图片生成 API
使用稳定生图 API 生成图片:遵循 OpenAI Images 规范的端点、参数、调用示例与计费说明。
GetToken 图片生成 API 遵循 OpenAI Images 规范实现,支持文生图与图片编辑。当前配置的模型如下,实际可用性以调用结果为准:
正在加载模型…GPT Image 2.6 系列额外支持复杂度控制、标注层编辑、SVG 与动图输出,相关参数见下方说明。完整产品说明与价格页见站点「图片 API」页面:
https://gettoken.dev/image-api在 Codex 里生图(推荐)
在 Codex 中生成图片,请使用 GetToken 专属生图技能 gettoken-imagegen(控制台一键安装,见「接入与配置 · Codex 生图技能」)。Codex 内置 ImageGen 需要直连 OpenAI 官方服务,API Key 方式下不可用,因此需要该技能接管。
接口
- 服务地址:
https://api.gettoken.dev/image/v1(中国优化线路https://api.clawto.link/image/v1) - 端点:
POST /images/generations(文生图)POST /images/edits(图片编辑,multipart/form-data)
- 鉴权:
Authorization: Bearer <生图 API Key>(生图 Key 与其他 Key 分开管理) - 响应格式:与 OpenAI 规范一致,图片可能以
data[].b64_json或data[].url返回,具体以响应为准
参数
文生图 /images/generations
| 参数 | 类型 | 说明 |
|---|---|---|
prompt | string | 必填,生成内容的文字描述 |
model | string | 见上方实时模型列表 |
n | integer | 生成张数,默认 1 |
size | string | auto / 1024x1024 / 1536x1024 / 1024x1536 / 2048x2048 / 4096x4096,也接受自定义 WIDTHxHEIGHT |
quality | string | auto / low / medium / high / xhigh / max,xhigh 与 max 仅 2.5、2.6 系列支持 |
complexity | string | low / medium / high,仅 2.6 系列;省略时按 high 处理,不额外收费 |
background | string | auto / opaque / transparent;transparent 只能搭配 PNG 或 WebP |
output_format | string | png / jpeg / webp / gif / svg |
output_compression | integer | 0-100,仅对 jpeg / webp 生效,值越低压缩越强 |
frame_count | integer | GIF 帧数,2-16,省略默认 9,仅 output_format=gif 时有效 |
frame_duration_ms | integer | GIF 每帧毫秒数,默认 200,仅 output_format=gif 时有效 |
moderation | string | auto(默认)/ low,控制内容审核严格程度 |
safety_identifier | string | 可选,≤128 字符的稳定匿名标识,用于滥用检测;替代已废弃的 user |
stream | boolean | 是否流式返回(服务端事件) |
partial_images | integer | 0-3,流式模式下返回的局部预览图数量 |
图片编辑 /images/edits
| 参数 | 类型 | 说明 |
|---|---|---|
image | file | 必填,待编辑图片(可传多张),multipart/form-data 上传 |
prompt | string | 必填,编辑指令的文字描述 |
mask | file | 可选,透明区域为可编辑区域的遮罩图 |
markup | file | 可选,透明 PNG 标注层,圈出要修改的区域;需与首张输入图同尺寸、含透明像素,不能与 mask 同时使用 |
model | string | 见上方实时模型列表 |
n / size / quality / complexity / background / output_format / output_compression | - | 含义同文生图 |
input_fidelity | string | low(默认)/ high;high 尽量保留原图细节(人脸、Logo 等) |
stream / partial_images | - | 含义同文生图 |
调用示例
文生图
curl https://api.clawto.link/image/v1/images/generations \
-H "Authorization: Bearer $IMAGE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "A clean product photo on a white desk",
"n": 1,
"size": "2048x2048",
"quality": "high",
"complexity": "medium",
"background": "auto",
"output_format": "png"
}'图片编辑
curl https://api.clawto.link/image/v1/images/edits \
-H "Authorization: Bearer $IMAGE_API_KEY" \
-F "model=gpt-image-2.6-flare" \
-F "prompt=把背景换成纯白影棚背景" \
-F "image=@input.png" \
-F "input_fidelity=high" \
-F "size=2048x2048" \
-F "quality=high"尺寸、格式与 2.6 新能力
尺寸
预设档位为 1024x1024、1536x1024、1024x1536、2048x2048、4096x4096,也可以直接传 WIDTHxHEIGHT。自定义尺寸需同时满足:宽高都是 16 的倍数、宽高比在 1:3 到 3:1 之间、最长边不超过 4096。超过 2560x1440 属上游实验区间,不保证稳定出图。
复杂度 complexity(仅 2.6)
complexity 控制模型渲染前的规划量,与 quality 相互独立,且不额外收费。low 适合只改背景或招牌这类聚焦编辑,high 适合密集文字、复杂布局和多对象关系;代价是延迟上升,也可能引入用户不想要的改动。省略该参数时按 high 处理。
SVG 输出
output_format 设为 svg 可拿到可编辑的矢量图形,适合图标与插画。要求 n=1,不支持流式、partial_images 与 output_compression;/images/edits 不支持 SVG,SVG 也不能作为编辑输入。返回内容是 base64 编码的 UTF-8 XML,按 .svg 保存。
动图输出
output_format 设为 gif 时,用 frame_count(2–16,默认 9)和 frame_duration_ms(默认 200)控制动图。GIF 不支持透明背景、output_compression、流式与局部预览;size 表示每一帧的尺寸。返回内容是 base64 编码的 GIF 字节,按 .gif 保存。
标注层编辑 markup
/images/edits 支持额外上传一张透明 PNG 标注层,把要修改的区域圈出来,再在 prompt 里描述改法。标注层必须与首张输入图尺寸一致并包含透明像素,不能与 mask 同时使用。适合“只改圈出来的这一处,其余保持不变”的需求。
价格(每张)
| 规格 | 计费边界(最长边) | 常规生图(USD) | 稳定生图(USD) |
|---|---|---|---|
| 1K | <= 1024px | 0.134 | 1.5 |
| 2K | 1025-2048px | 0.201 | 3 |
| 4K | > 2048px | 0.268 | 4 |
稳定生图优先按上游返回的实际输出尺寸分档;上游未返回可识别尺寸时,才按请求的
size判断。auto、空值或无法识别的size按 2K 兜底。直接 API 会透传自定义WxH,但最终是否生成仍取决于上游是否支持该尺寸。