跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt

Use this file to discover all available pages before exploring further.

​
一句话结论

你需要选这个
quality 画质参数 / mask 局部重绘 / OpenAI 官方完全对齐字段gpt-image-2（官转）
可预测的统一价（$0.03/张）+ 出图较快gpt-image-2-all（官逆，ChatGPT 网页线，~90s）
可预测的统一价 + 严格锁尺寸（含 4K）gpt-image-2-vip（官逆，Codex 线，~120–200s）
三个模型底层都是 OpenAI gpt-image-2，差别在通道性质（官方直连 vs 逆向）、计费方式、参数粒度。
官逆两兄弟（-all / -vip）：本页”官逆”列同时覆盖 gpt-image-2-all 与 gpt-image-2-vip——两者调用方式完全一致、同价 $0.03/张，差异仅在 size 字段 和 出图速度：
  • gpt-image-2-all：无 size（写进 prompt），ChatGPT 网页线，约 90 秒 出图
  • gpt-image-2-vip：支持 30 档 size（10 比例 × 1K/2K/4K，含 4K），Codex 线，约 120–200 秒 出图（与官转持平）
  • 共同点：均不支持 quality、不支持 n、不支持 mask 局部重绘
下表”官逆”列差异行会用 -all / -vip 子格分别标注。需要 quality 画质或 mask 局部重绘时仍请走官转 gpt-image-2。
关于速度：当前 -all / -vip 出图速度比刚上线时慢一些，这是 OpenAI 官方算力波动 导致的全链路放缓——APIYI 的号池和运维侧并无问题，所有逆向通道用户都会感受到。建议把超时设置在 300 秒以上，复杂场景预留更多。

​
完整对比表

维度gpt-image-2-all / -vip（官逆，高性价比）gpt-image-2（官转，正式版）
模型名gpt-image-2-all（不锁尺寸、出图最快） / gpt-image-2-vip（要指定 size 或 4K 时用）gpt-image-2
通道性质-all：逆向 ChatGPT 官网线路
-vip：逆向 Codex 线路		官方直连（OpenAI Images API）
计费方式按次计费：固定 $0.03/次（两模同价、所有 size 统一价）按量计费：按 token 实计，官网同价；本站充值加赠后约 8.5 折
典型成本/张$0.03（不区分尺寸 / 画质 / 模型）实测 $0.03 – $0.2（与提示词长度、size、quality 正相关）
令牌分组默认分组（Default）默认分组（Default）
令牌类型按次计费 或 按量优先 均可仅支持按量优先（本模型按 token 计费，按次计费令牌不可用）
推荐端点/v1/chat/completions（方便传 URL） + /v1/images/generations + /v1/images/edits（同套代码兼容官转）/v1/images/generations + /v1/images/edits
备选端点三端点皆可，按场景选（仅官方两个端点）
上传图片格式base64 或 https URL（chat 端点）/ multipart file（edits 端点）multipart file（编辑接口）
输出图片格式b64_json（已带前缀）或 url（R2 CDN）b64_json（纯 base64，无前缀）
上传图片数（编辑）多张（chat 模式理论上限较高）最多 16 张（image[]）
mask 局部重绘❌ 不支持✅ 支持（要求带 alpha 通道）
指令遵循好优秀
生成速度-all：约 90 秒（较快）
-vip：约 120–200 秒（与官转持平）
📌 当前比刚上线时慢——OpenAI 官方算力波动所致，非 APIYI 侧问题		约 100-120 秒，复杂场景 + 4K 可达 3-5 分钟
size 参数-all：❌ 不接受（写进 prompt）
-vip：✅ 30 档常见 size（10 比例 × 1K/2K/4K）		✅ 任意合法尺寸
size = auto 行为-all：— 不接受 size 字段
-vip：文生图时模型自动选尺寸（同 prompt 倾向收敛到一个相对固定值）；改图时按 prompt 指代图的比例输出		✅ 默认值，OpenAI 官方语义”按 prompt 智能选”；社区实测偏向 1:1 方形（1024×1024），要其它比例请显式传 size
支持 4K-all：❌
-vip：✅ 4K Detail 档（如 3840x2160 / 2880x2880）		✅ 含 3840×2160
常见输出尺寸-all：16:9 → 1672×941、9:16 → 941×1672、1:1 → 1254×1254（自适应）
-vip：见 完整 30 档表		8 个预设 + 任意合法自定义尺寸
画质参数 quality❌ 两模均不支持（不要传）✅ low / medium / high / auto
n 参数❌ 两模均不支持（单次仅返回 1 张）✅ 支持
透明背景—❌ 不支持（background: transparent 会报错）
中文提示词✅ 原生✅ 原生
文字渲染高还原度高还原度（high 档位最强）
内容限制较少（更宽松）较严格（OpenAI 官方策略）
API 文档GPT-Image-2-All 概览 / GPT-Image-2-VIP 概览GPT-Image-2 概览
🔑 如何创建或管理令牌：https://api.apiyi.com/token
在控制台创建令牌时可以选择分组（Default 默认即可）和令牌类型（按次计费 / 按量优先）。调用 gpt-image-2（官转）必须使用「按量优先」类型的令牌，否则会因计费方式不匹配被拒。

