GPT-Image-2-All 图像模型 API 对接

小博士爱吃西红柿2026-04-21 7:01

1. 引言

GPT-Image-2-All 是 OpenAI 推出的下一代统一图像生成与编辑模型，基于 GPT-Image-2 架构构建，旨在通过单模型接口原生支持文本生成图像、图像编辑、图生图等全链路视觉创作能力。作为对原有图像编辑、异图像创建两个独立接口的功能整合与升级，该模型不仅保留了原有接口的全部核心能力，还针对商业场景需求优化了输出质量、分辨率支持与风格一致性，尤其在文字渲染、复杂构图生成等场景表现突出。

2. 核心概念与模型架构

2.1 模型定位

GPT-Image-2-All 的核心设计目标是替代原有分离的图像编辑（Edits）和异图像创建（Generations）接口，为开发者提供 "一站式" 视觉创作 API。其核心能力覆盖三大场景：

  • 文本生成图像：从零开始，通过自然语言提示生成符合需求的图像，支持从写实照片到抽象艺术的全风格输出；

  • 图像编辑：基于蒙版或自然语言指令，对已有图像进行局部内容替换、风格调整或元素增减，精准保留原图的核心结构与细节；

  • 图生图 / 参考图生成：上传一张或多张参考图像，结合文本提示生成风格、元素关联的新图像，支持多图融合与角色一致性控制。

相较于前代模型，GPT-Image-2-All 的核心优势包括：

  • 更高的分辨率支持：原生支持 2048×2048 至 4096×4096 的 4K 级输出，无需额外超分步骤，可直接满足商用印刷、大屏展示等高精度需求；

  • 更强的文字渲染能力：针对中文字符、Logo、复杂排版的识别与生成精度提升显著，能准确还原宋体、黑体等字体特征，甚至支持教材级别的文字排版场景；

  • 更优的风格一致性：可通过提示词锁定角色面容、物体质感或场景色调，在多轮生成中保持视觉元素的连贯性，尤其适配电商商品图、游戏角色设计等需要统一风格的场景；

  • 更灵活的宽高比配置：支持 1:1、16:9、4:3、2:3 等主流宽高比，满足海报、短视频封面、网页 Banner 等多场景的尺寸需求。

2.2 架构演进

从技术架构看，GPT-Image-2-All 延续了 GPT-Image-2 的自回归多模态编码器设计，但对图像理解与生成模块进行了针对性增强：

  • 统一编码器设计：将原分属 Edits 和 Generations 接口的图像特征提取逻辑合并为单一编码器，同时优化了跨模态注意力机制 ------ 模型能更精准地捕捉自然语言与视觉元素的对应关系，例如用户要求 "在蓝色背景的咖啡杯上添加白色品牌 Logo" 时，模型可同时识别 "蓝色背景" 的环境约束和 "白色 Logo" 的细节特征，避免出现元素错位或风格冲突；

  • 编辑能力增强：针对局部重绘场景优化了蒙版解析逻辑，可自动识别蒙版的 Alpha 通道信息，对非透明区域的像素级细节保留率提升至 92% 以上（基于 OpenAI 内部测试数据）。此外，模型支持通过自然语言直接指定编辑区域，无需手动绘制蒙版，进一步降低了交互门槛。

3. 快速开始

3.1 前提条件

在调用 GPT-Image-2-All API 前，需完成以下准备工作：

  1. 注册并实名认证：访问 6AI 网关注册页面完成账号注册，个人用户需提交身份证信息并完成人脸验证，企业用户需提交营业执照扫描件与授权委托书，实名认证是获取 API 密钥的必要前提；

  2. 获取 API 密钥：登录 6AI 网关后台，在左侧导航栏进入 "令牌" 页面，点击 "添加令牌" 生成专属 API Key。该密钥仅在生成时显示，需立即保存至安全位置 ------ 若密钥泄露，第三方可能会冒用您的账号调用接口产生费用，因此建议定期轮换密钥；

  3. 开通模型权限：在网关控制台的 "模型管理" 页面，找到 "GPT-Image-2-All" 模型，点击 "开通权限"。新用户注册后可获得 0.2 美元的体验额度，足以支持约 20 次 4K 图像生成或 100 次 2K 图像编辑请求，具体额度以控制台显示为准。

3.2 兼容性说明

GPT-Image-2-All 接口与 OpenAI 官方图像 API 完全兼容，核心适配规则如下：

  • Base URL ：需设置为 [https://api.6ai.chat](https://api.6ai.chat/)，该域名是 6AI 网关提供的国内优化接入点，相较于官方域名，平均延迟降低约 30%，且无需额外配置代理；

