gpt-image-2 图片生成与编辑

gpt-image-2 是 OpenAI 图像生成与编辑模型，支持文本生图、参考图编辑和高质量商业素材生成。通过 AnyRoute，可以使用统一的 OpenAI 兼容 Images API 调用，并在控制台查看用量与扣费记录。

前置条件

已注册并登录 AnyRoute 控制台。

已创建支持 gpt-image-2 的 API Key。

本地或服务端可以访问推荐入口：https://biz.anyroute.io；企业大带宽场景可使用 https://us.anyroute.io。

API Key 等同于账号凭证，请妥善保管，切勿提交到代码仓库或公开分享。

文本生成图片

文本生图使用 OpenAI 兼容的 Images API：

POST /v1/images/generations

最小请求示例：

推荐请求示例：

返回结果中通常会包含 b64_json，表示 Base64 编码后的图片内容。业务侧可以将其解码为 PNG、JPEG 或 WebP 文件。

常用参数

参数	说明
`model`	固定传 `gpt-image-2`
`prompt`	图片描述，建议写清主体、场景、构图、光线、风格和限制
`size`	图片尺寸，建议优先使用官方常规尺寸或 AnyRoute 推荐档位
`quality`	画质档位，常用 `auto`、`high`
`output_format`	输出格式，常用 `png`、`webp`、`jpeg`
`background`	透明背景场景传 `transparent`，并使用 `png` 或 `webp`
`n`	单次生成数量，生产环境建议先用 `n=1`

尺寸说明

size 是最容易出错的参数。建议优先使用固定预设，不要随意传任意宽高组合。

AnyRoute 的图片测试页面会列出一组推荐尺寸。这些尺寸主要用于快速测试、降低出错概率，并不代表 gpt-image-2 只能使用这些尺寸。只要尺寸满足 OpenAI 官方接口要求，并且没有超过当前模型的像素预算，也可以传入测试页面没有列出的其他合法尺寸。

官方常规尺寸

OpenAI Images API 文档中常见的 GPT image 尺寸包括：

auto
1024x1024
1536x1024
1024x1536

1024x1024：方图，适合头像、商品主图、社媒封面。

1536x1024：横图，适合海报、Banner、场景图。

1024x1536：竖图，适合手机海报、人物图、竖版封面。

最大像素预算

gpt-image-2 的高分辨率请求存在像素预算限制。AnyRoute 当前推荐的 4K 尺寸都控制在以下上限内：

最大像素预算：8,294,400

可用示例：

3840 x 2160 = 8,294,400
2880 x 2880 = 8,294,400
2160 x 3840 = 8,294,400
3264 x 2448 = 7,990,272
2448 x 3264 = 7,990,272

不要使用超过预算的尺寸。例如：

3328x2496 = 8,306,688

这类尺寸会被拒绝，并返回类似错误：

Requested resolution exceeds the current pixel budget

使用参考图编辑

参考图编辑使用：

POST /v1/images/edits

请求类型为 multipart/form-data，至少需要传入 model、prompt 和 image。

如果需要局部编辑，可以额外传入 mask。需要保留人物、产品或品牌元素时，请在 prompt 中明确写出保留要求。

Prompt 写法建议

建议按以下结构描述：

主体 + 场景 + 构图 + 光线 + 材质/风格 + 用途 + 约束

示例：

一张高端护肤品产品摄影图，主体是一瓶磨砂玻璃精华液，放在白色大理石台面上，自然窗光从左侧进入，浅景深，背景干净，画面留出右侧文案空间，适合电商详情页首屏，不要水印，不要文字，不要多余瓶身。

常见问题

为什么 4K 生成更慢？

4K 图像像素更多，生成和返回都需要更长时间。普通图片通常需要 1-2 分钟，4K 图片可能需要 3-5 分钟。

为什么传 3328x2496 会失败？

这个尺寸总像素为 8,306,688，超过当前像素预算。请改用 3264x2448 或其他推荐预设。

response_format 可以传 url 吗？

不建议。GPT image models 默认返回 Base64 图片内容，业务侧应优先处理 b64_json。

透明背景应该怎么传？

{
  "background": "transparent",
  "output_format": "png"
}

也可以使用 webp，但不要使用 jpeg，因为 JPEG 不支持透明通道。

一次生成多张图应该怎么做？

可以设置 n，但建议先使用 n=1。如果需要批量生成，建议业务侧拆分多次请求，便于重试和追踪单张图片状态。

参考链接

OpenAI Image generation guide

OpenAI Images API reference

gpt-image-2 图片生成与编辑

前置条件#

文本生成图片#

常用参数#

尺寸说明#

官方常规尺寸#

最大像素预算#

使用参考图编辑#

Prompt 写法建议#

常见问题#

参考链接#