GPT Image 1 与 1.5 官方版

POST

tasks

curl --request POST \
  --url https://www.qingbo.dev/v1/tasks \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "action": "<string>",
  "prompt": "<string>",
  "image_urls": [
    "<string>"
  ],
  "mask_url": "<string>",
  "aspect_ratio": "<string>",
  "quality": "<string>",
  "n": 123,
  "background": "<string>",
  "output_format": "<string>",
  "output_compression": 123,
  "moderation": "<string>"
}
'

import requests

url = "https://www.qingbo.dev/v1/tasks"

payload = {
    "model": "<string>",
    "action": "<string>",
    "prompt": "<string>",
    "image_urls": ["<string>"],
    "mask_url": "<string>",
    "aspect_ratio": "<string>",
    "quality": "<string>",
    "n": 123,
    "background": "<string>",
    "output_format": "<string>",
    "output_compression": 123,
    "moderation": "<string>"
}
headers = {"Content-Type": "application/json"}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {'Content-Type': 'application/json'},
  body: JSON.stringify({
    model: '<string>',
    action: '<string>',
    prompt: '<string>',
    image_urls: ['<string>'],
    mask_url: '<string>',
    aspect_ratio: '<string>',
    quality: '<string>',
    n: 123,
    background: '<string>',
    output_format: '<string>',
    output_compression: 123,
    moderation: '<string>'
  })
};

fetch('https://www.qingbo.dev/v1/tasks', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://www.qingbo.dev/v1/tasks"

	payload := strings.NewReader("{\n  \"model\": \"<string>\",\n  \"action\": \"<string>\",\n  \"prompt\": \"<string>\",\n  \"image_urls\": [\n    \"<string>\"\n  ],\n  \"mask_url\": \"<string>\",\n  \"aspect_ratio\": \"<string>\",\n  \"quality\": \"<string>\",\n  \"n\": 123,\n  \"background\": \"<string>\",\n  \"output_format\": \"<string>\",\n  \"output_compression\": 123,\n  \"moderation\": \"<string>\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://www.qingbo.dev/v1/tasks")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"<string>\",\n  \"action\": \"<string>\",\n  \"prompt\": \"<string>\",\n  \"image_urls\": [\n    \"<string>\"\n  ],\n  \"mask_url\": \"<string>\",\n  \"aspect_ratio\": \"<string>\",\n  \"quality\": \"<string>\",\n  \"n\": 123,\n  \"background\": \"<string>\",\n  \"output_format\": \"<string>\",\n  \"output_compression\": 123,\n  \"moderation\": \"<string>\"\n}")
  .asString();

gpt-image-1 和 gpt-image-1.5 是 OpenAI 官方 API 线路上的两代图像模型，支持文生图、最多 15 张参考图编辑和掩码局部重绘。两者的动作、参数、取值集合和限制完全一致，切换模型只改 model 字段。所有操作都通过统一任务接口 POST /v1/tasks 提交。

这两个模型不接受 resolution，画幅只有 1:1、2:3 和 3:2。需要分辨率档位、更多画幅或 WebP 输出时使用 GPT Image 2 官方版；需要按固定张价调用时使用 GPT Image 2 逆向版。模型 ID 决定走哪个模型，不会自动切换。

快速开始

curl -X POST https://www.qingbo.dev/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: image-gi15-001" \
  -d '{
    "model": "gpt-image-1.5",
    "action": "generate",
    "prompt": "一只蓝色陶瓷杯放在白色桌面上，柔和自然光，产品摄影",
    "aspect_ratio": "1:1",
    "quality": "low",
    "n": 1
  }'

curl -X POST https://www.qingbo.dev/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: image-gi1-edit-001" \
  -d '{
    "model": "gpt-image-1",
    "action": "edit",
    "prompt": "保留主体，把背景改成日落时的海边",
    "image_urls": ["https://cdn.example.com/source.png"],
    "aspect_ratio": "3:2",
    "quality": "low",
    "n": 1
  }'

curl -X POST https://www.qingbo.dev/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1.5",
    "action": "edit",
    "prompt": "只把杯子改成深绿色，其余区域保持不变",
    "image_urls": ["https://cdn.example.com/source.png"],
    "mask_url": "https://cdn.example.com/mask.png",
    "quality": "medium"
  }'

