图像生成
GPT Image：从零开始生成图片
一步一步调用 GPT Image 2 和 GPT Image 2.5 生图模型。
POST
https://xcompute.us
/
v1
/
images
/
generations
这篇教程适合第一次调用接口的客户。你只需要准备 API Key、选择一个模型，然后复制下面的请求。
第一次测试建议使用
Python 调用：
图片地址在
提交成功后会返回
保存这个
当返回的
提示词建议按照“主体 + 场景 + 构图 + 风格 + 限制”来写，例如：
返回
检查请求头是否严格写成：
返回
这通常表示你的 API Key 所属分组暂时看不到这个模型。联系管理员确认模型权限，或换用你账号可见的模型。
第一步：准备 API Key
在 API Key 管理页面 创建一个 API Key。下面所有示例里的YOUR_API_KEY 都要替换成你自己的 Key。
API Key 等同于账户密码。不要把它放进网页前端、GitHub、微信群或公开代码中。
第二步：选择模型
| 模型 | 适合什么情况 | 返回方式 |
|---|---|---|
gpt-image-2 | 普通文生图，先从这个开始 | 等待完成后直接返回图片 |
gpt-image-2.5 | 需要更高规格的通用生图 | 等待完成后直接返回图片 |
gpt-image-2-async | 不想让程序长时间等待 | 先返回任务 ID，再查询结果 |
gpt-image-2.5-async | 高规格生图，但使用异步任务 | 先返回任务 ID，再查询结果 |
gpt-image-2，参数最少，成功后再换其他模型。
价格
GPT Image 系列的基础价格为$0.015/次。实际价格受 API Key 对应的账户方案和图片分辨率影响，请以模型定价页面显示为准。
GPT Image 的 1K 图片倍率为 1，2K 和 4K 图片倍率为 1.5。基础价格方案下生成 2K 图片时，参考价格为 $0.0225/次。
当前已开放的 GPT Image 变体也以模型列表和控制台实际显示为准。
第三步：先用最简单的请求
把下面命令复制到终端，把YOUR_API_KEY 替换为你的 Key：
curl --request POST \
--url https://xcompute.us/v1/images/generations \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-image-2",
"prompt": "一只橘猫坐在窗台上看夕阳，水彩插画风格",
"size": "1024x1024",
"n": 1,
"response_format": "url"
}'
import requests
response = requests.post(
"https://xcompute.us/v1/images/generations",
headers={
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json",
},
json={
"model": "gpt-image-2",
"prompt": "一只橘猫坐在窗台上看夕阳，水彩插画风格",
"size": "1024x1024",
"n": 1,
"response_format": "url",
},
timeout=300,
)
response.raise_for_status()
print(response.json()["data"][0]["url"])
第四步：看懂成功响应
成功时会返回类似下面的数据：{
"created": 1790950716,
"data": [
{
"url": "https://example.com/generated-image.png",
"revised_prompt": "一只橘猫坐在窗台上看夕阳，水彩插画风格"
}
]
}
data[0].url。这个地址可能有有效期，建议拿到地址后立即下载到自己的存储。
第五步：使用异步模型
如果你的程序不方便等待 30 秒左右，可以把模型换成gpt-image-2-async 或 gpt-image-2.5-async：
curl --request POST \
--url https://xcompute.us/v1/images/generations \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-image-2.5-async",
"prompt": "未来城市夜景，电影感灯光，无文字",
"size": "1024x1024"
}'
id：
{
"id": "task_EXAMPLE",
"status": "queued",
"mode": "generate"
}
id，然后查询：
curl --request GET \
--url https://xcompute.us/v1/images/generations/task_EXAMPLE \
--header 'Authorization: Bearer YOUR_API_KEY'
items[0].status 是 success 时，读取 items[0].data[0].url。完整的响应格式见任务查询。
第六步：调整图片
常用参数：| 参数 | 示例 | 说明 |
|---|---|---|
prompt | 一座雪山，日出，写实摄影 | 必填，描述你想要的图片 |
size | 1024x1024 | 图片尺寸，第一次建议使用这个值 |
quality | auto、low、medium、high | 图片质量 |
n | 1 | 生成数量，同步 GPT Image 支持 1 到 4 |
response_format | url | 当前使用图片 URL |
一杯咖啡放在木桌上，窗边自然光，近景构图，商业产品摄影风格，画面中不要出现文字
常见问题
返回 401
检查请求头是否严格写成：
Authorization: Bearer YOUR_API_KEY
返回 503 No available channel
这通常表示你的 API Key 所属分组暂时看不到这个模型。联系管理员确认模型权限，或换用你账号可见的模型。
请求超时
同步模型需要等待图片生成。客户端超时建议设置为至少 300 秒；不方便等待时请改用带-async 后缀的模型。