SuperAPI AI 工具集

openai-gpt-image

设计与创作

查看项目

更新于 10-15 20:10

技能介绍

用途:面向 OpenAI GPT Image 模型的静态图像生成与编辑,不用于视频、动画、语音、转录或音乐任务。

主要能力:支持文生图(POST /v1/images/generations)与编辑、合成、参考图生成、蒙版编辑(POST /v1/images/edits);支持流式返回部分预览图(partial_images 取 0 到 3,每个部分图额外计 100 图像输出 token);支持多参考图输入与蒙版。

模型与生命周期(资料标注核验日期 2026-07-09):gpt-image-2 为当前生产默认,别名加快照 gpt-image-2-2026-04-21;gpt-image-1.5、gpt-image-1、gpt-image-1-mini 已弃用并计划移除;dall-e-3、dall-e-2 已从 API 移除。模型名、价格、限制、参数、区域可用性、政策与生命周期日期均属易变信息,使用前需重新核对官方来源。

使用方式:直接操作用 Image API 并显式选择 GPT Image 模型;对话式迭代用 Responses API,顶层选支持 image_generation 工具的主线模型,另在 tools[].model 设为 gpt-image-2,不可把 gpt-image-2 当作顶层模型。尺寸需满足最大边不超过 3840、两边为 16 的倍数、长短边比不超过 3:1、总像素 655360 至 8294400;Responses 工具仅支持 auto、1024x1024、1024x1536、1536x1024。quality 可选 low、medium、high、auto;输出为 base64,output_format 默认 png,可 jpeg 或 webp 并设 output_compression。

限制:gpt-image-2 当前不支持透明背景,勿传 background="transparent";蒙版须为小于 4 MB 的 PNG、含 alpha 通道且与首张输入图尺寸一致;输入图最多 16 个、每个小于 50 MB;复杂提示可能耗时约两分钟,需处理超时与限流;流式预览不能替代最终图质检。资料未提供具体价格与完整端点契约。