本页是 Sora Image 历史接入文档，供已接入旧线路的项目排查、迁移和兼容维护使用。新项目接入图片生成时，建议优先查看 GPT-Image-2 和 图像生成 API 指南。旧线路的可用性、价格和参数支持以控制台当前显示为准。 前置要求
配置计费模式
编辑令牌设置，选择以下任一计费模式。实际扣费规则以控制台当前配置为准：
- 按量优先（推荐）：优先使用余额计费，余额不足时自动切换。适合大多数用户
- 按次计费：每次调用直接扣费。适合预算控制严格的场景
两种模式的区别在于扣费路径：按量优先会优先使用余额，按次计费会按调用扣费。请以控制台展示的当前价格为准。
如果未设置计费模式，API调用会失败。必须先完成此配置！
模型简介
Sora Image 历史接入方案通过对话补全接口返回图片 URL，适用于仍在维护旧模型 ID 的项目。新项目应优先评估当前推荐的图像生成 API，实际可用性和计费规则以控制台为准。
计费以控制台为准
旧线路可能继续服务存量接入，但不建议在代码或文档中硬编码单张价格。请在接入前确认令牌分组、计费模式和当前模型状态。
接口能力
- 旧模型 ID 兼容：适用于仍在使用
sora_image 或 gpt-4o-image 的存量项目
- 对话补全接口：通过
/v1/chat/completions 提交提示词并解析返回的图片 URL
- 比例参数：支持 2:3、3:2、1:1 三种比例
- URL 返回：响应内容中返回可下载的图片链接
- 状态以控制台为准：可用性、价格和参数支持可能随线路调整变化
模型信息
| 模型 | 模型 ID | 计费方式 | 价格 | 特点 |
|---|
| Sora Image | sora_image | 以控制台为准 | 以控制台为准 | 历史文生图模型 |
| GPT-4o Image | gpt-4o-image | 以控制台为准 | 以控制台为准 | 历史图像生成模型 |
迁移建议
如果你正在新建图片生成能力，请先阅读 图像生成 API 指南。如果你在维护旧线路代码，请先确认当前令牌分组仍支持对应模型 ID。 🚀 快速开始
基础示例
import requests
import re
# API 配置
API_KEY = "YOUR_API_KEY"
API_URL = "https://api.laozhang.ai/v1/chat/completions"
def generate_image(prompt, ratio="2:3"):
"""
使用 Sora Image 生成图片
Args:
prompt: 图片描述文本
ratio: 图片比例，支持 "2:3", "3:2", "1:1"
"""
# 在提示词末尾添加比例标记
if ratio and ratio in ["2:3", "3:2", "1:1"]:
prompt = f"{prompt}【{ratio}】"
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
payload = {
"model": "sora_image",
"messages": [
{
"role": "user",
"content": prompt
}
]
}
response = requests.post(API_URL, headers=headers, json=payload)
result = response.json()
# 提取图片 URL
content = result['choices'][0]['message']['content']
image_urls = re.findall(r'!\[.*?\]\((https?://[^)]+)\)', content)
return image_urls
# 使用示例
urls = generate_image("一只可爱的猫咪在花园里玩耍", "2:3")
print(f"生成的图片: {urls[0]}")
批量生成示例
def batch_generate_images(prompts, ratio="2:3"):
"""批量生成图片"""
results = []
for prompt in prompts:
try:
urls = generate_image(prompt, ratio)
results.append({
"prompt": prompt,
"url": urls[0] if urls else None,
"success": bool(urls)
})
print(f"✅ 成功生成: {prompt}")
except Exception as e:
results.append({
"prompt": prompt,
"url": None,
"success": False,
"error": str(e)
})
print(f"❌ 生成失败: {prompt} - {e}")
return results
# 批量生成示例
prompts = [
"夕阳下的海滩",
"未来科技城市",
"梦幻森林中的精灵"
]
results = batch_generate_images(prompts, "3:2")
📐 尺寸比例说明
Sora Image 支持三种预设比例，通过在提示词末尾添加比例标记来指定：
| 比例标记 | 尺寸比例 | 适用场景 | 示例 |
|---|
| 【2:3】 | 竖版 | 人物肖像、手机壁纸 | 美丽的花朵【2:3】 |
| 【3:2】 | 横版 | 风景照片、横幅图片 | 壮观的山脉【3:2】 |
| 【1:1】 | 正方形 | 社交媒体头像、图标 | 可爱的小狗【1:1】 |
尺寸使用示例
# 竖版人像
portrait = generate_image("优雅的女士肖像，专业摄影风格【2:3】")
# 横版风景
landscape = generate_image("日出时分的山谷，光线柔和【3:2】")
# 正方形图标
icon = generate_image("简约现代的应用图标设计【1:1】")
🎯 最佳实践
1. 提示词优化
# ❌ 不推荐：过于简单
prompt = "猫"
# ✅ 推荐：详细描述
prompt = """
一只毛茸茸的橘色猫咪，
坐在阳光明媚的窗台上，
背景是模糊的城市景观，
摄影风格，高清细节
【2:3】
"""
2. 错误处理
import time
def generate_with_retry(prompt, max_retries=3):
"""带重试机制的图片生成"""
for attempt in range(max_retries):
try:
urls = generate_image(prompt)
if urls:
return urls[0]
except Exception as e:
if attempt < max_retries - 1:
wait_time = 2 ** attempt # 指数退避
print(f"重试 {attempt + 1}/{max_retries}，等待 {wait_time}s...")
