GPT Image 2 - AnyFast

GPT Image 2 是 OpenAI 的图片生成与编辑模型。AnyFast 通过两个图片 API 端点提供公开模型 ID gpt-image-2：

POST /v1/images/generations 根据文本生成图片。
POST /v1/images/edits 编辑一张或多张上传图片，并可使用蒙版。

使用 gpt-image-2 时请选择 Direct 资源组。GPT Image 模型在 data[].b64_json 中返回 Base64 图片数据；请勿传入仅适用于 DALL·E 的 response_format 参数。

核心能力

能力	使用方式	重要限制
文生图	向 `/v1/images/generations` 发送 JSON 请求	提示词长度：`1`–`32,000` 个字符
透明背景输出	将 `background` 设为 `transparent`	预览功能；需使用 PNG 或 WebP 输出
图片编辑	向 `/v1/images/edits` 上传 `image` 或最多 16 个 `image[]` 文件	使用 multipart 表单
蒙版编辑	在编辑请求中添加带 Alpha 通道的 `mask`	蒙版作用于第一张源图片
灵活尺寸	将 `size` 设为 `auto` 或 `WIDTHxHEIGHT`	自定义尺寸必须满足下方规则

能力说明

下方图片来自 OpenAI 通用图片生成指南，该指南当前展示 GPT Image 2.5 示例。这些图片用于说明生成与编辑流程；本页请求仍使用 gpt-image-2。

生成图片
透明背景输出
编辑图片
蒙版编辑

在 prompt 中描述所需主体、构图、光线、风格和文字。模型支持 low、medium、high 和 auto 质量设置，一次可返回 1 到 10 张图片。方形图片通常生成更快。最终版式有明确要求时可使用自定义尺寸，但宽高都必须能被 16 整除。

OpenAI 图片生成指南中的米色马克杯，放置在木桌上 — 马克杯 — OpenAI 官方指南示例

羽毛河流的提示词结合了主体、材质与环境：由白色猫头鹰羽毛组成的河流，蜿蜒穿过冬季景观。此处仅展示最终成图。

将 background 设为 transparent，并请求 png 或 webp。建议同时在提示词中说明透明背景要求，例如“图标独立置于完全透明画布上，不要阴影”。

OpenAI 将 GPT Image 2 的透明背景标记为预览功能。请求透明背景时请使用 PNG 或 WebP 输出。

使用 image 上传一张源图片，或通过重复的 image[] 字段上传多张源图片。GPT Image 2 最多接受 16 张源图片，并始终以高保真模式处理图片输入，因此应省略 input_fidelity。在提示词中分别说明需要修改和必须保持不变的内容。编辑端点返回一张新生成的图片，不会直接修改源文件。

OpenAI 的多轮编辑示例在后续提示词中要求将图片改得更写实。这里展示视觉上的前后对比；使用本页图片 API 时，应将源图上传到 /v1/images/edits，并在提示词中描述修改要求。

添加 mask 以引导局部编辑。蒙版必须包含 Alpha 通道，与第一张源图片的尺寸和格式一致，并且小于 50 MB。透明蒙版区域表示需要编辑的范围。蒙版用于引导模型，不保证像素级精确边界。上传多张源图片时，蒙版仅作用于第一张图片。

蒙版编辑后，泳池中新增了一个火烈鸟形状的充气浮圈 — OpenAI 官方编辑结果

OpenAI 的蒙版编辑示例在泳池中添加了火烈鸟浮圈。原图提供场景，蒙版透明区域指定修改位置，提示词描述希望得到的结果。

请求示例

生成
透明 PNG
编辑
蒙版编辑

cURL

curl --request POST \
  --url https://www.anyfast.ai/v1/images/generations \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-image-2",
    "prompt": "一张干净的编辑风格产品照片：钴蓝色玻璃瓶放在浅色石材上，清晨柔光",
    "size": "1536x1024",
    "quality": "high",
    "output_format": "jpeg",
    "output_compression": 85,
    "n": 1
  }'

cURL

curl --request POST \
  --url https://www.anyfast.ai/v1/images/generations \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-image-2",
    "prompt": "一个简洁的绿色圆形应用图标，独立置于完全透明画布上，不要阴影",
    "size": "1024x1024",
    "quality": "low",
    "background": "transparent",
    "output_format": "png",
    "n": 1
  }'

