gpt-image-2.5 文生图 API 使用文档
通过 /v1/images/generations 接口提交文本提示词，使用 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare 生成图片。本文沿用 GPT Image 2 参考文档中的 JSON 请求、Bearer 鉴权和图片保存方式，补充 GPT Image 2.5 的模型选择。
接口地址
| 接口 | 请求方式 | URL |
|---|---|---|
| 文生图 | POST | https://www.dmxapi.cn/v1/images/generations |
WARNING
请妥善保管 DMXAPI API Key，勿在前端代码、公开仓库或日志中暴露。运行前，将示例中 api_key 引号内的星号占位内容替换为你的完整 API 令牌。
模型名称
| 模型 ID | 官方定位 | 使用选择 |
|---|---|---|
gpt-image-2.5-sunburst | 以图像质量为重点的基础模型 | 更关注最终画面质量时选用 |
gpt-image-2.5-flare | 以生成速度为重点的小模型 | 更关注生成速度时选用 |
文生图示例代码
python
import base64
from datetime import datetime
from pathlib import Path
import requests
# API 配置
url = "https://www.dmxapi.cn/v1/images/generations"
api_key = "sk-*****************************************" # 在引号内粘贴完整 API 令牌
# 请求头：JSON 请求体 + Bearer 鉴权
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {api_key}",
}
# 请求参数
payload = {
# 【model】(string, 必填) 使用的图像生成模型名称
# 本文档对应 GPT Image 2.5 系列，两款模型均可用于文生图
# 可选值:
# "gpt-image-2.5-sunburst" (以图像质量为重点的基础模型，示例默认)
# "gpt-image-2.5-flare" (以生成速度为重点的小模型)
"model": "gpt-image-2.5-sunburst",
# 【prompt】(string, 必填) 期望生成图像的文本描述
# GPT image 系列模型最大长度 32000 字符
# 描述越具体、越场景化，生成效果越接近预期
"prompt": "赛博朋克城市雨夜，霓虹招牌特写，电影画幅",
# 【n】(integer, 可选) 单次请求生成图像的张数
# 取值范围: [1, 10]，默认值为 1
# 调用gpt-image-2.5-sunburst-cdx和gpt-image-2.5-flare-cdx时，该参数取值范围: [1, 3]，并且按照每张0.25收费
"n": 1,
# 【size】(string, 可选) 生成图像的分辨率
# GPT image 系列可选值:
# "auto" (自动选择最佳尺寸，默认值)
# "1024x1024" (正方形)
# "1536x1024" (横版/landscape)
# "1024x1536" (竖版/portrait)
# "2048x2048" (2K/方形1:1)
# "2048x1152" (2K/横版16:9)
# "3840x2160" (4K/横版16:9)
# "2160x3840" (4K/竖版9:16)
# 约束: 最大边长 <= 3840px；宽高必须都是 16 的倍数；长宽比不能超过 3:1；总像素必须在 655,360 到 8,294,400 之间
"size": "1024x1024",
# 【output_format】(string, 可选) 指定输出文件格式
# 可选值: "png"(默认) / "jpeg"(延迟更低) / "webp"(更高压缩率)
# 若选择 jpeg 或 webp，可再配合 output_compression 调整压缩率
"output_format": "png",
# 【quality】(string, 可选) 生成图像的质量等级
# 可选值:
# "auto" (自动选择最佳质量，默认值)
# "low" (低质量，生成更快成本更低，适合草稿与快速迭代)
# "medium" (中等质量)
# "high" (高质量)
# "xhigh" (2.5 新增：超高质量)
# "max" (2.5 新增：最高质量，耗时与成本最高)
"quality": "high",
# 【output_compression】(integer, 可选) 输出压缩率
# 仅在 output_format 为 jpeg 或 webp 时生效；数值越高，压缩越强、文件越小
# 取值范围: 0 <= x <= 100，默认 100
# PNG 输出不需要该参数，保持注释即可
"output_compression": 100,
# 【moderation】(string, 可选) 内容审核强度
# 可选值: "auto"(默认) / "low"(更宽松，不表示关闭审核)
"moderation": "low",
# 【background】(string, 可选) 输出图像的背景模式
# 可选值:
# "auto" (自动选择背景，默认值)
# "opaque" (不透明背景)
# "transparent" (透明背景)
"background": "auto",
}
def main():
# 发起同步请求；图片生成耗时较长，timeout 给足
response = requests.post(url, headers=headers, json=payload, timeout=1000)
print("status:", response.status_code)
response.raise_for_status()
# 解析响应 JSON；非 JSON 通常是渠道或网关报错
try:
result = response.json()
except ValueError as exc:
raise RuntimeError("接口未返回有效 JSON，请检查响应与渠道配置") from exc
# 图片结果位于 data 数组，每个元素对应一张图
items = result.get("data") if isinstance(result, dict) else None
if not isinstance(items, list) or not items:
raise RuntimeError("响应中没有非空 data 数组")
# 按 output_format 决定保存扩展名（jpeg 统一写成 .jpg）
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
extension = payload.get("output_format", "png").lower()
if extension == "jpeg":
extension = "jpg"
for index, item in enumerate(items, start=1):
if not isinstance(item, dict):
raise RuntimeError(f"第 {index} 个图片结果不是对象")
if item.get("b64_json"):
# 上游 GPT Image 默认返回 Base64 图片，优先解码
image_bytes = base64.b64decode(item["b64_json"], validate=True)
elif item.get("url"):
# 沿用 DMXAPI 参考页的兼容分支，不表示官方模型保证返回 URL
download = requests.get(item["url"], timeout=120)
download.raise_for_status()
image_bytes = download.content
else:
raise RuntimeError(f"第 {index} 个图片结果缺少有效图片内容")
# 以时间戳 + 序号命名，写入当前工作目录
output_path = Path(f"output_{timestamp}_{index}.{extension}")
output_path.write_bytes(image_bytes)
print(f"saved {output_path}")
if __name__ == "__main__":
main()返回示例
text
status: 200
saved output_20260909_153823_1.png© 2026 DMXAPI gpt-image-2.5 文生图