  • 鉴权方式 ：沿用 OpenAI 标准的 Authorization: Bearer YOUR_API_KEY 机制，网关会在接收请求时优先校验该请求头的合法性，校验不通过会直接返回 401 错误；

  • 路径规则 ：完全遵循 OpenAI 图像 API 的路径规范（如 /v1/images/edits、/v1/images/generations），无需额外修改请求路径即可适配。

4. 图像编辑 (Image Edit) 接口对接

4.1 功能描述

该接口用于对已有图像进行局部或全局编辑，支持两种核心交互方式：一是通过蒙版图像精准指定编辑区域，二是通过自然语言指令直接定义修改需求。其典型应用场景包括：

  • 商品图优化：如为电商商品更换背景、添加装饰元素；

  • 老照片修复：去除划痕、补充缺失细节或调整色调；

  • 设计稿迭代：修改海报的文字内容、调整插画的风格色调。

与前代模型的编辑接口不同，GPT-Image-2-All 的编辑功能无需额外指定 "编辑类型"，模型会自动根据输入的提示词和蒙版（若提供）判断编辑逻辑，大幅简化了开发成本。

4.2 请求规范

4.2.1 接口端点

POST https://api.6ai.chat/v1/images/edits

4.2.2 鉴权方式

请求必须包含 Authorization 头，格式为 Bearer YOUR_API_KEY，该字段是网关验证请求合法性的唯一凭证，缺失或格式错误会直接返回 401 Unauthorized 错误。

4.2.3 请求参数
参数名 类型 是否必填 描述
image 文件或文件数组 是 原始图像文件，支持 PNG、WEBP、JPG 格式，单张图像大小不超过 25MB。若需进行图像融合（如将两张风景图合并为一张），可上传多个文件，最多支持 16 张图像同时输入
prompt string 是 描述编辑内容的自然语言提示，最大长度为 32000 字符。提示词越具体，模型生成的结果越精准，例如 "将图像左侧的红色汽车替换为蓝色摩托车，保持背景的街道和行人不变" 优于 "修改汽车颜色"
mask 文件 否 蒙版图像，仅支持 PNG 格式（需包含 Alpha 通道），用于标记需要编辑的区域。蒙版中的透明区域表示需要修改的部分，不透明区域表示需要保留的原图内容。若不提供蒙版，模型会根据提示词自动识别可能的编辑区域
model string 否 要使用的模型名称，默认为 gpt-image-1，指定为 gpt-image-2-all 可启用 4K 分辨率、文字渲染优化等高级功能
n integer 否 要生成的图像数量，取值范围为 1~10，默认值为 1。生成数量越多，单轮请求的耗时会相应增加，建议根据实际需求调整
quality string 否 图像质量等级，仅对 gpt-image-2-all 生效，可选值为 high、medium、low，默认值为 high。不同质量等级对应不同的 Token 消耗：high 等级每 4K 图像消耗 2000 Token，medium 等级消耗 1120 Token，low 等级消耗 560 Token
response_format string 否 响应数据格式，可选值为 url 或 b64_json。url 格式返回的图像链接有效期为 60 分钟，仅对 DALL-E 系列模型生效；b64_json 格式返回 Base64 编码的图像数据，无有效期限制，适合直接嵌入应用或存储到本地，是 GPT-Image 系列模型的推荐格式
size string 否 生成图像的分辨率，默认值为 auto，即与原始图像分辨率保持一致。支持的取值包括 1024x1024、1536x1024、2048x2048、4096x4096 等，其中 4096x4096 仅对 gpt-image-2-all 生效
timeout integer 否 请求超时时间，单位为毫秒，建议设置范围为 30000~60000（即 30~60 秒）。图像生成属于计算密集型任务，4K 分辨率图像的平均生成耗时约 15 秒，设置合理的超时时间可避免因网络波动导致的请求失败

需要特别注意的是，image 参数的格式要求来自参考资料，prompt 的长度限制依据参考资料，mask 的格式约束参考自资料，model 的可选值来自资料，n 的取值范围参考资料，quality 的等级划分与 Token 消耗对应关系来自资料，response_format 的选项说明来自资料，size 的支持分辨率来自资料，timeout 的建议范围来自资料。

4.2.4 请求示例

以下示例展示了不同开发场景下的调用方式，所有示例均已适配 6AI 网关的配置要求：

cURL（基础编辑场景）

复制代码 
curl --location -g --request POST 'https://api.6ai.chat/v1/images/edits' \\

