GPT Image（gpt-image-2 / gpt-image-1.5）图像生成 / 编辑（OpenAI Images 原生协议）

两个模型参数集相同、走同一组接口，仅 model 字段不同；输出 token 数与单价各不相同（见「计费口径」）。

ModelGo 按 OpenAI Images API 的官方路径与请求/响应格式原样接收 gpt-image-2 / gpt-image-1.5 请求，网关负责路由到供应商并计费；由哪家供应商渲染对调用方不可见。图像同步返回，无需轮询。

使用 OpenAI 官方 SDK 时，把 base_url 指向 https://api.modelgo.com/v1、api_key 换成 ModelGo API Key 即可。

1. 创建图像

文生图

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

curl https://api.modelgo.com/v1/images/generations \
  -H "Authorization: Bearer $MODELGO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只毛茸茸的橘猫坐在阳光下的窗台上，胶片质感",
    "size": "1536x1024",
    "quality": "high",
    "output_format": "png"
  }'

图生图 / 蒙版编辑

POST https://api.modelgo.com/v1/images/edits（multipart/form-data）

curl https://api.modelgo.com/v1/images/edits \
  -H "Authorization: Bearer $MODELGO_API_KEY" \
  -F "model=gpt-image-2" \
  -F "prompt=把背景换成霓虹夜景，保留猫的姿态" \
  -F "image[]=@./cat.png" \
  -F "mask=@./mask.png" \
  -F "size=1024x1024" \
  -F "quality=medium" \
  -F "input_fidelity=high"

• image[] 可重复出现，一次传入多张参考图。
• mask 可选，PNG，尺寸必须与第一张 image[] 一致；透明区域为需要重绘的区域。

响应

{
  "created": 1757318400,
  "data": [{"b64_json": "iVBORw0KGgoAAAANSUhEUgAA..."}],
  "usage": {
    "input_tokens": 17,
    "input_tokens_details": {"text_tokens": 17, "image_tokens": 0},
    "output_tokens": 5488,
    "output_tokens_details": {"image_tokens": 5488, "text_tokens": 0},
    "total_tokens": 5505
  }
}

图像始终以 data[].b64_json（base64）返回。保存到文件：

curl -s https://api.modelgo.com/v1/images/generations \
  -H "Authorization: Bearer $MODELGO_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"a red ball on a wooden table"}' \
  | python3 -c 'import sys,json,base64; open("out.png","wb").write(base64.b64decode(json.load(sys.stdin)["data"][0]["b64_json"]))'

2. 参数说明

• response_format 不适用于 gpt-image 系列。 网关会在转发前剥离该字段，不报错；图像始终以 b64_json 返回，不提供 url 形态。
• size / quality 不在上表内、缺 prompt → HTTP 400，不计费。
• 按可交付档位选路。 网关只把请求交给能按所声明 size / quality 交付的供应商；若当前无供应商能出该档位，返回 400，不产生费用。

输出 token 参考（实测）

输出 token 由模型、尺寸与质量档共同决定：gpt-image-2 的 high 档比缺省档高一个数量级以上；同为缺省档，gpt-image-1.5 的输出 token 是 gpt-image-2 的 20 倍以上。两个模型的 token 数与单价都不同，换模型前请核算成本。

3. 完整示例（Python，OpenAI 官方 SDK）

import base64, os
from openai import OpenAI

client = OpenAI(api_key=os.environ["MODELGO_API_KEY"], base_url="https://api.modelgo.com/v1")

# 文生图
r = client.images.generate(model="gpt-image-2", prompt="一只橘猫坐在窗台上，胶片质感",
                           size="1536x1024", quality="high", output_format="png")
open("cat.png", "wb").write(base64.b64decode(r.data[0].b64_json))
print(r.usage.output_tokens_details.image_tokens)

# 图生图（蒙版编辑）
with open("cat.png", "rb") as img, open("mask.png", "rb") as mask:
    e = client.images.edit(model="gpt-image-2", prompt="把背景换成霓虹夜景",
                           image=[img], mask=mask, size="1024x1024", quality="medium")
open("cat-neon.png", "wb").write(base64.b64decode(e.data[0].b64_json))

4. 计费口径

• 按 token 计费，三个价目：文本输入（input）、图像输入（image_input）、图像输出（image_output），单位为每百万 token。输出中的图像部分按 image_output 单价计。
• gpt-image-2 与 gpt-image-1.5 各有独立价卡，且同一档位的输出 token 数差异显著（缺省档 196 对 4444），同一请求在两个模型上的费用不可互推。
• 请求时预授权冻结，响应返回后按 usage 中的实际 token 结算：input_tokens_details.text_tokens → input，input_tokens_details.image_tokens → image_input，output_tokens_details.image_tokens → image_output。
• 请求被拒（400）或生成失败不计费，预授权自动释放。
• 各价目以控制台「模型列表」中的价格为准。

常见错误