For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
主导航

建议

搜索与检索

连接工具与数据

构建工具工作流

计算机与代码

媒体

API Dashboard
试用 ChatGPT

图像生成

让模型生成或编辑图像。

图像生成工具可根据文本提示生成图像，您也可以选择提供图像输入。它使用 GPT Image 模型，包括 gpt-image-2.5-sunburst、gpt-image-2.5-flare、gpt-image-2、gpt-image-1.5、gpt-image-1 和 gpt-image-1-mini，并自动优化文本输入以提升效果。

将 image_generation 工具的 model 设为 gpt-image-2.5-sunburst 可进行精准编辑，设为 gpt-image-2.5-flare 则可快速生成高质量图像。在 Responses 的顶层 model 字段中，请使用受支持的主系列模型。

如需进一步了解图像生成，请参阅我们的专题图像生成 指南。

使用方法

在请求中包含 image_generation 工具后，模型就可以根据您的提示和提供的图像输入，决定在对话中何时以及如何生成图像。

image_generation_call 工具调用的结果将包含一张以 base64 编码的图像。

生成图像
from openai import OpenAI
import base64

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="Generate an image of gray tabby cat hugging an otter with an orange scarf",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

# Save the image to a file
image_data = [
    output.result
    for output in response.output
    if output.type == "image_generation_call"
]

if image_data:
    image_base64 = image_data[0]
    with open("otter.png", "wb") as f:
        f.write(base64.b64decode(image_base64))

您可以使用文件 ID 或 base64 数据来提供输入图像。

如需强制调用图像生成工具，您可以将 tool_choice 参数设为 {"type": "image_generation"}。

工具选项

您可以通过图像生成工具的参数配置以下输出选项：

  • 尺寸：图像的宽高，例如 1024 × 1024 或 1024 × 1536
  • 质量：渲染质量，例如低、中或高
  • 格式：输出文件格式
  • 压缩：JPEG 和 WebP 格式的压缩程度（0-100%）
  • 背景：透明、不透明或自动
  • 操作：自动选择操作、生成图像或编辑图像

size、quality 和 background 均支持 auto 选项，模型会根据提示自动选择最佳选项。

对于 gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，quality 还接受 xhigh 和 max。早期的 GPT Image 模型不支持这些值。默认质量仍为 auto。

gpt-image-2 支持灵活设置 size 值，只要满足其分辨率限制即可。透明背景功能目前处于预览阶段；设置 background: "transparent" 即可请求透明背景。请使用 png（默认格式）或 webp；透明背景不支持 jpeg 格式。

有关可用选项的更多详情，请参阅图像生成指南。

使用 Responses API 图像生成工具时，受支持的 GPT Image 模型可以选择生成新图像或编辑对话中已有的图像。可选的 action 参数控制这一行为：将 action 保持为 auto，让模型自行选择生成还是编辑；也可以将其设为 generate 或 edit，强制执行相应操作。如果未指定，默认值为 auto。

修改后的提示

使用图像生成工具时，主系列模型（例如 gpt-5.5）会自动修改您的提示，以提升效果。

您可以在图像生成调用的 revised_prompt 字段中获取修改后的提示：

{
  "id": "ig_123",
  "type": "image_generation_call",
  "status": "completed",
  "revised_prompt": "A gray tabby cat hugging an otter. The otter is wearing an orange scarf. Both animals are cute and friendly, depicted in a warm, heartwarming style.",
  "result": "..."
}

提示编写技巧

在提示中使用 draw 或 edit 等词语时，图像生成效果最佳。

例如，如果您想合并图像，可以不使用 combine 或 merge，而是这样描述：“编辑第一张图像，将第二张图像中的这个元素添加进去。”

多轮编辑

您可以引用先前的响应 ID 或图像 ID，反复编辑图像，从而在多轮对话中逐步完善图像。
多轮图像生成
from openai import OpenAI
import base64

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="Generate an image of gray tabby cat hugging an otter with an orange scarf",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

image_data = [
    output.result
    for output in response.output
    if output.type == "image_generation_call"
]

if image_data:
    image_base64 = image_data[0]

    with open("cat_and_otter.png", "wb") as f:
        f.write(base64.b64decode(image_base64))


# Follow up

response_fwup = client.responses.create(
    model="gpt-6-astra",
    previous_response_id=response.id,
    input="Now make it look realistic",
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

image_data_fwup = [
    output.result
    for output in response_fwup.output
    if output.type == "image_generation_call"
]

if image_data_fwup:
    image_base64 = image_data_fwup[0]
    with open("cat_and_otter_realistic.png", "wb") as f:
        f.write(base64.b64decode(image_base64))

流式传输

图像生成工具支持在生成最终结果的过程中，以流式方式传输尚未完成的图像。这能更快地为用户提供视觉反馈，减少感知延迟。

您可以通过 partial_images 参数设置中间图像的数量（1-3 张）。

流式传输图像
from openai import OpenAI
import base64

client = OpenAI()


def save_base64_image(filename, image_base64):
    image_bytes = base64.b64decode(image_base64)
    with open(filename, "wb") as f:
        f.write(image_bytes)


stream = client.responses.create(
    model="gpt-6-astra",
    input="Draw a gorgeous image of a river made of white owl feathers, snaking its way through a serene winter landscape",
    stream=True,
    tools=[
        {"type": "image_generation", "model": "gpt-image-2.5-sunburst", "partial_images": 2}
    ],
)

for event in stream:
    if event.type == "response.image_generation_call.partial_image":
        idx = event.partial_image_index
        save_base64_image(f"river-partial-{idx}.png", event.partial_image_b64)
    elif event.type == "response.completed":
        image_data = [
            output.result
            for output in event.response.output
            if output.type == "image_generation_call"
        ]

        if image_data:
            save_base64_image("river-final.png", image_data[0])

支持的模型

以下模型支持图像生成工具：

  • gpt-5.5
  • gpt-5.4-mini
  • gpt-5.4-nano
  • gpt-5.2
  • gpt-5
  • gpt-5-nano
  • o3
  • gpt-4.1
  • gpt-4.1-mini
  • gpt-4.1-nano
  • gpt-4o
  • gpt-4o-mini