GPT-image 2.6
← 返回 GPT-image 概览,查看版本对比与选型。
GPT-image 2.6 是 GPT-image 系列的最新一代,在 TokenHub 上提供两个型号:
| 模型 ID | 定位 | 适用场景 |
|---|---|---|
custom-model-og-v2.6-f | Flare —— 偏快 | 快速迭代、批量草图、交互式预览。low 档位下最快约 6 秒出图 |
custom-model-og-v2.6-s | Sunburst —— 偏细节 | 复杂构图、精细编辑、多轮修改中保持人物与商品一致性 |
两者接口字段完全一致、Token 单价相同。相比 2.5,整体生成速度约快 50%。
本页是 GPT-image 系列三篇接口文档之一,另见 GPT-image 2.0 与 GPT-image 2.5。
前提条件
- 已在腾讯云注册账号并开通 TokenHub 服务。
- 您的账号已被开白该模型。
- 已获取 API Key。操作方法:进入【在线推理 - 视觉模型】,搜索
custom-model-og-v2.6-f、custom-model-og-v2.6-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。 - GIF 输出需要额外申请该模型的 GIF 预览权限。
- 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 |
|---|---|
| model | custom-model-og-v2.6-f / custom-model-og-v2.6-s |
| 支持任务 | 文生图、图片编辑、markup 标注编辑、GIF 动图、SVG 矢量图 |
| 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 quality | auto / low / medium / high / xhigh / max |
规划档位 complexity | low / medium / high,默认 high |
| 输出格式 | png / jpeg / webp / gif / svg |
| 是否支持解除安全护栏 | 不支持 |
相比 2.5 的变化
| 变化点 | 说明 |
|---|---|
| 生成速度 | 整体约快 50%。Flare 在 low 档位最快约 6 秒出图 |
| complexity 与 quality 分离 | 新增 complexity 参数,独立控制「渲染前的规划投入」,与控制画面细节的 quality 解耦 |
| GIF 动图输出 | output_format=gif,支持 2~16 帧、可调单帧时长 |
| SVG 矢量输出 | output_format=svg,直出可无限缩放的矢量图 |
| markup 标注编辑 | 沿用 2.5 的标注层能力 |
complexity 与 quality 怎么选
complexity管的是模型动笔前花多少算力做场景规划;quality管的是像素渲染精度。- 局部微调(换背景、改招牌)→
complexity=low+ 保持所需quality,省掉重新排布的时间。 - 多元素同框、密集文字、复杂版面 → 调高
complexity。 - 调整
complexity不单独计费,但更高档位会增加延迟,并可能引入非预期改动,建议在自己的任务上实测比较。
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-v2.6-f 或 custom-model-og-v2.6-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。auto、low、medium、high、xhigh、max |
complexity | 否 | String | 渲染前的规划投入,与 quality 相互独立。low / medium / high,省略时默认 high。不单独计费 |
n | 否 | Integer | 生成图片的数量 1~10。默认值:1。SVG 输出时必须为 1 |
background | 否 | String | 背景透明度。opaque、transparent、auto。选 transparent 时输出格式需为 png 或 webp |
output_format | 否 | String | 输出格式。png(默认)、jpeg、webp、gif、svg |
output_compression | 否 | Integer | 压缩级别(0-100)。仅 webp / jpeg 输出格式支持,默认 100 |
frame_count | 否 | Integer | GIF 帧数。2~16,省略时默认 9。仅 output_format=gif 时支持 |
frame_duration_ms | 否 | Integer | GIF 单帧时长(毫秒)。最小 20,省略时默认 200。编码时按最近的 10ms 取整,单帧上限 655,350ms。仅 output_format=gif 时支持 |
svg | 否 | Object | SVG 作者模型设置。需 output_format=svg。详见下文「SVG 矢量输出」 |
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_format | String | 生成图像的返回格式。示例值:png |
quality | String | 实际应用的画质。示例值:medium |
size | String | 生成的图像尺寸。示例值:1024x1024 |
background | String | 实际应用的背景设置。示例值:auto |
created | Integer | 图像创建的 Unix 时间戳(以秒为单位)。示例值:1776946569 |
data | Array of ResultImage | 生成结果图片列表数据 |
usage | Usage | Token 统计信息 |
request_id | String | 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
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-v2.6-f",
"quality": "medium",
"complexity": "low",
"prompt": "小猫跳舞",
"size": "1024x1024",
"n": 1
}'输出示例
{
"background": "opaque",
"created": 1786095835,
"data": [
{
"url": "https://xxxxxxxxxxxx.png"
}
],
"output_format": "png",
"quality": "medium",
"size": "1024x1024",
"usage": {
"total_tokens": 27180
},
"request_id": "eaa4b07b-ccde-40a4-b184-822e3c5a4e60"
}GIF 动图输出
把 output_format 设为 gif 即可直出动图,无需再外挂视频模型或自行拼帧。
参数
| 参数 | 取值 | 默认 | 说明 |
|---|---|---|---|
output_format | gif | — | 必填,开启 GIF 输出 |
frame_count | 2~16 | 9 | 帧数 |
frame_duration_ms | ≥ 20 | 200 | 单帧时长(毫秒),按最近 10ms 取整 |
按默认值计算,9 帧 × 200ms ≈ 1.8 秒一个循环。
限制
| 限制 | 说明 |
|---|---|
| 支持端点 | 仅文生图端点,图片编辑端点不支持 |
| 不支持的能力 | 流式返回、partial_images、mask、自定义 output_compression |
| 尺寸约束 | 请求的 size 需满足所选模型的 GIF 尺寸限制 |
| 权限 | 需要该模型的 GIF 预览权限 |
示例
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-v2.6-f",
