跳到内容

GPT-image 2.6 ​

更新时间

← 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-fFlare —— 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-sSunburst —— 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 ​

  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-v2.6-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
modelcustom-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 qualityauto / low / medium / high / xhigh / max
规划档位 complexitylow / 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IntegerGIF 帧数。2~16,省略时默认 9。仅 output_format=gif 时支持
frame_duration_ms否IntegerGIF 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ObjectSVG 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_formatString生成图像的返回格式。示例值:png
qualityString实际应用的画质。示例值:medium
sizeString生成的图像尺寸。示例值:1024x1024
backgroundString实际应用的背景设置。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-v2.6-f",
    "quality": "medium",
    "complexity": "low",
    "prompt": "小猫跳舞",
    "size": "1024x1024",
    "n": 1
}'

输出示例

json
{
    "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_formatgif—必填,开启 GIF 输出
frame_count2~169帧数
frame_duration_ms≥ 20200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 ​

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-v2.6-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_formatString设为 svg
svg.modelStringSVG 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.reasoningObjectSVG 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 ​

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-v2.6-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)

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-v2.6-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)

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-v2.6-s",
    "quality": "high",
    "complexity": "low",
    "prompt": "跳舞",
    "images": [{ "image_url": "https://xxxxxxxxxxxx.png"}],
    "size": "1024x1024",
    "n": 2
}'

输出示例

json
{
    "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
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

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:

quality2.52.6变化
low196823约 4.2 倍
medium4391,449约 3.3 倍
high1,7561,756持平
xhigh3,1223,122持平
max7,0247,024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

基于 VitePress 构建 · 部署于腾讯云 EdgeOne Pages