GPT Image 2

新增 Ext 超分模型

gpt-image-2-ext 支持 2K / 4K 超分输出，均为 ¥0.035/张，非原生 2K / 4K；使用相同 OpenAI Images 协议，按 size 指定尺寸，模型名不额外追加 -2k / -4k。查看 Ext 参数与请求示例 →

GPT Image 2 是知梦 ChatGPT 生图当前主力模型。调用协议与 OpenAI Images API 保持一致，知梦主要替换 Base URL、API Key 与模型 ID。

快速信息

项目	内容
REST Base URL	`https://api.zmoapi.cn`
SDK Base URL	`https://api.zmoapi.cn/v1`
协议	OpenAI Images API
文生图	`POST /v1/images/generations`
图片编辑	`POST /v1/images/edits`

模型与价格

档位	模型 ID	单价
1K	`gpt-image-2`	¥0.025 / 张
2K	`gpt-image-2-2k`	¥0.1 / 张
4K	`gpt-image-2-4k`	¥0.1 / 张

实际输出尺寸由 OpenAI Images API 的 size 参数决定。知梦提供的 1K / 2K / 4K 模型后缀仅用于计费档位和路由区分，不会自动修改 size。开发者应根据实际需求选择对应 size。

size、分辨率与常见比例

GPT Image 2 与 GPT Image 2.5 的实际输出尺寸由 size 决定，而不是由模型 ID 后缀自动决定。OpenAI 当前协议支持 WIDTHxHEIGHT，例如 1536x864。规则是：

宽和高都必须是 16 的倍数；
宽高比必须在 1:3 ～ 3:1；
高于 2560x1440 的分辨率属于实验性高分辨率；
最大支持到 3840x2160 对应的分辨率边界，同时仍需满足模型当前的像素数和边长限制；
官方标准尺寸包括 1024x1024、1536x1024、1024x1536；支持自动尺寸的模型还可使用 auto。

因此，下面的表是给客户看的常用预设，不是“官方只支持这些尺寸”。

常见叫法	比例	size 示例	用途
自动	Auto	`auto`	由模型自动选择尺寸
正方形	1:1	`1024x1024`	头像、商品图、通用生图
横版	3:2	`1536x1024`	摄影、文章配图
竖版	2:3	`1024x1536`	海报、人物
宽屏	16:9	`1536x864`	轻量宽屏
竖屏	9:16	`864x1536`	轻量竖屏
横版	4:3	`2048x1536`	传统横版内容
竖版	3:4	`1536x2048`	竖版海报、人物
2K 宽屏	16:9	`2048x1152`	视频封面、桌面横图
2K 竖屏	9:16	`1152x2048`	手机壁纸、短视频竖图
4K 宽屏	16:9	`3840x2160`	高分辨率横图
4K 竖屏	9:16	`2160x3840`	高分辨率竖图

不局限于表格

例如 1536x864 也是 16:9，而且宽高均为 16 的倍数，因此符合 OpenAI 的尺寸格式规则。接入方可以直接填写自定义 WIDTHxHEIGHT；最终是否接受还取决于模型当前的像素数和边长限制。

知梦的 -2k / -4k 后缀只用于计费档位和路由。调用这些档位时，仍需自行选择 size。例如：

json

{
  "model": "gpt-image-2.5-sunburst-4k",
  "size": "3840x2160"
}

30 秒快速开始

cURLJavaScriptPython

bash

curl -s 'https://api.zmoapi.cn/v1/images/generations' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  --data-raw '{
    "model": "gpt-image-2",
    "prompt": "一只橘猫坐在窗边，午后阳光洒在毛发上，写实摄影",
    "size": "1024x1024",
    "quality": "medium",
    "output_format": "png",
    "background": "auto",
    "n": 1
  }' \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > image.png