\--header 'Authorization: Bearer YOUR\_API\_KEY' \\

\--form 'image=@"input\_image.png"' \\

\--form 'mask=@"mask.png"' \\

\--form 'prompt="将图像中间的黑色猫替换为白色的波斯猫，保持背景的沙发和地毯不变"' \\

\--form 'model="gpt-image-2-all"' \\

\--form 'n="1"' \\

\--form 'quality="high"' \\

\--form 'response\_format="b64\_json"' \\

\--form 'size="2048x2048"'

上述示例中，image 和 mask 需替换为本地实际文件路径，YOUR_API_KEY 需替换为控制台生成的真实密钥。该请求会生成一张 2048×2048 分辨率的图像，将原图中蒙版标记的黑色猫替换为白色波斯猫，返回 Base64 编码的图像数据(46)。

Python（多图融合场景）

使用 OpenAI 官方 SDK 调用时，需先安装依赖包：

复制代码 
pip install openai>=1.0.0

调用代码示例：

复制代码 
from openai import OpenAI

import base64

import os

\# 初始化 OpenAI 客户端，指定 6AI 网关的 Base URL

client = OpenAI(

    base\_url="https://api.6ai.chat",

    api\_key="YOUR\_API\_KEY"

)

\# 定义输入图像路径，支持同时上传多张图像进行融合

image\_paths = \["image1.jpg", "image2.jpg"]

images = \[open(path, "rb") for path in image\_paths]

\# 调用图像编辑接口

response = client.images.edit(

    image=images,  # 多图输入，实现图像融合

    prompt="将两张图像的场景融合，保持第一张图像的人物和第二张图像的背景风格",

    model="gpt-image-2-all",

    n=1,

    size="2048x2048",

    response\_format="b64\_json"

)

\# 处理响应结果，将 Base64 数据保存为图像文件

image\_data = response.data\[0].b64\_json

image\_bytes = base64.b64decode(image\_data)

output\_path = "merged\_image.jpg"

with open(output\_path, "wb") as f:

    f.write(image\_bytes)

print(f"融合后的图像已保存至 {output\_path}")

该示例展示了多图融合的高级场景，通过上传两张图像并结合提示词，模型可生成同时包含两张图像元素的新图像。代码中使用的 openai 版本需≥1.0.0，以确保对多图输入的支持。

Node.js（无蒙版编辑场景）

使用 Axios 库调用时，需先安装依赖包：

复制代码 
npm install axios form-data

调用代码示例：

复制代码 
const axios = require('axios');

const FormData = require('form-data');

const fs = require('fs');

// 初始化请求参数

const form = new FormData();

form.append('image', fs.createReadStream('input\_image.jpg'));

form.append('prompt', '将图像中的红色花朵替换为蓝色的郁金香，保持其他元素不变');

form.append('model', 'gpt-image-2-all');

form.append('n', '1');

form.append('size', '1536x1024');

form.append('response\_format', 'b64\_json');

// 发送 POST 请求到 6AI 网关

axios.post('https://api.6ai.chat/v1/images/edits', form, {

    headers: {

        ...form.getHeaders(),

        'Authorization': 'Bearer YOUR\_API\_KEY'

    },

    timeout: 60000  // 设置 60 秒超时

})

.then(response => {

    // 处理响应结果，保存 Base64 图像数据

    const imageData = response.data.data\[0].b64\_json;

    const imageBuffer = Buffer.from(imageData, 'base64');

    fs.writeFileSync('edited\_image.jpg', imageBuffer);

    console.log('编辑后的图像已保存为 edited\_image.jpg');

})

.catch(error => {

    // 错误处理，打印详细错误信息

    console.error('请求失败:', error.response ? error.response.data : error.message);

});

该示例展示了无蒙版的编辑场景，模型会根据提示词自动识别需要修改的区域。代码中设置了 60 秒的超时时间，以适配大分辨率图像的生成需求。

4.3 响应格式

接口响应为 JSON 格式，包含请求状态、生成结果与资源消耗统计，典型成功响应如下：

复制代码 
{

  "created": 1713592345,  // Unix 时间戳，记录请求创建时间

  "data": \[

    {

      "b64\_json": "base64\_encoded\_image\_data",  // Base64 编码的图像数据

      "revised\_prompt": "将图像中间的黑色猫替换为白色的波斯猫，保持背景的沙发和地毯不变"  // 模型优化后的提示词

    }

  ],

  "usage": {

    "prompt\_tokens": 120,  // 提示词消耗的 Token 数量

    "total\_tokens": 2120,  // 总消耗 Token 数量（提示词 Token + 图像生成 Token）

    "image\_tokens": 2000   // 图像生成消耗的 Token 数量（与质量等级和分辨率正相关）

  }

}

各字段的具体说明如下：

  • created：Unix 时间戳，标识请求的创建时间，可用于日志记录与请求追踪；

  • data：数组类型，包含生成的图像结果，每个元素对应一张图像。若 response_format 为 b64_json，则包含 b64_json 字段；若为 url，则包含 url 字段。revised_prompt 是模型对输入提示词的优化版本，通常更清晰、具体，可用于后续请求的参考；

