灵眸文档
开放 API

GPT 生图 API

使用灵眸 OpenAI Images 兼容接口调用 gpt-image-2，覆盖文生图、图片编辑、参数说明、Base64 图片保存、模型查询和错误排查。

灵眸提供 OpenAI Images 兼容接口，可使用 gpt-image-2 完成文生图和图片编辑 / 图生图。

Base URL

OpenAI SDK：

https://api.lmuai.com/v1

手写 HTTP 请求时使用完整端点：

POST https://api.lmuai.com/v1/images/generations
POST https://api.lmuai.com/v1/images/edits

1. 接口总览

方法路径Content-Type说明
GET/v1/models—查询当前 API Key 可用模型
POST/v1/images/generationsapplication/jsonGPT 文生图，同步返回
POST/v1/images/editsmultipart/form-dataGPT 图片编辑 / 图生图，同步返回

当前没有 GPT 多条目批量接口

/v1/images/batches 当前仅支持 Gemini，不能提交 gpt-image-2。如果需要生成多张 GPT 图片，请由客户端逐次请求并自行控制并发和 RPM。

生产环境当前也未开启异步图片任务端点，请以本页两个同步接口为准。

2. 鉴权

Authorization: Bearer YOUR_API_KEY

不要把 API Key 放在浏览器前端、公开仓库、URL Query 或日志中。建议由自己的服务端调用。

3. 查询模型

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

从响应的 data[].id 中查找图片模型，例如：

{
  "object": "list",
  "data": [
    {"id": "gpt-image-2", "object": "model"}
  ]
}

模型列表由 API Key 所属分组决定。同一个站点上的不同 API Key，返回的模型可能不同。

4. 文生图

POST /v1/images/generations

curl https://api.lmuai.com/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只红色陶瓷杯，居中放置在浅灰色摄影棚背景中，柔和侧光，无文字",
    "n": 1,
    "size": "1024x1024",
    "quality": "low",
    "output_format": "png"
  }'

Python SDK

from openai import OpenAI
import base64

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

result = client.images.generate(
    model="gpt-image-2",
    prompt="一只红色陶瓷杯，浅灰色摄影棚背景，柔和侧光，无文字",
    size="1024x1024",
    quality="low",
)

item = result.data[0]

if item.b64_json:
    with open("gpt-output.png", "wb") as f:
        f.write(base64.b64decode(item.b64_json))
elif item.url:
    print(item.url)
else:
    raise RuntimeError("响应中没有有效图片")

JavaScript

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  apiKey: process.env.LMU_API_KEY,
  baseURL: "https://api.lmuai.com/v1",
});

const result = await client.images.generate({
  model: "gpt-image-2",
  prompt: "一只红色陶瓷杯，浅灰色摄影棚背景，柔和侧光，无文字",
  size: "1024x1024",
  quality: "low",
  output_format: "png",
});

const item = result.data?.[0];
if (item?.b64_json) {
  fs.writeFileSync("gpt-output.png", Buffer.from(item.b64_json, "base64"));
} else if (item?.url) {
  console.log(item.url);
} else {
  throw new Error("响应中没有有效图片");
}

5. 文生图参数

字段类型必填说明
modelstring建议填写当前使用 gpt-image-2
promptstring是图片描述
ninteger否图片数量；可用范围由模型和上游渠道决定
sizestring否请求尺寸，例如 1024x1024；实际像素尺寸以返回图片为准
qualitystring否质量档位，例如 low、medium、high；以模型能力为准
backgroundstring否背景设置，例如透明背景；以模型能力为准
output_formatstring否png、jpeg、webp 等；以模型能力为准
output_compressioninteger否JPEG / WebP 等格式的压缩质量
response_formatstring否兼容响应格式参数；客户端仍应同时检查 b64_json 和 url
moderationstring否内容审核参数，以模型能力为准
streamboolean否流式图片响应开关；普通服务端调用建议使用非流式
partial_imagesinteger否流式场景的阶段图片数量，以模型能力为准

size 不是强制裁切保证

不同上游账号和图片后端可能对 size 做能力映射或归一化。即使请求 1024x1024，实际图片像素也可能不同。需要固定比例或像素时，请读取输出文件尺寸，并在业务侧进行裁切或缩放。

6. 图片编辑 / 图生图

POST /v1/images/edits

GPT 图片编辑使用 multipart/form-data：

curl https://api.lmuai.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=gpt-image-2" \
  -F "prompt=保留杯子的形状、构图和光线，把杯子从红色改成绿色，无文字" \
  -F "image=@./input.png" \
  -F "size=1024x1024" \
  -F "quality=low" \
  -F "output_format=png"

Python SDK：

from openai import OpenAI
import base64

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

with open("input.png", "rb") as image_file:
    result = client.images.edit(
        model="gpt-image-2",
        image=image_file,
        prompt="保留主体和构图，把背景改成雨夜霓虹街道",
        size="1024x1024",
        quality="low",
    )

item = result.data[0]
if item.b64_json:
    with open("gpt-edited.png", "wb") as f:
        f.write(base64.b64decode(item.b64_json))

如模型和渠道支持遮罩编辑，可增加：

-F "mask=@./mask.png"

编辑接口还可接受 input_fidelity、background、output_format、output_compression 等参数，具体效果由模型能力决定。

7. 响应格式

典型 GPT 图片响应：

{
  "created": 1760000000,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAA..."
    }
  ],
  "background": "opaque",
  "output_format": "png",
  "quality": "low",
  "size": "1024x1024",
  "model": "gpt-image-2",
  "usage": {
    "input_tokens": 48,
    "output_tokens": 186,
    "total_tokens": 234
  }
}

客户端应执行三层校验：

  1. HTTP 状态码是否为 2xx；
  2. data 是否为非空数组；
  3. data[] 中是否存在非空 b64_json 或 url。

HTTP 200 但没有有效图片字段时，应按业务失败处理。

8. 常见错误

HTTP常见原因处理建议
400请求体、图片格式、参数或模型错误检查 JSON / multipart、字段名和模型 ID
401API Key 无效检查 Bearer 头，不要在 Key 前后加入空格
403API Key 所属分组未开启图片生成联系管理员检查分组图片权限
404路径错误或图片接口不支持当前分组确认使用 /v1/images/generations 或 /v1/images/edits
429并发、RPM 或上游额度受限指数退避，并降低并发和 RPM
5xx上游或中转暂时不可用记录请求 ID，进行有限次数重试

排查时请保存响应头中的请求 ID，并提供给管理员；不要发送完整 API Key。

9. 与其他图片接口的区别

需求推荐文档
Gemini 原生文生图、图生图、1K / 2K / 4KGemini 生图 API
GPT 文生图和编辑本页
Grok 文生图和编辑Grok 生图 API
一次提交多条 Gemini 提示词Gemini 批量生图 API

最后更新：

Gemini 生图 API

用灵眸 Gemini 原生 v1beta 接口完成文生图、图片编辑与图生图，支持 1K / 2K / 4K、常用画幅与 Base64 图片解析。

Grok 生图 API

使用灵眸 OpenAI Images 兼容接口调用 Grok 图片模型，覆盖文生图、图片编辑、URL 与 Base64 输入、响应下载、模型选择和错误排查。

On this page

1. 接口总览2. 鉴权3. 查询模型4. 文生图POST /v1/images/generationsPython SDKJavaScript5. 文生图参数6. 图片编辑 / 图生图POST /v1/images/edits7. 响应格式8. 常见错误9. 与其他图片接口的区别