GPT 图像

请求体是平铺的 JSON，创作字段与输出字段都在顶层，没有 content 数组包装。

The body is flat JSON: creative fields and output fields sit at the top level, with no content array wrapper.

传入 image 后自动进入编辑模式，不需要额外参数切换。mask_url 单独传无效。

Passing image enters edit mode automatically; no extra parameter is needed. mask_url alone has no effect.

精确像素时：宽高都必须能被 16 整除，单边不超过 3840，长短边比例不超过 3:1，总像素在 655360 到 8294400 之间。

比例形式与 resolution 组合出像素，例如 1:1 在 1k / 2k / 4k 下分别是 1024×1024、2048×2048、2880×2880。

超过 2560×1440 的输出稳定性会下降，属于实验范围。

For exact pixels: both sides must be divisible by 16, neither side over 3840, the long-to-short ratio no more than 3:1, and total pixels between 655360 and 8294400.

Ratio form combined with resolution yields pixels — 1:1 gives 1024×1024, 2048×2048, and 2880×2880 at 1k, 2k, and 4k respectively.

Output above 2560×1440 is less stable and considered experimental.

同步返回，与 OpenAI Images API 一致。返回体里只有 b64_json 与 generation_id，没有图片 URL；请求会阻塞到图片生成完成，没有任务 ID，也不需要轮询。

字段说明

• created (integer) — 生成完成时间，Unix 秒。
• data (array) — 每项对应一张输出图。
• data[].b64_json (string) — Base64 图片数据，解码后即 PNG / JPEG / WebP 文件。本接口不返回图片 URL，必须自己解码落盘。
• data[].generation_id (string) — 本次生成的唯一标识，可用于日志关联与排障。
• size (string) — 实际输出尺寸，如 1536x1024。
• output_format (string) — 实际输出格式。
• quality (string) — 实际使用的画质档位。
• background (string / 可选) — transparent 或 opaque。
• usage (object) — 计费用量，含 input_tokens、output_tokens、total_tokens，以及图片 / 文本分项。

Returned synchronously, in the OpenAI Images API shape. The body carries only b64_json and generation_id; there is no image URL, and the request blocks until generation finishes. No task ID, nothing to poll.

Fields

• created (integer) — completion time, Unix seconds.
• data (array) — one entry per output image.
• data[].b64_json (string) — Base64 image data that decodes to a PNG / JPEG / WebP file. No URL is returned; decode and write the file yourself.
• data[].generation_id (string) — a unique id for this generation, useful for log correlation and debugging.
• size (string) — the actual output dimensions, e.g. 1536x1024.
• output_format (string) — the format actually produced.
• quality (string) — the quality tier actually used.
• background (string / optional) — transparent or opaque.
• usage (object) — billing usage with input_tokens, output_tokens, total_tokens and image/text breakdowns.

更多状态码与重试建议见错误码与限流，常见报错的排查步骤见常见问题。

For more status codes and retry guidance see Error codes and rate limits; for troubleshooting steps on common errors see the FAQ.

xhigh 与 max 只有 2.5 及以后支持，传给 gpt-image-2 会返回 400，不会降档。gif 与 svg 只有 2.6 支持，参数细节见 GPT Image 2.6。

xhigh and max exist from 2.5 onward; passing them to gpt-image-2 returns 400 rather than downgrading. gif and svg exist only on 2.6; see GPT Image 2.6 for the parameters.