GPT Image 2

GPT Image 2 是 OpenAI 最新的 GPT Image 圖像產生與編輯模型。Aiberm 透過 OpenAI 相容的圖像介面提供此能力，因此使用官方 OpenAI SDK 時，只需要把 base_url / baseURL 改成 https://aiberm.com/v1。

生圖端點：POST https://aiberm.com/v1/images/generations

編輯端點：POST https://aiberm.com/v1/images/edits

模型：gpt-image-2

選擇介面

如果只需要透過一次請求產生或編輯圖片，使用 Image API 即可。這也是大多數 Aiberm 接入情境建議的方式。

OpenAI 官方還提供了 Responses API 的圖片產生工具，適合對話式、多步驟圖片工作流程。如果你的業務需要多輪改圖，請先確認 Aiberm 上對應模型與端點是否支援 Responses API。

產生圖片

Image API 會在 data[0].b64_json 回傳 base64 圖片資料。將它解碼後寫入檔案即可。

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.generate(
10  model="gpt-image-2",
11  prompt="一张干净的产品摄影图，白色背景上有一盏哑光黑色智能台灯",
12  size="1024x1024",
13  quality="medium",
14)
15 
16image_base64 = result.data[0].b64_json
17image_bytes = base64.b64decode(image_base64)
18 
19with open("lamp.png", "wb") as f:
20  f.write(image_bytes)

已驗證範例輸出

下面這張圖由上方 Python 範例產生，並從 data[0].b64_json 解碼儲存。

產生的霧面黑色智慧檯燈

使用參考圖編輯

將一張或多張圖片傳給 images.edit，再用文字描述希望得到的結果。多張輸入圖片可以作為新構圖的參考。

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=[
12      open("product.png", "rb"),
13      open("background.png", "rb"),
14  ],
15  prompt="把第一张图中的产品放到第二张图的桌面上，保持真实光照。",
16  size="1536x1024",
17  quality="high",
18)
19 
20image_bytes = base64.b64decode(result.data[0].b64_json)
21with open("edited-product.png", "wb") as f:
22  f.write(image_bytes)

已驗證參考圖編輯

下面範例將產品圖和桌面背景圖合成，回傳一張新的 1536x1024 PNG。

產品輸入圖	背景輸入圖	編輯輸出圖

使用遮罩編輯

當你希望引導模型只修改某個區域時，可以傳入 mask。原圖和 mask 必須尺寸一致、格式一致，並且 mask 必須包含 alpha 通道。

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=open("room.png", "rb"),
12  mask=open("mask.png", "rb"),
13  prompt="把蒙版区域替换成一个现代胡桃木书架。",
14)
15 
16image_bytes = base64.b64decode(result.data[0].b64_json)
17with open("room-bookshelf.png", "wb") as f:
18  f.write(image_bytes)

已驗證遮罩編輯

mask 圖片使用 alpha 通道標記可編輯區域，介面回傳結果是一般 PNG。

原圖	遮罩圖	編輯輸出圖

串流回傳局部圖片

OpenAI 上游介面文件中提供了 stream 和 partial_images，用於在最終圖完成前接收中間圖片。在 Aiberm 上，這屬於相容性相關能力：除非你確認目前端點已經支援串流圖片事件，否則建議使用標準的非串流呼叫。

即使傳入 stream: true 和 partial_images，回應也可能仍然是一般的最終 JSON，並透過 data[0].b64_json 回傳圖片。

輸出選項

參數	可選值	說明
`size`	`auto`、`1024x1024`、`1536x1024`、`1024x1536`、`2048x2048`、`2048x1152`、`3840x2160`、`2160x3840`，或其他符合約束的自訂尺寸	每條邊必須是 16 px 的倍數，最長邊不超過 3840 px，長短邊比例不超過 3:1，總像素數需在 655,360 到 8,294,400 之間。
`quality`	`auto`、`low`、`medium`、`high`	草稿和快速迭代可用 `low`，最終素材建議用 `medium` 或 `high`。
`output_format`	`png`、`jpeg`、`webp`	預設是 `png`。不需要透明背景時，`jpeg` 通常更快。
`output_compression`	`0` 到 `100`	僅適用於 `jpeg` 和 `webp`。
`background`	`auto`、不透明背景選項	`gpt-image-2` 目前不支援 `background: "transparent"`。
`stream`、`partial_images`	相容性相關	Aiberm 可能回傳一般最終 JSON，而不是串流局部圖片事件。
`moderation`	`auto`、`low`	`auto` 是預設過濾等級。

注意事項與限制

複雜 prompt 可能需要更長處理時間，業務端建議設定合理逾時或背景任務。
模型的文字渲染能力已有提升，但仍不能保證完全準確。Logo、標籤、UI mockup 等情境需要人工檢查。
跨多次產生時，角色、精確版面、品牌細節可能無法完全保持一致。
使用 gpt-image-2 編輯圖片時不要傳 input_fidelity；模型會自動以高保真方式處理輸入圖片。
遮罩是對編輯區域的引導，不等於像素級精確選區。