  • usage：对象类型，记录 Token 消耗情况，可用于成本核算与配额监控。其中 prompt_tokens 是提示词解析消耗的 Token，image_tokens 是图像生成消耗的 Token，total_tokens 为两者之和。

4.4 错误处理

调用接口时可能返回以下典型错误，需根据错误类型进行针对性排查：

  • 400 Bad Request：请求参数错误，可能的原因包括图像格式不支持（如上传 BMP 格式文件）、图像大小超过 25MB、蒙版未包含 Alpha 通道、提示词长度超过 32000 字符等。此时需检查请求参数是否符合文档要求，例如将图像格式转换为 PNG/WEBP/JPG，或压缩图像大小；

  • 401 Unauthorized ：API Key 无效或缺失，可能的原因包括密钥格式错误（如缺少 Bearer 前缀）、密钥已过期、密钥被冻结。此时需检查 Authorization 请求头的格式，或登录控制台重新生成密钥；

  • 403 Forbidden：无模型调用权限，可能是未开通 GPT-Image-2-All 的使用权限，或账号余额不足。此时需登录控制台的 "模型管理" 页面确认权限状态，或完成充值操作；

  • 429 Too Many Requests：请求频率或配额超限，可能是 RPM（每分钟请求数）或 TPM（每分钟 Token 数）超过限制。此时需降低请求频率，或登录控制台申请提升配额；

  • 500 Internal Server Error：网关内部错误，通常是临时的服务波动。此时可等待 1~2 分钟后重试，若多次重试仍失败，需联系 6AI 网关的技术支持团队。

5. 异图像创建 (Image Generation) 接口对接

5.1 功能描述

该接口用于通过文本提示或参考图像生成新图像，支持 "文生图" 和 "图生图" 两种核心模式，典型应用场景包括：

  • 电商商品图生成：根据商品描述生成不同风格的展示图；

  • 游戏素材创作：生成角色立绘、场景地图或道具图标；

  • 创意内容生产：生成海报、插画或短视频封面。

与图像编辑接口不同，异图像创建接口无需依赖已有图像（文生图模式），或仅需参考图像（图生图模式），更适合从零开始的创作场景。

5.2 请求规范

5.2.1 接口端点

POST https://api.6ai.chat/v1/images/generations

5.2.2 鉴权方式

与图像编辑接口完全一致，请求必须包含 Authorization 头，格式为 Bearer YOUR_API_KEY，缺失或格式错误会直接返回 401 Unauthorized 错误。

5.2.3 请求参数
参数名 类型 是否必填 描述
prompt string 是 描述生成内容的自然语言提示，最大长度为 32000 字符。提示词越具体，模型生成的结果越精准，建议包含风格、场景、元素等细节，例如 "生成一张赛博朋克风格的城市夜景，天空中有飞行汽车，街道两侧是霓虹灯广告牌，整体色调为蓝紫色"
image 文件或文件数组 否 参考图像文件，支持 PNG、WEBP、JPG 格式，单张图像大小不超过 25MB。若上传多个文件，最多支持 16 张，模型会融合所有参考图像的元素与风格生成新图像
model string 否 要使用的模型名称，默认为 gpt-image-1，指定为 gpt-image-2-all 可启用 4K 分辨率、文字渲染优化等高级功能
n integer 否 要生成的图像数量，取值范围为 1~10，默认值为 1。生成数量越多，单轮请求的耗时会相应增加，建议根据实际需求调整
quality string 否 图像质量等级，仅对 gpt-image-2-all 生效，可选值为 high、medium、low，默认值为 high。不同质量等级对应不同的 Token 消耗：high 等级每 4K 图像消耗 2000 Token，medium 等级消耗 1120 Token，low 等级消耗 560 Token
response_format string 否 响应数据格式，可选值为 url 或 b64_json。url 格式返回的图像链接有效期为 60 分钟，仅对 DALL-E 系列模型生效；b64_json 格式返回 Base64 编码的图像数据，无有效期限制，适合直接嵌入应用或存储到本地，是 GPT-Image 系列模型的推荐格式
size string 否 生成图像的分辨率，默认值为 1024x1024。支持的取值包括 1024x1024、1536x1024、2048x2048、4096x4096 等，其中 4096x4096 仅对 gpt-image-2-all 生效
timeout integer 否 请求超时时间，单位为毫秒，建议设置范围为 30000~60000（即 30~60 秒）。图像生成属于计算密集型任务，4K 分辨率图像的平均生成耗时约 15 秒，设置合理的超时时间可避免因网络波动导致的请求失败

