图片生成与编辑

primerouter 提供与 OpenAI 兼容的两个图片端点：

端点	用途	请求格式
POST /v1/images/generations	文生图	JSON
POST /v1/images/edits	图生图、多张参考图	multipart/form-data

可用的图片模型与价格见 定价页 的「图片模型」分区。目前有 gpt-image-2 和 grok-imagine-image 两类，参数写法相同，但 size 是否生效、返回的是什么两者不一样，见下文各自的小节。

文生图

curl https://primerouter.ai/v1/images/generations \
  -H "Authorization: Bearer $PRIMEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只橘猫坐在窗台上，柔和的晨光",
    "output_format": "png",
    "response_format": "b64_json"
  }'

图片在 data[].b64_json 里，是 base64 字符串。

传 response_format=url 拿到的是 data: 内联 URL，不是可以直接下载的 http 链接。

图生图与多张参考图

图生图走 /v1/images/edits，必须用 表单（multipart/form-data），不能发 JSON。

多张参考图就重复写 image[]，想传几张写几个：

curl https://primerouter.ai/v1/images/edits \
  -H "Authorization: Bearer $PRIMEROUTER_API_KEY" \
  -F model=gpt-image-2 \
  -F "image[]=@版式参考.png" \
  -F "image[]=@产品照片.png" \
  -F prompt="把第二张的产品放进第一张的版式里，注意保留版式中的所有宣传文字" \
  -F output_format=png

用 OpenAI SDK 也一样：

from openai import OpenAI

client = OpenAI(base_url="https://primerouter.ai/v1", api_key="sk-...")
result = client.images.edit(
    model="gpt-image-2",
    image=[open("版式参考.png", "rb"), open("产品照片.png", "rb")],
    prompt="把第二张的产品放进第一张的版式里，注意保留版式中的所有宣传文字",
)

几点说明：

• 字段名 image、image[]、image[0]/image[1] 都认，顺序按你给的顺序转发
• 参考图张数网关侧不限，上限由上游决定；单个请求体默认最大 32MB
• mask 可选，字段名 mask，只取第一个文件
• 表单里的其他字段（background、output_format、output_compression、moderation 等）会原样转发。但走 /v1/images/generations 的 JSON 时，只有标准字段会被转发

提示词要把要求写全

图生图是按提示词重新绘制，不是在原图上做局部编辑。参考图里的元素，没写进提示词的就不保证保留。

比如想保留第一张图里的标题、卖点文案、角标，就要明确写出来：

把第二张的产品放进第一张的版式里，注意保留版式中的所有宣传文字

少了「注意保留……文字」这半句，出来的图往往只剩主标题，其余版式元素会丢。这不是参考图没被读取——两张图都送到了模型，只是没被要求保留。

gpt-image-2 的尺寸与品质限制

请先读这一节

gpt-image-2 目前无法控制输出分辨率。这是上游图像接口的限制，不是参数写法问题。

具体表现：

• size 不决定分辨率。 无论传 512x512、1024x1024 还是 3840x2160，输出都是约 157 万像素
• size 只在文生图里影响比例，而且只支持有限几种（1:1、3:2、2:3、3:4、16:9）。超出范围、或请求像素数过小（约 0.69MP 以下），会回落成 1:1
• 图生图里 size 基本不起作用，画幅由模型根据提示词和参考图判断
• quality 完全不生效。 low / medium / high 传了没有区别，上游会归一成 auto
• 在提示词里要求分辨率同样无效

实测输出尺寸：

请求 size	实际输出	像素数
512×512	1254×1254	1.57MP
1024×1024	1254×1254	1.57MP
600×800	1254×1254	1.57MP
3840×2160	1672×941	1.57MP
1536×1024	1536×1024	1.57MP

如果你需要精确像素，只能拿到图之后自己缩放。

Grok Imagine（grok-imagine-image）

grok-imagine-image 走同样的两个端点，请求写法与上面一致，把 model 换掉即可：

curl https://primerouter.ai/v1/images/generations \
  -H "Authorization: Bearer $PRIMEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image",
    "prompt": "一只橘猫坐在窗台上，柔和的晨光",
    "size": "2048x1152"
  }'

与 gpt-image-2 最大的区别：size 是生效的。

尺寸怎么定

Grok 只有 1K 和 2K 两档分辨率，没有 4K。size 里的宽高会被换算成「分辨率 + 比例」再发给模型：

• 长边 ≤ 1024 → 1K，否则 → 2K。Grok 没有 4K，传 4K 尺寸出的也是 2K 图
• 比例取最接近的一个：1:1、16:9、9:16、4:3、3:4、3:2、2:3、2:1、1:2、19.5:9、9:19.5、20:9、9:20
• 实际像素是该档位下这个比例的固定值，不会精确等于你传的宽高
• 也可以直接传 size=1k / size=2k，只定分辨率，比例由模型定
• 不传 size 按 2K 出图

实测：

请求 size	文生图实际输出	图生图实际输出
不传	2K，比例由模型定（实测 2496×1664）	2K，跟参考图比例（实测 2048×2048）
1024×1024	1024×1024	1024×1024
2048×1152	2816×1584	2816×1584
3840×2160	2816×1584	2816×1584

quality 对这个模型不生效。

返回格式

• 文生图：response_format 默认 url，返回的是可以直接下载的 https 链接（和 gpt-image-2 的 data: 内联 URL 不同）。这是临时地址，拿到后请及时保存。传 b64_json 也可以
• 图生图：始终返回链接，response_format 不生效
• 图片可能是 JPEG，也可能是 PNG

只认这几个参数

文生图只转发 model、prompt、n、size、response_format；图生图再加 image / image[]（最多 3 张参考图）。output_format、background、moderation 这些字段对 Grok 不起作用。

计费

按请求的 size 所在档位计费，档位表见下文「计费」一节；不传 size 按 2K。各档单价见 定价页。

计费

图片模型按 张数 × 尺寸档位 计费，不按 token。

档位看输出图的长边：

长边像素	档位
≤ 1024	1K
1025 ~ 2048	2K
> 2048	4K

各档单价见 定价页。

三条容易被误会的口径：

1. 按实际出的图算，不是按你请求的尺寸。 请求 4K、上游给了 2K 的图，按 2K 收。Grok 例外，按请求的 size 档位计，见上一节
2. 出几张收几张的钱，按上游实际返回的张数，不是请求的 n
3. 不乘分组倍率，管理员配多少就是多少

gpt-image-2 恒为 2K

上一节说过 gpt-image-2 固定输出约 157 万像素。这意味着它的长边最小也有 1254（正方形时），永远够不到 1K 档，也几乎到不了 4K 档。

所以 gpt-image-2 实际恒按 2K 计费。传小尺寸、在提示词里要求小图，都不会降价。

排查

后台 日志 → 详情 里能看到这次请求算的是哪档：

大小 600x800, 请求品质 medium, 生成数量 1, 图片档位 2K（来源：输出尺寸，实际尺寸 1254x1254）

• 大小 和 请求品质 是你传了什么，不代表上游实际采纳
• 实际尺寸 是从返回的图片字节里解出来的真值，计费按它
• 来源 为「默认」说明请求和响应都判不出尺寸，此时会按 2K 计费

对不上账时，先看 图片档位 和 生成数量 这两项。