GPT Image 2 Official

一分钟版本

gpt-image-2-official 走 OpenAI 官方线路，文生图、图生图、局部重绘同一个接口，1K / 2K / 4K 三档分辨率、15 种比例、单次最多 4 张、最多 16 张参考图。

它和 GPT Image 系列其他版本最大的区别在计费：那些按成功图片张数收费，gpt-image-2-official 按 token 收费。同一句提示词，1K 低质量约 200 个输出 token，4K 高质量约 13000 个，两者价差近 70 倍。选档位前先看下面的费用。

请求

POST /v1/images/generations

参数细则

• prompt：中英文都可以，描述越具体结果越稳。为空或只有空白字符会返回 400，不会产生任何费用。
• n：1 到 4。每张图各自消耗输出 token，n=4 的费用就是单张的四倍。必须写纯数字 4；写成字符串 "4" 会被当作没传，静默按 1 张出图。
• size：三种写法。auto 由服务端按提示词和参考图挑比例，挑不出时用 1:1；下表 15 种比例之一；或直接给 1881x836 这样的像素串（原样转给上游，最终尺寸以返回图片为准）。其他值返回 400。
• resolution：1k 以 1024 为基准、2k 以 2048、4k 以 3840。三档都支持全部 15 种比例。
• quality：auto 实际接近 low。档位同时决定画质和费用——4k + high 单张约 13000 输出 token，是 1k + low 的近 70 倍。
• background：transparent 时输出带 Alpha 通道，且 output_format 只能是 png 或 webp，配 jpeg 返回 400。opaque 强制不透明，auto 由模型判断。
• output_format：png 保真且支持透明，jpeg 文件最小但没有 Alpha 通道，webp 兼顾体积和透明。
• output_compression：0 到 100，数值越小压得越狠、文件越小。只对 jpeg 和 webp 生效，传给 png 无效果。超出范围返回 400。
• moderation：low 比默认的 auto 宽松。这是模型侧的生成审核强度，和 nsfw_check 是两回事。
• image_urls：最多 16 张，单张 20MB、合计 256MB 以内。必须是公网能直接下载的稳定地址——带签名有效期的临时链接过期后会导致任务失败。超过 16 张返回 400。
• mask_url：局部重绘用，白色（不透明）区域保留、透明区域重绘。遮罩图必须带 Alpha 通道，且尺寸与第一张参考图完全一致，否则上游拒单。单独传 mask_url 而不传 image_urls 会返回 400。
• nsfw_check：置 true 时先用审核模型过一遍提示词和参考图，命中违规直接拒绝。默认 false，不发这次审核请求，省一点延迟和成本。

以下情况平台本地就会返回 400，不会提交上游、不产生费用：提示词为空、n 越界、resolution 或 quality 不在枚举内、size 既不是合法比例也不是像素串、参考图超过 16 张、mask_url 缺少 image_urls、透明背景配 jpeg、output_compression 越界、moderation 取值非法。本模型只在 /v1/images/generations 上提供，走 /v1/images/edits 会被拒。

比例与实际像素

部分档位会按 16 的倍数和像素上限做近似映射，客户端应以返回图片的真实尺寸为准。

文生图

curl https://api.vibelab.me/v1/images/generations \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2-official",
    "prompt": "星空下的古老城堡",
    "size": "16:9",
    "resolution": "2k",
    "quality": "high",
    "n": 1
  }'

响应是同步的 OpenAI Images 格式：

{
  "created": 1788012156,
  "data": [{ "url": "https://cdn.example.com/image.png" }]
}

4K 加 quality=high 单张耗时通常超过 100 秒，请把客户端超时设到 5 分钟以上。

透明背景贴纸

curl https://api.vibelab.me/v1/images/generations \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2-official",
    "prompt": "橘猫贴纸，全身，粗白描边，扁平矢量风格，完全透明背景",
    "size": "1:1",
    "resolution": "1k",
    "quality": "medium",
    "background": "transparent",
    "output_format": "png"
  }'

图生图与局部重绘

参考图放 image_urls，加 mask_url 就变成局部重绘，只改遮罩覆盖的区域。

curl https://api.vibelab.me/v1/images/generations \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2-official",
    "prompt": "把背景换成沙漠日落",
    "size": "1:1",
    "quality": "medium",
    "image_urls": ["https://your-cdn.com/photo.png"],
    "mask_url": "https://your-cdn.com/mask.png"
  }'

费用

费用按三类 token 分别计价，单价见模型列表：

• 文本输入：提示词，通常只有几十个 token，可忽略。
• 图片输入：每张参考图约 1000 个 token（随图片尺寸增加）。它比文本输入贵，因此按 1.6 倍折算成文本输入当量后再按输入单价结算。
• 图片输出：主要成本。实测单张 1K/low 约 196 个、2K/medium 约 1413 个、4K/high 约 13342 个。

一次调用扣多少，等于三项相加。提交时的冻结额度按所选档位的上限估算，出图后按实际 token 重新结算并退还差额，所以下单瞬间看到的冻结金额通常高于最终扣费。

n 大于 1 时，输出 token 随张数成倍增长；请求失败不产生图片输出费用。