# GPT Image API > Rufen Sie gpt-image-2 über die OpenAI-Images-kompatible API von LMU AI auf für Text-zu-Bild, Bildbearbeitung, Parameter, Base64-Speicherung, Modellabfrage und Fehlerbehebung. URL: https://docs.lmuai.com/de/docs/api/gpt-image LMU AI stellt eine OpenAI-Images-kompatible API für **Text-zu-Bild** und **Bildbearbeitung / Bild-zu-Bild** mit `gpt-image-2` bereit. OpenAI SDK: ```text https://api.lmuai.com/v1 ``` Wenn Sie HTTP-Anfragen von Hand schreiben, verwenden Sie die vollständigen Endpunkte: ```text POST https://api.lmuai.com/v1/images/generations POST https://api.lmuai.com/v1/images/edits ``` ## 1. API-Überblick [#1-api-überblick] | Methode | Pfad | Content-Type | Beschreibung | | ------- | ------------------------ | --------------------- | ------------------------------------------------------------------ | | `GET` | `/v1/models` | — | Fragt die für Ihren aktuellen API-Schlüssel verfügbaren Modelle ab | | `POST` | `/v1/images/generations` | `application/json` | GPT Text-zu-Bild, synchrone Antwort | | `POST` | `/v1/images/edits` | `multipart/form-data` | GPT-Bildbearbeitung / Bild-zu-Bild, synchrone Antwort | `/v1/images/batches` unterstützt derzeit nur Gemini und kann `gpt-image-2` nicht annehmen. Um mehrere GPT-Bilder zu erzeugen, lassen Sie den Client die Anfragen einzeln senden und verwalten Sie Nebenläufigkeit und RPM selbst. Die Produktionsumgebung hat derzeit auch keinen asynchronen Bild-Job-Endpunkt aktiviert, verlassen Sie sich daher auf die beiden synchronen APIs auf dieser Seite. ## 2. Authentifizierung [#2-authentifizierung] ```http Authorization: Bearer YOUR_API_KEY ``` Platzieren Sie Ihren API-Schlüssel nicht im Browser-Frontend-Code, in öffentlichen Repositories, in URL-Query-Strings oder in Logs. Wir empfehlen, von Ihrem eigenen Server aus aufzurufen. ## 3. Modelle abfragen [#3-modelle-abfragen] ```bash curl https://api.lmuai.com/v1/models \ -H "Authorization: Bearer YOUR_API_KEY" ``` Suchen Sie in der Antwort in `data[].id` nach dem Bildmodell, zum Beispiel: ```json { "object": "list", "data": [ {"id": "gpt-image-2", "object": "model"} ] } ``` Die Modellliste wird durch die Gruppe bestimmt, zu der Ihr API-Schlüssel gehört. Verschiedene API-Schlüssel auf derselben Website können unterschiedliche Modelle zurückgeben. ## 4. Text-zu-Bild [#4-text-zu-bild] ### `POST /v1/images/generations` [#post-v1imagesgenerations] ```bash 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": "A red ceramic mug, centered on a light-gray studio background, soft side lighting, no text", "n": 1, "size": "1024x1024", "quality": "low", "output_format": "png" }' ``` ### Python SDK [#python-sdk] ```python 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="A red ceramic mug, light-gray studio background, soft side lighting, no text", 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("No valid image in the response") ``` ### JavaScript [#javascript] ```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: "A red ceramic mug, light-gray studio background, soft side lighting, no text", 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("No valid image in the response"); } ``` ## 5. Text-zu-Bild-Parameter [#5-text-zu-bild-parameter] | Feld | Typ | Erforderlich | Beschreibung | | -------------------- | ------: | -----------: | --------------------------------------------------------------------------------------------------------------- | | `model` | string | Empfohlen | Derzeit `gpt-image-2` | | `prompt` | string | Ja | Bildbeschreibung | | `n` | integer | Nein | Anzahl der Bilder; der verfügbare Bereich wird durch das Modell und den Upstream-Kanal bestimmt | | `size` | string | Nein | Angeforderte Größe, z. B. `1024x1024`; die tatsächlichen Pixelmaße richten sich nach dem zurückgegebenen Bild | | `quality` | string | Nein | Qualitätsstufe, z. B. `low`, `medium`, `high`; abhängig von den Modellfähigkeiten | | `background` | string | Nein | Hintergrundeinstellung, z. B. transparenter Hintergrund; abhängig von den Modellfähigkeiten | | `output_format` | string | Nein | `png`, `jpeg`, `webp` usw.; abhängig von den Modellfähigkeiten | | `output_compression` | integer | Nein | Komprimierungsqualität für Formate wie JPEG / WebP | | `response_format` | string | Nein | Kompatibilitätsparameter für das Antwortformat; Clients sollten dennoch sowohl `b64_json` als auch `url` prüfen | | `moderation` | string | Nein | Parameter zur Inhaltsmoderation; abhängig von den Modellfähigkeiten | | `stream` | boolean | Nein | Schalter für Streaming-Bildantworten; für normale serverseitige Aufrufe empfehlen wir Nicht-Streaming | | `partial_images` | integer | Nein | Anzahl der Teilbilder in Streaming-Szenarien; abhängig von den Modellfähigkeiten | Verschiedene Upstream-Konten und Bild-Backends können `size` auf ihre Fähigkeiten abbilden oder normalisieren. Selbst wenn Sie `1024x1024` anfordern, können die tatsächlichen Bildpixel abweichen. Wenn Sie ein festes Seitenverhältnis oder eine feste Pixelgröße benötigen, lesen Sie die Abmessungen der Ausgabedatei aus und schneiden oder skalieren Sie auf Ihrer Seite. ## 6. Bildbearbeitung / Bild-zu-Bild [#6-bildbearbeitung--bild-zu-bild] ### `POST /v1/images/edits` [#post-v1imagesedits] Die GPT-Bildbearbeitung verwendet `multipart/form-data`: ```bash curl https://api.lmuai.com/v1/images/edits \ -H "Authorization: Bearer YOUR_API_KEY" \ -F "model=gpt-image-2" \ -F "prompt=Keep the mug's shape, composition, and lighting; change the mug from red to green; no text" \ -F "image=@./input.png" \ -F "size=1024x1024" \ -F "quality=low" \ -F "output_format=png" ``` Python SDK: ```python 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="Keep the subject and composition; change the background to a neon street on a rainy night", 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)) ``` Wenn das Modell und der Kanal Mask-Bearbeitung unterstützen, können Sie hinzufügen: ```bash -F "mask=@./mask.png" ``` Der edits-Endpunkt akzeptiert auch Parameter wie `input_fidelity`, `background`, `output_format` und `output_compression`; die genaue Wirkung hängt von den Modellfähigkeiten ab. ## 7. Antwortformat [#7-antwortformat] Eine typische GPT-Bildantwort: ```json { "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 } } ``` Clients sollten drei Validierungsebenen durchführen: 1. Ob der HTTP-Statuscode `2xx` ist; 2. Ob `data` ein nicht leeres Array ist; 3. Ob ein nicht leeres `b64_json` oder `url` in `data[]` vorhanden ist. Wenn Sie HTTP 200, aber kein gültiges Bildfeld erhalten, behandeln Sie dies als geschäftsseitigen Fehler. ## 8. Häufige Fehler [#8-häufige-fehler] | HTTP | Häufige Ursache | Empfohlene Maßnahme | | ----: | -------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------ | | `400` | Fehlerhafter Anfragekörper, Bildformat, Parameter oder Modell | Prüfen Sie das JSON / multipart, die Feldnamen und die Modell-ID | | `401` | Ungültiger API-Schlüssel | Prüfen Sie den Bearer-Header und fügen Sie keine Leerzeichen um den Schlüssel ein | | `403` | Die Gruppe, zu der Ihr API-Schlüssel gehört, hat keine Bildgenerierung aktiviert | Kontaktieren Sie den Administrator, um die Bildberechtigungen der Gruppe zu prüfen | | `404` | Falscher Pfad, oder die Bild-API wird für die aktuelle Gruppe nicht unterstützt | Vergewissern Sie sich, dass Sie `/v1/images/generations` oder `/v1/images/edits` verwenden | | `429` | Nebenläufigkeits-, RPM- oder Upstream-Kontingentgrenzen | Verwenden Sie exponentielles Backoff und senken Sie Nebenläufigkeit und RPM | | `5xx` | Der Upstream oder das API-Relay ist vorübergehend nicht verfügbar | Protokollieren Sie die Request-ID und wiederholen Sie eine begrenzte Anzahl von Malen | Speichern Sie bei der Fehlersuche die Request-ID aus den Antwort-Headern und geben Sie sie dem Administrator; senden Sie nicht Ihren vollständigen API-Schlüssel. ## 9. Unterschiede zu anderen Bild-APIs [#9-unterschiede-zu-anderen-bild-apis] | Bedarf | Empfohlenes Dokument | | ------------------------------------------------------- | --------------------------------------------------------- | | Gemini natives Text-zu-Bild, Bild-zu-Bild, 1K / 2K / 4K | [Gemini Image API](/de/docs/api/gemini-image) | | GPT Text-zu-Bild und Bearbeitung | Diese Seite | | Grok Text-zu-Bild und Bearbeitung | [Grok Image API](/de/docs/api/grok-image) | | Mehrere Gemini-Prompts gleichzeitig einreichen | [Gemini Batch Image API](/de/docs/api/gemini-image-batch) |