2. 图像参数规则

本条目只用于在 Apifox 中展示说明，不对应线上接口，无需请求。

可用的图像模型以控制台「模型广场」为准。所有图像模型使用同一套字段，平台转换成各模型服务的格式；新上线的模型按同样规则调用。

1. 各字段的效果

字段	gpt-image 系列等 OpenAI 图像模型	Gemini 系列（nano-banana、gemini-*-image 等）
prompt、image（参考图）	✅	✅
size、aspect_ratio、resolution	✅	✅ 换算成宽高比和清晰度档位
n	✅ 1–10	✅ 1–10，平台并发生成；部分失败时返回成功的几张，按实际张数计费
mask（局部重绘）	✅	❌ 返回 400 `unsupported_parameter`
quality、background、output_format、output_compression、style、moderation、input_fidelity	✅ 取值以模型服务为准	不生效（输出 png）
watermark	传了才发给模型服务	不生效
response_format	✅	✅

某个取值模型是否支持（例如透明背景、参考图张数）由模型服务校验，不支持时返回原因。

所有模型都支持 response_format（url 或 b64_json，默认 url）。平台图片存储暂时不可用时，要求 url 的请求会改为返回 b64_json，建议两种字段都做兼容。

n 的平台上限为 128；gpt-image 系列、Gemini 系列最多 10 张。

写法	规则
size（宽x高）	模型名带 -1k / -2k / -4k 的：只用来确定宽高比，按模型名的档位输出（例如 gpt-image-2-1k 收到 1536x1024，按 1K、3:2 输出 1248x832）。其他模型原样使用
aspect_ratio + resolution	aspect_ratio 为宽:高整数比，最大 8:1；resolution 为 1K、2K、4K，带档位的模型可以不传，只传 aspect_ratio 时默认 1K。按下表换算像素
都不传	带档位的模型按档位输出 1:1（Gemini 系列图生图时跟随参考图比例）；其他模型由模型决定（gpt-image 系列为 auto）

gpt-image-2 系列（不含 gpt-image-2.5）直接传像素时由平台先校验：宽和高都是 16 的倍数，最长边 ≤ 3840，宽高比不超过 3:1，总像素 655,360–8,294,400（带档位的模型只取宽高比，不做这项校验）；不支持透明背景。

aspect_ratio + resolution 按下表输出（在档位像素上限内，取比例完全一致、宽高为 16 倍数的最大尺寸）：

resolution	1:1	2:3	3:2	3:4	4:3	4:5	5:4	9:16	16:9	21:9
1K	1024x1024	832x1248	1248x832	864x1152	1152x864	896x1120	1120x896	720x1280	1280x720	1456x624
2K	2048x2048	1664x2496	2496x1664	1728x2304	2304x1728	1792x2240	2240x1792	1440x2560	2560x1440	3024x1296
4K	2880x2880	2336x3504	3504x2336	2448x3264	3264x2448	2560x3200	3200x2560	2160x3840	3840x2160	3808x1632

Gemini 系列的实际像素由模型按比例和档位决定（1K 约 100 万像素，2K 约 400 万像素，4K 约 1600 万像素），以返回的 size 为准。

image：jpg、png、webp，单张不超过 30MB，最多 16 张（各模型的张数上限以模型服务为准）。JSON 请求里的链接由平台下载后转发给模型，链接需要可公网访问。

多张参考图时，提示词里可以按顺序称为图片1、图片2……

文生图接口也接受 image（按图生图处理），方便沿用部分客户端的写法。

mask（Gemini 系列不支持）：PNG，小于 4MB，尺寸与第一张 image 相同；完全透明的区域表示需要重绘的部分。传多张 image 时，mask 作用于第一张。