跳到内容

GPT-image 2.5 ​

更新时间

← 返回 GPT-image 概览,查看版本对比与选型。

GPT-image 2.5 在 TokenHub 上提供两个型号,通过同一组接口调用,仅 model 取值不同:

模型 ID定位
custom-model-og-v2.5-fFlare —— 面向快速迭代与日常批量生成
custom-model-og-v2.5-sSunburst —— 面向编辑精度与细节要求高的场景

两者接口字段完全一致、Token 单价相同,选型只看「要速度还是要编辑精度」。

本页是 GPT-image 系列三篇接口文档之一,另见 GPT-image 2.0 与 GPT-image 2.6。

前提条件 ​

  1. 已在腾讯云注册账号并开通 TokenHub 服务。
  2. 您的账号已被开白该模型。
  3. 已获取 API Key。操作方法:进入【在线推理 - 视觉模型】,搜索 custom-model-og-v2.5-f、custom-model-og-v2.5-s 开启后付费,再到 API-Key 管理中为该模型创建 Key。

特别注意

  • 该模型为测试使用的模型,需联络后台人员开白才能使用。请联系产品人员,提交 UIN 和 AppId。
  • 开白按模型 ID 逐个生效,-f 与 -s 需分别申请。
  • TokenHub 为小时结算周期,请商务注意及时为客户申请折扣。

下文所有示例中的 YOUR_API_KEY 均需替换为您自己的 API Key,鉴权方式为请求头 Authorization: Bearer YOUR_API_KEY。

基本信息 ​

项目取值
modelcustom-model-og-v2.5-f / custom-model-og-v2.5-s
支持任务文生图、图片编辑、markup 标注编辑
请求域名(国际站)tokenhub-intl.tencentcloudmaas.com(新加坡)
鉴权Authorization: Bearer <API_KEY>
结果返回同步,结果包含在响应正文中
画质档位auto / low / medium / high / xhigh / max
返回格式url / b64_json
是否支持解除安全护栏不支持

相比 2.0 的变化 ​

变化点说明
双型号拆分为 Flare(快)与 Sunburst(精)两个模型 ID
画质档位扩展在 low / medium / high 之上新增 xhigh 与 max
markup 标注编辑支持提交一张透明 PNG 标注层,圈出要改的区域

其余参数、端点、数据结构与计费换算与 2.0 完全一致。

提交文生图任务 ​

1. 接口描述 ​

  • 接口请求域名(国际站):tokenhub-intl.tencentcloudmaas.com 国际站新加坡
  • 接口:POST /v1/wand/og-image/generation

根据输入文本,同步生成图片并直接返回生成结果。

2. 输入参数 ​

参数名称必选类型描述
model是String模型选择:custom-model-og-v2.5-f 或 custom-model-og-v2.5-s
prompt否String文本描述。最大支持 32,000 字符
size否String生成的图像尺寸。支持自定义尺寸(单边 ≤ 3840px,宽高为 16 的倍数,长短边比 ≤ 3:1,总像素 655,360~8,294,400)
quality否String画质档位。支持 auto、high、medium、low,2.5 新增 xhigh、max
n否Integer生成图片的数量 1~10。默认值:1
background否String允许设置生成图像背景的透明度。必须是以下值之一:opaque、transparent、auto。如果选择 auto,模型将自动确定图像的最佳背景
output_format否String生成图像的返回格式。支持 png、jpeg
output_compression否Integer生成图像的压缩级别(0-100)。此参数仅支持输出格式为 jpeg 的 GPT 图像模型
response_format否String生成的图像的返回格式。可选参数:url 或 b64_json

3. 输出参数 ​

参数名称类型描述
output_formatString生成图像的返回格式。示例值:png
qualityString用于指定将要生成的图像的画质。示例值:auto
sizeString生成的图像尺寸。示例值:1024x1024
backgroundString允许设置生成图像背景的透明度。示例值:auto
createdInteger图像创建的 Unix 时间戳(以秒为单位)。示例值:1776946569
dataArray of ResultImage生成结果图片列表数据
usageUsageToken 统计信息
request_idString唯一请求 ID,由服务端生成,每次请求都会返回。定位问题时需要提供该次请求的 RequestId

4. 示例 ​

输入示例

bash
curl --location 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/og-image/generation' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
  -d '{
    "model": "custom-model-og-v2.5-f",
    "quality": "xhigh",
    "prompt": "小猫跳舞",
    "size": "2048x2048",
    "n": 1
}'

输出示例

json
{
    "background": "opaque",
    "created": 1786095835,
    "data": [
        {
            "url": "https://xxxxxxxxxxxx.png"
        }
    ],
    "output_format": "png",
    "quality": "xhigh",
    "size": "2048x2048",
    "usage": {
        "total_tokens": 93323
    },
    "request_id": "eaa4b07b-ccde-40a4-b184-822e3c5a4e60"
}

提交图片编辑任务 ​

1. 接口描述 ​

  • 接口请求域名:tokenhub-intl.tencentcloudmaas.com 国际站新加坡
  • 接口:POST /v1/wand/og-image/edits(json)
  • 或:POST /v1/wand/og-image/multipart-edits(multipart)
  • 或:POST /v1/wand/og-image/images/edits(json / multipart)

