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:
| พารามิเตอร์ | จำเป็น | คำอธิบาย |
|---|---|---|
model | ใช่ | ID ของโมเดลรูปภาพที่ใช้งานได้ในขณะนี้ |
prompt | ใช่ | คำอธิบายเนื้อหารูปภาพ |
size | ไม่ | ขนาดรูปภาพ ช่วงค่าที่รองรับขึ้นอยู่กับโมเดล |
quality | ไม่ | คุณภาพรูปภาพ ค่าที่รองรับขึ้นอยู่กับโมเดล |
n | ไม่ | จำนวนรูปภาพที่สร้าง ช่วงค่าที่รองรับขึ้นอยู่กับโมเดล |
response_format | ไม่ | b64_json หรือ url ใช้ได้เฉพาะกับโมเดลที่รองรับ |
background | ไม่ | พื้นหลังโปร่งใสหรือทึบ ใช้ได้เฉพาะกับโมเดลที่รองรับ |
output_format | ไม่ | png、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