MAPI
图像（Images）原生OpenAI格式

Generate Images

Creates an image given a prompt. Learn more.

POST
/v1/images/generations/

Authorization

Bearer

AuthorizationBearer <token>

In: header

Request Body

application/json

model?string

模型名称。若需异步方式生成（推荐用于耗时较长的任务），请使用 POST /v2/image-tasks，入参格式与本接口完全一致。

gpt-image-2

模型 ID说明
gpt-image-2OpenAI GPT Image 2

豆包 Seedream 系列

模型 ID说明
doubao-seedream-3-0-t2i-250415Seedream 3.0
doubao-seedream-4-5-t2i-250505Seedream 4.5
doubao-seedream-4-5-251128Seedream 4.5（增强版）
doubao-seedream-5-0-t2i-250804Seedream 5.0

Gemini 系列

模型 ID系列名说明
gemini-2.5-flash-imageNano BananaGemini 2.5 Flash Image
gemini-3-pro-imageNano Banana ProGemini 3 Pro Image
gemini-3.1-flash-imageNano Banana 2Gemini 3.1 Flash Image

Kling 系列

模型 ID说明
kling-image-2.1Kling Image 2.1
kling-image-3.0Kling Image 3.0
kling-image-3.0-omniKling Image 3.0 Omni，支持 auto 宽高比
kling-image-o1Kling Image O1，支持 auto 宽高比
kling-image-sceneKling Image Scene，扩图模式，需配合 extra_fields.scene_type="image_expand"

Vidu 系列

模型 ID说明
vidu-image-q2Vidu Q2

Qwen 系列

模型 ID说明
qwen-image-0925Qwen-Image-0925，通过 size 传自定义像素尺寸

Hunyuan 系列

模型 ID说明
hunyuan-image-3.0Hunyuan 3.0，通过 size 传自定义像素尺寸；支持全景图模式
prompt*string

所需图像的文本描述。gpt-image-1 的最大长度为 32000 个字符，dall-e-2 的最大长度为 1000 个字符，dall-e-3 的最大长度为 4000 个字符。豆包 Seedream 系列建议不超过 300 汉字或 600 英文单词。

image?string|

图生图 / 多图融合的输入图片，支持图片 URL 或 Base64 编码字符串。单张传字符串，多张传字符串数组（最多 14 张，视模型而定）。

豆包 Seedream 系列图片输入限制：

  • 支持格式：jpeg、png、webp、bmp、tiff、gif、heic、heif
  • 宽高比（宽/高）范围：[1/16, 16]
  • 宽高长度（px）> 14
  • 大小：不超过 30MB
  • 总像素：不超过 36000000px（6000x6000）
  • Seedream 5.0 pro 最多支持传入 10 张参考图；Seedream 5.0 lite / 4.5 / 4.0 最多支持传入 14 张参考图。

各模型参考图数量上限（超出将被自动截断）：

模型最多参考图数
gemini-2.5-flash-image3 张
gemini-3-pro-image14 张
gemini-3.1-flash-image14 张
kling-image-2.14 张
kling-image-3.01 张
kling-image-3.0-omni10 张
kling-image-o110 张
kling-image-scene1 张（扩图原图）
vidu-image-q27 张
qwen-image-09251 张
hunyuan-image-3.03 张

超出上限的图片将被自动截断，请勿超量传入。

n?integer

生成图像数量。默认 1。

豆包 Seedream 系列：n 映射为组图生成的 max_images（最多允许生成的张数上限），模型以 auto 模式根据 prompt 自主推理实际生成张数，最终张数 ≤ n。如需精确控制张数，建议在 prompt 中明确描述（如「生成 4 张不同风格的图片」）。支持范围 1-15。

Kling 系列：支持 1-9 张，超出自动截断。

OG（gpt-image-2）：支持 1-8 张，超出自动截断。

其他模型（Gemini / Vidu / Qwen / Hunyuan 等）：底层 API 不支持数量参数，n 字段传入后会被忽略，固定返回 1 张。

size?string

图像尺寸。

gpt-image-2：指定 宽x高，总像素数范围 655,360 – 8,294,400。

Gemini（GG）系列：映射到宽高比（AspectRatio），不支持自定义像素尺寸。 支持两种传入方式：

  • 直接传宽高比字符串（推荐），如 "1:1"、"16:9"、"9:16"
  • 传像素尺寸字符串，系统自动查表或计算最近邻宽高比，如 "1024x1024" → "1:1"

各版本支持的宽高比：

宽高比gemini-2.5-flash-imagegemini-3-pro-imagegemini-3.1-flash-image
1:1✅✅✅
2:3 / 3:2✅✅✅
3:4 / 4:3✅✅✅
4:5 / 5:4✅✅✅
9:16 / 16:9✅✅✅
21:9✅✅✅
1:4 / 4:1❌❌✅
1:8 / 8:1❌❌✅

默认值 "1:1"。传入不支持的宽高比时系统将回退到 "1:1" 并记录日志。

Kling 系列（kling-image-2.1 / 3.0 / 3.0-omni / o1）：映射到宽高比（AspectRatio）。 支持直接传宽高比字符串或像素尺寸（自动取最近邻）。

