跳到内容

GPT-Image ​

更新时间

Endpoint: POST https://vod.intl.tencentcloudapi.comAction: CreateAigcImageTask

GPT-Image 是图片生成模型族,支持文生图与多图参考生成,并提供蒙版局部编辑、透明背景、多张输出与自定义尺寸;2.6 系列还能直接输出 GIF 动图与 SVG 矢量图。对多语言文字渲染支持较好,适合海报与带字设计。

目前提供 image2、image2.5、image2.6 三个系列,三者共用同一个 ModelName=OG 与同一组接口字段,基础用法仅 ModelVersion 取值不同。

选择版本 ​

接口文档按系列拆分,点击卡片查看对应系列的 ModelVersion 枚举、画质档位、生成时间与特殊设置。

版本对比 ​

对比项2.02.52.6
ModelNameOGOGOG
ModelVersionimage2_low
image2_medium
image2_high
10 个取值
sunburst / flare 各五档
10 个取值
sunburst / flare 各五档
系列数1 个2 个(sunburst / flare)2 个(sunburst / flare)
画质档位low / medium / high加 xhigh / max加 xhigh / max
ModelVersion 总数3 个10 个10 个
多图参考(最多 16 张)✅✅✅
mask 局部重绘✅✅✅
透明背景✅✅✅
自定义尺寸与 auto✅✅✅
多张输出(1~8 张)✅✅✅
输出格式 OutputFormatjpeg / pngjpeg / pngjpeg / png
GIF 动图(2~16 帧)❌❌✅
SVG 矢量图❌❌✅(另收 SVG 转化费)

三个系列共用同一组接口字段

FileInfos / OutputConfig / ExtInfo 的写法在三个系列之间完全一致,切换系列只需改 ModelVersion,不需要改请求结构。唯一的例外是 GIF / SVG 输出:它通过 ExtInfo 的 output_format 开启,只有 2.6 支持。

选型建议 ​

  • 新接入优先选 2.6:它是最新一代,基础参数与 2.5 一致,切换成本为零。
  • 要出 GIF 动图或 SVG 矢量图的只能选 2.6:在 ExtInfo 里设 output_format=gif / svg,详见 GIF 与 SVG 输出。注意 SVG 会额外收取转化费用。
  • 对出图耗时敏感的选 flare:同档位下 flare 明显快于 sunburst(2.5 实测 max 档 61 秒 vs 169 秒)。
  • 要编辑精度、复杂构图、细小文字的选 sunburst,并把档位提到 xhigh 或 max。
  • 快速初稿与提示词迭代用 low / medium,2.0 系列也够用且参数最简。
  • 只需要三档的,2.0 系列仍然可用,它是省略 ModelVersion 时的默认系列(image2_medium)。

公共规格 ​

以下规格对三个系列一致,细节与示例见各版本文档。

项目取值
默认值ModelVersion=image2_medium / AspectRatio=1:1
分辨率 Resolution1K / 2K(2560x1440)/ 4K(3840x2160),超过 2560px 为实验性支持
比例 AspectRatio1:1 / 3:2 / 2:3 / 3:4 / 4:3 / 16:9 / 9:16 / 21:9 / 9:21
参考图片最多 16 张
提示词长度最多 32,000 个字符
文本渲染支持中、英、日、韩、阿拉伯等多语种
多张输出OG 为 1~8 张(Kling 为 1~9 张)
参考图传入方式File(FileId)/ Url / Base64;Base64 总大小 ≤ 7 MB,格式 jpeg / jpg / png / webp,不带 data: 前缀
自定义尺寸宽高均为 16 的倍数;最长边 ≤ 3840px;总像素 655,360 ~ 8,294,400
支持解除护栏不支持

相关文档 ​

文档说明
GPT-Image 2.6最新系列:sunburst / flare 各五档,支持 GIF / SVG 输出
GPT-Image 2.5双系列、xhigh / max 档位、各档位生成时间实测
GPT-Image 2.0基础系列,画质档位至 high
VOD 快速开始VOD API 的鉴权、任务提交与结果查询

基于 VitePress 构建 · 部署于腾讯云 EdgeOne Pages