2. 图像模型能力表

本条目只用于在 Apifox 中展示说明，不对应线上接口，无需请求。

下表列出 v2 图像接口支持的模型和能力，实际可用模型以控制台「模型广场」为准。表中标 ❌ 的字段，对应模型不支持，传了会返回 400。

1. 能力总览

模型	文生图	参考图 `image`	局部重绘 `mask`	`n`	`quality`	`background`	`output_format` / `output_compression`	`watermark`
gpt-image-2	✅	✅ 最多 10 张	✅	1–10	auto、low、medium、high	auto、opaque	png、jpeg、webp	✅ 默认 false
gpt-image-2-1k（及同系列 -2k、-4k 档位模型）	✅	✅ 最多 10 张	✅	1–10	同上	同上	同上	✅ 默认 false
gemini-3-pro-image-preview-token	✅	✅ 最多 14 张	❌	仅 1	❌	❌	❌（输出 png）	❌
gemini-2.5-flash-image-token / gemini-3.1-flash-image-preview-token	✅	✅ 最多 3 张	❌	仅 1	❌	❌	❌（输出 png）	❌

以下模型目前不支持 v2 接口（返回 unsupported_model），请继续使用 v1 接口：gpt-image-2.5 系列、gpt-image-1.5、gpt-image-2-az、带「超分」的模型。

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。

Gemini 系列一次只出 1 张，需要多张请并发多个请求。

gpt-image-2 不支持透明背景（background=transparent）。

模型	size	resolution	aspect_ratio	都不传时
gpt-image-2	auto 或任意宽x高：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	1K、2K、4K	1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9	size=auto（由模型决定）
gpt-image-2-1k / -2k / -4k	同上，且总像素不能超过档位上限：1K ≤ 1024×1024，2K ≤ 2048×2048，4K ≤ 3840×2160	由模型名固定	同上	按档位输出 1:1（例如 -1k 为 1024x1024）
Gemini 系列	可以传，按最接近的比例和档位换算	gemini-3-pro-image-preview-token：1K、2K；其余：1K	1:1、16:9、9:16、4:3、3:4、3:2、2:3、21:9	1:1 + 1K

gpt-image 系列使用 aspect_ratio + resolution 时按下表输出（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	9:16	16:9	21:9
1K	1024x1024	832x1248	1248x832	864x1152	1152x864	720x1280	1280x720	1456x624
2K	2048x2048	1664x2496	2496x1664	1728x2304	2304x1728	1440x2560	2560x1440	3024x1296
4K	2880x2880	2336x3504	3504x2336	2448x3264	3264x2448	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），以返回的 size 为准。

image：jpg、png、webp，单张不超过 30MB。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……

mask（仅 gpt-image 系列）：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。