参考

{
    "model": "gemini-3-pro-image",
    "prompt": "参考两张图片的风格和主体，生成一张海报",
    "imageUrls": ["https://example.com/reference-a.jpg", "https://example.com/reference-b.jpg"],
    "aspect_ratio": "16:9"
}

响应

{
    "created": 1782658000,
    "data": [
        {
            "url": "https://example.com/result.png",
            "b64_json": "",
            "revised_prompt": ""
        }
    ]
}

图片生成

OpenAI 调用方式

文生图

GPT Image 2 的比例与质量换算

图生图

Chat Completions 兼容

Gemini 调用方式

统一字段

模型能力

多图参考

响应

On this page

图片生成

OpenAI 调用方式

文生图

GPT Image 2 的比例与质量换算

图生图

Chat Completions 兼容

Gemini 调用方式

统一字段

模型能力

多图参考

响应

On this page