GPT Image 2

GPT Image 2 是 OpenAI 的新一代图像生成模型，通过 Starrise AI API 提供服务。基于自回归 + 推理混合架构，支持原生 2K 分辨率、接近完美的文字渲染能力（12+ 种语言约 99% 字符级准确率），以及出色的多物体场景构图。

核心能力

文生图 — 根据自然语言描述生成图像
图片编辑 — 通过 /v1/images/edits 接口对已有图片进行文本提示编辑
灵活分辨率 — 支持任意自定义尺寸，最高 4K（3840px），边长须为 16 的倍数
精准文字渲染 — 12+ 种语言约 99% 字符级准确率
多物体构图 — 复杂场景无遮挡或错位问题
多风格 — 写实、插画、动漫、矢量、3D、数据可视化

无论是 /v1/images/generations 还是 /v1/images/edits，n 支持 1–10，默认 1。需在控制台选择 Direct 分组。

输出规格

属性	值
尺寸	灵活分辨率（如 1024x1024、2048x2048、3840x2160）
尺寸约束	边长：16 的倍数，宽高比 ≤ 3:1，总像素数 655,360–8,294,400
质量	low、medium、high
输出格式	png、jpeg
输入格式（编辑接口）	png、jpeg

快速示例

curl https://ai.alad.com/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一座未来城市的日落天际线，天空中有飞行汽车",
    "size": "2048x2048",
    "quality": "high"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://ai.alad.com/v1"
)

response = client.images.generate(
    model="gpt-image-2",
    prompt="一座未来城市的日落天际线，天空中有飞行汽车",
    size="2048x2048",
    quality="high"
)

print(response.data[0].b64_json[:100])

参数说明

参数	类型	必填	说明
`model`	string	是	必须为 `gpt-image-2`
`prompt`	string	是	图像描述文本
`n`	integer	否	生成图片数量，支持 `1–10`，默认 `1`。需在控制台选择 Direct 分组。
`size`	string	否	`{宽}x{高}` 格式，边长须为 16 的倍数，宽高比 ≤ 3:1，总像素数 655,360–8,294,400，最大单边 3,840px。默认 `1024x1024`
`quality`	string	否	`low`、`medium`、`high`，默认 `medium`
`output_format`	string	否	`png`、`jpeg`，默认 `png`
`moderation`	string	否	`auto` 或 `low`，默认 `auto`
`output_compression`	integer	否	jpeg 格式的压缩级别（0–100）

图片编辑

通过 POST /v1/images/edits 对已有图片进行编辑。请求体使用 multipart/form-data，将图片以文件形式上传。 每次请求最多支持 16 张输入图片（image[]）。

输入图片格式

支持格式：PNG、JPEG。图片必须通过 multipart/form-data 文件上传 方式传入。可用模型 ID 两个：

gpt-image-2 — 官方模型
gpt-image-2-c — 高性价比版本（支持 response_format）

注意： 使用 gpt-image-2-c 时，选择较高画质会影响 n 张图片的稳定输出。若需稳定生成多张图片，建议使用较低画质。

curl https://ai.alad.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "image=@/path/to/source.jpeg" \
  -F model="gpt-image-2" \
  -F prompt="将图片背景替换为海上日落" \
  -F n=1 \
  -F size="1024x1024"

curl https://ai.alad.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "image[]=@/path/to/image1.png" \
  -F "image[]=@/path/to/image2.png" \
  -F "image[]=@/path/to/image3.png" \
  -F model="gpt-image-2" \
  -F prompt="将这些参考图片中的物品合成为一个礼品篮" \
  -F size="1024x1024"

编辑接口参数

参数	类型	必填	说明
`image`	file	是	单张源图片（PNG 或 JPEG，multipart 上传）
`image[]`	file 数组	是*	多张源图片，最多 16 张（PNG 或 JPEG）。多图时用此参数替代 `image`
`mask`	file	否	蒙版图片（含 Alpha 通道），与源图片格式和尺寸一致（< 50MB）。多图时蒙版作用于第一张图片。需在控制台选择 Direct 分组。
`model`	string	是	`gpt-image-2` 或 `gpt-image-2-c`
`prompt`	string	是	编辑指令文本
`n`	integer	否	返回图片数量，支持 `1–10`，默认 `1`。需在控制台选择 Direct 分组。
`size`	string	否	`{宽}x{高}`，默认 `1024x1024`
`output_format`	string	否	`png`、`jpeg`，默认 `png`
`output_compression`	integer	否	jpeg 格式的压缩级别（0–100）
`response_format`	string	否	`url`。仅 `gpt-image-2-c` 支持。默认 `url`

image 和 image[] 二选一，不可同时使用。

遮罩编辑

提供含 Alpha 通道的蒙版图片，控制源图片中需要编辑的区域。Alpha 为白色（不透明）的像素被保留；Alpha 为黑色（透明）的像素将被编辑。要求：

蒙版必须包含 Alpha 通道
必须与源图片格式和尺寸完全一致
文件大小限制：< 50MB

遮罩编辑与 n 参数均需在控制台选择 Direct 分组。

cURL

curl https://ai.alad.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F image=@/path/to/source.jpeg \
  -F mask=@/path/to/mask.png \
  -F model="gpt-image-2" \
  -F prompt="将背景替换为未来城市景观" \
  -F n=1 \
  -F size="2048x2048"

如果蒙版是黑白图片但不含 Alpha 通道，可先进行转换：

Python

from PIL import Image
import numpy as np

img = Image.open("bw_mask.png").convert("L")
alpha = np.array(img)
rgba = np.zeros((*alpha.shape, 4), dtype=np.uint8)
rgba[alpha > 0] = [255, 255, 255, 255]
Image.fromarray(rgba).save("mask.png")

生成接口 API 参考

POST /v1/images/generations 交互式 Playground。

编辑接口 API 参考

POST /v1/images/edits 交互式 Playground。

快速开始

模型介绍

资源

核心能力

输出规格

快速示例

参数说明

图片编辑

输入图片格式

编辑接口参数

遮罩编辑

生成接口 API 参考

编辑接口 API 参考

​核心能力

​输出规格

​快速示例

​参数说明

​图片编辑

​输入图片格式

​编辑接口参数

​遮罩编辑

生成接口 API 参考

编辑接口 API 参考

核心能力

输出规格

快速示例

参数说明

图片编辑

输入图片格式

编辑接口参数

遮罩编辑