OneMux/เอกสาร/โมเดลรูปภาพ

โมเดลรูปภาพ

สร้างและแก้ไขรูปภาพผ่าน API ของโมเดลรูปภาพ OneMux

คำอธิบาย API

โมเดลรูปภาพใช้ Images API แยกต่างหาก อย่าส่งคำขอสร้างรูปภาพไปที่ /v1/chat/completions

  • สร้างรูปภาพ: POST https://api.onemux.net/v1/images/generations
  • แก้ไขรูปภาพ: POST https://api.onemux.net/v1/images/edits
  • การยืนยันตัวตน: Authorization: Bearer YOUR_API_KEY
  • โมเดล: ใช้ ID โมเดลรูปภาพจริงที่ส่งกลับจาก API รายการโมเดลปัจจุบัน

เรียกดูโมเดลที่ใช้งานได้ในขณะนี้ก่อน:

curl https://api.onemux.net/v1/models \
  -H "Authorization: Bearer $ONEMUX_API_KEY"

การรองรับพารามิเตอร์ต่างๆ เช่น การสร้าง การแก้ไข รูปภาพอ้างอิง ขนาด คุณภาพ และรูปแบบเอาต์พุตของโมเดลรูปภาพ ให้ยึดตามรายการโมเดลและความสามารถจริงของระบบต้นทาง

การสร้างรูปภาพ

ส่งคำขอสร้างรูปภาพจากข้อความด้วย /v1/images/generations

curl https://api.onemux.net/v1/images/generations \
  -H "Authorization: Bearer $ONEMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_IMAGE_MODEL_ID",
    "prompt": "一只坐在窗边的橘猫,午后自然光,写实摄影风格",
    "size": "1024x1024",
    "quality": "medium"
  }'

พารามิเตอร์ที่ใช้บ่อย:

พารามิเตอร์จำเป็นคำอธิบาย
modelใช่ID ของโมเดลรูปภาพที่ใช้งานได้ในขณะนี้
promptใช่คำอธิบายเนื้อหารูปภาพ
sizeไม่ขนาดรูปภาพ ช่วงค่าที่รองรับขึ้นอยู่กับโมเดล
qualityไม่คุณภาพรูปภาพ ค่าที่รองรับขึ้นอยู่กับโมเดล
nไม่จำนวนรูปภาพที่สร้าง ช่วงค่าที่รองรับขึ้นอยู่กับโมเดล
response_formatไม่b64_json หรือ url ใช้ได้เฉพาะกับโมเดลที่รองรับ
backgroundไม่พื้นหลังโปร่งใสหรือทึบ ใช้ได้เฉพาะกับโมเดลที่รองรับ
output_formatไม่png、jpeg、webp ใช้ได้เฉพาะกับโมเดลที่รองรับ

อย่านำพารามิเตอร์ที่โมเดลหนึ่งรองรับไปใช้กับโมเดลรูปภาพอื่น เมื่อพบข้อผิดพลาด model_not_found、invalid_model หรือข้อผิดพลาดพารามิเตอร์ที่ไม่รองรับ ให้ตรวจสอบ ID โมเดลและความสามารถของโมเดลก่อน

การแก้ไขรูปภาพ

ใช้ /v1/images/edits เพื่อแก้ไขรูปภาพที่มีอยู่ โมเดลรูปภาพที่เข้ากันได้กับ OpenAI โดยทั่วไปใช้ multipart/form-data ในการอัปโหลดรูปภาพ:

curl https://api.onemux.net/v1/images/edits \
  -H "Authorization: Bearer $ONEMUX_API_KEY" \
  -F "model=YOUR_IMAGE_MODEL_ID" \
  -F "image[]=@input.png" \
  -F "prompt=将背景改为浅蓝色,保持主体和文字不变" \
  -F "size=1024x1024"

สามารถส่งรูปภาพอ้างอิงหลายรูปโดยระบุ image[] ซ้ำได้ เช่น:

-F "image[]=@person.png" \
-F "image[]=@product.png"

จำนวนรูปภาพ รูปแบบรูปภาพ มาสก์ URL รูปภาพอ้างอิง และรูปแบบการแก้ไข JSON ขึ้นอยู่กับโมเดลและช่องทางระบบต้นทาง ใช้พารามิเตอร์เหล่านี้เฉพาะเมื่อโมเดลระบุชัดเจนว่ารองรับ

