GPT Image 2

GPT Image 2 是 OpenAI 最新的 GPT Image 图像生成与编辑模型。Aiberm 通过 OpenAI 兼容的图像接口提供该能力，因此使用官方 OpenAI SDK 时，只需要把 base_url / baseURL 改成 https://aiberm.com/v1。

生图端点：POST https://aiberm.com/v1/images/generations

编辑端点：POST https://aiberm.com/v1/images/edits

模型：gpt-image-2

选择接口

如果只需要通过一次请求生成或编辑图片，使用 Image API 即可。这也是大多数 Aiberm 接入场景推荐的方式。

OpenAI 官方还提供了 Responses API 的图片生成工具，适合对话式、多步骤图片工作流。如果你的业务需要多轮改图，请先确认 Aiberm 上对应模型与端点是否支持 Responses API。

生成图片

Image API 会在 data[0].b64_json 返回 base64 图片数据。将它解码后写入文件即可。

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)

已验证示例输出

下面这张图由上方 Python 示例生成，并从 data[0].b64_json 解码保存。

生成的哑光黑色智能台灯

使用参考图编辑

将一张或多张图片传给 images.edit，再用文字描述希望得到的结果。多张输入图片可以作为新构图的参考。

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)

已验证参考图编辑

下面示例将产品图和桌面背景图合成，返回一张新的 1536x1024 PNG。

产品输入图	背景输入图	编辑输出图

使用蒙版编辑

当你希望引导模型只修改某个区域时，可以传入 mask。原图和 mask 必须尺寸一致、格式一致，并且 mask 必须包含 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)

已验证蒙版编辑

mask 图片使用 alpha 通道标记可编辑区域，接口返回结果是普通 PNG。

原图	蒙版图	编辑输出图

流式返回局部图片

OpenAI 上游接口文档中提供了 stream 和 partial_images，用于在最终图完成前接收中间图片。在 Aiberm 上，这属于兼容性相关能力：除非你确认当前端点已经支持流式图片事件，否则建议使用标准的非流式调用。

即使传入 stream: true 和 partial_images，响应也可能仍然是普通的最终 JSON，并通过 data[0].b64_json 返回图片。

输出选项

参数	可选值	说明
`size`	`auto`、`1024x1024`、`1536x1024`、`1024x1536`、`2048x2048`、`2048x1152`、`3840x2160`、`2160x3840`，或其他符合约束的自定义尺寸	每条边必须是 16 px 的倍数，最长边不超过 3840 px，长短边比例不超过 3:1，总像素数需在 655,360 到 8,294,400 之间。
`quality`	`auto`、`low`、`medium`、`high`	草稿和快速迭代可用 `low`，最终素材建议用 `medium` 或 `high`。
`output_format`	`png`、`jpeg`、`webp`	默认是 `png`。不需要透明背景时，`jpeg` 通常更快。
`output_compression`	`0` 到 `100`	仅适用于 `jpeg` 和 `webp`。
`background`	`auto`、不透明背景选项	`gpt-image-2` 当前不支持 `background: "transparent"`。
`stream`、`partial_images`	兼容性相关	Aiberm 可能返回普通最终 JSON，而不是流式局部图片事件。
`moderation`	`auto`、`low`	`auto` 是默认过滤级别。

注意事项与限制

复杂 prompt 可能需要更长处理时间，业务侧建议设置合理超时或后台任务。
模型的文字渲染能力已有提升，但仍不能保证完全准确。Logo、标签、UI mockup 等场景需要人工检查。
跨多次生成时，角色、精确布局、品牌细节可能无法完全保持一致。
使用 gpt-image-2 编辑图片时不要传 input_fidelity；模型会自动以高保真方式处理输入图片。
蒙版是对编辑区域的引导，不等于像素级精确选区。