OpenAI 图像格式（Image） 官方文档 OpenAI Images 📝 简介 给定文本提示和/或输入图片，模型将生成新的图片。OpenAI 提供多种强大的图像生成模型，可以根据自然语言描述创建、编辑和修改图像。目前支持的模型包括： 模型 描述 DALL·E 系列 包括 DALL·E 2 和 DALL·E 3 两个版本，它们在图像质量、创意表现和精确度上都有显著差异 GPT-Image-1 OpenAI最新图片模型，支持多图片编辑功能，能够基于多个输入图像创建新的组合图像 💡 请求示例 创建图片 ✅ # 基础图片生成 curl https://$Burncloud_API_BaseUrl/v1/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -d '{ "model": "dall-e-3", "prompt": "一只可爱的小海獭", "n": 1, "size": "1024x1024" }' # 高质量图片生成 curl https://$Burncloud_API_BaseUrl/v1/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -d '{ "model": "dall-e-3", "prompt": "一只可爱的小海獭", "quality": "hd", "style": "vivid", "size": "1024x1024" }' # 使用 base64 返回格式 curl https://$Burncloud_API_BaseUrl/v1/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -d '{ "model": "dall-e-3", "prompt": "一只可爱的小海獭", "response_format": "b64_json" }' 响应示例: { "created": 1589478378, "data": [ { "url": "https://...", "revised_prompt": "一只可爱的小海獭在水中嬉戏,它有着圆圆的眼睛和毛茸茸的皮毛" } ] } 编辑图片 ✅ # dall-e-2 图片编辑 curl https://$Burncloud_API_BaseUrl/v1/images/edits \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -F image="@otter.png" \ -F mask="@mask.png" \ -F prompt="一只戴着贝雷帽的可爱小海獭" \ -F n=2 \ -F size="1024x1024" # gpt-image-1 多图片编辑示例 curl https://$Burncloud_API_BaseUrl/v1/images/edits \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -F "model=gpt-image-1" \ -F "image[]=@body-lotion.png" \ -F "image[]=@bath-bomb.png" \ -F "image[]=@incense-kit.png" \ -F "image[]=@soap.png" \ -F "prompt=创建一个包含这四个物品的精美礼品篮" \ -F "quality=high" 响应示例 (dall-e-2): { "created": 1589478378, "data": [ { "url": "https://..." }, { "url": "https://..." } ] } 响应示例 (gpt-image-1): { "created": 1713833628, "data": [ { "b64_json": "..." } ], "usage": { "total_tokens": 100, "input_tokens": 50, "output_tokens": 50, "input_tokens_details": { "text_tokens": 10, "image_tokens": 40 } } } 生成图片变体 ✅ curl https://$Burncloud_API_BaseUrl/v1/images/variations \ -H "Authorization: Bearer $Burncloud_API_KEY" \ -F image="@otter.png" \ -F n=2 \ -F size="1024x1024" 响应示例: { "created": 1589478378, "data": [ { "url": "https://..." }, { "url": "https://..." } ] } 📮 请求 端点 创建图片 POST /v1/images/generations 根据文本提示创建图片。 编辑图片 POST /v1/images/edits 根据一个或多个原始图片和提示创建编辑或扩展的图片。此端点支持 dall-e-2 和 gpt-image-1 模型。 生成变体 POST /v1/images/variations 创建给定图片的变体。 鉴权方法 在请求头中包含以下内容进行 API 密钥认证： Authorization: Bearer $Burncloud_API_KEY 其中 $OPENAI_API_KEY 是您的 API 密钥。 请求体参数 创建图片 prompt 类型：字符串 必需：是 说明：期望生成图片的文本描述。 dall-e-2 最大长度为 1000 字符 dall-e-3 最大长度为 4000 字符 提示： 使用具体和详细的描述 包含关键的视觉元素 指定期望的艺术风格 描述构图和视角 model 类型：字符串 必需：否 默认值：dall-e-2 说明：用于图像生成的模型。 n 类型：整数或 null 必需：否 默认值：1 说明：要生成的图片数量。必须在 1-10 之间。dall-e-3 仅支持 n=1。 quality 类型：字符串 必需：否 默认值：standard 说明：生成图片的质量。hd 选项会生成更细致和一致的图片。