图像生成调用指南

gpt-image-2 与 Gemini 系列绘图模型的调用方式、尺寸规则、画质档位与示例。

modelsok 提供多款 AI 绘图模型。基础地址 https://modelsok.com，使用 Authorization: Bearer <API Key> 鉴权。本页说明各模型的调用方式与实用建议。

可用模型

模型	说明	调用方式
`gpt-image-2`	OpenAI 图像模型，输出尺寸与请求完全一致，最高 3840×2160	OpenAI 兼容接口
`gemini-2.5-flash-image-preview`	Gemini 快速绘图	OpenAI 兼容接口 / Gemini 原生
`gemini-2.5-flash-image`	Gemini 快速绘图	Gemini 原生
`gemini-3.1-flash-image-preview`	Gemini 快速绘图	Gemini 原生
`gemini-3-pro-image-preview`	Gemini 高质量绘图	Gemini 原生

gpt-image-2

尺寸规则

输出尺寸严格等于请求的 size。size 需同时满足三个条件，否则接口会明确报错（不会静默返回其它尺寸）：

条件	不满足时的报错
宽、高都必须是 16 的倍数	`Width and height must both be divisible by 16`
总像素在 655,360 ~ 8,294,400 之间	`below / exceeds the current pixel budget`
最长边 ≤ 3840	`The longest edge must be less than or equal to 3840`

常用尺寸参考：

比例	可用 `size`
1:1	`1024x1024`、`2048x2048`
4:3 / 3:4	`1024x768`、`2048x1536` / `768x1024`、`1536x2048`
3:2 / 2:3	`1536x1024` / `1024x1536`
5:4 / 4:5	`1280x1024` / `1024x1280`
16:9 / 9:16	`2048x1152`、`3840x2160` / `1152x2048`、`2160x3840`
21:9	`2688x1152`

4096x4096 超出最长边限制会被拒绝。需要 4K 请使用 3840x2160。

画质档位

可选参数 quality，取值 low / medium / high，不传时默认为 low。档位同时影响画质、耗时与价格，建议按用途显式指定。

quality	相对价格	生成耗时（1024×1024）	建议用途
`low`（默认）	1×	约 26 秒	草稿、批量预览
`medium`	约 9×	约 43 秒	日常成品
`high`	约 36×	约 109 秒	最终交付

文生图

curl https://modelsok.com/v1/images/generations \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只吃竹子的小熊猫，扁平矢量风格",
    "size": "1024x1024",
    "quality": "medium"
  }'

图生图 / 图像编辑

通过 image 字段传入公网可访问的图片 URL即可，无需上传文件；传数组可提交多张参考图（最多 16 张）。

curl https://modelsok.com/v1/images/edits \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "把杯身换成哑光黑，保持构图不变",
    "image": "https://你的图床/reference.png",
    "size": "3840x2160",
    "quality": "medium"
  }'

gpt-image-2 不接受 response_format 参数，传入会返回 400 Unknown parameter: 'response_format'。结果固定以 b64_json（Base64 图像数据）返回。

返回示例：

{
  "created": 1780888000,
  "data": [{ "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..." }]
}

Python 示例

import base64, requests

resp = requests.post(
    "https://modelsok.com/v1/images/edits",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "gpt-image-2",
        "prompt": "一只吃竹子的小熊猫，扁平矢量风格",
        "image": "https://你的图床/reference.png",
        "size": "2048x2048",
        "quality": "medium",
    },
    timeout=300,
)
data = resp.json()["data"][0]["b64_json"]
open("out.png", "wb").write(base64.b64decode(data))

图生图单次耗时通常 20–110 秒（随 quality 上升），建议客户端超时不低于 300 秒并做好重试。

Gemini 系列

方式一：OpenAI 兼容接口

适用于 gemini-2.5-flash-image-preview。

curl https://modelsok.com/v1/images/generations \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-image-preview",
    "prompt": "一只吃竹子的小熊猫，扁平矢量风格",
    "n": 1,
    "size": "1024x1024",
    "response_format": "b64_json"
  }'

建议使用 response_format: "b64_json"。默认 url 返回的是对象存储上的临时链接，可能在一段时间后失效、且偶有下载超时。用 b64_json 直接拿到图像数据，集成更稳定。该参数仅 Gemini 系列可用，gpt-image-2 不支持。

方式二：Gemini 原生接口

适用于全部 Gemini 绘图模型。注意路径带尾部斜杠。

curl "https://modelsok.com/v1beta/models/gemini-2.5-flash-image:generateContent/" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{ "parts": [{ "text": "一只蓝色卡通猫，白色背景" }] }]
  }'

注意：Gemini 原生接口返回的图片通常以 Markdown 图片链接的形式包含在文本里（位于 candidates[0].content.parts[].text，形如 ![image](https://...)），而非 inlineData。集成时需从文本中提取该 URL 再下载。如需直接拿到标准图像数据，请改用 gemini-2.5-flash-image-preview 的 OpenAI 兼容接口。

返回示例：

{
  "candidates": [{
    "content": {
      "role": "model",
      "parts": [{ "text": "![image](https://.../xxxx.png)" }]
    }
  }]
}

计费

gpt-image-2 按 token 用量计费，费用由输出尺寸（size）、画质档位（quality）和参考图尺寸共同决定——出图越大、档位越高，费用越高。其余绘图模型按次计费（每次生成扣固定额度）。

具体单价以「模型广场」展示为准，价格随账号等级不同。

本页目录