Images API：图片生成与编辑

Images API 用于根据文字生成图片，或修改已有图片。生成与编辑两个接口都返回 data 数组，可以用同一段代码保存图片。

项目	内容
生成图片	`POST /v1/images/generations`
编辑图片	`POST /v1/images/edits`
响应	`data` 数组，保存方法见保存返回图片
本页示例模型	生成用 `gpt-image-2.5-flare-vip`，编辑用 `gpt-image-2.5-sunburst-vip`，分别提供完整请求

Gemini 原生图片接口采用不同的请求与响应格式，Nano Banana 系列的接入方式见 Nano Banana API 总览。

配置密钥与依赖

在令牌管理创建 API Key，并在模型与价格总表确认令牌分组可以调用 GPT Image 2.5 VIP 模型。将密钥设置为服务端环境变量：

export LAOZHANG_API_KEY="替换为你的老张API密钥"
python -m pip install openai pillow

下文示例使用：

请求主机：https://api.laozhang.ai
认证头：Authorization: Bearer $LAOZHANG_API_KEY
OpenAI Python SDK 的 base_url：https://api.laozhang.ai/v1

以下 cURL 和 Python 示例都将响应写入 JSON 文件，再由保存返回图片中的脚本提取图片。每个操作任选一种请求方式即可。

生成图片

POST /v1/images/generations 使用 JSON 请求体，必需字段是 model 和 prompt。prompt 描述希望生成的内容，无需提供输入图片。

cURL
Python

curl --fail-with-body --max-time 360 \
  "https://api.laozhang.ai/v1/images/generations" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-flare-vip",
    "prompt": "一只蓝色陶瓷杯放在白色桌面上，柔和的自然光，简洁的产品摄影。"
  }' \
  -o generation-response.json

import os
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=360.0,
    max_retries=0,
)
response = client.images.generate(
    model="gpt-image-2.5-flare-vip",
    prompt="一只蓝色陶瓷杯放在白色桌面上，柔和的自然光，简洁的产品摄影。",
)
Path("generation-response.json").write_text(
    response.model_dump_json(), encoding="utf-8"
)
print("响应已保存到 generation-response.json")

请求结束后，运行下方保存脚本，将 generation-response.json 转为可以打开的图片文件。

编辑图片

POST /v1/images/edits 使用 multipart/form-data 上传图片文件，同时发送 model 和 prompt。把要编辑的 PNG 图片命名为 input.png，放在执行命令的目录中。提示词应同时写清需要修改和希望保留的内容。下面将背景改为浅蓝色，并要求保留主体。

cURL
Python

curl --fail-with-body --max-time 360 \
  "https://api.laozhang.ai/v1/images/edits" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -F "model=gpt-image-2.5-sunburst-vip" \
  -F "image[]=@input.png" \
  -F "prompt=把背景改为浅蓝色，保留主体的外观和位置。" \
  -o edit-response.json

import os
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=360.0,
    max_retries=0,
)
with open("input.png", "rb") as source:
    response = client.images.edit(
        model="gpt-image-2.5-sunburst-vip",
        image=[source],
        prompt="把背景改为浅蓝色，保留主体的外观和位置。",
    )
Path("edit-response.json").write_text(
    response.model_dump_json(), encoding="utf-8"
)
print("响应已保存到 edit-response.json")

上传文件时注意：

image[]=@input.png 会上传文件内容；只传字符串 input.png 不会上传图片。
使用 cURL 的 -F 时，让 cURL 自动设置 Content-Type 和 multipart boundary，不要另加 application/json。
Python SDK 使用 image 参数传入打开的文件。

保存返回图片

响应的 data[] 包含图片结果，常见字段如下：

字段	说明
`b64_json`	Base64 编码的图片内容
`url`	图片下载地址

下面的脚本能处理这两种字段：

b64_json 可能带 data:image/png;base64, 这类前缀，也可能缺少末尾的 = 填充；脚本解码前先去掉前缀并补齐填充。
url 会过期，收到响应后请尽快下载；脚本遇到 url 会立即下载。

