¶ GPT-Image & DALL·E 图像 API 使用指南
目录
¶ 概述
OpenAI API 允许您使用 GPT-Image 或 DALL·E 模型根据文本提示生成和编辑图像。
目前，图像生成仅可通过 图像 API 调用，我们正积极扩展对 响应 API 的支持。
图像 API 提供三个端点，分别对应不同功能：
| 端点 | 作用 |
|---|---|
| generate | 根据文本提示生成图像 |
| edit | 修改现有图像（可使用新的提示、分区或整体替换） |
| variations | 生成现有图像的变体（仅 DALL·E 2 可用） |
您可以通过指定 质量、尺寸、格式、压缩率 以及 透明背景 等参数来自定义输出结果。
gpt-image-1调用需要在API令牌创建时选择OpenAI
¶ 模型比较
推荐：
gpt-image-1—— 原生多模态语言模型，图片质量高，且能借助世界知识完成复杂创作。
| 模型 | 端点支持 | 典型使用场景 |
|---|---|---|
| DALL·E 2 | generate / edit / variations |
低成本、并发请求、遮罩修复 |
| DALL·E 3 | generate |
更高图像质量，支持更大分辨率 |
| GPT-Image (gpt-image-1) | generate / edit ➡ 响应 API 即将推出 |
卓越指令遵循、文本渲染、细节编辑、真实世界知识 |
¶ 生成图像
使用 generate 端点根据文本提示创建图像。
通过 n 参数可一次性生成多张图像（默认返回 1 张）。
from openai import OpenAI
import base64
import requests
import os
# 从环境变量获取API密钥和基础URL
# 可以通过以下方式设置环境变量:
# Windows (CMD):
# set TUZI_API_KEY=sk-your-api-key
# set TUZI_API_BASE=https://api.tu-zi.com/v1
# Windows (PowerShell):
# $env:TUZI_API_KEY="sk-your-api-key"
# $env:TUZI_API_BASE="https://api.tu-zi.com/v1"
# Linux/macOS:
# export TUZI_API_KEY=sk-your-api-key
# export TUZI_API_BASE=https://api.tu-zi.com/v1
# 获取环境变量，如果未设置则使用默认值
api_key = os.environ.get("TUZI_API_KEY", "sk-**")
api_base = os.environ.get("TUZI_API_BASE", "https:/api.tu-zi.com/v1")
client = OpenAI(
base_url=api_base,
api_key=api_key
)
result = client.images.generate(
model="gpt-image-1",
prompt="画一个孙悟空大战葫芦娃的画面，风格接近原画。"
)
print(result)
print(result.data)
image_base64 = result.data[0].b64_json
image_url = result.data[0].url
if image_base64:
image_bytes = base64.b64decode(image_base64)
with open("blackhole1.png", "wb") as f:
f.write(image_bytes)
print("图片已通过base64保存为 blackhole.png")
elif image_url:
response = requests.get(image_url)
response.raise_for_status()
with open("blackhole.png", "wb") as f:
f.write(response.content)
print(f"图片已通过url下载并保存为 blackhole.png，url: {image_url}")
else:
raise ValueError("API 没有返回图片的 base64 数据或图片链接！")
¶ 编辑图像
edit 端点支持：
- 对已有图片进行局部或整体编辑
- 使用一张或多张参考图像生成新图像
- 结合 遮罩（mask）进行“图像修复”
¶ 使用图像参考创建新图像
以下示例使用 4 张输入图片生成一个“Relax & Unwind”礼品篮（含所有参考物品）：
from openai import OpenAI
import base64
import requests
import os
# 从环境变量获取API密钥和基础URL
# 可以通过以下方式设置环境变量:
# Windows (CMD):
# set TUZI_API_KEY=sk-your-api-key
# set TUZI_API_BASE=https://api.tu-zi.com/v1
# Windows (PowerShell):
# $env:TUZI_API_KEY="sk-your-api-key"
# $env:TUZI_API_BASE="https://api.tu-zi.com/v1"
# Linux/macOS:
# export TUZI_API_KEY=sk-your-api-key
# export TUZI_API_BASE=https://api.tu-zi.com/v1
# 获取环境变量，如果未设置则使用默认值
api_key = os.environ.get("TUZI_API_KEY", "sk-**")
api_base = os.environ.get("TUZI_API_BASE", "https://api.tu-zi.com/v1")
client = OpenAI(
base_url=api_base,
api_key=api_key
)
result = client.images.edit(
model="gpt-image-1",
image=[
open("blackhole.png", "rb"),
open("blackhole1.png", "rb")
],
prompt="将两幅图合并，生成一幅图，图上显示孙悟空大战葫芦娃的两个画面。"
)
print(result)
print(result.data)
image_base64 = result.data[0].b64_json
image_url = result.data[0].url
if image_base64:
image_bytes = base64.b64decode(image_base64)
with open("gift-basket.png", "wb") as f:
f.write(image_bytes)
print("图片已通过base64保存为 gift-basket.png")
elif image_url:
response = requests.get(image_url)
response.raise_for_status()
with open("gift-basket.png", "wb") as f:
f.write(response.content)
print(f"图片已通过url下载并保存为 gift-basket.png，url: {image_url}")
else:
raise ValueError("API 没有返回图片的 base64 数据或图片链接！")
¶ 使用掩码编辑图像（修复）
您可以提供一个遮罩来指示图像应编辑的位置。遮罩的透明区域将被替换，而黑色区域将保持不变。
您可以使用提示词来描述完整的新图像， 而不仅仅是擦除区域 。
如果您提供多个输入图像，遮罩将应用于第一个图像。
from openai import OpenAI
import base64
import requests
import os
