GPT Image 2.5

POST

tasks

GPT Image 2.5

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>"
  ],
  "aspect_ratio": "<string>",
  "resolution": "<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>"],
    "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>'],
    aspect_ratio: '<string>',
    resolution: '<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  \"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://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  \"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 2.5 是 GPT Image 官方线路的新一代，在 GPT Image 2 的动作和参数之上把画质从三档扩到五档，并对同名档位重新标定了输出用量。它提供 gpt-image-2.5（Flare 线）与 gpt-image-2.5-sunburst（Sunburst 线）两个模型，请求形状、取值范围和计费方式完全相同，只在出图速度与编辑精度之间取舍，选型只改 model 字段。

可用模型

模型 ID	取舍	适合	计费
`gpt-image-2.5`	Flare 线，出图更快	日常高质量出图、批量生成、快速试稿	按实际 token 用量
`gpt-image-2.5-sunburst`	Sunburst 线，编辑精度优先	成品素材、广告创意、多轮细节修改	按实际 token 用量

两个模型的单价相同，同一组参数的花费也相同，差别只在生成结果本身。模型之间不会自动切换。

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: image25-demo-001" \
  -d '{
    "model": "gpt-image-2.5",
    "action": "generate",
    "prompt": "手工青瓷茶杯放在原色亚麻布上，单侧北向自然光，柔和过渡，静物摄影",
    "aspect_ratio": "1:1",
    "resolution": "1k",
    "quality": "medium",
    "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: image25-edit-001" \
  -d '{
    "model": "gpt-image-2.5-sunburst",
    "action": "edit",
    "prompt": "保留产品与包装文字，把背景换成柔和的米白影棚底，并补一层自然阴影",
    "image_urls": ["https://cdn.example.com/source.png"],
    "aspect_ratio": "1:1",
    "resolution": "2k",
    "quality": "xhigh",
    "n": 1
  }'

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-2.5 或 gpt-image-2.5-sunburst。

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

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、high、xhigh 或 max。xhigh 与 max 是 2.5 独有的档位，发给 gpt-image-2 会返回 400，不会自动降档。画质是这条线路影响成本最大的参数，见下方「计费」。

integer

默认值:"1"

生成数量，取值 1。每次请求返回一张图。

string

auto、opaque 或 transparent。不传时由模型决定。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:"low"

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。本组不接受 mask_url 与 seed——掩码局部重绘请用 gpt-image-2。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
`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
`xhigh` / `max` 画质	只有 2.5 的两个模型接受

计费

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。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

画质带来的差距很大。同一画幅、同一分辨率下，预计输出 token 大致是这样一条阶梯：medium 约为 low 的 2 倍，high 约 9 倍，xhigh 约 16 倍，max 约 36 倍。分辨率再叠一层：4k 比 1k 高数倍。两者叠加后单张成本可以相差两个数量级。画幅也有影响：同一画质下，16:9 的输出 token 低于 1:1。

同名档位与上一代不通用：2.5 的 medium 与 high 输出 token 约为 GPT Image 2 同名档位的四分之一，2.5 的 max 才对应 GPT Image 2 的 high。从 gpt-image-2 迁过来时按本页的阶梯重新估算，不要沿用旧档位的成本预期。

各画幅 / 分辨率 / 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-2.5",
  "action": "generate",
  "status": "completed",
  "progress": "100%",
  "result": {
    "images": [
      {
        "url": ["https://cdn.example.com/result.png"],
        "expires_at": 1789568757
      }
    ]
  },
  "billing_status": "settled",
  "cost": 6045
}

result.images 返回生成图片，expires_at 是该链接的删除时刻（产物保留 7 天，见任务状态）。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 2.5

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>"
  ],
  "aspect_ratio": "<string>",
  "resolution": "<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>"],
    "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>'],
    aspect_ratio: '<string>',
    resolution: '<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  \"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://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  \"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

可用模型

快速开始

请求参数

限制

计费

冻结与结算

响应

相关文档

​可用模型

​快速开始

​请求参数

​限制

​计费

​冻结与结算

​响应

​相关文档

可用模型

快速开始

请求参数

限制

计费

冻结与结算

响应

相关文档