​
选型场景

​
选 gpt-image-2-all（官逆）的场景

💰 成本可预测

单价稳定 $0.03/张，无尺寸 / 画质阶梯，适合大批量生产、成本必须封顶的场景（信息图、营销物料、电商素材批量）。

⚡ 出图速度较快

约 90 秒出图，比 -vip 和官转都略快，前端实时交互体验更好。

🗨️ 对话式工作流

/v1/chat/completions 同端点支持多轮迭代改图、文生图、带图编辑，集成最简单。

🌏 中文 + 营销文字

中文提示词原生友好、招牌 / 海报 / 信息图文字还原度高，适合面向中文用户的内容生产。

​
选 gpt-image-2-vip（官逆，要锁尺寸或 4K）的场景

📐 严格锁定输出尺寸

支持 30 档常见 size（10 比例 × 1K/2K/4K），适合电商主图、海报模板、视频封面、桌面壁纸等需要稳定输出尺寸的场景。

🖼️ 同价拿到 4K

4K Detail 档（2880×2880 / 3840×2160 / 3840×1632 等）与 1K/2K 同价 $0.03/张，4K 不加价。

🔁 与 -all 共用代码

调用结构与 -all 完全一致，请求体里只多一个 size 字段——可以一套代码两个模型来回切。

💰 成本仍可预测

单价仍稳定 $0.03/张，比官转 4K 高画质便宜很多——4K 锁尺寸场景的高性价比之选。

​
选 gpt-image-2（官转）的场景

🎚️ 需要画质档位

quality 支持 low/medium/high/auto。草稿用 low 省成本，终稿 high 出印刷级效果——这是官转独有，官逆两模都不支持。

🎯 mask 局部重绘

支持 alpha 通道蒙版，精准修改图片局部区域而保留其余部分——官逆两模都不支持。

🖼️ 任意自定义尺寸

size 参数接受任意合法尺寸；如果你的尺寸不在 -vip 的 30 档之内，需要更细粒度的尺寸控制时选官转。

🔌 与 OpenAI 官方一致

走官方 Images API，字段与行为完全与官方一致。已有基于 OpenAI 官方 SDK 的代码 / 系统可零改动迁移，长期更稳。

​
关键差异详解

​
1. b64_json 格式差异（迁移坑！）

# gpt-image-2-all：b64_json 已含前缀，可直接用作 <img src>
all_b64 = resp["data"][0]["b64_json"]
# "data:image/png;base64,iVBORw0KGgo..."
img_tag = f'<img src="{all_b64}">'  # ✅ 直接用

# gpt-image-2：b64_json 是纯 base64，无前缀，需自己 decode 或拼前缀
official_b64 = resp.data[0].b64_json
# "iVBORw0KGgo..."
with open("out.png", "wb") as f:
    f.write(base64.b64decode(official_b64))  # ✅ 写文件
img_tag = f'<img src="data:image/png;base64,{official_b64}">'  # ✅ 浏览器渲染
从一个切到另一个时，b64_json 处理代码必须改，否则会拿到损坏的 data URL 或 decode 失败。

​
2. 分辨率控制方式

gpt-image-2-all（写在 prompt 里）： 
"横版 16:9 电影画幅，黄昏时的海边老灯塔"   → 输出约 1672×941
"竖版 9:16 手机壁纸，赛博朋克城市雨夜"      → 输出约 941×1672
"1024×1024 方形 LOGO，极简猫咪线条"          → 输出约 1254×1254
gpt-image-2-vip（同为官逆，可直接传 size，30 档含 4K）： 
curl "https://api.apiyi.com/v1/images/generations" \
  -H "Authorization: Bearer $YI_API_KEY" \
  -d '{
    "model": "gpt-image-2-vip",
    "prompt": "白色陶瓷马克杯放在灰色桌面上",
    "size": "2048x1360"
  }'

# 4K 也可以，同价 $0.03
# "size": "3840x2160"
gpt-image-2（size 参数严格控制 + quality 档位）： 
client.images.generate(
    model="gpt-image-2",
    prompt="...",
    size="2048x1152",   # ✅ 精确按此输出
    quality="high"      # 仅官转支持
)