需要特别注意的是，prompt 的长度限制依据参考资料，image 的格式要求来自参考资料，model 的可选值来自资料，n 的取值范围参考资料，quality 的等级划分与 Token 消耗对应关系来自资料，response_format 的选项说明来自资料，size 的支持分辨率来自资料，timeout 的建议范围来自资料。

5.2.4 请求示例

以下示例展示了不同生成模式下的调用方式：

cURL（文生图模式）

复制代码 
curl --location -g --request POST 'https://api.6ai.chat/v1/images/generations' \\

\--header 'Authorization: Bearer YOUR\_API\_KEY' \\

\--header 'Content-Type: application/json' \\

\--data-raw '{

    "prompt": "生成一张赛博朋克风格的城市夜景，天空中有飞行汽车，街道两侧是霓虹灯广告牌，整体色调为蓝紫色",

    "model": "gpt-image-2-all",

    "n": 1,

    "quality": "high",

    "response\_format": "b64\_json",

    "size": "4096x2160"

}'

该请求会生成一张 4096×2160 分辨率的赛博朋克风格城市夜景图，返回 Base64 编码的图像数据。由于使用了 gpt-image-2-all 模型和 high 质量等级，单轮请求消耗 2000 Token。

Python（图生图模式）

复制代码 
from openai import OpenAI

import base64

import os

\# 初始化 OpenAI 客户端，指定 6AI 网关的 Base URL

client = OpenAI(

    base\_url="https://api.6ai.chat",

    api\_key="YOUR\_API\_KEY"

)

\# 调用图像生成接口（图生图模式）

response = client.images.generate(

    image=open("reference\_image.jpg", "rb"),  # 参考图像

    prompt="基于参考图像的风格，生成一张未来城市的街景图",

    model="gpt-image-2-all",

    n=1,

    size="2048x2048",

    response\_format="b64\_json"

)

\# 处理响应结果，保存生成的图像

image\_data = response.data\[0].b64\_json

image\_bytes = base64.b64decode(image\_data)

output\_path = "generated\_image.jpg"

with open(output\_path, "wb") as f:

    f.write(image\_bytes)

print(f"生成的图像已保存至 {output\_path}")

该示例展示了图生图模式的调用方式，模型会参考输入图像的风格生成新图像。代码中使用的 openai 版本需≥1.0.0，以确保对参考图像输入的支持。

Node.js（多参考图模式）

复制代码 
const axios = require('axios');

const FormData = require('form-data');

const fs = require('fs');

// 初始化请求参数，上传两张参考图像

const form = new FormData();

form.append('image', fs.createReadStream('reference1.jpg'));

form.append('image', fs.createReadStream('reference2.jpg'));

form.append('prompt', '融合两张参考图像的风格，生成一张新的风景图');

form.append('model', 'gpt-image-2-all');

form.append('n', '1');

form.append('size', '2048x2048');

form.append('response\_format', 'b64\_json');

// 发送 POST 请求到 6AI 网关

axios.post('https://api.6ai.chat/v1/images/generations', form, {

    headers: {

        ...form.getHeaders(),

        'Authorization': 'Bearer YOUR\_API\_KEY'

    },

    timeout: 60000  // 设置 60 秒超时

})

.then(response => {

    // 处理响应结果，保存生成的图像

    const imageData = response.data.data\[0].b64\_json;

    const imageBuffer = Buffer.from(imageData, 'base64');

    fs.writeFileSync('merged\_generated\_image.jpg', imageBuffer);

    console.log('生成的图像已保存为 merged\_generated\_image.jpg');

})

.catch(error => {

    // 错误处理，打印详细错误信息

    console.error('请求失败:', error.response ? error.response.data : error.message);

});