cURL

curl --request POST \
  --url https://www.anyfast.ai/v1/images/edits \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --form 'model=gpt-image-2' \
  --form 'image[]=@/path/to/product.png' \
  --form 'image[]=@/path/to/reference.png' \
  --form 'prompt=保持产品不变，并应用参考图片中的光线和配色' \
  --form 'size=1536x1024' \
  --form 'output_format=png' \
  --form 'n=1'

cURL

curl --request POST \
  --url https://www.anyfast.ai/v1/images/edits \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --form 'model=gpt-image-2' \
  --form 'image=@/path/to/source.png' \
  --form 'mask=@/path/to/mask.png' \
  --form 'prompt=仅将蒙版区域内的背景替换为暖色摄影棚渐变' \
  --form 'size=1536x1024' \
  --form 'output_format=png' \
  --form 'n=1'

输出控制

参数	可选值	说明
`quality`	`low`、`medium`、`high`、`auto`	默认 `auto`；更高质量通常消耗更多图片输出 token
`size`	`auto` 或 `WIDTHxHEIGHT`	默认 `auto`；常用尺寸包括 `1024x1024`、`1536x1024` 和 `1024x1536`
`background`	`auto`、`opaque`、`transparent`	GPT Image 2 的透明输出为预览功能，且需要 PNG 或 WebP
`output_format`	`png`、`jpeg`、`webp`	默认 PNG
`output_compression`	`0`–`100`	仅适用于 JPEG 和 WebP；默认 `100`
`moderation`	`auto`、`low`	默认 `auto`
`n`	`1`–`10`	默认 `1`

自定义尺寸规则

自定义 WIDTHxHEIGHT 必须同时满足以下规则：

宽和高都是 16 像素的倍数。
宽高比在 1:3 到 3:1 之间。
任一边不超过 3,840 像素。
总像素数在 655,360 到 8,294,400 之间。
高于 2560x1440 的分辨率属于实验性能力。

图片编辑输入

使用 image 上传一张图片，或使用 image[] 上传最多 16 张图片；同一请求中不要同时使用两种形式。
源图片使用 PNG 或 JPEG，并通过 multipart 表单上传。
每张源图片和可选蒙版都必须小于 50 MB。
GPT Image 2 始终以高保真模式处理编辑输入，因此请求中应省略 input_fidelity。

响应处理

AnyFast 响应包含 created、model、data 和 token usage。解码 data[0].b64_json，并使用 output_format 对应的扩展名保存。

解码第一张结果

echo "$RESPONSE" | jq -r '.data[0].b64_json' | base64 --decode > result.png

对于透明输出，请按照 output_format 将 Base64 数据保存为 .png 或 .webp 文件。

官方能力图库

上方已直接嵌入 OpenAI API 指南的流程示例。若要查看 GPT Image 2 专属的文字密集型版式、多语言文字、灵活宽高比和受控编辑效果，可继续查看下方发布图库。

查看 GPT Image 2.0 发布图库

查看 OpenAI 官方 GPT Image 2.0 生成与编辑能力展示。

已知限制

复杂提示词的处理时间可能达到两分钟。
精确文字位置和清晰度仍可能需要多次迭代。
不同生成任务中的固定角色和品牌元素可能出现变化。
高度结构化版式中的精确构图控制仍可能存在偏差。

需要价格更低且支持 response_format 的 AnyFast 版本？请参阅 gpt-image-2-c。该版本不支持 n 参数。

上游规格请参阅 OpenAI GPT Image 2 模型页面、图片生成指南、创建图片接口和创建图片编辑接口。

GPT Image 2 API 参考

查看生成与编辑请求字段和响应结构。

​核心能力

​能力说明

​请求示例

​输出控制

​自定义尺寸规则

​图片编辑输入

​响应处理

​官方能力图库

查看 GPT Image 2.0 发布图库

​已知限制

GPT Image 2 API 参考

核心能力

能力说明

请求示例

输出控制

自定义尺寸规则

图片编辑输入

响应处理

官方能力图库

已知限制