เรียกใช้ด้วย Python

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["ONEMUX_API_KEY"],
    base_url="https://api.onemux.net/v1",
)

result = client.images.generate(
    model="YOUR_IMAGE_MODEL_ID",
    prompt="一张简洁的蓝色科技风产品海报",
    size="1024x1024",
)

print(result.data[0].b64_json or result.data[0].url)

โดยทั่วไปการแก้ไขรูปภาพต้องส่งไฟล์โดยตรงผ่าน multipart หาก Python SDK เวอร์ชันปัจจุบันไม่รองรับพารามิเตอร์การแก้ไขของโมเดลเป้าหมาย ให้ใช้คำขอ cURL ด้านบน

ผลลัพธ์ที่ส่งกลับ

การตอบกลับเมื่อสำเร็จมักมีอาร์เรย์ data:

{
  "created": 1760000000,
  "data": [
    {
      "b64_json": "iVBORw0KGgo..."
    }
  ]
}

บางโมเดลจะส่งคืน URL รูปภาพเมื่อกำหนดคำขอ response_format เป็น url:

{
  "created": 1760000000,
  "data": [
    {
      "url": "https://example.com/generated-image.png"
    }
  ]
}

เมื่อได้รับ Base64 ให้บันทึกไฟล์ตามรูปแบบรูปภาพจริง เมื่อได้รับ URL ให้ดาวน์โหลดและบันทึกไว้โดยเร็ว เพื่อหลีกเลี่ยงการหมดอายุของ URL ชั่วคราว

การเรียกเก็บเงิน

โมเดลรูปภาพไม่ได้ใช้การเรียกเก็บเงินแบบ Token เหมือนกันทั้งหมด OneMux จะคิดค่าบริการตามกฎการเรียกเก็บเงินที่ประกาศไว้สำหรับโมเดลในขณะนั้น ซึ่งอาจรวมถึง:

  • คิดค่าบริการตามจำนวนรูปภาพที่สร้าง
  • คิดค่าบริการตามความละเอียดหรือระดับคุณภาพของรูปภาพ
  • คิดค่าบริการตาม Token ของรูปภาพขาเข้าและขาออก หรือปริมาณการใช้งานอื่นของระบบต้นทาง

ราคา หน่วยเรียกเก็บเงิน และข้อกำหนดที่รองรับจริง ให้ยึดตามรายละเอียดปัจจุบันของโมเดลที่เกี่ยวข้องใน แค็ตตาล็อกโมเดล โดยทั่วไปคำขอที่ล้มเหลวจะไม่เสียค่ารูปภาพซึ่งคิดจากผลลัพธ์ที่สำเร็จ แต่ให้ยึดตามข้อมูลที่หน้าเว็บแสดงและการตอบกลับจากเซิร์ฟเวอร์

คำถามที่พบบ่อย

ทำไมจึงใช้ API สำหรับแชตสร้างรูปภาพไม่ได้?

โมเดลรูปภาพใช้เส้นทาง Images แยกต่างหาก การส่งคำขอไปที่ /v1/chat/completions หรือ API อื่นที่ไม่ตรงกัน อาจทำให้ได้รับข้อผิดพลาดว่าโมเดลไม่รองรับ endpoint หรือพารามิเตอร์

ทำไมค้นหาชื่อโมเดลได้ แต่คำขอยังล้มเหลว?

ตรวจสอบว่าโมเดลอนุญาตให้สร้างหรือแก้ไขรูปภาพหรือไม่ API Key ปัจจุบันมีสิทธิ์หรือไม่ พารามิเตอร์คำขออยู่ในขอบเขตที่โมเดลรองรับหรือไม่ และช่องทางระบบต้นทางที่เกี่ยวข้องพร้อมใช้งานหรือไม่

ทำไมผลลัพธ์จึงเป็น Base64 แทนที่จะเป็นลิงก์รูปภาพ?