根据输入图片,同步生成图片并直接返回生成结果。

2. 输入参数 ​

参数名称必选类型描述
model否String模型选择:custom-model-og-v2.5-f 或 custom-model-og-v2.5-s
prompt是String文本描述。最大支持 32,000 字符
images是Array of ImageRef输入图。支持输入图片数量:1~16 张
mask否ImageRef用于局部重绘,尺寸需与输入图片一致
markup否ImageRef标注层。透明 PNG,圈出要修改的区域。详见下文「markup 标注编辑」
size否String生成的图像尺寸。支持自定义尺寸(单边 ≤ 3840px,宽高为 16 的倍数,长短边比 ≤ 3:1,总像素 655,360~8,294,400)
n否Integer生图数量 1~10。默认值:1
quality否String画质档位。支持 auto、high、medium、low,2.5 新增 xhigh、max
background否String允许设置生成图像背景的透明度。必须是以下值之一:transparent、opaque 或 auto(默认值)。示例值:auto
output_format否String生成图像的返回格式。支持 png、jpeg 之一
output_compression否Integer生成图像的压缩级别(0-100)。此参数仅支持输出格式为 jpeg 的 GPT 图像模型
response_format否String生成的图像的返回格式。可选参数:url 或 b64_json

transparent 仅在 PNG 中可用

透明背景请使用 background=transparent 搭配 output_format=png。

3. markup 标注编辑 ​

用一张标注层告诉模型「改哪里」,比用文字描述位置(「把 logo 往左挪一点」)精确得多。

使用约束

约束说明
作用对象标注只作用于第一张输入图,其余输入图作为参考图
文件格式必须是独立的透明 PNG,含透明像素;不要把标注压平合进原图
尺寸要求标注层与第一张输入图的宽高必须完全一致
像素上限第一张输入图与标注层各自不超过 16,777,216 像素
文件大小标注文件不超过 50 MB
互斥参数不可与 mask 同时使用
支持端点仅图片编辑端点支持,文生图端点不支持

输入示例(multipart)

bash
curl --location 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/og-image/multipart-edits' \
--header 'Authorization: Bearer YOUR_API_KEY'  \
--form 'model=custom-model-og-v2.5-s' \
--form 'quality=medium' \
--form 'image[]=@kitchen.png' \
--form 'markup=@markup-overlay.png' \
--form 'prompt=把红圈内的条纹花瓶改成纯钴蓝色陶瓷'

4. 输出参数 ​

与文生图接口的输出参数一致,见上文。

5. 示例 ​

输入示例(json)

bash
curl --location 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/og-image/edits' \
--header 'Authorization: Bearer YOUR_API_KEY'  \
--header 'Content-Type: application/json' \
  -d '{
    "model": "custom-model-og-v2.5-s",
    "quality": "max",
    "prompt": "跳舞",
    "images": [{ "image_url": "https://xxxxxxxxxxxx.png"}],
    "size": "2048x2048",
    "n": 2
}'

输入示例(multipart)

bash
curl --location 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/og-image/multipart-edits' \
--header 'Authorization: Bearer YOUR_API_KEY'  \
--form 'model=custom-model-og-v2.5-f' \
--form 'prompt=跳舞' \
--form 'image[]=@input.png' \
--form 'n=2' \
--form 'size=2048x2048' \
--form 'quality=high' \
--form 'output_format=png'

输出示例

json
{
    "background": "opaque",
    "created": 1786096322,
    "data": [
        {
            "url": "https://xxxxxxxxxxxx.png"
        },
        {
            "url": "https://xxxxxxxxxxxx.png"
        }
    ],
    "output_format": "png",
    "quality": "max",
    "size": "2048x2048",
    "usage": {
        "total_tokens": 183284
    },
    "request_id": "705d12d2-9f68-4cfa-859a-733e449ea675"
}

数据结构 ​

ResultImage ​

参数名称类型描述
urlString返回图片的 url

Usage ​

参数名称类型描述
total_tokensIntegerToken 统计信息

ImageRef ​

名称类型必选描述
image_urlString否图片支持 png、jpg 格式。传图片的 url 地址或 base64 编码数据。示例值:https://xxxxxxxxxxx.png

计费及价格说明 ​

  • 计费模式:按量计费(Token),后付费。
  • 结算周期:系统按小时统计并结算您的资源消耗。
  • 计价逻辑:费用由 Token 用量和对应单价决定,公式为 总费用 = Token 用量 × Token 单价。
  • 用量说明:统一采用 1.6 USD / 百万 token 的计费单价,与原厂 token 的数量换算关系见下表。
Token 类型原厂 USD 单价TokenHub 价格转换系数
text input$5.00 / 百万$1.60 / 百万3.125
text cached$1.25 / 百万$1.60 / 百万0.78125
image input$8.00 / 百万$1.60 / 百万5.0
image cached$2.00 / 百万$1.60 / 百万1.25
image output$30.00 / 百万$1.60 / 百万18.75

国际站美元结算逻辑

文本输入token × 3.125
+ 文本缓存输入token × 0.78125
+ 图片输入token × 5
+ 图片缓存输入token × 1.25
+ 输出图片token × 18.75
= 单次任务token消耗

画质档位与 Token 消耗

quality 档位越高,输出图片 token 数越多,费用随之上升。批量草图建议用低档位,定稿再用 xhigh / max。

相关文档 ​

文档说明
GPT-image 2.0基础版本,画质档位至 high
GPT-image 2.6新增 complexity 规划档位、GIF 动图与 SVG 矢量输出
API Key 获取TokenHub API Key 的申请与管理

基于 VitePress 构建 · 部署于腾讯云 EdgeOne Pages