GPT Image 2 官方版

POST

tasks

GPT Image 2 官方版

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

import requests

url = "https://api.qingbo.ai/v1/tasks"

payload = {
    "model": "<string>",
    "action": "<string>",
    "prompt": "<string>",
    "image_urls": ["<string>"],
    "mask_url": "<string>",
    "aspect_ratio": "<string>",
    "resolution": "<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>',
    resolution: '<string>',
    quality: '<string>',
    n: 123,
    background: '<string>',
    output_format: '<string>',
    output_compression: 123,
    moderation: '<string>'
  })
};

fetch('https://api.qingbo.ai/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://api.qingbo.ai/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  \"resolution\": \"<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://api.qingbo.ai/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  \"resolution\": \"<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-2 是 GPT Image 2 的官方 API 线路，适合产品图、海报、插画和基于参考图的视觉编辑。所有操作都通过统一任务接口 POST /v1/tasks 提交。

需要按固定张价调用时，可使用 gpt-image-2-rev。两条线路使用相同的任务接口，但模型 ID、参数和计费方式不同，不会自动互相切换。

快速开始

curl -X POST https://api.qingbo.ai/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: image-demo-001" \
  -d '{
    "model": "gpt-image-2",
    "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",
    "resolution": "1k",
    "quality": "low",
    "n": 1
  }'

curl -X POST https://api.qingbo.ai/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: image-edit-001" \
  -d '{
    "model": "gpt-image-2",
    "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": "1:1",
    "resolution": "1k",
    "quality": "low",
    "n": 1
  }'

curl -X POST https://api.qingbo.ai/v1/tasks \
  -H "Authorization: Bearer $WAVE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "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",
    "resolution": "1k",
    "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

固定为 gpt-image-2。

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 16 张。

string

局部重绘掩码 URL。必须同时提供 image_urls，并与第一张参考图尺寸一致。

string

默认值:"1:1"

支持 1:1、3:2、2:3、4:3、3:4、5:4、4:5、16:9、9:16、2:1、1:2、3:1、1:3、21:9、9:21。

string

默认值:"1k"

输出分辨率：1k、2k 或 4k。

string

默认值:"low"

画质档位：low、medium 或 high。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 和 webp。

string

默认值:"png"

png、jpeg 或 webp。

integer

JPEG/WebP 压缩比例，范围 0–100。使用时必须将 output_format 设为 jpeg 或 webp。

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。官方线路不支持 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` 或 `webp`
使用 `output_compression`	`output_format` 必须显式设为 `jpeg` 或 `webp`
参考图张数	最多 16 张

计费

官方线路按实际 token 用量计费，共五个计费维度：文本输入、缓存文本输入、图片输入、缓存图片输入、图片输出。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、分辨率和画质三项查表得到预计输出 token 数
文本输入：不足 32 token 按 32 计
参考图：每张按 4,096 token 计，掩码同样算作图片输入

输出 token 的量级差异很大：同一画幅下，high 档的预计输出 token 约是 low 档的 36 倍，4k 又比 1k 高数倍，两者叠加后单张成本可以相差两个数量级。quality 是这条线路影响成本最大的参数，默认值为 low。画幅同样有影响：同一画质下，16:9 的输出 token 低于 1:1。各画幅 / 分辨率 / 画质组合的预估输出 token，见模型详情 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": "task-wave1789004688b950049238",
  "model": "gpt-image-2",
  "action": "edit",
  "status": "completed",
  "progress": "100%",
  "result": {
    "images": [
      {
        "url": ["https://cdn.example.com/result.png"]
      }
    ]
  },
  "billing_status": "settled",
  "cost": 6368
}

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。

相关文档

GPT Image 2 官方版

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

import requests

url = "https://api.qingbo.ai/v1/tasks"

payload = {
    "model": "<string>",
    "action": "<string>",
    "prompt": "<string>",
    "image_urls": ["<string>"],
    "mask_url": "<string>",
    "aspect_ratio": "<string>",
    "resolution": "<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>',
    resolution: '<string>',
    quality: '<string>',
    n: 123,
    background: '<string>',
    output_format: '<string>',
    output_compression: 123,
    moderation: '<string>'
  })
};

fetch('https://api.qingbo.ai/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://api.qingbo.ai/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  \"resolution\": \"<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://api.qingbo.ai/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  \"resolution\": \"<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 2 官方版

快速开始

请求参数

限制

计费

冻结与结算

响应

相关文档

​快速开始

​请求参数

​限制

​计费

​冻结与结算

​响应

​相关文档

快速开始

请求参数

限制

计费

冻结与结算

响应

相关文档