宽高比2.1 / 3.03.0-Omni / O1
1:1✅✅
2:3 / 3:2✅✅
3:4 / 4:3✅✅
9:16 / 16:9✅✅
21:9✅✅
auto❌✅（模型自动选择）

kling-image-scene 为扩图模式，size 参数无效，输出尺寸由扩图参数决定。

Vidu（vidu-image-q2）：映射到宽高比（AspectRatio）。 支持：1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9。默认 "1:1"。

Qwen（qwen-image-0925）：指定 宽x高 自定义像素尺寸，总像素范围 261,632 – 4,194,304（即 512×512 至 2048×2048）。不支持宽高比格式。

Hunyuan（hunyuan-image-3.0）：指定 宽x高 自定义像素尺寸，宽高均在 [512, 2048] 范围内，且宽×高 ≤ 1,048,576（即 1024×1024）。不支持宽高比格式。

豆包 Seedream 系列：支持两种方式（不可混用）：

方式一：分辨率档位标签（模型自动选择最佳宽高比）

档位doubao-seedream-3-0-*doubao-seedream-4-5-*doubao-seedream-5-0-*
1K✅❌✅（仅 pro）
2K❌✅✅
3K❌❌✅（仅 lite）
4K❌✅✅（仅 lite）

方式二：指定宽×高像素值

默认值 2048x2048（Seedream 3.0 默认 1024x1024）。常用推荐值：

档位1:116:99:164:33:4
2K2048x20482560x14401440x25602304x17281728x2304
4K4096x40965504x30403040x55044704x35203520x4704

Seedream 总像素范围：[3,686,400 – 16,777,216]（最小约 2560×1440），宽高比范围 [1/16, 16]。

response_format?string

返回格式。url（默认，返回图片下载链接，24小时有效）或 b64_json（返回 Base64 编码字符串）。

watermark?boolean

是否在生成的图片上添加水印。豆包 Seedream 系列支持，默认 false。

background?string

允许为生成的图像的背景设置透明度。此参数仅支持 gpt-image-1。必须是以下之一 透明、不透明或自动（默认值）。使用自动时，模型将自动确定图像的最佳背景。

如果是透明的，则输出格式需要支持透明度，因此应将其设置为 png（默认值）或 webp。

moderation?string

控制 gpt-image-1 生成的图像的内容审核级别。必须为低， 以进行限制较少的筛选或自动（默认值）。

quality?string

图像质量 / 分辨率档位。各模型语义不同：

Gemini（GG）系列：映射到分辨率档位（Resolution）。

  • 直接传档位（推荐）：1K、2K、4K；gemini-3.1-flash-image 额外支持 720P
  • 兼容标准 quality 值：low / standard → 1K，medium / hd / high → 2K
  • 默认值：1K

gpt-image-2：映射到图片精度档位。

  • low / standard → image2_low（最低精度）
  • medium → image2_medium
  • hd / high → image2_high（最高精度）
  • 默认值：standard（image2_low）

Kling 系列（除 scene）：映射到分辨率档位（注意：使用小写）。

  • 直接传档位（推荐）：1k、2k；kling-image-3.0-omni / kling-image-o1 额外支持 4k
  • 兼容标准 quality 值：low / standard / medium → 1k，hd / high → 2k
  • 默认值：1k
  • kling-image-scene（扩图模式）忽略此参数

Vidu（vidu-image-q2）：映射到分辨率档位。

  • 直接传档位（推荐）：1080p、2K、4K
  • 兼容标准 quality 值：low / standard → 1080p，medium / hd / high → 2K
  • 默认值：1080p

Qwen（qwen-image-0925）/ Hunyuan（hunyuan-image-3.0）：不使用此参数（通过 size 传像素尺寸）。

其他模型：low、medium、standard、hd / high。默认 standard。

stream?string
style?string
user?string
output_format?string

输出图像文件格式。不传时跟随模型默认值。

gpt-image-2 / Kling 系列：支持 jpeg / png。

豆包 Seedream 系列：支持 jpeg / png / webp；仅 doubao-seedream-5-0 系列支持。

其他模型：不支持，传入后忽略。

output_compression?integer

输出图像的压缩质量（0-100），仅在 output_format 为 jpeg 或 webp 时有效。

extra_fields?

模型扩展参数，不支持的字段将被忽略。

参数类型支持模型说明
guidance_scalenumber豆包 Seedream 系列引导强度，推荐取值范围 1-5
negative_promptstringgpt-image-2、Gemini 系列、Kling 系列反向提示词
seedintegergpt-image-2、Gemini 系列、Kling 系列随机种子，控制生成结果可复现性
enhance_promptstringGemini 系列自动优化 prompt，取值 Enabled / Disabled
scene_typestringKling scene、Hunyuan 3.0场景类型：image_expand（Kling 扩图）/ 3d_panorama（Hunyuan 全景图）
expansionobjectkling-image-scene扩图比例，配合 scene_type="image_expand" 使用，含 up / down / left / right 四个方向，取值范围 [0, 2]，新图面积不超过原图 3 倍

Response Body

application/json

curl -X POST "https://loading/v1/images/generations/" \  -H "Content-Type: application/json" \  -d '{    "prompt": "string"  }'
{
  "created": 0,
  "data": [
    {
      "b64_json": "string",
      "url": "string"
    }
  ],
  "usage": {
    "total_tokens": 0,
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 0
    }
  }
}

Last updated on

OpenAI Chat Format POST

Previous Page

Edit Image POST

Next Page