Image-2 生图接口

本页介绍 OpenSky API 中 Image-2 生图模型的使用方式，包括文生图和图生图。接口采用原生 OpenAI 兼容格式，调用时只需要把 Base URL 换成 OpenSky API 的地址，并使用你自己的 API Key。

具体可用模型名称、价格和权限，请以控制台「模型广场」和你的账号分组权限为准。

特别说明：如果遇到生图超时的问题，请使用流式调用！

接口概览

场景	接口
文生图	POST /v1/images/generations
图生图 / 图片编辑	POST /v1/images/edits

完整请求地址：

https://api.oskyi.com/v1/images/generations
https://api.oskyi.com/v1/images/edits

请求头：

Authorization: Bearer 你的API-Key

文生图

文生图用于根据文字描述生成图片。

请求地址

POST https://api.oskyi.com/v1/images/generations

JSON 请求示例

curl https://api.oskyi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer 你的API-Key" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一张干净的科技风产品海报，蓝紫色灯光，高清，细节丰富",
    "size": "1024x1024",
    "quality": "auto",
    "n": 1
  }'

常用参数

参数	类型	是否必填	说明
model	string	是	生图模型名称，例如 gpt-image-2。实际名称以模型广场为准。
prompt	string	是	图片生成提示词，描述你想要的画面、风格、主体、背景、构图等。
size	string	否	图片尺寸。常用值：1024x1024、1536x1024、1024x1536、auto。Image-2 也可支持 WIDTHxHEIGHT 形式的自定义尺寸。
response_format	string	否	图片返回的方式。默认值b64_json，支持返回图片URL：URL。
quality	string	否	图片质量。常用值：auto、low、medium、high。质量越高，通常耗时和消耗越高。
background	string	否	背景模式：auto、opaque、transparent。透明背景需要配合支持透明的格式。
output_format	string	否	输出格式：png、jpeg、webp。
output_compression	number	否	输出压缩质量，适用于 jpeg 或 webp，范围通常为 0 到 100。
moderation	string	否	内容安全过滤强度，常用值：auto、low。
stream	boolean	否	是否使用流式返回。碰到超时请使用该参数并填写 true。

尺寸说明

推荐优先使用以下尺寸：

尺寸	适合场景
1024x1024	方图、头像、图标、商品图
1536x1024	横图、海报、封面、横向展示图
1024x1536	竖图、手机壁纸、人物海报
auto	让模型自动选择合适尺寸

Image-2 支持 WIDTHxHEIGHT 格式的自定义分辨率，例如：

{
  "size": "1536x864"
}

使用自定义尺寸时建议注意：

• 宽高必须为 16 的倍数。
• 宽高比例不要过于极端。
• 分辨率越大，生成时间和消耗通常越高。
• 如果请求失败，先改回 1024x1024、1536x1024 或 1024x1536 测试。

图生图

图生图用于在已有图片的基础上生成新图片，也可以用于图片编辑、风格迁移、补充元素、改背景、组合多张参考图等。

请求地址

POST https://api.oskyi.com/v1/images/edits

multipart 请求示例

图生图通常使用 multipart/form-data 上传图片。

curl https://api.oskyi.com/v1/images/edits \
  -H "Authorization: Bearer 你的API-Key" \
  -F "model=gpt-image-2" \
  -F "image[]=@input.png" \
  -F "prompt=保留主体人物不变，将背景改成未来科技城市夜景，整体风格写实，高清细节" \
  -F "size=1024x1024" \
  -F "quality=auto" \
  -F "n=1"

多图参考示例

如果接口和上游模型支持多张参考图，可以传入多个 image[]：

curl https://api.oskyi.com/v1/images/edits \
  -H "Authorization: Bearer 你的API-Key" \
  -F "model=gpt-image-2" \
  -F "image[]=@person.png" \
  -F "image[]=@style-reference.png" \
  -F "prompt=参考第二张图片的色彩和光影风格，重绘第一张人物照片，保持人物身份特征" \
  -F "size=1024x1536" \
  -F "quality=high"