该示例展示了多参考图模式的调用方式，模型会融合两张参考图像的风格生成新图像。代码中设置了 60 秒的超时时间，以适配大分辨率图像的生成需求。

5.3 响应格式

接口响应格式与图像编辑接口完全一致，包含 created、data 和 usage 三个核心字段：

复制代码 
{

  "created": 1713592345,  // Unix 时间戳，记录请求创建时间

  "data": \[

    {

      "b64\_json": "base64\_encoded\_image\_data",  // Base64 编码的图像数据

      "revised\_prompt": "基于参考图像的风格，生成一张未来城市的街景图"  // 模型优化后的提示词

    }

  ],

  "usage": {

    "prompt\_tokens": 80,  // 提示词消耗的 Token 数量

    "total\_tokens": 2080,  // 总消耗 Token 数量（提示词 Token + 图像生成 Token）

    "image\_tokens": 2000   // 图像生成消耗的 Token 数量

  }

}

各字段的具体说明可参考 4.3 节的响应格式说明。

5.4 错误处理

与图像编辑接口的错误类型完全一致，需根据错误码进行针对性排查：

  • 400 Bad Request：请求参数错误，可能的原因包括提示词长度超过 32000 字符、图像格式不支持、图像大小超过 25MB 等。此时需检查请求参数是否符合文档要求；

  • 401 Unauthorized ：API Key 无效或缺失，需检查 Authorization 请求头的格式，或登录控制台重新生成密钥；

  • 403 Forbidden：无模型调用权限，需登录控制台的 "模型管理" 页面确认权限状态，或完成充值操作；

  • 429 Too Many Requests：请求频率或配额超限，需降低请求频率，或登录控制台申请提升配额；

  • 500 Internal Server Error：网关内部错误，可等待 1~2 分钟后重试，若多次重试仍失败，需联系 6AI 网关的技术支持团队。

6. 统一 API 规范与最佳实践

6.1 鉴权机制

所有请求必须通过 Authorization 请求头携带 API Key，格式为 Bearer YOUR_API_KEY，该字段是网关验证请求合法性的唯一凭证。

关于 API Key 的管理，需遵循以下最佳实践：

  • 密钥安全：API Key 仅在生成时显示，需立即保存至安全位置（如密码管理器），切勿提交至版本控制系统或公开分享。若密钥泄露，第三方可能会冒用您的账号调用接口产生费用，因此建议定期（如每 90 天）轮换密钥；

  • 权限范围：一个 API Key 可用于调用 6AI 网关支持的所有模型，包括文本模型与图像模型。若需分场景管控权限，可在控制台的 "令牌管理" 页面为不同场景创建独立的 API Key；

  • 有效期设置：生成 API Key 时可自定义有效期（支持 7/30/90 天或长期有效），短期场景建议设置较短有效期，长期场景建议每 90 天轮换一次密钥，以降低密钥泄露的风险。

6.2 通用参数约束

所有图像相关接口的公共参数需遵循以下约束：

参数名 约束说明
prompt 最大长度为 32000 字符，超过限制会触发 400 错误。提示词越具体，模型生成的结果越精准，建议包含风格、场景、元素等细节
image 仅支持 PNG、WEBP、JPG 格式，单张大小不超过 25MB，最多支持同时上传 16 张图像。若需上传大尺寸图像，建议先压缩至 25MB 以内
size 支持的分辨率包括 1024×1024、1536×1024、2048×2048、4096×4096 等，其中 4096×4096 仅对 gpt-image-2-all 生效。默认值为 auto（图像编辑接口）或 1024×1024（异图像创建接口）
quality 仅对 gpt-image-2-all 生效，可选值为 high、medium、low，默认值为 high。不同质量等级对应不同的 Token 消耗，需根据实际需求选择
response_format 推荐使用 b64_json 格式，无有效期限制，适合直接嵌入应用或存储到本地。url 格式仅对 DALL-E 系列模型生效，链接有效期为 60 分钟
timeout 建议设置范围为 30000~60000 毫秒（30~60 秒），避免因图像生成耗时较长导致的请求超时失败

6.3 错误码与返回格式

所有接口采用统一的错误码体系，错误响应格式如下：

复制代码 
{

  "error": {

    "message": "具体错误信息，描述错误的原因",

    "type": "错误类型，如 invalid\_request\_error",

    "param": "错误对应的参数名（可选，如 image）",

    "code": "错误码，如 400"