JSON 文件是响应数据，不能通过修改扩展名变成图片。将以下代码保存为 save_images.py。脚本会读取全部图片结果，识别实际格式，并打印保存路径和尺寸。依赖已在前面通过 pillow 安装。

import base64
import io
import json
import sys
import urllib.request
from pathlib import Path
from PIL import Image

if len(sys.argv) != 3:
    raise SystemExit("用法：python save_images.py 响应文件.json 输出文件前缀")


def decode_b64(value):
    # 去掉可能存在的 data:image/...;base64, 前缀，并补齐缺失的 = 填充
    if value.startswith("data:"):
        value = value.split(",", 1)[1]
    value = "".join(value.split())
    value += "=" * (-len(value) % 4)
    return base64.b64decode(value, validate=True)


response_path = Path(sys.argv[1])
output_prefix = sys.argv[2]
payload = json.loads(response_path.read_text(encoding="utf-8"))
if payload.get("error"):
    raise RuntimeError(payload["error"])
items = payload.get("data") or []
if not items:
    raise RuntimeError("响应中没有图片结果，请检查错误信息和调用日志")

for index, item in enumerate(items, start=1):
    if item.get("b64_json"):
        raw = decode_b64(item["b64_json"])
    elif item.get("url"):
        with urllib.request.urlopen(item["url"], timeout=60) as download:
            raw = download.read()
    else:
        raise RuntimeError(f"第 {index} 项缺少图片内容或下载地址")

    with Image.open(io.BytesIO(raw)) as picture:
        picture.load()
        extension = {"PNG": "png", "JPEG": "jpg", "WEBP": "webp"}.get(
            picture.format
        )
        if extension is None:
            raise RuntimeError(f"无法保存图片格式：{picture.format}")
        output = Path(f"{output_prefix}-{index}.{extension}")
        output.write_bytes(raw)
        print(f"已保存 {output}，尺寸 {picture.width} × {picture.height}")

生成请求结束后执行：

python save_images.py generation-response.json generated

编辑请求结束后执行：

python save_images.py edit-response.json edited

输出文件名类似 generated-1.png 或 edited-1.png，扩展名由实际图片格式决定。打开文件查看生成内容或编辑效果。下载响应中的 URL 时不需要附带老张API密钥。

尺寸、质量与其他参数

先用必需字段完成请求，再按目标模型的说明添加参数。同为 Images 接口，不同模型接受的参数和值也可能不同。

参数	用途与限制
`size`	输出尺寸；可选值以对应模型说明为准
`quality`	输出质量；不要把 DALL·E 的 `hd` 值用于 GPT Image
`n`	图片数量；受模型和分组限制
`output_format`	输出格式；仅在模型支持时设置

style 和 response_format 也不是所有图像模型的通用参数。精确尺寸、透明背景、多图输入及遮罩等需求，请查看 GPT Image 2.5 模型说明或 GPT Image 2 模型说明，确认所用模型与分组的调用要求。本页编辑示例上传本地图片文件。不要将其改成带有 images、image_url 或 file_id 的 JSON 请求；这属于另一种输入方式，需要对应接口明确支持。

请求失败时

400：检查必需字段、图片文件是否存在，以及参数是否适用于当前模型。上传文件时尤其要检查请求的 Content-Type。
401 / 403：检查 API Key 是否有效、令牌分组及模型权限。
404 / 503：查看错误正文，核对接口路径、完整模型 ID 和分组；“无可用渠道”需要检查模型当前可用状态。
429 / 5xx / 超时：查看调用日志，确认请求状态后再决定是否重试。
收到响应但没有图片：检查 error、data、Base64 内容或下载地址，不要把错误 JSON 当作图片保存。

图片请求可能耗时较长。客户端超时不表示服务端已经停止处理，立即重复提交可能产生额外请求。示例关闭了 SDK 自动重试，便于应用自行决定重试时机。

核心接口

其他接口

Images API：图片生成与编辑

配置密钥与依赖

生成图片

编辑图片

保存返回图片

尺寸、质量与其他参数

请求失败时

相关文档

​配置密钥与依赖

​生成图片

​编辑图片

​保存返回图片

​尺寸、质量与其他参数

​请求失败时

​相关文档

配置密钥与依赖

生成图片

编辑图片

保存返回图片

尺寸、质量与其他参数

请求失败时

相关文档