GPT Image

curl --request POST \
  --url https://api.highwayapi.ai/openai/v1/images/generations

const options = {method: 'POST'};

fetch('https://api.highwayapi.ai/openai/v1/images/generations', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.highwayapi.ai/openai/v1/images/generations",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.highwayapi.ai/openai/v1/images/generations"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.highwayapi.ai/openai/v1/images/generations")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

POST

openai

images

generations

GPT Image

curl --request POST \
  --url https://api.highwayapi.ai/openai/v1/images/generations

const options = {method: 'POST'};

fetch('https://api.highwayapi.ai/openai/v1/images/generations', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.highwayapi.ai/openai/v1/images/generations",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.highwayapi.ai/openai/v1/images/generations"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.highwayapi.ai/openai/v1/images/generations")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

Parameter und Nutzung sind mit dem offiziellen Angebot abgestimmt; detaillierte Parameter können direkt der offiziellen Dokumentation entnommen werden.

Aufruf

https://{api_domain}/openai/v1/images/generations
https://{api_domain}/openai/v1/images/edits

BaseURL:

https://{api_domain}/openai/v1

Unterstützte Modelle

gpt-image-2
gpt-image-2-oai
gpt-image-2.5-sunburst-oai
gpt-image-2.5-flare-oai

Hinweise

Diese Schnittstelle ist mit der OpenAI Image API kompatibel und unterstützt derzeit die Bilderzeugung und Bildbearbeitung. Detaillierte Parameter richten sich nach der offiziellen OpenAI-Dokumentation:

Offizieller OpenAI-Leitfaden zur Bilderzeugung
Images generate
Images edit
Anforderungen zur Bilderzeugung verwenden application/json.
Die Bildbearbeitung unterstützt Datei-Uploads per multipart/form-data sowie application/json, wobei Bildreferenzen über das images-Array übergeben werden; unten finden Sie ein JSON-Beispiel.
Es wird empfohlen, size und quality explizit zu setzen, um Bildqualität und Kosten besser steuern zu können. Die Kosten werden nach dem tatsächlichen Token-Verbrauch und den Modellpreisen berechnet; der Verbrauch kann über das Feld usage in der Antwort eingesehen werden.

Modelle und Parameter

Verwenden Sie gpt-image-2.5-sunburst-oai für präzise Bildbearbeitung oder gpt-image-2.5-flare-oai für schnelle Bilderzeugung. Verwenden Sie im model-Parameter der Anfrage den oben aufgeführten vollständigen Namen.
quality bei 2.5: low / medium / high / xhigh / max / auto, Standard ist auto; GPT Image 2 unterstützt die neuen Werte xhigh / max nicht.
Setzen Sie für Bilder mit transparentem Hintergrund background="transparent" und verwenden Sie output_format="png" oder "webp".
Legen Sie die Bildgröße über size fest, z. B. 1024x1024, 1536x1024 oder 1024x1536. Einschränkungen für benutzerdefinierte Größen sowie vollständige Parameterbeschreibungen finden Sie in der offiziellen Dokumentation.

REST API

1. Bilderzeugung

curl -X POST 'https://{api_domain}/openai/v1/images/generations' \
  -H 'Authorization: Bearer apikey' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-image-2.5-flare-oai",
    "prompt": "A product photo of a white ceramic mug on a wooden table",
    "size": "1024x1024",
    "quality": "high",
    "output_format": "png",
    "n": 1
  }' | jq -r '.data[0].b64_json' | base64 --decode > output.png

2. Bildbearbeitung

curl -X POST 'https://{api_domain}/openai/v1/images/edits' \
  -H 'Authorization: Bearer apikey' \
  -F 'model=gpt-image-2' \
  -F 'image[]=@input.png' \
  -F 'mask=@mask.png' \
  -F 'prompt=Replace the background with a clean studio backdrop' \
  -F 'size=1024x1024' \
  -F 'quality=high' \
  -F 'output_format=png' \
  | jq -r '.data[0].b64_json' | base64 --decode > edited.png

Bei der Bearbeitung mit mehreren Referenzbildern kann image[] mehrfach übergeben werden:

curl -X POST 'https://{api_domain}/openai/v1/images/edits' \
  -H 'Authorization: Bearer apikey' \
  -F 'model=gpt-image-2' \
  -F 'image[]=@body-lotion.png' \
  -F 'image[]=@bath-bomb.png' \
  -F 'image[]=@soap.png' \
  -F 'prompt=Create a photorealistic gift basket using the reference products' \
  -F 'size=1024x1024' \
  -F 'quality=high'