  }

}

常见错误码及处理方案如下：

HTTP 状态码 错误码 错误信息 处理方案
400 invalid_request_error 图像格式不支持 / 提示词长度超过限制 / 蒙版未包含 Alpha 通道 检查图像格式是否为 PNG/WEBP/JPG，压缩图像大小至 25MB 以内，调整提示词长度至 32000 字符以内，确保蒙版包含 Alpha 通道
401 unauthorized API Key 无效 / 缺失 检查 Authorization 请求头格式是否正确，确认 API Key 是否有效，或登录控制台重新生成密钥
403 forbidden 无模型调用权限 / 账号余额不足 登录控制台的 "模型管理" 页面开通 GPT-Image-2-All 权限，或完成账号充值操作
429 rate_limit_exceeded 请求频率超过限制 / 配额不足 降低请求频率，或登录控制台申请提升 RPM/TPM 配额
500 internal_server_error 网关内部错误 等待 1~2 分钟后重试，若多次重试仍失败，联系 6AI 网关技术支持团队

6.4 配额与限制

GPT-Image-2-All 的配额限制与 OpenAI GPT-Image-2 官方标准完全一致，具体如下：

  • 请求频率限制：默认 RPM（每分钟请求数）为 6 次，TPM（每分钟 Token 数）为 10000 次。新用户注册后会自动获得基础配额，随着使用量和消费额的增加，配额会自动提升；

  • 图像生成数量限制：单轮请求最多生成 10 张图像，每日生成数量无明确上限，但会受限于 TPM 配额；

  • Token 消耗规则：根据图像质量和分辨率的不同，Token 消耗存在差异：

    • high 质量 + 4K 分辨率：2000 Token / 张；

    • medium 质量 + 2K 分辨率：1120 Token / 张；

    • low 质量 + 1K 分辨率：560 Token / 张。

新用户注册后可获得 0.2 美元的体验额度，足以支持约 20 次 4K 图像生成或 100 次 2K 图像编辑请求，具体额度以控制台显示为准。

7. 开发与调试指南

7.1 开发环境准备

为确保接口调用的稳定性与兼容性，需满足以下开发环境要求：

  • Python ：推荐版本 3.8+，需安装 openai>=1.0.0 或 requests>=2.31.0 依赖包。openai 官方 SDK 已封装了请求签名、参数校验等逻辑，是最便捷的调用方式；

  • Node.js ：推荐版本 16+，需安装 axios>=1.6.0 或 form-data>=4.0.0 依赖包。form-data 用于处理文件上传请求，axios 用于发送 HTTP 请求；

  • Java ：推荐 JDK 11+，需引入 okhttp>=4.10.0 依赖包，用于处理 HTTP 请求与响应；

  • 调试工具：推荐使用 Postman 或 Apifox，可直观调试请求参数、查看响应结构与耗时链路，支持保存请求模板，便于后续测试与迭代。

7.2 对接流程

完整的对接流程分为以下 5 个步骤：

  1. 注册与实名认证：访问 6AI 网关注册页面完成账号注册，个人用户需提交身份证信息并完成人脸验证，企业用户需提交营业执照扫描件与授权委托书，实名认证是获取 API 密钥的必要前提；

  2. 获取 API 密钥：登录 6AI 网关后台，在左侧导航栏进入 "令牌" 页面，点击 "添加令牌" 生成专属 API Key。该密钥仅在生成时显示，需立即保存至安全位置；

  3. 开通模型权限：在网关控制台的 "模型管理" 页面，找到 "GPT-Image-2-All" 模型，点击 "开通权限"。新用户注册后可获得 0.2 美元的体验额度，具体额度以控制台显示为准；

  4. 接口调试 ：使用 Postman 或 Apifox 发送测试请求，验证参数格式与响应结果。建议先使用低分辨率（如 1024×1024）和 low 质量等级进行测试，以降低 Token 消耗并快速验证接口可用性；

  5. 生产接入：将调试通过的代码集成到生产环境，设置合理的超时时间（30~60 秒）与重试机制，确保在网络波动或网关临时故障时能自动恢复。生产环境建议使用独立的 API Key，避免与测试环境共用。