รูปแบบผลลัพธ์ขึ้นอยู่กับโมเดลหรือการตั้งค่า response_format เมื่อได้รับ b64_json ไคลเอนต์ต้องถอดรหัสและบันทึกเอง เมื่อได้รับ url ให้ดาวน์โหลดจาก URL ที่ส่งกลับมา

หากการสร้างรูปภาพใช้เวลานานควรทำอย่างไร?

คำขอที่มีความละเอียดสูง คุณภาพสูง หรือการแก้ไขที่ซับซ้อนอาจใช้เวลานานขึ้น ไคลเอนต์ควรกำหนดเวลาหมดอายุของคำขอให้เหมาะสม อย่าส่งคำขอเดิมซ้ำเพียงเพราะไคลเอนต์หมดเวลา เพื่อหลีกเลี่ยงการสร้างงานหรือค่าใช้จ่ายซ้ำ

GPT Image 2.6: SVG, GIF และความซับซ้อน

ซีรีส์ GPT Image 2.6 เพิ่มเอาต์พุต SVG, เอาต์พุตภาพเคลื่อนไหว GIF และพารามิเตอร์ complexity ความสามารถเหล่านี้ใช้ได้เฉพาะกับโมเดลและช่องทางระบบต้นทางที่รองรับ

เอาต์พุต SVG

SVG ใช้สำหรับสร้างรูปภาพ ไม่ใช่การแก้ไขรูปภาพ เมื่อต้องการเรียก API สร้างรูปภาพ ให้กำหนด output_format เป็น svg และตั้งค่า n เป็น 1 ข้อมูลรูปภาพในการตอบกลับจะเป็น Base64 ให้ถอดรหัสแล้วบันทึกเป็นไฟล์ .svg

{
  "model": "YOUR_GPT_IMAGE_2_6_MODEL_ID",
  "prompt": "一个简洁的蓝色几何图形标志",
  "output_format": "svg",
  "n": 1
}

การตั้งค่าระบบต้นทางบางส่วนอาจกำหนดให้ต้องมีออบเจ็กต์ svg เพิ่มเติม เช่น svg.model เพิ่มเฉพาะเมื่อคำอธิบายของโมเดลหรือช่องทางระบุไว้อย่างชัดเจนเท่านั้น โมเดลรูปภาพและช่องทางบางรายการไม่รองรับ SVG

เอาต์พุตภาพเคลื่อนไหว GIF

โมเดล GPT Image 2.6 ที่รองรับความสามารถนี้สามารถกำหนด output_format เป็น gif ใน API สร้างรูปภาพได้ หากโมเดลรองรับ สามารถใช้ frame_count และ frame_duration_ms เพื่อกำหนดจำนวนเฟรมของภาพเคลื่อนไหวและระยะเวลาต่อเฟรม GIF เป็นความสามารถในการสร้าง อย่าสันนิษฐานว่า API แก้ไขรูปภาพจะส่งคืน GIF ได้เช่นกัน

{
  "model": "YOUR_GPT_IMAGE_2_6_MODEL_ID",
  "prompt": "一只蓝色小鸟循环拍打翅膀的动画",
  "output_format": "gif",
  "frame_count": 6,
  "frame_duration_ms": 200
}

พารามิเตอร์ความซับซ้อน

ซีรีส์ GPT Image 2.6 รองรับ complexity: low、medium、high การแก้ไขอย่างง่ายอาจลองใช้ระดับความซับซ้อนต่ำ ส่วนรูปภาพที่มีข้อความหนาแน่นหรือเลย์เอาต์ซับซ้อนอาจลองใช้ระดับความซับซ้อนสูง พารามิเตอร์นี้แตกต่างจาก quality และการสร้างอาจใช้เวลานานขึ้นเมื่อกำหนดความซับซ้อนสูง

{
  "model": "YOUR_GPT_IMAGE_2_6_MODEL_ID",
  "prompt": "一张细节丰富的城市街景编辑插画",
  "complexity": "high",
  "quality": "high"
}

พารามิเตอร์ข้างต้นไม่ได้ใช้ได้กับทุกโมเดล หาก API แจ้งว่าไม่รองรับพารามิเตอร์ ให้ลบพารามิเตอร์ที่ไม่จำเป็นออก หรือตรวจสอบความสามารถของโมเดลและช่องทางที่เลือก