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.ZHM_API_KEY,
  baseURL: "https://api.zmoapi.cn/v1",
});

const result = await client.images.generate({
  model: "gpt-image-2",
  prompt: "一只橘猫坐在窗边，午后阳光洒在毛发上",
  size: "1024x1024",
  quality: "medium",
  output_format: "png",
  background: "auto",
  n: 1,
});

const image = Buffer.from(result.data[0].b64_json, "base64");
fs.writeFileSync("image.png", image);

python

import base64
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.zmoapi.cn/v1",
)

result = client.images.generate(
    model="gpt-image-2",
    prompt="一只橘猫坐在窗边，午后阳光洒在毛发上",
    size="1024x1024",
    quality="medium",
    output_format="png",
    background="auto",
    n=1,
)

with open("image.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

GPT Image 的官方 Images API 默认以 Base64 返回，从 data[0].b64_json 读取；显式传 response_format: "url" 时改从 data[0].url 读取并下载。考虑到网速问题，优选使用 url。

常用参数

参数	说明
`model`	选择知梦模型 ID
`prompt`	图片生成要求
`size`	输出尺寸
`quality`	图片质量：`auto`（默认）、`low`、`medium`、`high`
`response_format`	`url` / `b64_json`。`url` 返回图片地址，`b64_json` 返回不带 Data URI 前缀的 Base64；考虑到网速问题，优选返回 `url`
`n`	生成数量，建议先使用 `1`
`output_format`	`png` / `jpeg` / `webp`
`output_compression`	JPEG / WebP 可使用，PNG 不需要
`background`	`auto` / `opaque` / `transparent`；透明背景必须搭配 PNG 或 WebP
`user`	可选业务用户标识

完整字段说明见：OpenAI 官方协议。

背景与透明 PNG

background 用于控制输出背景：

值	含义
`auto`	由模型根据提示词自动选择，适合作为默认值
`opaque`	强制使用不透明背景
`transparent`	输出带透明通道的背景

需要透明背景时，建议明确同时提交：

json

{
  "background": "transparent",
  "output_format": "png"
}

也可以使用 webp。不要将 transparent 与 jpeg 搭配，JPEG 不支持透明通道。

例如生成透明底商品主体：

bash

curl 'https://api.zmoapi.cn/v1/images/generations' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  --data-raw '{
    "model": "gpt-image-2",
    "prompt": "一只白色无线耳机，产品摄影，主体完整，居中构图",
    "size": "1024x1024",
    "quality": "medium",
    "background": "transparent",
    "output_format": "png",
    "n": 1
  }'

如果当前上游模型或网关对某个背景取值有限制，以 API 实际错误回包为准，不要在客户端自行伪造透明背景。

图片编辑 / 参考图

使用 OpenAI Image Edit 路径：

http

POST /v1/images/edits

公网 URL 参考图（JSON）

OpenAI 当前 Images Edit 官方协议支持直接在 JSON 请求中提交公网 URL。字段不是 Banana 的字符串数组，也不是 xAI 的 { "type": "image_url", "url": "..." }，而是：

json

"images": [
  { "image_url": "https://example.com/reference.png" }
]

完整示例：

bash

curl 'https://api.zmoapi.cn/v1/images/edits' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  --data-raw '{
    "model": "gpt-image-2",
    "prompt": "保留主体外观与构图，将背景改成现代展厅",
    "images": [
      { "image_url": "https://example.com/reference.png" }
    ],
    "size": "1024x1024",
    "quality": "medium",
    "output_format": "png",
    "background": "auto"
  }'

多张 URL 参考图继续向 images 数组添加对象，最多 16 张：

json

{
  "images": [
    { "image_url": "https://example.com/person.png" },
    { "image_url": "https://example.com/clothing.png" },
    { "image_url": "https://example.com/background.jpg" }
  ]
}

image_url 必须是完整公网 URL；官方也允许填写完整的 Base64 Data URL（例如 data:image/png;base64,...）。URL 应直接返回图片文件，不能依赖登录 Cookie，也不要填写网页分享地址。详见 OpenAI Create image edit 官方接口。

本地文件参考图（multipart）

bash

curl 'https://api.zmoapi.cn/v1/images/edits' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'model=gpt-image-2' \
  -F 'prompt=保留主体，将背景改成现代展厅，保持人物外观一致' \
  -F 'image[]=@./reference.png' \
  -F 'size=1024x1024' \
  -F 'quality=medium' \
  -F 'output_format=png'