7.3 常见问题排查

7.3.1 鉴权失败

现象：接口返回 401 Unauthorized 错误，错误信息为 "Invalid API Key"。

可能原因：

  • API Key 格式错误，缺少 Bearer 前缀；

  • API Key 已过期或被冻结；

  • 请求头中未正确携带 Authorization 字段。

    解决方案：

  • 检查 Authorization 请求头格式，确保为 Bearer YOUR_API_KEY；

  • 登录控制台的 "令牌" 页面，确认 API Key 的状态是否有效；

  • 若密钥已过期，重新生成新的 API Key 并替换到请求中。

7.3.2 参数错误

现象：接口返回 400 Bad Request 错误，错误信息为 "Invalid parameter"。

可能原因：

  • 图像格式不支持，如上传 BMP 格式文件；

  • 图像大小超过 25MB；

  • 提示词长度超过 32000 字符；

  • 蒙版未包含 Alpha 通道。

    解决方案：

  • 将图像格式转换为 PNG/WEBP/JPG；

  • 使用图像压缩工具（如 TinyPNG）将图像大小压缩至 25MB 以内；

  • 调整提示词长度至 32000 字符以内，尽量精简冗余描述；

  • 使用图像编辑工具（如 Photoshop）为蒙版添加 Alpha 通道后重新上传。

7.3.3 请求超时

现象：接口返回 504 Gateway Timeout 错误，或客户端超时。

可能原因：

  • 超时时间设置过短（如小于 30 秒）；

  • 生成的图像分辨率过高（如 4K），导致处理时间过长；

  • 网络波动导致请求中断。

    解决方案：

  • 将超时时间调整至 30~60 秒；

  • 对于 4K 分辨率的图像生成，可分批次生成，或降低质量等级；

  • 实现重试机制，对 504 错误自动重试 1~2 次，重试间隔建议设置为 5 秒。

7.3.4 配额超限

现象：接口返回 429 Too Many Requests 错误，错误信息为 "Rate limit exceeded"。

可能原因：

  • RPM（每分钟请求数）超过限制；

  • TPM（每分钟 Token 数）超过限制；

  • 账号余额不足。

    解决方案：

  • 降低请求频率，例如添加 1 秒的请求间隔；

  • 登录控制台的 "配额管理" 页面，申请提升 RPM/TPM 配额；

  • 若账号余额不足，完成充值操作。

8. 总结

本对接文档详细介绍了 GPT-Image-2-All 图像模型的 API 接口规范与使用方法，核心内容包括：

  • 模型定位与架构优势：基于 GPT-Image-2 架构，原生支持文本生成图像、图像编辑、图生图等全链路视觉创作能力，具备 4K 分辨率支持、强文字渲染能力与风格一致性等优势；

  • 接口规范：涵盖图像编辑（Edits）和异图像创建（Generations）两个核心接口的请求参数、示例代码与响应格式；

  • 统一规范：包括鉴权机制、通用参数约束、错误码体系与配额限制；

  • 开发指南：包括开发环境准备、对接流程与常见问题排查方案。

通过本文档，开发者可以快速接入 GPT-Image-2-All 模型，实现高效、稳定的视觉内容生成。

9. 附录

9.1 参考文档

相关推荐
輕華3 小时前
LSTM实战（上篇）：微博情感分析——词表构建与数据集加载
人工智能·机器学习·lstm
大江东去浪淘尽千古风流人物4 小时前
【cuVSLAM】GPU 加速、多相机、实时视觉/视觉惯性 SLAM设计优势
c++·人工智能·数码相机·ubuntu·计算机视觉·augmented reality
Elastic 中国社区官方博客9 小时前
Elasticsearch：使用 Agent Builder 的 A2A 实现 - 开发者的圣诞颂歌
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
chools9 小时前
【AI超级智能体】快速搞懂工具调用Tool Calling 和 MCP协议
java·人工智能·学习·ai
郝学胜-神的一滴10 小时前
深度学习必学：PyTorch 神经网络参数初始化全攻略（原理 + 代码 + 选择指南）
人工智能·pytorch·python·深度学习·神经网络·机器学习
leobertlan10 小时前
好玩系列：用20元实现快乐保存器
android·人工智能·算法
笨笨饿10 小时前
#58_万能函数的构造方法：ReLU函数
数据结构·人工智能·stm32·单片机·硬件工程·学习方法
jr-create(•̀⌄•́)10 小时前
从零开始：手动实现神经网络识别手写数字（完整代码讲解）
人工智能·深度学习·神经网络
冬奇Lab10 小时前
一天一个开源项目（第78篇）：MiroFish - 用群体智能引擎预测未来
人工智能·开源·资讯
热门推荐
012026年4月技术前沿：AI大模型爆发、智能体革命与量子安全新纪元02GitHub 镜像站点032026 年 AI 编程助手全面对比评测：Cursor vs Copilot vs Claude Code vs GitHub Copilot Free04Claude Code Windows 兼容性问题：指定版本 2.1.112 可解决05AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析06UBUNTU Claude Code 报错 claude native binary not installed072026年4月AI大事件深度解读：大模型竞争进入“深水区“08从限购到畅通：GLM-5.1 Coding Plan接入攻略09从零部署 Hermes Agent：一只"会成长的 AI 马"保姆级安装教程10GPT-6发布日深度解析-Symphony架构200万Token实战