GPT Image 2 生图与图片编辑 API

开始前确认

• API Key 所属分组已开放图片生成权限。
• 使用模型 gpt-image-2。
• 生成端点为 /v1/images/generations。
• 编辑端点为 /v1/images/edits。

生成一张 2K 图片

下面示例生成 2048×2048 的 PNG，并把返回的 Base64 数据保存为本地文件。

curl -sS https://sub.tidba.com/v1/images/generations \
  -H "Authorization: Bearer $TIDBA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "产品摄影，一台银色机械键盘置于干净的白色桌面，柔和侧光，画面中不出现文字",
    "size": "2048x2048",
    "quality": "medium"
  }' \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > output.png

先用 quality: "low" 做构图草稿，再用 medium 或 high 输出最终图，通常更节省额度。

上传参考图并编辑

编辑请求使用 multipart/form-data。下面把 input.png 作为参考图，保持主体结构并替换背景。

curl -sS https://sub.tidba.com/v1/images/edits \
  -H "Authorization: Bearer $TIDBA_API_KEY" \
  -F "model=gpt-image-2" \
  -F "image[]=@input.png" \
  -F "prompt=保留产品主体和视角，把背景替换为明亮的现代工作室，不添加文字" \
  -F "size=2048x2048" \
  -F "quality=medium" \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > edited.png

可以上传多张参考图。输入图越多、尺寸越大，输入图片 Token 和处理时间通常越高。

需要多轮编辑时使用 Responses

Responses API 适合“先生成，再继续修改”的对话式流程。主模型负责理解意图，图片工具负责生成结果。

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  apiKey: process.env.TIDBA_API_KEY,
  baseURL: "https://sub.tidba.com/v1"
});

const response = await client.responses.create({
  model: "gpt-5.6-sol",
  input: "生成一张简洁的 API 监控面板产品图，不要出现品牌文字",
  tools: [{ type: "image_generation", action: "generate" }]
});

const call = response.output.find(
  item => item.type === "image_generation_call"
);

if (!call?.result) throw new Error("No image returned");
fs.writeFileSync("dashboard.png", Buffer.from(call.result, "base64"));

如果只需要一张图，直接调用 Images API 更简单；Responses 会同时产生主模型调用和图片生成用量。

尺寸、质量和成本

平台定价可能调整，调用前以站内当前计费规则和用量记录为准，不要把示例尺寸理解为固定单价承诺。

常见错误

404 或 Images API is not supported

确认 Key 所属分组是 OpenAI 图片能力分组，并检查端点路径。

429 或 rate_limit_exceeded

降低并发并做有限退避。图片请求通常比文本请求占用更长时间，不要立即并发重放。

moderation_blocked

修改提示词或输入图后再提交；这类用户可修正错误不应原样自动重试。

长时间没有响应

复杂图片可能需要较长时间。记录 Request ID，避免因客户端超时而重复扣费或重复生成。