# 从环境变量获取API密钥和基础URL
# 可以通过以下方式设置环境变量:
# Windows (CMD):
# set TUZI_API_KEY=sk-your-api-key
# set TUZI_API_BASE=https://api.tu-zi.com/v1
# Windows (PowerShell):
# $env:TUZI_API_KEY="sk-your-api-key"
# $env:TUZI_API_BASE="https://api.tu-zi.com/v1"
# Linux/macOS:
# export TUZI_API_KEY=sk-your-api-key
# export TUZI_API_BASE=https://api.tu-zi.com/v1
# 获取环境变量，如果未设置则使用默认值
api_key = os.environ.get("TUZI_API_KEY", "")
api_base = os.environ.get("TUZI_API_BASE", "https://api.tu-zi.com/v1")
client = OpenAI(
base_url=api_base,
api_key=api_key
)
result = client.images.edit(
model="gpt-image-1",
image=open("sunlit_lounge.png", "rb"),
mask=open("mask.png", "rb"),
prompt="A sunlit indoor lounge area with a pool containing a flamingo"
)
print(result)
print(result.data)
image_base64 = result.data[0].b64_json
image_url = result.data[0].url
if image_base64:
image_bytes = base64.b64decode(image_base64)
with open("composition.png", "wb") as f:
f.write(image_bytes)
print("图片已通过base64保存为 composition.png")
elif image_url:
response = requests.get(image_url)
response.raise_for_status()
with open("composition.png", "wb") as f:
f.write(response.content)
print(f"图片已通过url下载并保存为 composition.png，url: {image_url}")
else:
raise ValueError("API 没有返回图片的 base64 数据或图片链接！")
| 图像 | 面具 | 输出 |
|---|---|---|
 |
 |
 |
提示：一个阳光照射的室内休息区，里面有一个养着火烈鸟的游泳池
¶ 蒙版要求
- 尺寸与格式：待编辑图像与遮罩必须一致，文件 ≤ 25 MB。
- Alpha 通道：遮罩必须包含透明通道。
from PIL import Image
from io import BytesIO
# 1. Load your black & white mask as a grayscale image
mask = Image.open(img_path_mask).convert("L")
# 2. Convert it to RGBA so it has space for an alpha channel
mask_rgba = mask.convert("RGBA")
# 3. Then use the mask itself to fill that alpha channel
mask_rgba.putalpha(mask)
# 4. Convert the mask into bytes
buf = BytesIO()
mask_rgba.save(buf, format="PNG")
mask_bytes = buf.getvalue()
# 5. Save the resulting file
img_path_mask_alpha = "mask_alpha.png"
with open(img_path_mask_alpha, "wb") as f:
f.write(mask_bytes)
¶ 自定义图像输出
您可以配置以下参数：
| 参数 | 说明 |
|---|---|
| size | 图片尺寸，如 1024x1024、1024x1536 |
| quality | 渲染质量：low / medium / high |
| format | png (默认) / jpeg / webp |
| output_compression | JPEG/WebP 压缩比 (0–100) |
| background | transparent or opaque |
¶ 尺寸和质量选项
-
尺寸
- 1024 × 1024 (正方形)
- 1536 × 1024 (竖版)
- 1024 × 1536 (横版)
auto(默认)
-
质量
low|medium|high|auto(默认)
¶ 输出格式
默认返回 Base64-PNG。若请求 jpeg或 webp 格式，可使用 output_compression 调整文件大小。
¶ 透明性
gpt-image-1 支持透明背景（仅 png / webp）。示例：
from openai import OpenAI
import base64
import requests
import os
# 从环境变量获取API密钥和基础URL
api_key = os.environ.get("TUZI_API_KEY", "")
api_base = os.environ.get("TUZI_API_BASE", "https://api.tu-zi.com/v1")
client = OpenAI(
base_url=api_base,
api_key=api_key
)
result = client.images.generate(
model="gpt-image-1",
prompt="Draw a 2D pixel art style sprite sheet of a tabby gray cat",
size="1024x1024",
background="transparent",
quality="high",
)
print(result)
print(result.data)
image_base64 = result.data[0].b64_json
image_url = result.data[0].url
if image_base64:
image_bytes = base64.b64decode(image_base64)
with open("sprite.png", "wb") as f:
f.write(image_bytes)
print("图片已通过base64保存为 sprite.png")
elif image_url:
response = requests.get(image_url)
response.raise_for_status()
with open("sprite.png", "wb") as f:
f.write(response.content)
print(f"图片已通过url下载并保存为 sprite.png，url: {image_url}")
else:
raise ValueError("API 没有返回图片的 base64 数据或图片链接！")
¶ 限制
- 延迟：复杂提示最高可达 ≈ 2 分钟
- 文本渲染：相较 DALL·E 有改进，但仍可能不够清晰
- 一致性：跨多次生成时重复角色/品牌元素可能有差异
- 构图控制：布局敏感场景中，精确放置元素仍具挑战
¶ 内容审核
所有 提示 与 生成图像 都会经过内容政策过滤。
moderation 参数控制审核严格度：
| 值 | 说明 |
|---|---|
auto (默认) |
标准过滤，屏蔽不适宜内容 |
low |
限制更少，过滤宽松 |
¶ 成本和延迟
生成成本与“所用标记数”成正比——尺寸越大、质量越高，消耗标记越多。
| 质量 | 正方形 (1024×1024) | 竖版 (1024×1536) | 横版 (1536×1024) |
|---|---|---|---|
| 低 | 272 tokens | 408 tokens | 400 tokens |
| 中 | 1 056 tokens | 1 584 tokens | 1 568 tokens |
| 高 | 4 160 tokens | 6 240 tokens | 6 208 tokens |
计费(按token计费）：gpt-image-1 大约为官方的68%。详见价格页面。