Images

图片接口使用独立的 GPT 图片生成线路 Key，走标准 OpenAI Images API。

• Base URL：https://api.laoshirenai.com/v1
• 图片生成：POST /v1/images/generations
• 图片编辑：POST /v1/images/edits

想用 Gemini 的 Nano Banana 生图，请看 Nano Banana 生图。

当前文本分组仍可能保留自身的原生图片能力；新接入请使用独立生图线路，避免把文本 Key 和图片 Key 混在一起。

可用模型和价格

图片按张计费，不按 Token 计费。价格只看图片尺寸档位，和 quality 无关。余额需要先充值，请求失败不扣费。

需要真正清晰的大图时，请用 gpt-image-2.5-flare 或 gpt-image-2.5-sunburst。

尺寸和档位

档位按请求尺寸的像素面积计算：

规则：不超过 2 MP（百万像素，例如 1792x1024）算 1K；不超过 4.3 MP（例如 2048x2048）算 2K；更大的算 4K。

1. 创建并检查 Key

打开 API 密钥，选择 GPT 图片生成线路 创建 Key，然后检查模型权限：

curl https://api.laoshirenai.com/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

返回结果里应能看到上面的图片模型。这一步只查询模型，不生成图片，不产生费用。

2. 图片生成

下面生成一张 2048x2048 的原生 2K 图片：

curl https://api.laoshirenai.com/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  --max-time 300 \
  -d '{
    "model": "gpt-image-2.5-flare",
    "prompt": "一只红色陶瓷杯，浅灰色背景，产品摄影，无文字",
    "size": "2048x2048",
    "quality": "high",
    "n": 1
  }'

成功响应的 data[0].b64_json 是 Base64 图片。每次请求只返回 1 张图片，需要多张时请分别发起请求。

Python SDK

安装 OpenAI Python SDK：

python3 -m pip install openai

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.laoshirenai.com/v1",
    timeout=300,
)

result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="一只红色陶瓷杯，浅灰色背景，产品摄影，无文字",
    size="2048x2048",
    quality="high",
    n=1,
)

Path("result.png").write_bytes(base64.b64decode(result.data[0].b64_json))

3. 图片编辑

图片编辑使用 multipart/form-data。让 SDK 或 cURL 自动生成 Content-Type 的 boundary，不要手写该请求头。

编辑同样按输出的图片张数计费，档位规则和生成一样。下面的编辑示例和参数范围以 gpt-image-2 为准。

下面几种编辑方式均使用 gpt-image-2。把 YOUR_API_KEY 替换为生图线路 Key。

单图编辑

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.laoshirenai.com/v1",
    timeout=300,
)

with open("source.png", "rb") as source:
    result = client.images.edit(
        model="gpt-image-2",
        image=source,
        prompt="把背景改成纯白色，主体和构图保持不变，无文字",
        size="1024x1024",
        quality="low",
        n=1,
    )

遮罩编辑

遮罩必须是 PNG，尺寸与原图一致；透明区域表示需要修改的范围。

with open("source.png", "rb") as source, open("mask.png", "rb") as mask:
    result = client.images.edit(
        model="gpt-image-2",
        image=source,
        mask=mask,
        prompt="只在遮罩区域加入一朵白色小花，其余部分保持不变",
        size="1024x1024",
        quality="low",
        n=1,
    )

多图编辑

把多张参考图作为列表传入；不要先把图片转成 URL 或 file_id。

with open("product.png", "rb") as product, open("scene.png", "rb") as scene:
    result = client.images.edit(
        model="gpt-image-2",
        image=[product, scene],
        prompt="把第一张图的产品放入第二张图的场景，保持产品外观，无文字",
        size="1024x1024",
        quality="low",
        n=1,
    )

一次返回两张编辑结果

编辑接口支持 n=2，按 2 张计费：

with open("source.png", "rb") as source:
    result = client.images.edit(
        model="gpt-image-2",
        image=source,
        prompt="生成两个不同的纯白背景版本，主体保持不变，无文字",
        size="1024x1024",
        quality="low",
        n=2,
    )

assert len(result.data) == 2

保存结果

生成和编辑使用相同的保存方式：

import base64
from pathlib import Path

Path("result.png").write_bytes(base64.b64decode(result.data[0].b64_json))

成功响应是 OpenAI Images JSON 结构：

{
  "created": 1780000000,
  "data": [
    { "b64_json": "iVBORw0KGgoAAAANSUhEUg..." }
  ],
  "usage": {
    "input_tokens": 10,
    "output_tokens": 20,
    "total_tokens": 30
  }
}

响应中的 usage 只是用量信息；费用按图片张数和档位计算。

4. 在 Codex 中自动生图

安装公开 Skill：

请使用 $skill-installer 安装：
https://github.com/nobody396/laoshirenai-skills/tree/main/skills/laoshirenai-imagegen

安装后直接对 Codex 说：

生成一张 1024×1024 的红色陶瓷杯产品图，低质量草稿，浅灰色背景，无文字。

首次调用时，Skill 会自动打开只监听 127.0.0.1 的本机配置页：

1. 粘贴 GPT 图片生成线路 Key；
2. 点击 保存并完成配置；
3. Skill 自动保存 Key、准备运行环境，并通过 /v1/models 做零费用检查；
4. 检查通过后自动继续刚才的图片任务，不需要重新提问。

以后提出生成、编辑、遮罩或多图合成需求时，Codex 会自动选择 laoshirenai-imagegen。生成调用 /v1/images/generations，编辑调用 /v1/images/edits。

支持范围

图片生成暂不提供流式输出；带 stream=true 的请求会返回 400 image streaming is not supported。图片编辑必须使用 multipart/form-data 文件上传，不接受 URL 或 Data URL JSON 输入。/v1/images/variations 当前不存在。

等待时间与计费

• 一张图通常要 20–60 秒。客户端总超时请设置为 至少 300 秒，否则图还没出来连接就断了。
• 图片按张、按尺寸档位扣余额；请求失败不扣费。
• 调用后到“使用记录”核对模型、分组、状态和费用。
• 请求失败时可保留响应头 X-Request-ID 以便查询对应请求。
• 图片生成和编辑不是幂等操作。超时或连接中断时，先查使用记录，确认没有成功结果和扣费后再决定是否重试。

常见错误

• 400：模型、提示词、参数、图片或遮罩不符合要求；按错误信息修正，不自动重试。
• 400 images endpoint requires an image model：使用了文本模型名。
• 401：Key 缺失、无效或已停用。
• 402：余额或可用额度不足。
• 403：当前 Key 不属于 GPT 图片生成线路。
• 413：上传图片或请求体过大。
• 408 / 504：等待超时；先查看使用记录，再决定是否重新提交。
• 429：并发或请求频率达到限制。
• 500 / 502 / 503：网关或上游暂时失败；确认没有成功图片后再决定是否重试。