3. Bildbearbeitung (JSON)

Ersetzen Sie {base64_image} durch die Base64-Kodierung des Eingabe-PNG-Bildes.

curl -X POST 'https://{api_domain}/openai/v1/images/edits' \
  -H 'Authorization: Bearer {your-api-key}' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-image-2.5-sunburst-oai",
    "images": [
      {"image_url": "data:image/png;base64,{base64_image}"}
    ],
    "prompt": "Change the shape to green. Preserve the simple composition.",
    "size": "1024x1024",
    "quality": "xhigh",
    "moderation": "low",
    "output_format": "png"
  }'

OpenAI SDK

Python

from openai import OpenAI
import base64

api_key = "{your-api-key}"

client = OpenAI(
    api_key=api_key,
    base_url="https://{api_domain}/openai/v1",
)

result = client.images.generate(
    model="gpt-image-2.5-flare-oai",
    prompt="A product photo of a white ceramic mug on a wooden table",
    size="1024x1024",
    quality="high",
)

image_base64 = result.data[0].b64_json
with open("output.png", "wb") as f:
    f.write(base64.b64decode(image_base64))

Bildbearbeitung:

from openai import OpenAI
import base64

api_key = "{your-api-key}"

client = OpenAI(
    api_key=api_key,
    base_url="https://{api_domain}/openai/v1",
)

result = client.images.edit(
    model="gpt-image-2",
    image=open("input.png", "rb"),
    mask=open("mask.png", "rb"),
    prompt="Replace the background with a clean studio backdrop",
    size="1024x1024",
    quality="high",
)

image_base64 = result.data[0].b64_json
with open("edited.png", "wb") as f:
    f.write(base64.b64decode(image_base64))

Node.js

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "{your-api-key}",
  baseURL: "https://{api_domain}/openai/v1",
});

const result = await client.images.generate({
  model: "gpt-image-2.5-flare-oai",
  prompt: "A product photo of a white ceramic mug on a wooden table",
  size: "1024x1024",
  quality: "high",
});

const imageBase64 = result.data[0].b64_json;
fs.writeFileSync("output.png", Buffer.from(imageBase64, "base64"));

Bildbearbeitung:

import OpenAI, { toFile } from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "{your-api-key}",
  baseURL: "https://{api_domain}/openai/v1",
});

const result = await client.images.edit({
  model: "gpt-image-2",
  image: await toFile(fs.createReadStream("input.png"), null, {
    type: "image/png",
  }),
  mask: await toFile(fs.createReadStream("mask.png"), null, {
    type: "image/png",
  }),
  prompt: "Replace the background with a clean studio backdrop",
  size: "1024x1024",
  quality: "high",
});

const imageBase64 = result.data[0].b64_json;
fs.writeFileSync("edited.png", Buffer.from(imageBase64, "base64"));

Best Practices

Parameter `moderation`

moderation="auto" ist die standardmäßige, normale Filterung; moderation="low" steht für eine lockere Filterung.
moderation kann in Anforderungen zur Bilderzeugung und Bildbearbeitung verwendet werden.

API-Grundlagen

Große Sprachmodelle

Bilder

Video

Audio

GPT Image

Aufruf

Unterstützte Modelle

Hinweise

Modelle und Parameter

REST API

1. Bilderzeugung

2. Bildbearbeitung

3. Bildbearbeitung (JSON)

OpenAI SDK

Python

Node.js

Best Practices

Parameter `moderation`

​Aufruf

​Unterstützte Modelle

​Hinweise

​Modelle und Parameter

​REST API

​1. Bilderzeugung

​2. Bildbearbeitung

​3. Bildbearbeitung (JSON)

​OpenAI SDK

​Python

​Node.js

​Best Practices

​Parameter moderation

Aufruf

Unterstützte Modelle

Hinweise

Modelle und Parameter

REST API

1. Bilderzeugung

2. Bildbearbeitung

3. Bildbearbeitung (JSON)

OpenAI SDK

Python

Node.js

Best Practices

Parameter `moderation`