Skip to content

OpenAI GPT image 文生图 API 文档

概念介绍

文生图(Text-to-Image)是一种通过自然语言描述生成对应图像的技术。本API基于OpenAI的GPT模型实现,支持多种图像生成模型和尺寸规格。

详细教程

http://imagemodels.dmxapi.com/

基础信息

  • 请求方式: POST
  • Base URL: https://www.dmxapi.cn
  • 接口路径: /v1/images/generations
  • 认证方式: Bearer Token

请求参数

参数名类型必填说明
promptstring图像描述文本
nint生成图片数量(默认1)
modelstring模型选择(默认gpt-image-1)
aspect_ratiostring宽高比(如"16:9")
sizestring图像尺寸(如"1024x1536")
seedint随机种子(-1表示随机)

支持的模型

  • gpt-image-1: 基础模型(支持1024x1024,1024x1536,1536x1024)
  • seedream-3.0: 国内最强,豆包团队开发,即梦3 AI绘图大模型。
  • gpt-image-1: Openai GPT 的画图模型,文本理解与图像生成深度融合,适合文字驱动型创作
  • imagen4: 谷歌的绘图模型,对标 gpt-image
  • flux-kontext-max: Black Forest Labs推出商业级精度的图像生成,满足专业设计需求
  • flux-kontext-pro: 支持文本+图像输入的上下文感知生成/编辑模型,控制更精准。

Python调用示例

python
import json
import requests

# API配置
API_KEY = "sk-********************"  # 替换为你的API密钥
API_URL = "https://www.dmxapi.cn/v1/images/generations"

# 请求参数
payload = {
    "prompt": "哪吒竖着大拇指,背景广告牌写着 DMXAPI",  # 图像描述
    "n": 1,  # 生成数量 
    "model": "gpt-image-1",  # 使用基础模型
    "size": "1024x1536",  # 图像尺寸
    "seed": -1  # -1 代表随机种子
}

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

try:
    # 发送POST请求
    response = requests.post(API_URL, json=payload, headers=headers)
    response.raise_for_status()  # 检查HTTP错误
    
    # 解析响应数据
    result = response.json()
    print(json.dumps(result, indent=4, ensure_ascii=False))
    
except requests.exceptions.RequestException as e:
    # 错误处理
    print(f"请求失败: {e}")
    if e.response:
        print(f"状态码: {e.response.status_code}")
        print(f"响应内容: {e.response.text}")

响应示例

图片返回base64需要转为png图片格式。

成功响应将返回包含生成图像信息的JSON对象,其中可能包含:

  • data: 图像数据数组
  • url: 图像访问URL(部分模型)
  • b64_json: Base64编码的图像数据
json
{
    "created": 1677664795,
    "data": [
        {
            "url": "https://.../generated-image.png",
            "b64_json": "..." 
        }
    ]
}

常见错误码:

  • 401: 认证失败(无效API密钥)
  • 400: 请求参数错误
  • 429: 请求频率限制
  • 500: 服务器内部错误

建议在代码中添加完善的错误处理逻辑,如示例中所示。

一个 Key 用全球大模型