简体中文

English

简体中文

English

Appearance

Create image ​

💡 错误排查

调用过程中遇到错误？请参阅 API 错误码参考 获取完整的错误类型说明与排查方案。

POST https://zenmux.ai/api/v1/images/generations

Create image 接口兼容 OpenAI 的 Create image 接口，用于根据提示词创建图片。

下面列出了所有模型可能支持的参数，不同模型的支持参数有所不同。ZenMux 透传 OpenAI Images API 协议；调用 ZenMux 时，请将 Base URL 设置为 https://zenmux.ai/api/v1，并使用 ZenMux API Key 鉴权。

当前支持模型

ZenMux 支持的 OpenAI 图片生成模型会持续更新。请前往 ZenMux 模型目录 查询当前可用模型。

Request headers ​

Authorization string ​

Bearer Token 鉴权，格式为 Bearer $ZENMUX_API_KEY。

Content-Type string ​

请求内容类型，默认值为 application/json。

Request body ​

prompt string ​

期望生成图片的文本描述。GPT image 模型最大长度为 32000 个字符。

background string ​

设置生成图片的背景透明度。该参数仅 GPT image 模型支持。必须是 transparent、opaque 或 auto 之一，默认值为 auto。使用 auto 时，模型会自动判断最适合图片的背景。

如果设置为 transparent，输出格式需要支持透明度，因此 output_format 应设置为 png（默认值）或 webp。

可选值：

  • transparent
  • opaque
  • auto

model string ​

用于图片生成的模型。请前往 ZenMux 模型目录 查询当前可用模型。

moderation string ​

控制 GPT image 模型生成图片时的内容审核级别。必须是 low 或 auto（默认值）之一。

可选值：

  • low
  • auto

n number ​

要生成的图片数量。必须介于 1 到 10 之间。

output_compression number ​

生成图片的压缩级别（0-100%）。该参数仅 GPT image 模型在 webp 或 jpeg 输出格式下支持，默认值为 100。

output_format string ​

生成图片返回时使用的格式。该参数仅 GPT image 模型支持。必须是 png、jpeg 或 webp 之一。

可选值：

  • png
  • jpeg
  • webp

partial_images number ​

要生成的部分图片数量。该参数用于返回部分图片的流式响应。取值必须介于 0 到 3 之间。当设置为 0 时，响应会在一个流式事件中返回单张图片。

如果完整图片生成得更快，最终图片可能会在请求的部分图片数量全部生成前就被发送。

quality string ​

要生成图片的质量。ZenMux 当前支持的 OpenAI 生图模型可使用 GPT image 模型质量参数。

  • auto（默认值）会根据给定模型自动选择最佳质量。
  • high、medium 和 low 支持 GPT image 模型。

可选值：

  • low
  • medium
  • high
  • auto

response_format string ​

生成图片的返回格式。该参数不适用于 ZenMux 当前支持的 GPT image 模型；GPT image 模型始终返回 base64 编码图片。

可选值：

  • url
  • b64_json

size string ​

生成图片的尺寸。对于 gpt-image-2 和 gpt-image-2-2026-04-21，支持任意 WIDTHxHEIGHT 字符串，例如 1536x864。宽和高都必须能被 16 整除，请求的宽高比必须介于 1:3 到 3:1 之间。高于 2560x1440 的分辨率属于实验能力，最大支持分辨率为 3840x2160。请求尺寸还必须满足模型当前的像素和边长限制。

gpt-image-1.5 支持标准尺寸 1024x1024、1536x1024 和 1024x1536；支持自动尺寸的模型可使用 auto。

常见可选值：

  • auto
  • 1024x1024
  • 1536x1024
  • 1024x1536

stream boolean ​

以流式模式生成图片。默认值为 false。该参数仅 GPT image 模型支持。

style string ​

生成图片的风格。该参数不适用于 ZenMux 当前支持的 OpenAI 生图模型。

可选值：

  • vivid
  • natural

user string ​

代表终端用户的唯一标识符，可用于监控和检测滥用行为。

Response ​

返回图片生成接口的响应对象。

created number ​

图片创建时的 Unix 时间戳（秒）。

background string ​

图片生成时使用的背景参数。可能为 transparent 或 opaque。

data array ​

生成图片列表。

b64_json string ​

生成图片的 base64 编码 JSON。ZenMux 当前支持的 GPT image 模型默认返回该字段。

revised_prompt string ​

在部分模型中返回，表示实际用于生成图片的重写提示词。

url string ​

使用返回 URL 的模型时可能返回生成图片 URL。ZenMux 当前支持的 GPT image 模型通常返回 b64_json。

output_format string ​

图片生成输出格式。可能为 png、webp 或 jpeg。

quality string ​

生成图片质量。可能为 low、medium 或 high。

size string ​

生成图片尺寸。可能为 1024x1024、1024x1536 或 1536x1024。

usage object ​

GPT image 模型的图片生成 token 用量信息。

  • input_tokens number：输入提示词中图片和文本的 token 数。
  • input_tokens_details object：输入 token 详情。
    • image_tokens number：输入提示词中的图片 token 数。
    • text_tokens number：输入提示词中的文本 token 数。
  • output_tokens number：模型生成的输出 token 数。
  • total_tokens number：本次图片生成使用的总 token 数。
  • output_tokens_details object ：输出 token 详情。
    • image_tokens number：生成的图片输出 token 数。
    • text_tokens number：生成的文本输出 token 数。
cURL
curl https://zenmux.ai/api/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $ZENMUX_API_KEY" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }'
TypeScript
import OpenAI from "openai";
import { writeFile } from "fs/promises";

const client = new OpenAI({
  baseURL: "https://zenmux.ai/api/v1", 
  apiKey: process.env.ZENMUX_API_KEY, 
});

const img = await client.images.generate({
  model: "gpt-image-2",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

const imageBuffer = Buffer.from(img.data[0].b64_json, "base64");
await writeFile("output.png", imageBuffer);
Python
import base64
from openai import OpenAI

client = OpenAI(
    base_url="https://zenmux.ai/api/v1",  
    api_key="<ZENMUX_API_KEY>",  
)

img = client.images.generate(
    model="gpt-image-2",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

image_bytes = base64.b64decode(img.data[0].b64_json)
with open("output.png", "wb") as f:
    f.write(image_bytes)
json
{
  "created": 1713833628,
  "data": [
    {
      "b64_json": "..."
    }
  ],
  "usage": {
    "total_tokens": 100,
    "input_tokens": 50,
    "output_tokens": 50,
    "input_tokens_details": {
      "text_tokens": 10,
      "image_tokens": 40
    }
  }
}