Skip to content

图像生成 ​

吱吱鼠AI 的图像模型分两类,调用方式不一样。按你要用的模型选对应教程。

类型模型 ID分组调用端点教程
OpenAI Imagesgpt-image-1、gpt-image-1.5、gpt-image-2Azure-GPTPOST /v1/images/generationsOpenAI Images 兼容绘图
Gemini 图像模型gemini-3.1-flash-imageGeminiPOST /v1beta/models/{model}:generateContent,也支持 /v1/chat/completionsGemini 图像模型绘图

上表来自模型广场的快照。模型和分组会调整,动手前先到 模型广场 搜一下,确认模型还在、分组没变。

先分清两种协议 ​

  • OpenAI Images:专门的出图接口,请求里只有 model、prompt、n、size 这类参数,返回图片的 URL 或 base64。gpt-image-* 系列走这条路。
  • Gemini 原生:和 Gemini 文本对话共用 generateContent 接口,图片以 base64 的形式夹在回复内容里。gemini-3.1-flash-image 走这条路。

两种协议不能混用。把 gpt-image-1 发到 generateContent,或者把 Gemini 图像模型发到 /v1/images/generations,都会报错。

关于 gpt-4o-image 这类模型

模型广场里还有 gpt-4o-image、gpt-4o-image-vip、gpt-4-dalle,它们只标注了 /v1/chat/completions 端点,没有标注 Images 端点。这类模型按普通对话调用,图片一般以链接或 Markdown 的形式出现在回复文本里。具体返回格式以实际请求为准。

通用准备 ​

  1. 到 令牌页面 新建一个绘图专用 Key。用 gpt-image-* 就选 Azure-GPT 分组,用 Gemini 图像模型就选 Gemini 分组。
  2. 一个 Key 只能属于一个分组。两类模型都要用的话,建两个 Key。
  3. 计费方式(按次还是按量)在模型广场的模型详情里能看到,以控制台显示为准。
  4. 生成完成后到 使用日志 核对模型、状态和扣费。

客户端 ​

  • 代码调用:两篇教程都给了 curl 和 Python 示例,也可以打开 客户端接入向导,在「图像生成」分类下选模型,生成调用代码。
  • Cherry Studio:有现成的绘画界面,两篇教程都写了配置步骤。

出图慢或中途断开 ​

图片生成比普通对话慢,单次请求几十秒很常见。如果请求在一分钟左右被切断,先检查本机代理或网关有没有限制长连接,把 zzshu.cc 设为直连再试。首次测试把数量设为 1,尺寸和质量用默认值。

吱吱鼠AI