time.sleep(wait_time)
else:
raise e
return None
3. 结果保存
import requests
from datetime import datetime
def save_generated_image(url, prompt):
"""保存生成的图片到本地"""
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
filename = f"sora_{timestamp}.png"
response = requests.get(url)
with open(filename, 'wb') as f:
f.write(response.content)
# 保存提示词信息
with open(f"sora_{timestamp}_prompt.txt", 'w', encoding='utf-8') as f:
f.write(f"Prompt: {prompt}\n")
f.write(f"URL: {url}\n")
f.write(f"Time: {datetime.now()}\n")
return filename
💡 高级技巧
1. 风格化生成
# 艺术风格模板
art_styles = {
"油画": "油画风格，厚重的笔触，丰富的色彩层次",
"水彩": "水彩画风格，透明感，色彩流动",
"素描": "铅笔素描风格，黑白，细腻的线条",
"动漫": "日本动漫风格，大眼睛，鲜艳的色彩",
"写实": "超写实摄影，高清细节，专业摄影"
}
def generate_with_style(subject, style_name):
"""使用预设风格生成图片"""
style = art_styles.get(style_name, "")
prompt = f"{subject}，{style}【2:3】"
return generate_image(prompt)
# 使用示例
url = generate_with_style("美丽的玫瑰花", "水彩")
2. 场景模板
# 场景生成模板
def generate_scene(subject, time="日落", weather="晴朗", mood="宁静"):
"""根据参数生成场景图片"""
prompt = f"""
{subject}
时间：{time}
天气：{weather}
氛围：{mood}
摄影风格，专业构图
【3:2】
"""
return generate_image(prompt.strip())
# 生成不同场景
sunset_beach = generate_scene("海滩", "日落", "微风", "浪漫")
morning_forest = generate_scene("森林小径", "清晨", "薄雾", "神秘")
3. 批量主题变体
def generate_variations(base_prompt, variations, ratio="2:3"):
"""生成同一主题的多个变体"""
results = []
for variation in variations:
full_prompt = f"{base_prompt}，{variation}【{ratio}】"
try:
url = generate_image(full_prompt)[0]
results.append({
"variation": variation,
"url": url,
"prompt": full_prompt
})
except Exception as e:
print(f"变体生成失败: {variation}")
return results
# 生成猫咪的不同变体
base = "一只可爱的猫咪"
variations = [
"橘色虎斑",
"黑白奶牛色",
"纯白色长毛",
"灰色短毛"
]
cat_variations = generate_variations(base, variations)
预算估算建议
旧线路的价格和计费方式以控制台当前配置为准。上线前建议按以下步骤核对成本：
- 在控制台确认当前令牌分组是否仍支持
sora_image 或 gpt-4o-image
- 查看该分组对应的计费模式和当前单价
- 使用你的预计调用量乘以控制台单价，预估批量任务预算
- 为生产调用设置调用量监控和失败重试上限
⚠️ 使用限制
- 请求频率：建议控制在 10 请求/分钟以内
- 提示词长度：建议不超过 500 字符
- 比例限制：仅支持 2:3、3:2、1:1 三种比例
- 内容审核：自动过滤不当内容请求
🔍 常见问题
Q: 为什么价格这么成本较低？
A: 历史线路的计费方式和当前推荐图像模型不同。实际价格请以控制台为准，不建议依赖旧文档中的历史价格判断成本。
Q: 图片质量如何？
A: 图片效果取决于提示词、比例和当前模型状态。新项目建议优先评估当前推荐的图像生成模型，再根据质量、成本和稳定性选择接入路线。
Q: 支持哪些语言？
A: 支持中文和英文提示词。建议在生产环境中使用固定测试集验证提示词稳定性。
Q: 图片版权问题？
A: 生成的图片可用于商业用途，但建议避免生成涉及版权的内容。
🎨 效果展示
以下是一些使用 Sora Image 生成的示例效果：
| 提示词 | 比例 | 效果描述 |
|---|
| 赛博朋克城市夜景 | 3:2 | 霓虹灯光、未来感建筑 |
| 梦幻独角兽 | 2:3 | 粉色系、童话风格 |
| 日式禅意庭院 | 1:1 | 极简、宁静氛围 |
🔗 相关资源
🚀 快速开始：注册 老张API 账号即可获得测试额度，立即体验 Sora Image 的强大功能！