常用参数

参数	类型	是否必填	说明
model	string	是	图生图模型名称，例如 gpt-image-2。实际名称以模型广场为准。
image[]	file	是	输入图片。可上传一张或多张，是否支持多图以模型实际能力为准。
prompt	string	是	编辑要求或生成目标，说明要保留什么、修改什么、生成什么。
size	string	否	输出尺寸，例如 1024x1024、1536x1024、1024x1536、auto 或自定义尺寸。
response_format	string	否	图片返回的方式。默认值b64_json，支持返回图片URL：URL。
quality	string	否	输出质量：auto、low、medium、high。
background	string	否	背景模式：auto、opaque、transparent。
input_fidelity	string	否	对输入图的保真度控制，常用值：high、low。想尽量保留原图主体时可尝试 high。
mask	file / image reference	否	蒙版图，用于指定需要编辑的区域。是否可用取决于上游模型支持情况。
output_format	string	否	输出格式：png、jpeg、webp。
output_compression	number	否	输出压缩质量，适用于 jpeg 或 webp。
moderation	string	否	内容安全过滤强度，常用值：auto、low。
stream	boolean	否	是否使用流式返回。碰到超时请使用该参数并填写 true。

返回结果

Image-2 通常返回 base64 图片数据。常见结构如下：

{
  "created": 1780000000,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..."
    }
  ],
  "usage": {
    "input_tokens": 120,
    "output_tokens": 800,
    "total_tokens": 920
  }
}

使用时可以将 data[0].b64_json 解码为图片文件。

Node.js 示例：

import fs from 'node:fs'

const b64 = response.data[0].b64_json
fs.writeFileSync('output.png', Buffer.from(b64, 'base64'))

Python 示例：

import base64

b64 = response["data"][0]["b64_json"]
with open("output.png", "wb") as f:
    f.write(base64.b64decode(b64))

提示词建议

为了获得更稳定的图片结果，建议提示词包含：

• 主体：要生成什么，例如人物、产品、建筑、海报。
• 场景：在哪里，例如室内、街道、未来城市、摄影棚。
• 风格：写实、插画、二次元、产品摄影、电影感等。
• 构图：近景、全身、俯视、居中、留白等。
• 光线：自然光、柔光、霓虹灯、逆光等。
• 质量要求：高清、细节丰富、干净背景等。
• 需要避免的内容：不要水印、不要文字错误、不要多余手指等。

示例：

一张高端智能手表产品海报，黑色表身，金属材质，深灰背景，柔和棚拍灯光，居中构图，高清细节，商业广告风格，不要水印，不要多余文字。

注意事项

• 生图请求通常比文本对话更慢，等待几十秒属于正常情况。
• 图片尺寸、质量、数量都会影响生成速度和消耗。
• quality=high 通常更慢，也可能消耗更多。
• n 越大，一次请求生成图片越多，消耗也会增加。
• 如果需要透明背景，建议使用 background=transparent 并设置 output_format=png 或 webp。
• 图生图时，输入图片越清晰，主体越明确，结果通常越稳定。
• 如果想保留原图主体，请在提示词里明确写出“保留主体不变”“保持人物身份特征”等要求。
• 如果请求失败，优先检查模型名称、图片格式、图片大小、尺寸参数和账号余额。
• 具体计费规则以模型广场和控制台显示为准。

常见问题

为什么生图请求比较慢？

图片生成需要排队、推理和返回图片数据，通常比普通文本对话更慢。如果长时间无响应，可以稍后重试，或降低尺寸、质量、生成数量后再试。亦或者使用流式调用。

为什么提示模型不存在？

请确认 model 名称和控制台模型广场完全一致，包括大小写、横线和版本号。如果模型广场显示的名称不是 gpt-image-2，请使用模型广场里的实际名称。

为什么返回的是一长串字符？

这是 base64 图片数据。将 b64_json 解码后即可得到图片文件。 或者使用“response_format”参数请求“URL”链接返回图片。

为什么图生图没有按原图改？

可以尝试：

• 使用更清晰的输入图片。
• 在提示词中明确“保留主体不变”。
• 设置 input_fidelity=high。
• 减少一次请求中的修改目标，先完成主要变化，再分步骤微调。

为什么透明背景没有生效？

请确认同时满足：

• background 设置为 transparent。
• output_format 使用 png 或 webp。
• 生成内容本身适合透明背景，例如图标、产品主体、贴纸等。