多张本地参考图

bash

curl 'https://api.zmoapi.cn/v1/images/edits' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'model=gpt-image-2' \
  -F 'prompt=第一张为人物参考，第二张为服装参考，第三张为场景参考' \
  -F 'image[]=@./person.png' \
  -F 'image[]=@./clothing.png' \
  -F 'image[]=@./scene.jpg' \
  -F 'size=1024x1024' \
  -F 'quality=medium' \
  -F 'output_format=png'

多图时建议在提示词中明确每张图的用途。

局部编辑 Mask

mask 用于图片编辑，提交 PNG 蒙版文件。透明区域表示允许修改区域，不透明区域表示保留区域。没有原始图片时不要单独提交 mask。

bash

curl 'https://api.zmoapi.cn/v1/images/edits' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'model=gpt-image-2' \
  -F 'image[]=@./source.png' \
  -F 'mask=@./mask.png' \
  -F 'prompt=在需要编辑的区域增加一盏暖色台灯' \
  -F 'output_format=png'

返回结果

典型结构（省略 response_format 或传 b64_json）：

json

{
  "data": [
    {
      "b64_json": "BASE64_IMAGE_DATA"
    }
  ]
}

传 response_format: "url" 时改为返回图片地址，可直接下载或交给前端展示：

json

{
  "data": [
    {
      "url": "https://cdn.example.com/generated/xxxx.png"
    }
  ]
}

JavaScript：

Buffer.from(result.data[0].b64_json, "base64")

Python：

python

base64.b64decode(result.data[0].b64_json)

接入注意

不要把 ChatGPT 生图写成 Gemini fileData / inlineData 请求结构。
response_format 可选 url / b64_json：url 从 data[].url 取图片地址，b64_json 从 data[].b64_json 取 Base64；省略时按官方默认返回 Base64。考虑到网速问题，优选传 url。
background: "transparent" 时使用 png 或 webp，不要使用 jpeg。
创建请求超时不代表没有创建任务，不要做无条件立即重试。
API Key 只放在服务端环境变量或安全配置中。

蒙版编辑（Mask）

GPT Image 支持通过官方 Images Edit 接口进行蒙版编辑。请求使用 POST /v1/images/edits 和 multipart/form-data：

image[]：需要编辑的原始图片；上传参考图后调试台会自动切换到 Edit 接口。
mask：可选蒙版图片，用于指定需要编辑的区域。
prompt：描述希望如何修改图片。
model：继续使用当前 GPT Image 模型 ID。

bash

curl https://api.zmoapi.cn/v1/images/edits \\
  -H "Authorization: Bearer $API_KEY" \\
  -F "model=gpt-image-2" \\
  -F "image[]=@./image.png" \\
  -F "mask=@./mask.png" \\
  -F "prompt=只修改蒙版指定区域，其他部分保持不变"

蒙版属于图片编辑能力，不是普通文生图参数。没有原始图片时不要单独提交 mask。知梦 API 调试页已支持直接选择本地原图和蒙版，并会自动构造 multipart 请求。

GPT Image 2 ​

快速信息 ​

模型与价格 ​

size、分辨率与常见比例 ​

30 秒快速开始 ​

常用参数 ​

背景与透明 PNG ​

图片编辑 / 参考图 ​

公网 URL 参考图（JSON） ​

本地文件参考图（multipart） ​

多张本地参考图 ​

局部编辑 Mask ​

返回结果 ​

接入注意 ​

相关页面 ​

蒙版编辑（Mask） ​

GPT Image 2

快速信息

模型与价格

size、分辨率与常见比例

30 秒快速开始

常用参数

背景与透明 PNG

图片编辑 / 参考图

公网 URL 参考图（JSON）

本地文件参考图（multipart）

多张本地参考图

局部编辑 Mask

返回结果

接入注意

相关页面

蒙版编辑（Mask）