媒体生成
GPT Image 2.5 图像生成
GPT Image 是 OpenAI 的图像生成与编辑模型系列,以精准的图内文字渲染见长,兼容 OpenAI Images 接口。当前具体在售型号与模型 id 以模型广场(控制台「模型服务」)为准。
模型定位
- 模型 id:
gpt-image-2.5、gpt-image-2.5-flare、gpt-image-2.5-sunburst。 - 能力: 文生图与图像编辑,擅长精准文字渲染,适合海报、招牌、界面素材等画面中需要文字的场景。
- 返回格式: 响应可能包含
url或b64_json;收到后立即下载或解码保存,具体以模型返回为准。
型号与价格
gpt-image-2.5:1K 日常档,$0.013/张,适合日常配图、创意草图和成本优先的任务。gpt-image-2.5-flare:4K 快速档,$0.02/张,注重生成速度,适合快速预览与迭代。gpt-image-2.5-sunburst:4K 质量档,$0.025/张,注重画面质量与精细编辑,适合最终成品。
日常配图、草图、高清成品和图片编辑均默认选择 Sunburst。明确速度优先或高清任务要省钱时选择 Flare;未要求高清且明确要最便宜时选择 Image 2.5。指定型号、张数和预算优先,默认型号不代表默认 4K 画布,最新价格与可用性以模型广场为准。
图像生成
POST https://api.yomiapi.com/v1/images/generations
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 填模型广场在售的图像生成模型 id |
prompt | string | 是 | 图像描述 |
n | integer | 否 | 生成张数,默认 1 |
size | string | 否 | 请求尺寸,如 1024x1024、1536x1024、1024x1536;两款 4K 可请求 3840x2160 或 2160x3840,实际像素以下载文件为准 |
Python 示例
先在本地设置 YOMI_API_KEY 环境变量,脚本直接读取,不回显密钥。
import base64
import os
from urllib.request import urlopen
from openai import OpenAI
client = OpenAI(
api_key=os.environ["YOMI_API_KEY"],
base_url="https://api.yomiapi.com/v1"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="极简风格的咖啡品牌海报,主标题文字为 MORNING BREW,暖色调",
size="1024x1536"
)
item = response.data[0]
if item.b64_json:
image_bytes = base64.b64decode(item.b64_json)
elif item.url:
# 图片下载不携带 Yomi API Key,也不回显临时 URL。
with urlopen(item.url, timeout=120) as image_response:
image_bytes = image_response.read()
else:
raise RuntimeError("响应中没有图片数据")
with open("poster.png", "wb") as f:
f.write(image_bytes)
cURL 示例
curl https://api.yomiapi.com/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5-sunburst",
"prompt": "极简风格的咖啡品牌海报,主标题文字为 MORNING BREW,暖色调",
"size": "1024x1536"
}'
图像编辑
编辑接口以 multipart/form-data 上传原图,按提示词修改。常见编辑指令:
- 添加元素: 「在桌子上添加一杯咖啡」
- 替换元素: 「将红色汽车替换为蓝色汽车」
- 移除元素: 「移除背景中的人物,用自然背景填充」
POST https://api.yomiapi.com/v1/images/edits
Python 示例
先在本地设置 YOMI_API_KEY 环境变量,脚本直接读取,不回显密钥。
import base64
import os
from urllib.request import urlopen
from openai import OpenAI
client = OpenAI(
api_key=os.environ["YOMI_API_KEY"],
base_url="https://api.yomiapi.com/v1"
)
with open("input.png", "rb") as source_image:
response = client.images.edit(
model="gpt-image-2.5-sunburst",
image=source_image,
prompt="将画面改为夜景,给店面招牌添加霓虹灯效果,保留主体和文字",
size="1024x1536",
n=1
)
item = response.data[0]
if item.b64_json:
image_bytes = base64.b64decode(item.b64_json)
elif item.url:
# 图片下载不携带 Yomi API Key,也不回显临时 URL。
with urlopen(item.url, timeout=120) as image_response:
image_bytes = image_response.read()
else:
raise RuntimeError("响应中没有图片数据")
with open("edited.png", "wb") as f:
f.write(image_bytes)
计费与使用建议
- 计费: 图像模型的计费方式与单价以模型广场与「用量统计」实际扣费为准。
- 文字场景: 需要精确出现的文字用引号在提示词中原样写出,并说明字体风格与位置。
- 批量出图: 先以单张验证提示词效果,再批量生成;遇到 429 限流时按指数退避重试。
