用途:根据文本提示词生成图像,可在 OpenAI GPT Image(gpt-image-1)与 Stability AI(SD 3.5 Large)之间选择提供方。
前置条件:OpenAI 调用需在环境变量 OPENAI_API_KEY 中配置 API 密钥;Stability AI 为可选项,密钥放在 STABILITY_API_KEY;需要 Python 3,并使用 requests 与标准库 base64。
主要能力:OpenAI 方式通过 https://api.openai.com/v1/images/generations 请求,指定 model 为 gpt-image-1,支持参数 size(1024x1024、1536x1024、1024x1536)、quality(auto、low、medium、high)、background(auto、transparent、opaque);返回 b64_json,需 base64 解码后写入文件。尺寸建议:1024x1024 适合方形场景如标志、图标、社交媒体;1536x1024 适合博客封面、横幅、主视觉;1024x1536 适合移动端、故事、Pinterest。Stability 方式请求 https://api.stability.ai/v2beta/stable-image/generate/sd3,指定 model 为 sd3.5-large,使用 aspect_ratio(1:1、16:9、9:16、3:2、2:3)与 output_format 为 png,响应内容直接写入文件。
使用方式与提示词建议:用具体描述替代笼统表述,并明确风格,如油画、扁平矢量、3D 渲染、水彩、照片级写实;制作标志可用透明背景或后续用 PIL 处理;博客封面用宽幅比例;可批量生成多张供挑选。
限制与说明:两个提供方的具体收费、价格与速度差异资料未给出完整权威说明,仅提到 Stability 常被认为更快、更便宜;实际可用模型、参数与配额以各平台当前文档为准。