图像生成

先确认图像模型与协议

本站目录包含 GPT Image 系列与 Gemini 图像模型条目。是否能生成、编辑以及支持哪些尺寸，由具体渠道和令牌权限决定。文本模型列表里出现“支持图片”也可能只是图片理解，不等于能够生成图片。

OpenAI 兼容生成格式

POST https://wudiapi.com/v1/images/generations

curl https://wudiapi.com/v1/images/generations \
  -H "Authorization: Bearer $WUDI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"白色背景上的蓝色陶瓷杯，产品摄影，柔和光线。","n":1}'

首次尝试保留最小字段。尺寸、质量、透明背景、输出格式等选项只在渠道支持时添加。实际图片请求会产生费用，避免在自动重试中重复生成。

读取返回图片

常见响应在 data 数组中包含 url 或 b64_json。不要假定一定是 URL。返回 URL 可能临时有效，生成后及时保存；Base64 需先解码再写入图片文件。

import base64
from pathlib import Path

def save_first_image(payload):
    item = payload["data"][0]
    if item.get("b64_json"):
        Path("result.png").write_bytes(base64.b64decode(item["b64_json"]))
    else:
        print("请保存返回的图片 URL：", item.get("url"))

任务耗时与内容限制

生成图片可能比普通对话耗时更长，客户端超时后先检查日志是否已经成功。不要一次性提交大量图片。输入图片须具有使用权限；不要上传真实密钥、银行卡信息或不必要的个人数据。

下一步：GPT Image、Nano Banana、图像编辑。