​
3. 上传 / 输出格式差异

操作gpt-image-2-allgpt-image-2
上传参考图base64 data URL 或 https URL（在 chat messages 的 image_url 里）multipart image[] 文件字段
下载生成图默认 url（R2 CDN，24 小时有效期），可改 b64_json（带前缀）b64_json（纯 base64，需 decode）
多图融合chat 端点多个 image_url 即可image[] 数组重复传入，最多 16 张

​
4. 价格示例（粗算）

场景gpt-image-2-all / -vipgpt-image-2
1024×1024 草图$0.03~$0.006（low）
1024×1024 中等画质$0.03~$0.053（medium）
1024×1024 高画质$0.03~$0.211（high）
2048×1152 高画质$0.03~$0.20+（按 token 实计）
3840×2160 4K 高画质$0.03（仅 -vip 支持 4K）按 token 实计，显著高于 1K
编辑 / 多图融合$0.03输入 token 显著上升，单次成本可达 $0.1+
结论：批量、低画质场景用官逆不一定省（草图 1K low 在官转上反而更便宜）；中-高画质区段 + 4K 都是官逆 $0.03 的甜点区——-vip 的 4K 与 1K/2K 同价，相比官转 4K 高画质能省一个数量级。需要 quality 档位 / mask 局部重绘 / OpenAI 官方完全对齐字段 时再选官转。

​
客户端调用建议

设置项gpt-image-2-all / -vipgpt-image-2
超时（保守值）-all：300 秒（典型 ~90s）
-vip：300 秒（典型 120–200s，4K 长尾更长）		360 秒（4K 高画质实测可达 3-5 分钟）
重试策略5xx 与超时指数退避 2 次同左
并发chat 端点天然并发友好；单次仅返回 1 张，多张请并发单次 1 张，需要多张请并发
请求 IDrequest-id 响应头x-request-id 响应头
三个模型通用：图生图 / 多图融合时，单张输入图先压到 1.5MB 以内（JPEG 质量 80-90 / 分辨率适当下调）。偶发的 shell_api_error / Unknown error 大多就是图片体积过大触发的，压一下请求成功率和出图速度都会明显改善。输出分辨率与输入图体积无关——画质看输出端配置（-vip / 官转看 size，-all 看 prompt 画幅描述），不看输入端体积。

​
常见问题

强烈建议压。三个模型上传给接口的图都先压到 1.5MB 以内（JPEG 质量 80-90 / 分辨率适当下调）：偶发的 shell_api_error / Unknown error 大多就是图片体积过大触发的，压一下请求成功率和出图速度都会明显改善。别担心压输入会损画质——输出分辨率与输入图体积无关，三个模型的”输出端”控制方式不同：总结：压输入只会提速，不会损画质——画质看输出端配置，不看输入端体积。
可以。三者都走默认分组（Default），同一个 API Key 同时调用即可，无需额外配置。注意：调用 gpt-image-2（官转）需要「按量优先」类型的令牌；-all / -vip 两种令牌类型都能用。
有可能。当出图意图不够明确时，官逆模型的 chat 端点可能返回纯文字。强化办法：在用户提示词的开头追加固定前缀如「生成图片：」或 system 提示词约束输出。
两者都是逆向通道、同价 $0.03/张、调用方式完全一致，差异只有：
  • size 字段：-all 不接受（写进 prompt）；-vip 接受 30 档常见 size（含 4K）
  • 出图速度：-all 约 90 秒；-vip 约 120–200 秒（与官转持平）。当前比刚上线时慢，源自 OpenAI 官方算力波动
决策：不锁尺寸、追求最快出图 → -all；要锁尺寸或要 4K → -vip。详见 GPT-Image-2-VIP 概览。
需要。官转独有：quality 档位（low/medium/high/auto）、mask 局部重绘（alpha 通道蒙版）、OpenAI 官方完全对齐字段（已有官方 SDK 代码零改动迁移）、任意非 30 档之外的合法尺寸。成本上，-vip 的 4K 与 1K/2K 同价 $0.03/张，相比官转 4K 高画质能省一个数量级——4K 锁尺寸场景首推 -vip。
  • 沿用官方 SDK / 要求与 OpenAI 官方一致：选 gpt-image-2（官转），需要删掉 input_fidelity、避开 background: transparent，其它字段不动
  • 想顺便降低成本，对尺寸不敏感：选 gpt-image-2-all（官逆，~90s）
  • 想顺便降低成本，要锁尺寸或 4K：选 gpt-image-2-vip（官逆，~120–200s）
可以。常见做法：主用 -all 或 -vip（成本可预测，按业务是否要锁尺寸选），兜底用 gpt-image-2（需要 quality 档位 / mask 时切过去）。官转和官逆两类模型响应字段不同，业务层做一次格式归一即可。

​
相关文档