提交成功后返回 task_id。用 GET /v1/tasks/{task_id} 查询结果，也可以用 Prefer: wait 在一次调用里等待，或配置 Webhook。

请求参数

string

必填

gpt-image-1 或 gpt-image-1.5。

string

默认值:"generate"

generate：根据文字生成图片
edit：编辑参考图；必须提供 image_urls

string

必填

图片描述或编辑指令。

string[]

参考图片 URL。edit 时必填，最多 15 张。

string

局部重绘掩码 URL，仅 edit 有效。必须同时提供 image_urls，与第一张参考图尺寸一致并包含透明通道。

string

默认值:"1:1"

支持 1:1、2:3 和 3:2。

string

默认值:"auto"

画质档位：auto、low、medium 或 high。auto 由模型选档。画质越高，生成成本通常越高。

integer

默认值:"1"

生成数量，取值 1。每次请求返回一张图。

string

默认值:"auto"

auto、opaque 或 transparent。透明背景只支持 png。

string

默认值:"png"

png 或 jpeg。

integer

JPEG 压缩质量，范围 0–100。使用时必须将 output_format 设为 jpeg。

string

默认值:"auto"

内容审核强度：auto 或 low。

通用的 callback_url、callback_events、Prefer: wait、Idempotency-Key 和费用上限请求头见提交任务。这两个模型不支持 resolution 和 seed。以上之外的参数会返回 400，不计费。

限制

条件	限制
每次请求	返回 1 张图
`action: "edit"`	必须提供至少一张参考图
使用 `mask_url`	必须同时提供 `image_urls`，且掩码与第一张参考图尺寸一致
`background: "transparent"`	`output_format` 只能是 `png`
使用 `output_compression`	`output_format` 必须显式设为 `jpeg`
参考图张数	最多 15 张

计费

两个模型都按实际 token 用量计费。gpt-image-1 有五个计费维度：文本输入、缓存文本输入、图片输入、缓存图片输入、图片输出；gpt-image-1.5 在这五项之外还计文本输出。单价见 GET /v1/models 返回的 price_config，或控制台「模型市场」。单次调用的实际花费见任务响应里的 cost——整数 quota，500,000 quota = 1 USD，不是美元。图片输入包括参考图和掩码。缓存费率仅在上游返回可用于结算的缓存用量时生效；没有缓存用量时只按普通输入和图片输出计费。

冻结与结算

提交任务时按预估用量冻结一笔额度，任务完成后按实际用量结算，差额退回。预估用量的算法是：

输出：按画幅和画质两项查表得到预计输出 token 数
文本输入：不足 64 token 按 64 计
参考图：每张按 4,096 token 计，掩码同样算作图片输入
文本输出：仅 gpt-image-1.5 有这一项，按 1,024 token 计

同一画幅下，high 档的预计输出 token 约是 low 档的 15 倍。quality 是影响成本最大的参数，默认值为 auto；不传 quality 时按 auto 计，而 auto 与 high 的预估口径相同。画幅也有影响：同一画质下，2:3 和 3:2 的输出 token 高于 1:1。各画幅 / 画质组合的预估输出 token，见公开模型详情 GET /v1/models 的 price_config.image_usage_reservation。只有成功出图才计费。任务失败、取消，或没有返回可用图片时，全额退款。完整字段说明见任务状态。