"prompt": "一只猫头鹰眨眼,无缝循环",
"output_format": "gif",
"frame_count": 12,
"frame_duration_ms": 120,
"size": "1024x1024"
}'SVG 矢量输出
把 output_format 设为 svg,直出可无限缩放的矢量图,适合图标、插画、示意图,省掉位图转矢量的中间环节。
工作方式
服务端先用图像模型生成一张参考图,再由 SVG 作者模型据此产出矢量内容。因此:
- 顶层
model决定参考图由哪个图像模型生成; complexity在 SVG 场景下控制的是参考图的规划投入,与 SVG 作者模型的推理投入相互独立;svg.model指定 SVG 作者模型,svg.reasoning控制其推理投入。
参数
| 参数 | 类型 | 说明 |
|---|---|---|
output_format | String | 设为 svg |
svg.model | String | SVG 作者模型。开启作者模型选择时必填;未开启时整个 svg 对象应省略 |
svg.reasoning | Object | SVG 作者的推理设置,独立于图像 complexity。省略或为 null 时使用作者模型默认值 |
限制
| 限制 | 说明 |
|---|---|
| 支持端点 | 仅文生图端点,图片编辑端点不支持,也不接受 SVG 作为输入图 |
n | 必须为 1,一次请求返回一个文件 |
| 不支持的能力 | 流式返回、partial_images、prompt_rewriter、output_compression |
| 输出内容 | 静态矢量图 |
示例
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-v2.6-s",
"prompt": "一套极简风格的天气图标,线性描边",
"output_format": "svg",
"n": 1
}'SVG 的计费与别处不同
SVG 输出会同时产生两份费用:图像模型按其费率计算参考图的 token,SVG 作者模型按其费率计算产出矢量内容所用的 token。总费用取决于两者之和。
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-v2.6-f 或 custom-model-og-v2.6-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。不可与 mask 同时使用 |
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。auto、low、medium、high、xhigh、max |
complexity | 否 | String | 规划投入。low / medium / high,默认 high。局部编辑建议用 low |
background | 否 | String | 背景透明度。transparent、opaque 或 auto(默认值)。示例值:auto |
output_format | 否 | String | 输出格式。支持 png、jpeg、webp。编辑端点不支持 gif 与 svg |
output_compression | 否 | Integer | 压缩级别(0-100)。仅 webp / jpeg 输出格式支持 |
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 / WebP 中可用
透明背景请使用 background=transparent 搭配 output_format=png 或 webp。
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。
| 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)
curl --location 'https://tokenhub-intl.tencentcloudmaas.com/v1/wand/og-image/multipart-edits' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--form 'model=custom-model-og-v2.6-f' \
--form 'quality=medium' \
--form 'complexity=low' \
--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)
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-v2.6-s",
"quality": "high",
"complexity": "low",
"prompt": "跳舞",
"images": [{ "image_url": "https://xxxxxxxxxxxx.png"}],
"size": "1024x1024",
"n": 2
}'输出示例
{
"background": "opaque",
"created": 1786096322,
"data": [
{
"url": "https://xxxxxxxxxxxx.png"
},
{
"url": "https://xxxxxxxxxxxx.png"
}
],
"output_format": "png",
"quality": "high",
"size": "1024x1024",
"usage": {
"total_tokens": 65920
},
"request_id": "705d12d2-9f68-4cfa-859a-733e449ea675"
}能力支持对照
| 能力 | 文生图端点 | 图片编辑端点 |
|---|---|---|
complexity | ✅ | ✅ |
markup 标注编辑 | ❌ | ✅ |
mask 局部重绘 | ❌ | ✅ |
| GIF 动图输出 | ✅ | ❌ |
| SVG 矢量输出 | ✅ | ❌ |
数据结构
ResultImage
| 参数名称 | 类型 | 描述 |
|---|---|---|
url | String | 返回图片的 url |
Usage
| 参数名称 | 类型 | 描述 |
|---|---|---|
total_tokens | Integer | Token 统计信息 |
ImageRef
| 名称 | 类型 | 必选 | 描述 |
|---|---|---|---|
image_url | String | 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2.6 的实际成本与 2.5 不同
Token 单价与 2.5 完全一致,但 low 与 medium 档位的输出图片 token 数显著上升,这两档的单图成本随之提高;high 及以上档位的 token 消耗与 2.5 持平。
以 1024x1024 为例,输出图片 token 数对比:
| quality | 2.5 | 2.6 | 变化 |
|---|---|---|---|
low | 196 | 823 | 约 4.2 倍 |
medium | 439 | 1,449 | 约 3.3 倍 |
high | 1,756 | 1,756 | 持平 |
xhigh | 3,122 | 3,122 | 持平 |
max | 7,024 | 7,024 | 持平 |
上表 token 数为参考值,来源于 OpenAI 官方 token 计算器在
1024x1024下的测算,实际消耗以接口返回的usage.total_tokens为准。
选型建议:以低画质批量出图为主的场景(图标、缩略图、批量草稿),2.6 的单图成本会明显高于 2.5,需重新核算预算;high 及以上档位则是「同价更快」,可直接升级。
相关文档
| 文档 | 说明 |
|---|---|
| GPT-image 2.0 | 基础版本,画质档位至 high |
| GPT-image 2.5 | 新增 xhigh / max 画质档位,支持 markup 标注编辑 |
| API Key 获取 | TokenHub API Key 的申请与管理 |