仅 dall-e-3 支持此参数。 response_format 类型：字符串或 null 必需：否 默认值：url 说明：返回生成图片的格式。必须是 url 或 b64_json 之一。URL 在生成后 60 分钟内有效。 size 类型：字符串或 null 必需：否 默认值：1024x1024 说明：生成图片的尺寸。dall-e-2 必须是 256x256、512x512 或 1024x1024 之一。dall-e-3 必须是 1024x1024、1792x1024 或 1024x1792 之一。 style 类型：字符串或 null 必需：否 默认值：vivid 说明：生成图片的风格。必须是 vivid 或 natural 之一。vivid 倾向于生成超现实和戏剧性的图片，natural 倾向于生成更自然、不那么超现实的图片。仅 dall-e-3 支持此参数。 user 类型：字符串 必需：否 说明：代表最终用户的唯一标识符，可帮助 OpenAI 监控和检测滥用行为。 编辑图片 image 类型：文件或文件数组 必需：是 说明：要编辑的图片。 对于 dall-e-2：必须是有效的 PNG 文件，小于 4MB，且为正方形。如果未提供 mask，图片必须具有透明度，这将用作蒙版。 对于 gpt-image-1：可以提供多个图片作为数组，每个图片应为 PNG、WEBP 或 JPG 文件，小于 25MB。 prompt 类型：字符串 必需：是 说明：期望生成图片的文本描述。 dall-e-2 最大长度为 1000 字符 gpt-image-1 最大长度为 32000 字符 mask 类型：文件 必需：否 说明：额外的图片，其完全透明区域（如 alpha 为零的区域）指示应该编辑的位置。如果提供了多个图片，mask 将应用于第一张图片。必须是有效的 PNG 文件，小于 4MB，且与 image 具有相同尺寸。 model 类型：字符串 必需：否 默认值：dall-e-2 说明：用于图像生成的模型。支持 dall-e-2 和 gpt-image-1。除非使用了 gpt-image-1 特有的参数，否则默认为 dall-e-2。 quality 类型：字符串或 null 必需：否 默认值：auto 说明：生成图片的质量。 gpt-image-1 支持 high、medium 和 low dall-e-2 仅支持 standard 默认为 auto size 类型：字符串或 null 必需：否 默认值：1024x1024 说明：生成图片的尺寸。 gpt-image-1 必须是 1024x1024、1536x1024（横版）、1024x1536（竖版）或 auto（默认）之一 dall-e-2 必须是 256x256、512x512 或 1024x1024 之一 其他参数与创建图片接口相同。 生成变体 image 类型：文件 必需：是 说明：作为变体基础的图片。必须是有效的 PNG 文件，小于 4MB，且为正方形。 其他参数与创建图片接口相同。 📥 响应 成功响应 所有三个端点都返回包含图片对象列表的响应。 created 类型：整数 说明：响应创建的时间戳 data 类型：数组 说明：生成的图片对象列表 usage （仅适用于 gpt-image-1） 类型：对象 说明：API 调用的令牌使用情况 total_tokens ：使用的总令牌数 input_tokens ：输入使用的令牌数 output_tokens ：输出使用的令牌数 input_tokens_details ：输入令牌的详细信息（文本令牌和图像令牌） 图片对象 b64_json 类型：字符串 说明：如果 response_format 为 b64_json，则包含生成图片的 base64 编码 JSON url 类型：字符串 说明：如果 response_format 为 url（默认），则包含生成图片的 URL revised_prompt 类型：字符串 说明：如果提示有任何修改，则包含用于生成图片的修改后的提示 示例图片对象: { "url": "https://...", "revised_prompt": "一只可爱的小海獭在水中嬉戏,它有着圆圆的眼睛和毛茸茸的皮毛" } 🌟 最佳实践 Prompt 编写建议 使用清晰具体的描述 指定重要的视觉细节 描述期望的艺术风格和氛围 注意构图和视角的说明 参数选择建议 模型选择 dall-e-3：适合需要高质量、精确细节的场景 dall-e-2：适合快速原型或简单图像生成 尺寸选择 1024x1024：通用场景的最佳选择 1792x1024/1024x1792：适合横版/竖版场景 较小尺寸：适合缩略图或快速预览 质量和风格 quality=hd：用于需要精细细节的图像 style=vivid：适合创意和艺术效果 style=natural：适合真实场景再现 gpt-image-2 参数 gpt-image-2 提供了丰富的参数，让你能精细地控制生成效果和成本。 参数 类型 说明 示例/备注 model string 必填。指定使用的模型，目前为 gpt-image-2。 "gpt-image-2" prompt string 必填。描述你想要生成图像的文本。模型对多语言（尤其是中文）文字渲染能力很强。 "A serene cat..." quality string 可选。生成质量，直接影响价格和生成速度。 "low" (草稿), "medium" (社交媒体), "high" (印刷品) size string 可选。输出图像的尺寸。支持多种比例。 "1024x1024" (1:1), "1536x1024" (3:2), "1024x1792" (9:16) n integer 可选。一次提示词生成的图像数量。范围是 1-8。 1 (默认), 4 output_format string 可选。输出图像的格式。 "png" (支持透明背景), "jpeg", "webp" background string 可选。设置背景是否为透明。 "auto", "transparent" (需配合 png 格式) 常见问题 图片生成失败 检查 prompt 是否符合内容政策 确认文件格式和大小限制 验证 API 密钥权限 结果与预期不符 优化 prompt 描述 调整质量和风格参数 考虑使用图片编辑或变体功能