GPT-Image-2 图片生成
通过闪电 API,可以使用 OpenAI Images API 兼容格式调用 gpt-image-2-count,完成文生图和图片编辑。
调用前准备
选择专用分组
创建令牌时必须选择 【图片视频专用分组】。该模型按次计费,调用时必须使用完整模型名 gpt-image-2-count。
| 项目 | 内容 |
|---|---|
| Base URL | https://ai.flashapi.top/v1 |
| 鉴权 | Authorization: Bearer YOUR_API_KEY |
| 模型 | gpt-image-2-count |
| 计费方式 | 按次计费 |
| 参考价格 | ¥0.12/次 |
模型和价格可能调整,请以控制台及实时定价为准。
文生图
创建图片
http
POST /v1/images/generations
Content-Type: application/json
Authorization: Bearer YOUR_API_KEYbash
curl https://ai.flashapi.top/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2-count",
"prompt": "一只橘猫坐在窗台上,金色夕阳,电影质感",
"size": "1024x1024",
"quality": "low",
"n": 1
}'请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 gpt-image-2-count |
prompt | string | 是 | 图片提示词 |
size | string | 否 | 1024x1024、1024x1536、1536x1024、2048x2048、3840x2160 或 auto |
quality | string | 否 | low、medium 或 high |
n | integer | 否 | 生成张数,默认 1 |
响应格式
图片数据通过 b64_json 返回,解码后即可保存为文件。
json
{
"created": 1713772800,
"data": [
{
"b64_json": "iVBORw0KGgoAAAANSUhEUgAA..."
}
]
}图片编辑
使用 multipart/form-data 上传原图;可以额外上传 mask,只编辑透明区域。
http
POST /v1/images/edits
Authorization: Bearer YOUR_API_KEY
Content-Type: multipart/form-databash
curl https://ai.flashapi.top/v1/images/edits \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "model=gpt-image-2-count" \
-F "prompt=把背景改成繁星夜空" \
-F "size=1024x1024" \
-F "quality=low" \
-F "image=@input.png"局部编辑时增加 mask:
bash
curl https://ai.flashapi.top/v1/images/edits \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "model=gpt-image-2-count" \
-F "prompt=在透明区域加入一只橘猫" \
-F "size=1024x1024" \
-F "quality=low" \
-F "image=@input.png" \
-F "mask=@mask.png"| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 gpt-image-2-count |
image | file | 是 | 原始图片,最多 1 张 |
prompt | string | 是 | 期望的编辑效果 |
mask | file | 否 | 与原图尺寸一致;透明区域表示需要编辑的部分 |
size | string | 否 | 输出尺寸 |
quality | string | 否 | low、medium 或 high |
n | integer | 否 | 输出张数,默认 1 |
响应格式与文生图接口一致。
Python 示例
python
import base64
import os
import requests
api_key = os.environ["FLASH_API_KEY"]
response = requests.post(
"https://ai.flashapi.top/v1/images/generations",
headers={"Authorization": f"Bearer {api_key}"},
json={
"model": "gpt-image-2-count",
"prompt": "一座未来城市的清晨,清晰建筑细节",
"size": "1024x1024",
"quality": "low",
"n": 1,
},
timeout=300,
)
response.raise_for_status()
image_bytes = base64.b64decode(response.json()["data"][0]["b64_json"])
with open("output.png", "wb") as file:
file.write(image_bytes)常见问题
| 现象 | 处理方式 |
|---|---|
model_not_found 或“无可用渠道” | 确认模型名是 gpt-image-2-count,并确认令牌属于【图片视频专用分组】 |
| 高分辨率请求超时 | 将客户端超时设置为 300 秒以上 |
| mask 没有按预期生效 | 确认 mask 与原图尺寸一致,且待编辑区域为透明区域 |
| 返回了 base64 而不是 URL | 这是正常响应;解码 b64_json 后保存即可 |