响应

任务完成

{
  "task_id": "taski_example",
  "model": "gpt-image-1.5",
  "action": "generate",
  "status": "completed",
  "progress": "100%",
  "result": {
    "images": [
      {
        "url": ["https://cdn.example.com/result.png"]
      }
    ]
  },
  "billing_status": "settled",
  "cost": 61859
}

result.images 返回生成图片。任务失败或取消时冻结额度全额退款；如果上游返回成功但没有可交付图片，任务会按失败处理并退款。

可用模型

模型 ID	定位	计费维度
`gpt-image-1`	OpenAI 图像生成与编辑模型，支持多图参考、画面内文字和局部重绘	文本输入 / 缓存文本输入 / 图片输入 / 缓存图片输入 / 图片输出
`gpt-image-1.5`	OpenAI 上一代高质量图像模型，遵循复杂提示词和画面内文字更稳	上述五项，另加文本输出

两个模型的动作、参数、取值集合和限制完全一致，本页的每一节对两者都适用。

相关文档

GPT Image 1 与 1.5 官方版

curl --request POST \
  --url https://www.qingbo.dev/v1/tasks \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "action": "<string>",
  "prompt": "<string>",
  "image_urls": [
    "<string>"
  ],
  "mask_url": "<string>",
  "aspect_ratio": "<string>",
  "quality": "<string>",
  "n": 123,
  "background": "<string>",
  "output_format": "<string>",
  "output_compression": 123,
  "moderation": "<string>"
}
'

import requests

url = "https://www.qingbo.dev/v1/tasks"

payload = {
    "model": "<string>",
    "action": "<string>",
    "prompt": "<string>",
    "image_urls": ["<string>"],
    "mask_url": "<string>",
    "aspect_ratio": "<string>",
    "quality": "<string>",
    "n": 123,
    "background": "<string>",
    "output_format": "<string>",
    "output_compression": 123,
    "moderation": "<string>"
}
headers = {"Content-Type": "application/json"}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {'Content-Type': 'application/json'},
  body: JSON.stringify({
    model: '<string>',
    action: '<string>',
    prompt: '<string>',
    image_urls: ['<string>'],
    mask_url: '<string>',
    aspect_ratio: '<string>',
    quality: '<string>',
    n: 123,
    background: '<string>',
    output_format: '<string>',
    output_compression: 123,
    moderation: '<string>'
  })
};

fetch('https://www.qingbo.dev/v1/tasks', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://www.qingbo.dev/v1/tasks"

	payload := strings.NewReader("{\n  \"model\": \"<string>\",\n  \"action\": \"<string>\",\n  \"prompt\": \"<string>\",\n  \"image_urls\": [\n    \"<string>\"\n  ],\n  \"mask_url\": \"<string>\",\n  \"aspect_ratio\": \"<string>\",\n  \"quality\": \"<string>\",\n  \"n\": 123,\n  \"background\": \"<string>\",\n  \"output_format\": \"<string>\",\n  \"output_compression\": 123,\n  \"moderation\": \"<string>\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://www.qingbo.dev/v1/tasks")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"<string>\",\n  \"action\": \"<string>\",\n  \"prompt\": \"<string>\",\n  \"image_urls\": [\n    \"<string>\"\n  ],\n  \"mask_url\": \"<string>\",\n  \"aspect_ratio\": \"<string>\",\n  \"quality\": \"<string>\",\n  \"n\": 123,\n  \"background\": \"<string>\",\n  \"output_format\": \"<string>\",\n  \"output_compression\": 123,\n  \"moderation\": \"<string>\"\n}")
  .asString();

文本生成

图像生成

视频生成

音频处理

工具与嵌入

任务管理

账户与用量

GPT Image 1 与 1.5 官方版

快速开始

请求参数

限制

计费

冻结与结算

响应

可用模型

相关文档

​快速开始

​请求参数

​限制

​计费

​冻结与结算

​响应

​可用模型

​相关文档

快速开始

请求参数

限制

计费

冻结与结算

响应

可用模型

相关文档